该文对CO2加氢合成低碳烯烃反应催化剂、CO2的吸附、反应机理、影响低碳烯烃选择性的因素等相关研究进行了综述,并针对前人研究工作的不足,确定了该文研究工作.首先对该反应系统做了详尽的热力学分析,讨论了反应平衡态下低碳烯烃的最大平衡组成和反应条件对反应平衡态组成的影响.对铁镍双金属催化剂进行了动力学正交实验,在烷基机理和亚烷基机理、烯烃再吸附机理的基础上建立了基于反应详细机理的动力学模型,并对模型参数进行模拟求解.基于实验结果,分析了反应条件对CO2转化率、烯烃收率及产物分布的影响.最后还对催化剂计算机辅助设计方面的研究进行了综述,并就蚁群优化算法在该领域的应用思想及其实现方法作了论述.应用原子矩阵法得到体系中生成烃的独立反应数;通过化学平衡热力学分析得到压力的增加可以适当地促进反应体系生成低碳烯烃,随温度升高C2H4产率和CO2转化率也逐渐升高,水是反应平衡时最多的产物,它的存在直接影响到平衡时烯烃的含量和反应的进程等重要信息.对实验结果进行极差分析得到各反应条件对CO2转化率影响强弱的顺序为:进料比>反应温度>反应空速>反应压力.效应曲线分析得到CO2的转化率随反应温度的增加而增加,随反应压力的增加而增加,随进料比的增大而增大,随反应空速的增加而降低.反应条件对烯烃选择性的影响顺序与对CO2转化率的影响基本相同,不同之处为:随着压力的增加,烯烃的选择性呈现出先降低后增加的趋势.动力学模型参数值很好地解释了实验结果表现出的规律,模型计算值与实验值的对比表明模型对实验结果的模拟效果良好.蚁群优化算法以其稳健性强、正反馈、分布式计算、易与其它算法结合等特点更适应催化剂优化设计的离散化问题,若能确定优化计算的目标函数,这一算法将会在催化剂计算机辅助设计中大放异彩.