臭氧实验装置一站式服务平台
当前位置: 主页 > 新闻动态 > 臭氧文献 >
人工神经网络模型预测RPB中臭氧吸收的传质系数
来源: www.ozonelab.cn 发布时间:2020-06-28 浏览次数:

人工神经网络模型预测RPB中臭氧吸收的传质系数
 
使用机型:3S-J5000臭氧在线检测仪
 
强调
•采用人工神经网络作为预测KLa在RPB中吸收臭氧的方法。
•进行了串行实验以获得用于建模的数据。
•将随机网格研究应用于人工神经网络中的超参数调整。
•所获得的模型在训练组上具有0.9896 R2的令人满意的性能,在测试组上具有0.9877 R2的令人满意的性能。
抽象
事实证明,Higee技术可以增强涉及多相传质的过程,并可以应用于基于臭氧的高级氧化过程。传质系数的建模和预测在该领域很少见。在这项工作中开发了一种基于人工神经网络(ANN)的建模方法,以预测旋转填充床(RPB)中臭氧吸收过程的传质系数。进行了一系列实验以获得用于建立ANN模型的数据,然后将其用于预测整体传质系数(K L a)使用无量纲的量,例如根据RPB的几何形状和操作条件计算的气体和液体的雷诺数,弗洛德数和Weber数。为了优化模型结构和性能,这项工作采用了随机网格搜索超参数。最终模型在训练集和测试集上具有预测能力,R 2分别为0.9896和0.9877,RMSE为0.01801和0.03085,MAE分别为0.01265和0.02219。