死端微滤酵母悬浮液比阻的预测研究
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，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：αc-=1.639 883+44.2P+0.862 17C-0.060 7T;(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。
死端微滤 多元线性回归 神经网络 正交实验 酵母悬浮液
姚金苗 王湛 陈德明 储金树 孙光民 张虎 李兆辉
北京工业大学环境与能源工程学院化学化工系，北京 100022 北京工业大学电子信息与控制工程学院，北京 100022 北京流体过滤与分离技术研究中心，北京 101312
国内会议
北京
中文
396-401
2007-10-01（万方平台首次上网日期，不代表论文的发表时间）