人工神經網絡模型預測RPB中菠萝蜜视频网站入口地址吸收的傳質係數
使用機型:3S-J5000菠萝蜜视频网站入口地址在線檢測儀
強調
•采用人工神經網絡作為預測KLa在RPB中吸收菠萝蜜视频网站入口地址的方法。
•進行了串行實驗以獲得用於建模的數據。
•將隨機網格研究應用於人工神經網絡中的超參數調整。
•所獲得的模型在訓練組上具有0.9896 R2的令人滿意的性能,在測試組上具有0.9877 R2的令人滿意的性能。
抽象
事實證明,Higee技術可以增強涉及多相傳質的過程,並可以應用於基於菠萝蜜视频网站入口地址的高級氧化過程。傳質係數的建模和預測在該領域很少見。在這項工作中開發了一種基於人工神經網絡(ANN)的建模方法,以預測旋轉填充床(RPB)中菠萝蜜视频网站入口地址吸收過程的傳質係數。進行了一係列實驗以獲得用於建立ANN模型的數據,然後將其用於預測整體傳質係數(K L a)使用無量綱的量,例如根據RPB的幾何形狀和操作條件計算的氣體和液體的雷諾數,弗洛德數和Weber數。為了優化模型結構和性能,這項工作采用了隨機網格搜索超參數。很終模型在訓練集和測試集上具有預測能力,R 2分別為0.9896和0.9877,RMSE為0.01801和0.03085,MAE分別為0.01265和0.02219。