基于人工神经网络的高酸值生物柴油原料降酸工艺优化
为获得最优工艺条件，在单因素试验的基础上以油酸模拟高酸值生物柴油原料，利用正交试验和人工神经网络研究了SO42/ZrO2固体超强酸催化高酸值生物柴油原料气相酯化降酸工艺.结果表明，以正交试验为基础建立的三层误差反向传播网络(BP网络)模型，经训练后能够反映试验数据间的相互关系，并由此得到优化的工艺条件：催化剂用量为原料油质量的4％、反应温度97.5℃、反应时间180min、甲醇蒸气通入量为1.65L·min-1.在最优工艺条件下进行验证试验得到油酸的转化率为96.86％，与预测值的相对误差为0.03％.因此，利用BP人工神经网络得到的优化工艺参数真实可靠，具有较好的实用价值.
生物柴油 气相酯化反应 SO42/ZrO2固体超强酸 人工神经网络 工艺优化
苏有勇 王华 吴桢芬
冶金节能减排教育部工程研究中心,昆明理工大学,昆明,中国,650093;昆明理工大学现代农业工程学院,昆明,中国,650224 冶金节能减排教育部工程研究中心,昆明理工大学,昆明,中国,650093 昆明理工大学现代农业工程学院,昆明,中国,650224
国内会议
北京
中文
1444-1448
2010-12-18（万方平台首次上网日期，不代表论文的发表时间）