二氧化碳在超临界流体萃取中的应用

超临界流体萃取是一个正在发展中的新型分离技术。它利用超临界流体作为萃取剂从液体和固体中提取出某种高沸点的成分。以达到分离的目的。在有些文献中,又称之为压力流体萃取、超临界气体萃取、临界溶剂萃取等。到目前为止,用作超临界萃取剂的主要有乙烷、乙烯、丙烷、...     

超临界CO_2萃取沙棘油的实验研究及数值模拟

本文利用超临界CO2萃取沙棘油,建立了一套实验流程,分别考察了萃取压力、萃取温度以及颗粒大小对萃取率的影响。同时根据萃取器单元的质量守恒建立了微分方程,并对一定萃取条件下的实验结果进行数值模拟。结果表明, 本文所建立的数值模型能较好地描述实际萃取行为。     

超临界CO2萃取沙棘油的实验研究及数值模拟

本文利用超临界CO2萃取沙棘油,建立了一套实验流程,分别考察了萃取压力、萃取温度以及颗粒大小对萃取率的影响。同时根据萃取器单元的质量守恒建立了微分方程,并对一定萃取条件下的实验结果进行数值模拟。结果表明,本文所建立的数值模型能较好地描述实际萃取行为。     

植物种子油超临界流体萃取研究进展

论述了植物种子油超临界流体萃取技术的重要性和最新发展 ,重点就植物种子油萃取研究领域内的实验研究、数学建模以及过程控制和模拟优化技术进行了评述。介绍了人工神经网络技术在超临界流体萃取过程动力学研究中的应用     

超临界CO2流体萃取沙棘油实验研究

建立了一套超临界流体萃取实验装置。就沙棘油超临界流体萃取进行了较为详细的实验研究。在探讨了压力、温度、颗粒度、装填量以及时间等对萃取率的影响之后,获得了指导实际生产的最佳工艺参数条件,并就工艺参数对萃取率的影响机理和原因进行了分析与讨论。     

超临界流体萃取技术

超临界流体萃取技术是近年来发展起来的一项新技术。本文介绍了超临界流体的性质、技术原理、萃取过程和应用领域,并提出了在明胶工业中应用的可能性,同时还介绍了国内CO_2工业概况。     

超临界流体萃取技术应用研究进展

介绍了超临界流体萃取技术在医药,食品,香精香料及化学工业方面的应用研究进展。     

现代食品工业中的超临界流体萃取技术

因为食物中的营养成分具有不稳定性和易被破坏的性质 ,故在其分离和富集过程中需要一些特殊的分离手段。介绍一种适宜在食品工业中应用的新型分离手段——超临界流体萃取     

重金属的超临界络合萃取动力学

引　言超临界ＣＯ2 络合萃取是去除重金属的一种清洁高效的方法 .其原理是利用络合剂与带电的离子通过配位键生成电中性的、弱极性的、稳定的、易溶于超临界ＣＯ2 的络合物 ,从而可被超临界ＣＯ2萃取[1] .该技术具有萃取速度快、萃取率高、萃取温度较低、生物兼容性好和无毒、无污染等优点 .近年来 ,对土壤、河床污泥以及从模拟的滤纸和砂土上萃取金属离子的研究 ,国外已有大量报道[2 ] ,但从真实体系中萃取痕量重金属的报道则很少[3] .中药以其丰富的资源、独特的疗效、毒副作用小等优点已引起了世界各国的关注 .然而 ,由于环境污染、炮制…     

超临界二氧化碳流体萃取分离技术

超临界流体的扩散系数比一般液体的扩散系数高一个数量级,而粘度要低一个数量级。与液-液萃取系统相比,超临界流体萃取系统具有较快的传质和萃取速度,因此能有效地对固体样品进行萃取分离。常用的超临界流体有乙烯、氙气、一氯三氟乙烷、二氧化碳、乙烷、一氧化二氮、一氟甲烷、丙烷、氨等,应用领域也从早期的天然香料提取扩展到食品、环境保护、农药、烟草、中药等行业,超临界萃取技术越来越受到国际科技届的广泛关注。但该技术应用于工业化生产尚需一定时日,还需要进一步降低操作成本和设备的造价。     

用人工神经网络研究对氯苯氧乙酸钾的合成工艺

用BP神经网络对相转移催化合成对氯苯氧乙酸钾工艺进行了研究,结果表明,在KOH的量为18 33g,反应时间1 0～6 0h、反应温度50 0～90 0℃、甲苯用量10 0～80 0mL、催化剂四丁基溴化铵用量0 20～1 80g、n(对氯苯酚)∶n(一氯乙酸)=1 00∶(1 00～4 00),具有两层隐层的BP网络可较好地体现对氯苯氧乙酸钾合成规律,对其合成有较高的预测能力。反应时间的延长、甲苯用量的提高对对氯苯氧乙酸钾的生成量的增加影响不大;相转移催化剂四丁基溴化铵量增加反而导致对氯苯氧乙酸钾一定程度的下降;尤其是原料配比(对氯苯酚与一氯乙酸的量比)升高对对氯苯氧乙酸钾的生成影响较大。在上述反应条件范围内,反应时间为1h、反应温度90℃、四丁基溴化铵0 20g、甲苯10 0mL、n(对氯苯酚)∶n(一氯乙酸)=1 00∶4 00、KOH18 33g时对氯苯氧乙酸钾的生成量最大,实验值为15 1478g,网络预测值是16 3670g。     

陶瓷原料分类的人工神经网络模型

抽取陶瓷原料特征参数,建立3层BP人工神经网络模型,据此对陶瓷原料进行模式识别和分类.研究结果表明:经该模型计算所得的分类结果和实际情况相吻合.该方法有助于在配方过程中遴选陶瓷原料,值得推广.     

神经网络动力学光度法同时测定烟草中铈和镧

在酸性介质中Ce4＋和La3＋同时阻抑溴酸钾氧化甲基红褪色反应,研究发现：两者对溴酸钾氧化甲基红褪色反应阻抑作用不具有加和性,根据这一现象,用人工神经网络处理非线性体系的优势进行数据处理,从而建立了一种同时测定Ce4＋和La3＋混合物的人工神经网络阻抑动力学光度法。对3种烟草样品进行测定,回收率位于95.0%~104.0%之间,RSD均小于4%,结果良好。     

基于人工神经网络的橡胶螺杆挤出机智能化设计

通过人工神经网络建立了挤出机的智能化设计模型.该模型可以进行多影响因素下的多目标分析,并应用于橡胶挤出机的结构选型、结构设计、找出最佳的工艺参数等.改进了过去单凭产量来选择螺杆直径的简略的方法.由实验数据和专家经验作为样本训练得到的智能模型,能达到更符合实际情况、综合考虑产量和胶料特性等诸多因素来选择出合理的挤出机直径和挤出机工作转速等多目标的智能化的设计方法.     

用人工神经网络预测城市地震火灾损失

利用人工神经网络对城市地震火灾损失进行预测,对指导抗震救灾有一定的帮助。具体做法是根据地震损失与其影响因素之间的非线性映射关系,建立人工神经网络模型,并将其应用于地震火灾损失预测。实例表明该方法有一定的推广价值。     

应用BP神经网络预测固体在超临界流体中的溶解度

构造Vogl快速算法误差反向传播(EBP)神经网络,应用该神经网络对若干固体在超临界流体中的溶解度进行预测,对21体系共612个数据点进行训练和预测,预测的总平均相对误差为4.02％,优于状态方程法所计算的结果。     

人工神经网络的发展及其在控制中的应用

本文综述了人工神经网络的发展历程,介绍了神经网络的基本结构和训练原理,并着重阐述了在化工过程控制领域中的应用现状和前景。     

人工神经网络在高分子复合材料研究中的应用

人工神经网络(ANN)的基本结构是根据大脑的结构来建立的,是原始的人工神经元的简单的聚集,它可以用来模拟各种复杂的科学工程问题。ANN在材料学研究方面得到了广泛应用,主要用于金属材料性能方面的预测。近年来,其也逐渐被用于高分子复合材料的研究,主要对人工神经网络近些年在高分子复合材料性能的预测方面做了总结,其中包括对高分子复合材料的疲劳寿命、摩擦性能、复合加载情况和动态力学性能等的模拟预测。     

苯乙烯-马来酸酐本体共聚合过程的神经网络建模

人工神经网络(ANN)是一种有效的建模方法，尤其适用于机理复杂的化工过程，故应用ANN技术来研究苯乙烯-马来酸酐半连续本体共聚合过程的建模方法，并用原始实验数据训练BP网络，来预测本体共聚合过程的目标变量——反应转化率是合适的。由于标准BP训练算法的训练速度较慢，提出了一种改进的训练算法(marquardt算法)来提高网络的训练速度。结果表明，改进的训练算法提高收敛速度10倍以上，在不同的初始条件下，如停留时间5小时、聚合温度110-120℃和马来酸酐进料分量7％-10％，能得到满意的收敛点。在3个输入和1个输出(转化率)的情况下，估计结果的最大相对误差为10％-15％，平均相对误差小于5％。转化率的模型预测结果与原始实验数据具有良好的拟合。此方法可以有效地用于此类聚合过程的模型化。     

人工神经网络对CO2高压萃取茄尼醇过程的模拟

阐述了传统动力学模型用以描述天然产物萃取过程的局限性.将CO2高压萃取烟叶中茄尼醇的正交试验数据进行预处理,经过确定隐含节点数、模型的训练、模型的测试等步骤建立了人工神经网络的EBP(Error Back Propagation)模型.模拟结果与试验结果得到了吻合得很好,为CO2高压萃取烟叶中茄尼醇的工艺设计与优化提供了理论依据,并且显示出人工神经网络在超临界或高压流体萃取的过程模拟中的技术优势,从而展示了人工神经网络在超临界或CO2高压萃取天然产物技术中的应用前景.