基于人工神經網絡的超臨界流體萃取模擬方法研究.pdf

1、對超臨界流體萃取(SCFE)技術在實驗研究、數(shù)值模擬以及工業(yè)化應用方面的國內外進展情況進行了評述.以天然植物種子萃取為研究對象,自行設計、開發(fā)并建立了一套超臨界流體萃取實驗裝置,在此基礎上所開展的研究工作的核心內容以及得到的主要結論如下①分別對沙棘籽和大豆進行了超臨界流體萃取實驗研究.對沙棘籽萃取而言,該文建議的萃取壓力為20MPa~30MPa,萃取溫度為35℃~40℃.當流量為0.15m3/h~0.3m3/h時,萃取時間約為4小時~5

2、小時,收率大于90﹪.②在對目前用于物質在SCF中溶解度計算與關聯(lián)的方法深入分析和研究基礎上,發(fā)現(xiàn)了Chrastil公式和del Valle公式的主要差別.指出:當溫度范圍較寬時,Chrastil公式求得的溶解度結果會產生奇異性,尤其在近臨界區(qū)附近.相比之下,del Valle方法更具有廣泛的物理含義.③首次將人工神經網絡技術引入到沙棘籽油和大豆油的SCFE動力學模擬中來,并通過對訓練樣本進行歸一化預處理以及對訓練樣本的表述形式提出合理

3、的選擇原則,將前人的"神經-回歸混合式預測系統(tǒng)"發(fā)展成為了真正意義上的神經網絡方法.④首次建立了超臨界流體萃取動力學模擬的人工神經網絡模型,以MATLAB軟件為平臺開發(fā)了用于SCFE動力學模擬的人工神經網絡系統(tǒng),即ANN-SCFE系統(tǒng).用該系統(tǒng)成功地實施了對沙棘籽油和大豆油超臨界CO<,2>萃取過程的模擬和預測.⑤運用3層BP網絡結構,以萃取壓力、萃取溫度和萃取時間等參數(shù)作為網絡的輸入變量,而以萃取出油率作為網絡的目標輸出值.經過對網絡