排序方式： 共有2条查询结果，搜索用时 15 毫秒
1
1.
应用BP神经网络对膜法薏苡仁油脱胶过程的膜通量动态模拟与预测.研究了神经网络的构建、训练、结果测试和模型泛化,并用得到的神经网络对不同运行条件下(操作压力和温度)膜通量进行预测.结果表明:神经网络能够很好地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,神经网络能快速简便地得到模拟和预测膜分离过程. 相似文献
2.
研究了薏苡仁多糖的超滤膜法提取液浓缩和除小分子杂质过程,并对膜工艺过程的浓差极化及膜污染展开分析,在此基础上对膜清洗进行了尝试,得到适合的膜清洗工艺.在四种陶瓷超滤膜中,截留分子量为150 kDa的超滤膜最适合于薏苡仁多糖提取液浓缩;当压力在0.13～0.21 MPa,温度在20～60℃时,压力和温度的提高均有利于超滤膜通量的增大,但也会加剧膜通量的下降;在超滤过程中,膜污染阻力随着时间的延长而不断增大,而浓差极化效应则不断减小;采用热水,碱洗和次氯酸钠清洗后,膜水通量能够恢复到实验前的水平. 相似文献
1