Page 33 - 《精细化工》2019年第11期
P. 33

第 11 期                    刘成龙,等:  煤矸石浸渣制备白炭黑工艺优化及性能分析                                   ·2181·


                        表 1    正交实验因素水平表                               表 4    响应曲面设计方案及实验结果
             Table 1    Table of factors and levels of orthogonal experiment   Table 4    Response surface design and test results
                       A       B         C          D           实验序号       x l     x 2    x 3   比表面积/(m /g)
                                                                                                         2
              水平    水玻璃质      反应     Na 2CO 3 质量   CO 2 通入速        1        0      1      –1        263
                    量分数/%    温度/℃     浓度/(g/L)   率/(mL/min)
                                                                   2        0     –1       1        241
               1       5       70        2         100
                                                                   3        0      0       0        267
               2      10       80        3         150
                                                                   4        0      0       0        265
               3      15       85        4         200
                                                                   5       –1      0      –1        201

                           表 2    正交实验结果                           6        1     –1       0        233
                   Table 2    Orthogonal experimental results
                                                                   7       –1      0       1        219
                                                  比表面积
              实验号      A      B      C       D        2            8        0      0       0        268
                                                   /(m /g)
                                                                   9        1      1       0        263
                1      1      1       1      1      246
                                                                  10        1      0      –1        257
                2      1      2       2      2      259
                                                                  11        0      1       1        246
                3      1      3       3      3      237
                4      2      1       2      3      242           12        0      0       0        269
                5      2      2       3      1      263           13       –1     –1       0        219
                6      2      3       1      2      271           14        1      0       1        207
                7      3      1       3      2      254           15        0     –1      –1        238
                8      3      2       1      3      244           16       –1      1       0        251
                9      3      3       2      1      265
                                                                  17        0      0       0        271
               K 1    742    742     761    774

               K 2    776    766     766    784                             表 5    回归模型方差分析
               K 3    763    773     754    723
                                                                 Table 5    Variance analysis of the regression equation
               k 1   247.33   247.33   253.67   258.00
                                                                 来源     平方和    自由度      均方      F 值    P 值
               k 2   258.67   255.33   255.33   261.33
                                                                 模型    8196.06   9     910.67   27.84   0.0001
               k 3   254.33   257.67   251.33   241.00
                R     11.34   10.34   4.00   20.33                x l   612.5    1      612.5   18.72   0.0035
                 注:K n 代表水平号为 n 时比表面积的总和;k n 代表水平号                x 2    1058    1      1058   32.34   0.0007
            为 n 时比表面积的算数平均值;R 代表比表面积极差。                           x 3   264.5    1      264.5   8.09   0.0249
                                                                 x l x 2   1     1       1     0.031   0.8662
            2.6    响应曲面实验设计
                                                                 x 1 x 3   1156   1     1156   35.34   0.0006
                 通过正交实验设计筛选出对白炭黑比表面积影
                                                                 x 2 x 3   100   1      100     3.06   0.1239
            响显著的因素,以及各因素的最佳取值范围,采用
                                                                  x 1   2901.32  1     2901.32   88.69   < 0.0001
                                                                   2
            Design Expert 8.0.6 中 Box-Behnken Design 进行实验          2
                                                                  x 2    0.26    1      0.26   8.04E-03  0.931
            设计及数据分析,根据正交实验选取水玻璃质量分                                x 3   1812.89  1     1812.89   55.42   0.0001
                                                                   2
            数、反应温度以及 CO 2 通入速率作为自变量,白炭                           残差      229     7      32.71
            黑比表面积为目标函数响应进行研究,采用三因素                              失拟项      209     3      69.67   13.93   0.139
            三水平响应曲面分析方法进行实验设计,通过对影                              误差项      20      4       5
            响因素的优化,建立了白炭黑比表面积与影响因素                               总和    8425.06   16
            之间的回归方程,揭示影响因素与白炭黑比表面积
            之间的定量关系,实验因素与水平见表 3,实验结                                根据实验结果利用软件进行多元回归拟合,得到
            果见表 4,对响应曲面实验结果进行回归模型方差                            白炭黑比表面积与影响因素之间的回归模型方程为:
                                                                   y=268+8.75x l+11.5x 2–5.75x 3–0.5x lx 2–17x 1x 3–5x 2x 3–
            分析,结果见表 5。                                               2      2       2
                                                               26.25x l –0.25x 2 –20.75x 3
                   表 3    响应曲面设计水平与编码值对应表                          在回归模型方差分析中,P 值代表模型的显著
            Table 3    Response surface design and coding value correspondence   性,如果 P≤0.05,则表明该项对 y 影响显著;当 P≤
                   table
                                                               0.01 时,表明该项对 y 影响极其显著;当 P>0.05
                                               水平
              自变量           因素                                 时,表明该项对 y 影响不显著。从表 5 可知,模型
                                         –1     0      1
                                                               P<0.01,显著性较高,失拟项中 P>0.10,不显著。
                x l    水玻璃质量分数/%          5     10    15
                x 2      反应温度/℃          70     80    85       由此可见,回归方程拟合度和可信度均较高,实验
                x 3   C  O  2 通入速率/(mL/min)   100   150   200   误差较小,可较好地用于煤矸石浸渣制备白炭黑过
   28   29   30   31   32   33   34   35   36   37   38