神经网络模型预测炭材料吸附VOCs的工作容量

编号 zgly0001547327

文献类型 期刊论文

文献题名 神经网络模型预测炭材料吸附VOCs的工作容量

作者 王国栋  蒋剑春 

作者单位 南京林业大学化学工程学院  中国林业科学研究院林产化学工业研究所 

母体文献 林产化学与工业 

年卷期 2017年04期

年份 2017 

分类号 TQ424.1  X701 

关键词 多孔材料  孔隙结构  构效关系  丁烷吸附  人工智能算法应用 

文摘内容 吸附剂的孔隙结构对于有机易挥发物(VOCs)的回收利用具有显著影响。活性炭的传统筛选方法不仅需要对孔隙结构进行表征,还要实验测定相应样品吸附正丁烷的工作容量。为提高活性炭的筛选效率,结合61种活性炭的表征信息,经机器学习回归基于BP神经网络的活性炭分类模型,重复30次计算所研究活性炭吸附正丁烷工作容量的计算结果与实验值的平均偏差约为6.64%,成功建立了活性炭特征参数和吸附正丁烷工作容量之间的定量关系,这对于降低实验成本具有重要的研究意义。