| 基于均匀设计和BP神经网络的花生油SFE-CO2萃取预测 |
| |
| 引用本文： | 郭建章,陈博文,王威强.基于均匀设计和BP神经网络的花生油SFE-CO2萃取预测[J].北京工商大学学报(自然科学版),2018,36(3):78-82. |
| |
| 作者姓名： | 郭建章 陈博文 王威强 |
| |
| 作者单位： | 青岛科技大学 机电工程学院, 山东 青岛 266061,青岛科技大学 机电工程学院, 山东 青岛 266061,山东大学 机械工程学院, 山东 济南 250061 |
| |
| 基金项目： | 国家自然科学基金资助项目(2167060371)。 |
| |
| 摘 要： | 利用均匀设计和BP神经网络相结合的方法,研究了SFE-CO2萃取花生油工艺。以半烘烤并粉碎之后的花生为原料,针对萃取压力、温度、时间和CO2流量4个因素,每个因素10个水平安排实验,利用均匀设计的实验数据作为网络训练样本,构造花生油SFE-CO2萃取的BP神经网络预测模型,对萃取过程进行预测,分析各实验因素与出油率之间的关系,确定较优的工艺条件。最后确定4-9-1的BP神经网络模型,利用该模型所得出油率的预测值与实验值相接近,相对误差(绝对值)小于2%；构造的BP神经网络模型能较好地预测萃取过程中各参数影响下花生出油率的变化趋势。结果显示,当萃取压力30MPa,温度40.5℃,时间125min,CO2流量187L/(h·kg)时花生出油率可达期望值47.5%。该方法为实现预测与控制SFE-CO2萃取花生油过程奠定了可靠的理论基础。
|
| 关 键 词： | 花生油 萃取 BP神经网络 SFE-CO2 均匀设计 |
| 收稿时间： | 2017/12/5 0:00:00 |
Prediction of Peanut Oil SFE- CO2 Extraction Based on Uniform Design and BP Neural Network |
| |
| GUO Jianzhang,CHEN Bowen and WANG Weiqiang.Prediction of Peanut Oil SFE- CO2 Extraction Based on Uniform Design and BP Neural Network[J].Journal of Beijing Technology and Business University:Natural Science Edition,2018,36(3):78-82. |
| |
| Authors: | GUO Jianzhang CHEN Bowen and WANG Weiqiang |
| |
| Institution: | College of Electromechanical Engineering, Qingdao University of Science and Technology, Qingdao 266061, China,College of Electromechanical Engineering, Qingdao University of Science and Technology, Qingdao 266061, China and School of Mechanical Engineering, Shan Dong University, Jinan 250061, China |
| |
| Abstract: | |
| |
| Keywords: | peanut oil extraction BP neural network SFE-CO2 uniform design |
|
| 点击此处可从《北京工商大学学报(自然科学版)》浏览原始摘要信息 |
| 点击此处可从《北京工商大学学报(自然科学版)》下载免费的PDF全文 |
|
