收藏本站
《山东大学》 2005年
收藏 | 手机打开
二维码
手机客户端打开本文

超临界流体中有机固体溶解度的研究

胡德栋  
【摘要】:超临界流体(SF)中溶质的溶解度是进行超临界流体萃取(SFE)和超微颗粒制备(Super micro-particle manufacture SMM)等过程设备设计和工程放大的关键,而极端不对称的有机固体在SF中的相形为更复杂,故研究有机固体在SF中的溶解度具有重要的意义。本文从实验设备和计算模型两方面对此课题开展了研究。 在实验设备方面,本课题组在动态流动法的基础上,开发出了一套既能用于溶解度测定又能用于SF萃取研究的新型试验装置。首先,该装置通过采用一个专门设计的集整个装置控制阀于一身的集成块,实现了集中控制,大大缩短了装置的连接管线,方便了安装和操作;其次,本装置采用自主开发设计的简体便拆式快开结构,便于釜的拆卸清洗;再其次,该装置可实现不同位置进料和出料的多种工艺。最后,通过制备不同容积的釜,以满足溶解度测定和SF萃取研究对该装置的不同需求。 在计算模型方面主要做了以下四方面的工作: 1、在修正Soave模型的基础上,提出了一种含提携剂SC CO_2中有机固体溶解度的3参数简单计算模型。当该模型被应用于某具体物系时,其参数还可进一步被简化为有机固体饱和蒸汽压1个参数,且该参数的自然对数值可表示为提携剂摩尔分数的线性函数。 2、本文分别以SC CO_2中两种脂肪酸和三种三氟甲基苯甲酸异构体的溶解度数据为样本数据,从以下几方面对目前常用的WNN模型进行了优化: ①在不考虑SF影响的前提下,由SF中有机固体溶解度活度系数模型可提出用于SF中多个有机固体溶解度模拟的WNN模型输入参数为T、P、v_2、T_m、ΔH~(fus)、δ_1和δ_2;而由SF中有机固体溶解度状态方程可得出用于SF中多个有机固体溶解度模拟的WNN模型输入参数则为T_m、v_2~s、ΔH_2~(fus)、ω_2、Tr_2和Pr_2 ②将隐含层节点数的确定方法由试差法优化为Kolmogorov定理,为隐含层节点数的确定提供了理论指导。
【学位授予单位】:山东大学
【学位级别】:博士
【学位授予年份】:2005
【分类号】:O645

免费申请
【引证文献】
中国硕士学位论文全文数据库 前3条
1 胡张喜;基于超临界流体技术的印刷线路板回收实验及机理研究[D];合肥工业大学;2007年
2 王鹏;超临界流体制备沥青泡沫炭及其结构控制的研究[D];东华大学;2008年
3 张保振;超临界CO_2流体回收废旧线路板的方法与工艺研究[D];合肥工业大学;2008年
【参考文献】
中国期刊全文数据库 前10条
1 乔立山,王玉兰,曾锦光;实验数据处理中曲线拟合方法探讨[J];成都理工大学学报(自然科学版);2004年01期
2 黄凤岗,孙文彦,玉莹;一种自适应的小波神经网络[J];电子学报;1998年08期
3 郑小洋,叶仲泉;Legendre小波神经网络[J];重庆大学学报(自然科学版);2003年08期
4 褚晓勇,徐晨;非线性逼近的自适应小波神经网络方法[J];工程数学学报;2003年02期
5 银建中,修志龙,毕明树,丁信伟,阿布里提·阿布都拉;“人工神经网络”方法用于超临界流体萃取模拟[J];高校化学工程学报;2002年06期
6 赵锁奇,王仁安,杨光华;超临界流体色谱法测定固体在二氧化碳中的溶解度[J];高校化学工程学报;1996年01期
7 冯耀声,李树超;平均吸引势模型状态方程用于固体在超临界流体中溶解度的计算[J];高校化学工程学报;1996年02期
8 李军,冯耀声;缔合模型用于超临界萃取溶解度计算[J];高校化学工程学报;1998年03期
9 陈树琳,吴大可;超临界CO_2的PR状态方程参数α——固体在超临界CO_2中溶解度计算[J];贵州工业大学学报(自然科学版);2002年02期
10 周庆荣,张泽廷,朱美文;超临界流体萃取中的相平衡研究[J];化工进展;1994年04期
【共引文献】
中国期刊全文数据库 前10条
1 梁学斌;;离散Hopfield神经网络的统一描述[J];安徽大学学报(自然科学版);1993年02期
2 潘茂贵,张伟林;桥梁结构检测中小波分析的应用研究[J];安徽建筑工业学院学报(自然科学版);2005年03期
3 彭志捌;尹雪莲;;基于BP神经网络的教学质量评价模型[J];安徽建筑工业学院学报(自然科学版);2009年06期
4 高瑞英;傅中;李震;张秀宇;;动态测定阿魏酸CO_2超临界萃取溶解度及缔合模型关联[J];安徽农业科学;2010年11期
5 袁红;;粗蓖麻油合成生物柴油反应热力学分析[J];安徽农业科学;2012年06期
6 高志明,关岩,于洪梅,吴秀红,李井会;人工神经网络在化学中的应用进展[J];鞍山钢铁学院学报;2000年03期
7 金君素;张泽廷;李颖;于恩平;;苯甲酸在含夹带剂超临界CO_2中溶解度研究[J];北京工业大学学报;2006年03期
8 黄民;刘秀丽;谢厚正;;高档数控机床刀具磨损故障监测方法及实验系统[J];北京信息科技大学学报(自然科学版);2012年01期
9 张红梅,吴慧雄,张树增,王健红;十七集总催化重整反应器的稳态模拟[J];北京化工大学学报(自然科学版);2003年05期
10 姚晓敏,李群生,张泽廷,于恩平;水杨酸在含夹带剂的超临界CO_2中的溶解度[J];北京化工大学学报(自然科学版);2004年02期
中国重要会议论文全文数据库 前10条
1 严传魁;王如彬;;基于汉密尔顿原理的神经元模型[A];第十三届全国非线性振动暨第十届全国非线性动力学和运动稳定性学术会议摘要集[C];2011年
2 ;Research on R&D Cost Forecast of the Life Cycle Based on Wavelet Neural Network[A];第二十九届中国控制会议论文集[C];2010年
3 ;Integrated Intelligent Fault Diagnosis Approach to TE Process[A];第二十九届中国控制会议论文集[C];2010年
4 ;Synthesis of Boolean Networks Via Semi-tensor Product[A];中国自动化学会控制理论专业委员会A卷[C];2011年
5 薛景丽;郑新奇;刘润润;;基于神经网络模型的区域土地利用结构预测研究——以新疆为例[A];发挥资源科技优势 保障西部创新发展——中国自然资源学会2011年学术年会论文集(下册)[C];2011年
6 潘宏侠;黄晋英;毛鸿伟;刘振旺;;基于粒子群优化的故障特征提取技术研究[A];第九届全国振动理论及应用学术会议论文集[C];2007年
7 ;Joint inversion of seismic data for acoustic impedance[A];中国科学院地质与地球物理研究所二○○四学术论文汇编·第一卷(地球深部)[C];2004年
8 王云;董增寿;卓东风;;基于图像纹理和结构特征的燃烧指数的高温低氧火焰燃烧稳定性识别[A];2007北京地区高校研究生学术交流会通信与信息技术会议论文集(上册)[C];2008年
9 周维;刘有源;孙波;;人工智能与机器人控制的探讨[A];全国先进制造技术高层论坛暨制造业自动化、信息化技术研讨会论文集[C];2005年
10 杨智;杜海树;邱熔胜;;时变大时滞最优预报神经智能PID控制算法[A];1999中国控制与决策学术年会论文集[C];1999年
中国博士学位论文全文数据库 前10条
1 孙明;基于小波和迟滞的混沌神经网络及其应用[D];哈尔滨工程大学;2010年
2 李桃迎;交通领域中的聚类分析方法研究[D];大连海事大学;2010年
3 郑大腾;柔性坐标测量机空间误差模型及最佳测量区研究[D];合肥工业大学;2010年
4 朱松;随机回归神经网络的动力学行为研究[D];华中科技大学;2010年
5 宋清昆;自适应结构优化神经网络控制研究[D];哈尔滨理工大学;2009年
6 杨红;污水生化处理的智能建模与优化控制策略应用研究[D];华南理工大学;2010年
7 柴园园;普适的模糊推理系统理论及应用[D];北京交通大学;2011年
8 许伟;基于进化算法的复杂化工过程智能建模方法及其应用[D];华东理工大学;2011年
9 李曼荔;求解组合优化问题的神经计算方法[D];电子科技大学;2010年
10 陈国庆;荧光光谱技术在食品安全监控中的应用研究[D];江南大学;2010年
中国硕士学位论文全文数据库 前10条
1 李连昌;新安煤田二_1煤层煤与瓦斯突出危险程度预测[D];河南理工大学;2010年
2 罗婷婷;飞机钣金叠板数控套裁下料软件系统的研究[D];南昌航空大学;2010年
3 孙超;氟醇化合物的分离及相平衡研究[D];山东科技大学;2010年
4 徐小任;基于BP神经网络的城镇网络地价评估模型研究[D];广西师范学院;2010年
5 程慧;基于神经网络的两类问题研究[D];广西师范学院;2010年
6 吴家瑞;服装产品加工成本快速估算方法研究[D];浙江理工大学;2010年
7 王捷;数字图像边缘检测方法的若干改进与应用研究[D];浙江理工大学;2010年
8 雷明杰;神经网络和遗传算法在中厚板轧机中的应用研究[D];郑州大学;2010年
9 张华杰;模糊神经网络在肺癌诊断中的应用[D];郑州大学;2010年
10 张苗娟;生物柴油合成新工艺研究[D];郑州大学;2010年
【同被引文献】
中国期刊全文数据库 前10条
1 韩洁,聂永丰,王晖;废印刷线路板的回收利用[J];城市环境与城市生态;2001年06期
2 王小宪;李铁虎;魏宏艳;林起浪;冀勇斌;;泡沫炭的制备和性能[J];材料导报;2005年05期
3 张星龙;印制线路板发展趋势及生产中的先进技术[J];电讯技术;1995年05期
4 陈烈强,彭绍洪,甘舸,蔡明招;废旧电子电气设备的资源化与无害化技术[J];环境科学与技术;2005年03期
5 邱胜鹏;;国内电子废弃物的处理现状[J];能源与环境;2006年01期
6 周翠红;路迈西;;空气摇床分选废旧电路板[J];辽宁工程技术大学学报;2006年03期
7 阎利;刘应宗;黄文雄;;废旧家用电器的机械破碎与分选技术[J];中国工程科学;2005年12期
8 彭绍洪,陈烈强,甘舸;电子电器废弃物的热处置回收技术[J];工业加热;2004年06期
9 荣宪伟,于晓艳;SPSS在物理实验数据处理中的应用[J];哈尔滨师范大学自然科学学报;2000年06期
10 徐敏;李光明;贺文智;黄春洁;;废弃印刷线路板热解回收研究进展[J];化工进展;2006年03期
中国博士学位论文全文数据库 前2条
1 刘慷;超临界二氧化碳二元体系临界性质的理论研究[D];北京化工大学;2002年
2 孙路石;废弃印刷线路板的热解机理及产物回收利用的试验研究[D];华中科技大学;2004年
中国硕士学位论文全文数据库 前10条
1 姚晓敏;夹带剂作用下固体溶质在超临界CO_2中的相平衡研究[D];北京化工大学;2004年
2 刘延成;固体溶质在含夹带剂超临界CO_2中溶解度的研究[D];北京化工大学;2003年
3 李平;中间相沥青基泡沫炭的制备及性能研究[D];大连理工大学;2005年
4 魏金秀;废弃印刷线路板中金回收的试验研究[D];东华大学;2005年
5 曾利红;中间相沥青的合成及性能研究[D];武汉理工大学;2005年
6 杨洁;废旧电脑的无害化处理与处置[D];东北林业大学;2005年
7 胡雅琴;响应曲面二阶设计方法比较研究[D];天津大学;2005年
8 钟继鸣;中间相沥青的调制和碳泡沫的制备[D];东华大学;2006年
9 王曦;酚醛树脂基碳泡沫的制备及其结构控制[D];同济大学;2007年
10 吴方锐;树脂基碳泡沫的制备研究[D];同济大学;2007年
【二级引证文献】
中国期刊全文数据库 前1条
1 林家骏;刘宇艳;戚美微;韩佳亮;;废弃电路板的化学处理方法[J];高分子通报;2011年12期
中国硕士学位论文全文数据库 前4条
1 孔祥明;超临界法回收印刷线路板影响因素及尾气处理研究[D];合肥工业大学;2008年
2 张保振;超临界CO_2流体回收废旧线路板的方法与工艺研究[D];合肥工业大学;2008年
3 钟海兵;废弃电路板电子元件拆除技术研究及设备研制[D];合肥工业大学;2008年
4 章王生;超临界CO_2流体环境中线路板的分层研究[D];合肥工业大学;2010年
【二级参考文献】
中国期刊全文数据库 前10条
1 王美玲,张长江,付梦印,肖?;一种用于非线性函数逼近的小波神经网络算法仿真[J];北京理工大学学报;2002年03期
2 廖宁放,高稚允;BP神经网络用于函数逼近的最佳隐层结构[J];北京理工大学学报;1998年04期
3 吴微,陈维强,刘波;用BP神经网络预测股票市场涨跌[J];大连理工大学学报;2001年01期
4 银建中,原华山,丁信伟;基于人工神经网络超临界流体萃取动力学模拟[J];大连理工大学学报;2001年06期
5 陈增强,车海平,贺江峰,袁著祉;基于神经网络的二次逼近非线性自适应预测控制器[J];电路与系统学报;1998年01期
6 朱大奇,于盛林;电子电路故障诊断的神经网络数据融合算法[J];东南大学学报(自然科学版);2001年06期
7 李贵存,刘万顺,宫德锋,藤林,王剑,邓慧琼;用于磁化曲线拟合的高精度混合型径向基函数神经网络[J];电网技术;2001年12期
8 王岭,焦李成;区间估计的FWNN及其区间学习算法[J];电子学报;1998年04期
9 徐晓霞,陈涛,王晓升;基于正交最小二乘算法的小波神经网络[J];电子学报;1998年10期
10 张艳宁,焦李成;局域自适应子波高斯神经网络综合分类系统[J];电子科学学刊;1999年03期
中国博士学位论文全文数据库 前1条
1 朱大奇;航空电子设备故障诊断技术研究[D];南京航空航天大学;2002年
【相似文献】
中国期刊全文数据库 前10条
1 梁松林;潘宏侠;高阳;;基于DSP的小波神经网络齿轮箱故障诊断[J];煤矿机械;2010年09期
2 马致远;龚灏;黄晓春;;基于小波神经网络的中国煤炭消耗预测[J];能源技术与管理;2006年05期
3 蒋敏兰;;动态测量系统精度损失溯源方法研究[J];仪器仪表学报;2006年S2期
4 张俊;刘海生;付正飞;;基于小波神经网络的钢丝绳磨损趋势预测研究[J];矿山机械;2007年09期
5 蔡吉刚;李树荣;王平;;基于小波神经网络的自适应控制器设计[J];中国石油大学学报(自然科学版);2007年05期
6 单海欧;;改进的小波神经网络在管道泄漏故障诊断中的应用[J];辽宁石油化工大学学报;2008年01期
7 孟彦京;汪宁;佟明;杨雅莉;;小波神经网络在压力传感器温度补偿中的应用[J];陕西科技大学学报(自然科学版);2009年02期
8 周杰;王蕴恒;潘洪亮;;基于遗传算法的小波神经网络DTC转速辨识[J];黑龙江科技学院学报;2009年03期
9 黄胜忠;;小波神经网络在离心压缩机故障诊断中的应用[J];煤矿机械;2010年10期
10 李元松;李新平;代翼飞;田昌贵;陈清运;;小波神经网络在高陡边坡位移预测中的应用[J];武汉工程大学学报;2010年09期
中国重要会议论文全文数据库 前10条
1 李元松;李新平;代翼飞;陈清运;;基于小波神经网络的高陡边坡位移预测[A];岩石力学与工程的创新和实践:第十一次全国岩石力学与工程学术大会论文集[C];2010年
2 董健;尹萌;张辉;;小波神经网络结合多项式的混合预测方法在通信规划中的应用[A];2011全国无线及移动通信学术大会论文集[C];2011年
3 牛东晓;邢棉;谢宏;陈志业;;短期电力负荷预测的小波神经网络模型的研究[A];西部大开发 科教先行与可持续发展——中国科协2000年学术年会文集[C];2000年
4 金向阳;张莉;于广滨;;基于改进小波神经网络的航空滚动轴承的故障检测[A];第二十六届中国控制会议论文集[C];2007年
5 牟海维;马娜;付光杰;刘祥楼;;基于小波神经网络的电力谐波检测方法[A];第二十九届中国控制会议论文集[C];2010年
6 王勇青;陈延如;邵艳明;陈晶晶;陈斐楠;;基于小波神经网络的氧气顶回转炉口火焰温度多光谱测量[A];中国光学学会2011年学术大会摘要集[C];2011年
7 鲁艳军;陈汉新;陈绪兵;;基于小波神经网络的齿轮裂纹故障诊断[A];2010全国机械装备先进制造技术(广州)高峰论坛论文汇编[C];2010年
8 鲁艳军;陈汉新;陈绪兵;;基于小波神经网络的齿轮裂纹故障诊断[A];节能减排 绿色制造 智能制造——低碳经济下高技术制造产业与智能制造发展论坛论文集[C];2010年
9 侯霞;张军峰;刘国海;;基于小波神经网络的飞机故障诊断[A];第二十九届中国控制会议论文集[C];2010年
10 黎明;;基于小波神经网络理论的GPS变形监测预报方法[A];第三届中国卫星导航学术年会电子文集——S08卫星导航模型与方法[C];2012年
中国博士学位论文全文数据库 前10条
1 胡德栋;超临界流体中有机固体溶解度的研究[D];山东大学;2005年
2 薛雅丽;基于轨迹线性化方法的近空间飞行器鲁棒自适应控制研究[D];南京航空航天大学;2010年
3 宋清昆;自适应结构优化神经网络控制研究[D];哈尔滨理工大学;2009年
4 金瑜;基于小波神经网络的模拟电路故障诊断方法研究[D];电子科技大学;2008年
5 郑殿春;基于BP网络的局部放电模式识别[D];哈尔滨理工大学;2005年
6 李晖;船舶减摇鳍系统智能控制及其可视化仿真的研究[D];大连海事大学;2003年
7 刘明;油田热水供暖系统热负荷智能预测技术研究[D];东北石油大学;2011年
8 周卫东;一类混合动态系统建模与优化调度问题的研究[D];山东大学;2005年
9 文鸿雁;基于小波理论的变形分析模型研究[D];武汉大学;2004年
10 傅林;生物组织磁聚焦电导率成像系统硬件实现与反演算法[D];四川大学;2006年
中国硕士学位论文全文数据库 前10条
1 袁月春;基于模糊小波神经网络的多辊热连轧产品质量控制[D];山西师范大学;2010年
2 朱美龙;小波神经网络在遥感溢油图像去噪中的应用[D];大连海事大学;2011年
3 李凤鸣;基于小波神经网络的柴油机燃油系统故障诊断的设计与实现[D];山东大学;2010年
4 宋红梅;基于QPSO优化小波神经网络的信息安全风险评估方法研究[D];河北师范大学;2011年
5 周桂珍;基于小波神经网络的异步电机故障诊断[D];湘潭大学;2010年
6 莫慧芳;基于LabVIEW的小波神经网络在电机声频故障诊断中的应用研究[D];广东工业大学;2005年
7 员世芬;小波神经网络理论的研究及其在加热炉钢坯温度预报中的应用[D];太原理工大学;2005年
8 葛文谦;小波神经网络在旋转机械故障诊断中的应用研究[D];燕山大学;2006年
9 康辉;基于小波神经网络的模拟电路故障诊断技术研究[D];哈尔滨理工大学;2010年
10 魏光华;基于混沌遗传算法的无速度传感器DTC系统的参数辩识[D];沈阳工业大学;2005年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026