超臨界CO2萃取花生油的試驗及數值模擬研究.pdf

1、超臨界流體萃取作為一種新型的分離技術已經在環(huán)保、制藥、化妝品等高附加值產品領域展示出了巨大的應用前景。試驗研究是超臨界流體萃取過程開發(fā)與設計的基礎，對一定的萃取體系而言，最佳工藝參數的確定、傳質機理的探討、相平衡熱力學特性的描述乃至過程優(yōu)化設計與控制等，均離不開扎實的試驗研究工作。本文從試驗研究出發(fā)，通過分析各工藝條件對超臨界CO2萃取花生油的影響，判定了各因素的顯著程度。在MATLAB軟件環(huán)境下依靠人工神經網絡方法，建立了BP神經網絡

2、，用已有試驗數據訓練該網絡，然后預測其他試驗條件下的出油率，并找出最佳出油率點，得到了較好的模擬預測效果。
　　 本文主要研究內容和結論如下：
　　 (1)正交實驗結果表明，在超臨界CO2萃取花生油的過程中，萃取溫度、萃取壓力和萃取時間的極差分別為4.2、22.4、10.2，分別是第一水平、第三水平和第三水平最好，故最好方案為B3C3A1。
　　 (2)選用輸入層為三結點、輸出層為一結點的三層BP神經網絡，在使用

3、6個隱層神經元時，網絡結構最優(yōu)；通過算法的比較，可以看出采用Levenberg-Marquardt法的神經網絡收斂速度最快。用訓練后的人工神經網絡預測其他萃取條件下的萃取率，預測誤差2％左右。
　　 (3)運用人工神經網絡繪制出了超臨界CO2密度、萃取時間對產率影響的三維圖形。搜索出最佳出油率點(0.05，0.95，0.95)，與第三章試驗分析得出的結論一致，證明了神經網絡方法的正確性。由于訓練數據主要分布在高密度區(qū)，因此該圖在