基于神经网络的膜法薏苡仁油脱胶过程动态模拟与预测.pdfVIP

基于神经网络的膜法薏苡仁油脱胶过程 动态模拟和预测 杜邵龙。，周春山 (中南大学化学化工学院，长沙410083) 摘要：应用BP神经网络对膜法薏苡仁油脱胶过程膜通量的变化进行了动态模拟与预测研 究，研究了神经网络的构建，训练，结果测试和模型泛化等过程，建立了膜法脱胶过程的动态模 拟模型，并采用该模型预测了不同运行条件下(操作压力和温度)膜通量的变化．结果表明：神 经网络能够很好的模拟膜法脱胶过程的通量变化，预测结果与实验实测结果能够很好的吻合． 与传统模型法相比，神经网络能够快速简便地得到模拟和预测膜分离过程． 关键词：神经网络；超滤膜；薏苡仁油；脱胶；动态模拟和预测 文献标识码：A 中图分类号：TIQD28．8；TPl83 膜分离技术作为一种新兴的分离技术，其具有 进行动态模拟和预测，探求一种能够全面准确描述 节能、高效、环境友好，已经在食品、化工、制药等很 膜法脱胶过程膜通量随操作参数变化的方法． 多行业有很好的应用。国外已经有一些膜分离技术 1 神经网络原理 在油脂类物质处理方面的应用报道，但多是使用有 机膜，由于有机膜耐受有机溶剂的能力的限制，使得 神经网络是由大量的处理单元(神经元)互相连 这类应用受到了比较大的制约．随着膜分离技术的 接而成的网络．为了模拟大脑的基本特性，在现代神 不断发展，特别是无机陶瓷膜技术的发展，膜分离技 经科学研究的基础上，人们提出了人工神经网络的 术在油脂类物质处理方面的应用发展越来越快．即 模型．人工神经网络并没有完全地真正反映大脑的 使在国外无机膜分离技术也还是一项新技术，还有 功能，它只是对生物神经网络进行某种抽象、简化和 很多的技术问题有待解决． 模拟．人工神经网络的信息处理由神经元之间的相 Neural 人工神经网络(ArtificialNetworks，互作用来实现，知识与信息的存贮表现为网络元件 互连分布式的物理联系，人工神经网络的学习和识 ANN)又称神经网络，是20世纪80年代兴起的一 种新型信息处理和计算系统．它具有自组织、自学 别决定于各神经元连接权系数的动态演化过程． 习、自适应等特点，不仅被广泛应用于模式识别、图 Network，简 反向传播网络(Back—Propagation 像处理、非线性系统辨识和自适应控制等方面，也广 称BP网络)是20世纪80年代发展起来的神经网 泛应用于非线性动态预测和优化组合方面．同传统 络模型．在实际应用中，80％～90％的神经网络模型 的统计分析模型相比，神经网络模型具有更好的持 是采用BP模型或其变化形式，它是前向网络的核 久性和适时预测性，且能解决多自变量和多因变量 心部分，体现了人工神经网络最精华的部分．它由输 的复杂非线性系统的模拟和预测问题． 入层、隐含层和输出层三个部分组成，层与层之间采 本文在分析膜法薏苡仁油脱胶过程通量的变化 用全互连方式，同一层之间不存在相互连接，隐含层 数据的基础上，尝试运用神经网络对膜通量的变化 可以是一个或多个．其结构示意图如图1所示． 收稿日期：2006—2—20 基金项目：湖南省中医药管理局项目(222103) 作者简介：杜邵龙(1976一)，男，福建省邵武市人，博士生，研究方向是天然产物提取及精制 ·188·