化工学报 ›› 2008, Vol. 59 ›› Issue (6): 1430-1435.
姚金苗;王湛;孙光民;储金树;陈德明;张虎;李兆辉
YAO Jinmiao;WANG Zhan;SUN Guangmin;CHU Jinshu;CHEN Deming;ZHANG Hu;LI Zhaohui
摘要:
本文首先设计了三因素四水平的正交实验表作为建模样本,其次利用人工神经网络方法和多元线性回归方法分别建立了基于操作条件(压力△P=0.04-0.12 MPa,浓度C = 0.3-2.0 g.L-1,温度T = 20-40℃)的比阻预测模型,以期用于死端微滤过程操作条件的优化,最后以检验样本的相对误差作为衡量指标,分别采用BP人工神经网络方法和多元线性回归方法对死端微滤过滤酵母悬浮液时的比阻进行了预测。研究结果表明:(1) 在本实验范围内,BP人工神经网络模型的最佳拓朴结构为3-7-1,隐层神经元个数为7,学习速率为0.05,学习函数为traingdx, 传递函数为Logsig;用多元线性回归方法得到的比阻与操作条件之间的数学关系式为1.639883+44.2 +0.86217 -0.0607 ; (2)利用BP人工神经网络和多元线性回归方法预测死端微滤比阻的平均相对误差分别为3.55%和5.16%.由此可见,这两种方法都可用于死端微滤比阻预测,并且前者优于后者。