沸石分子筛碱改性条件的神经网络优化及对氨氮的去除效果

摘要：

为探讨沸石分子筛的碱改性条件及对废水中氨氮的去除效果,基于NaOH改性沸石分子筛吸附氨氮的正交试验数据,以前期试验确定的5个主要影响因子作为输入层向量,以氨氮吸附率作为输出层向量,采用多层前馈神经网络(BPANN)训练并构建沸石分子筛碱改性条件的5-1-1型BPANN优化设计模型.将所有试验数据分为训练及预测样本集,通过MATLAB图形用户界面设计网络运行系统.运行过程表明该网络收敛速度快,系统误差为0.0004288,网络模拟预测值与试验值相关系数为0.9641.适当拓展正交试验各影响因子的最佳值范围,采用已训练好的BPANN系统预测得到NaOH改性沸石分子筛的最佳条件为:NaOH浓度1.6 mol/L,加热温度85℃,浸渍时间6.5 h,微波功率600 W,微波作用时间2.1 min,在此条件下5次重复试验的氨氮吸附率平均值为82.95％,说明构建的BPANN模型具有较好的训练精度和泛化能力,NaOH改性沸石分子筛可有效去除废水中氨氮.

关键词：水污染、BPANN、神经网络、优化设计、沸石分子筛、改性、氨氮

所属期刊栏目：51

分类号：X703.5(一般性问题)

资助基金：广东省教育厅青年创新人才项目;广东省普通高校科研项目;阳江职业技术学院科技项目;应用技术协同创新中心项目

在线出版日期：2020-11-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：34-37,44