神经网络预测改性海绵铁除氧效果的研究

为实现改性海绵铁填充床除氧过程的自动化控制,研究了人工神经网络对改性海绵铁填充床除氧过程模拟仿真的可行性,采用误差反向传播网络(BP网络)建立了进水流量、改性海绵铁填充高度与溶解氧去除率之间关系的动态模型,并对不同的训练样本归一化方法和训练方法进行比较.结果表明,在网络隐含层层数为1、节点数为7时,采用归一化方法1和有动态修正的训练方法能够较好地预测填充床对溶解氧的去除率,该模型可用于改性海绵铁填充床除氧过程的动态描述.     

电吸附除盐技术的研究与应用进展

电吸附是一种利用电势差为驱动力,促使离子被吸附到带电电极表面的除盐技术,具有低能耗、不添加化学试剂、环境友好等显著特点.从电吸附理论、电极材料、电吸附装置等方面综述了电吸附除盐技术的研究和应用进展,并展望了电吸附技术在水处理除盐领域的研究方向和应用前景.     

板式活性炭纤维电极电吸附除盐实验研究

自行制作板式活性炭纤维电极电吸附除盐装置,通过单因素实验分析方法,研究了电极板间距、电压、进水流速和进水浓度对未改性的活性炭纤维电极电吸附除盐的影响效果。结果表明,最佳电压2.0 V,电极板间距1 mm,进水流量10 mL/min,进水电导率1 000μS/cm条件下,电导率去除率最高,在40%以上,显示了活性炭纤维电极在电吸附除盐方面较好的应用前景。     

电除盐装置的化学清洗

电除盐装置(EDI)是先进的生产超纯水的设备,但是容易产生膜污堵。膜污染会直接影响到EDI设备的出力,甚至会对全厂的正常稳定运行造成威胁。本文讨论了EDI化学清洗的工艺。     

电吸附除盐技术应用于冷轧废水的中试研究

研究了电吸附技术应用于钢铁行业冷轧废水除盐处理,并进行了中试试验,在进水电导率为3000～3480μS·cm-1时,处理后产水平均电导率为1100μS·cm-1,对钙、镁、氯、铁等离子的去除率为48%～72%,满足回用水的要求,实现了冷轧废水较高品质的回用.     

电吸附除盐技术在某纺织集团的工程应用

某纺织集团以河水为水源水用于工业生产,其采用电吸附除盐技术对河水进行脱盐,在原水平均电导率为389μS/cm,平均硬度、氯离子质量浓度分别为119、64.7 mg/L的情况下,出水的平均电导率为118μS/cm,平均硬度、氯离子质量浓度分别为40、13.6 mg/L,出水指标完全满足宁波某纺织集团分公司对工业生产用水的要求。     

电吸附技术在含盐水除盐中的应用与研究进展

介绍了电吸附技术(EST)的原理及该技术在国内外除盐领域中的研究进展与应用现状.资料显示,电吸附技术以其良好的除盐能力和环保特性正逐渐成为现有除盐技术的重要补充.目前,我国的电吸附技术已形成工业化生产规模,其发展水平走在了世界的前列,可以预见此项技术具有广泛的应用前景.     

膜电吸附除盐用双电极制备及性能研究

以超级电容活性炭为电吸附电极材料,以复合导电膜为电极导电集流体,采用平板加热压制成型工艺,制备了膜电吸附除盐(MCDI)用双电极.比较了柔性石墨片、高密度石墨板和复合导电膜3种集流体的导电性能和防水性能,筛选出复合导电膜为双电极集流体.从平压压力和温度方面对双电极制备成型工艺进行优化.测试了双电极在MCDI模组中的电化...     

电吸附除盐技术在炼油污水回用中的设计应用

齐鲁分公司胜利炼油厂第二污水处理场排海水深度处理回用工程在国内首次应用电吸附除盐技术。基于电吸附除盐技术的特点,优化深度处理组合工艺,根据实际运行情况对各单元进行改进,工艺指标达到设计要求。     

纳米ZnO改性活性炭电极电吸附除盐性能的研究

为了提高电吸附技术中活性炭粉电极(AC电极)电吸附容量,本实验采用sol-gel法制备了纳米ZnO-AC电极,以提高电吸附容量.研究结果表明,AC电极表面负载了一定量的纳米ZnO,其形态为棒状结构;经比表面积测定,AC电极比表面积从785 m2/g增加到1120 m2/g;对KCl的吸附试验表明,当极板有效面积5 cm×5 cm,两极板间距0.5 cm,电压1.6V,流速20 mL/min,原水为KCl溶液,原水电导320 μs/min时,除盐效率达到62.25％;并且经过5个循环,除盐效率基本没有降低,纳米ZnO-AC电极表现出良好的重复使用性能.本实验对活性炭粉在电吸附技术中的实际应用有重要意义.     

人工神经网络在混凝土强度预测中的应用

人工神经网络技术综合考虑了高强度、高性能混凝土强度的各种影响因素,可用于预测混凝土强度。本文选取混凝土配料中7个因素作为输入值,混凝土28d强度作为输出值,建立起混凝土强度预测BP网络模型,进而对混凝土配合比强度实验数据进行分析预测,结果效果良好。表明该方法用于高性能混凝土强度预测方面是可行的。     

地下水水位预测的人工神经网络模型研究

地下水系统是一个复杂的随机系统,本文根据地下水水位与其影响因素之间存在的相关关系,建立了一个基于神经网络的地下水水位预测模型,并将其用于研究区地下水水位的预测,结果表明该方法具有较高的预测精度。     

神经元网络在化学工程中的应用与发展

综述了神经元网络在化工领域中的应用状况，并指出了今后的发展趋势。     

用人工神经网络方法预测鼓泡塔气含率

A new correlation for the prediction of gas hod up in bubble columns was proposed based on an extensive experimental database set up from the literature published over last 30 years .The updated estimation method relying on artificial neural network,dimensional analysis and phenomenological approaches was used and the model prediction agreed with the experimental data with average relative error less than 10%.     

人工神经网络在聚苯乙烯乳胶球制备中的应用

利用人工神经网络很强的非线性映射功能，关联了聚苯乙烯乳胶球制备工艺参数与球尺寸相对标准偏差之间的关系，预报相对标准偏差效果较好.     

人工神经网络BP算法在玻璃纤维生产领域中的应用

针对玻璃纤维生产过程中原丝产量的影响因素多,当某些生产条件发生变化时,无法对原丝产量做出准确预测的情况,通过采用BP人工神经网络,结合matlab软件,实现了在池窑生产过程中,当生产条件发生变化时对原丝产量做出准确预测。     

人工神经网络法计算非芳香族多硝基化合物的生成焓

用误差反向传播(BP)的人工神经网络模型及分子结构描述码作为输入特征参数预测非芳香族多硝基化合物的生成焓，研究了网络参数及分子结构描述码的影响，同时按分子结构描述码进行了多元线性回归，取得了满意的结果，其回归方程相关系数达到了0．9977，精度高于文献值。绝大多数相对误差在10％以内。     

基于遗传算法的人工神经网络在油水层识别中的应用

油水层识别是测井二次解释的重要内容。基于遗传算法的人工神经网络方法具有自学、自适应和抗干扰等特点，能有效地区分油水层。实际应用表明，其误判率远低于传统方法。     

人工神经网络分析在黄磷生产中的应用

利用人工神经网络从已有的炉渣分析数据中通过训练求得炉渣中磷含量与相关因素之间的非线性关系,从而预测炉渣中磷的含量。采用的神经网络结构为3—8-1的形式,学习算法采用BP算法。结果表明,网络模型有较高的预测精度,可用于炉渣磷含量的预测和控制。