超临界流体萃取过程混合模型的建立

采用混合建模技术,通过集成人工神经网络模型与单元过程机理模型建立了超临界流体萃取过程的混合模型,较好地解决了超临界过程的模拟计算、经济评价、设计和运行优化问题.通过软件集成的方法实现了商业模拟软件Aspenplus与ANN的集成,大大降低了模型的实现难度和实施时间.     

超临界流体萃取技术的应用

超临界流体萃取(简称SFE)是一种新型的萃取分离技术，广泛应用于工业、石油、食品、医药、环保等领域。介绍了超临界流体萃取技术的发展历史、基本原理、性质、应用情况和它的发展前景。     

超临界流体萃取固态物料的缩芯萃取模型

对超临界流本萃取固态物料进行了萃取机理分析，建立了超临界流体萃取固态物料的萃限模型，给出了宏观萃取速率表达式，提出了验证实验方案。     

超临界CO2流体萃取药用植物有效成分的研究进展

综述了十几年来超临界流体萃取技术在天然药用植物有效成分提取与分离的研究情况,阐述超临界CO2流体萃取技术在天然药用植物有效成分提取中应用的优越性展望了超临界CO2流体萃取技术其应用前景。     

超临界流体萃取技术及其在食品工业中的应用

简要叙述了超临界流体萃取技术的原理、特点、加工工艺及其在食品工业中的应用     

超临界流体二氧化碳萃取工艺探讨

研究超临界流体的萃取工艺及热力学性质，给出计算超临界流体溶解度的热力学方法．     

重质油超临界流体萃取分离窄馏分的分子模型

根据大庆减压渣油超临界流体萃取分离窄馏分的分子结构参数,在保证侧链数和平均侧链长度不变的前提下,分别构建了一系列具有相同侧链长度但侧链分布不同的分子和具有相同侧链分布但侧链长度各异的分子。利用分子力学法和分子动力学法对这些可能的分子结构进行了模拟计算,得到了全局能量最低的分子结构三维构象。对这些三维分子结构及其与全局最低能量的关系进行了分析,分别提出了定量描述不同侧链分布结构和不同侧链长度结构与分子能量关系的侧链分布因数和侧链长度因数。这两个因数与相应的分子最低总能量呈良好的线性关系。根据分子能量越低结构越稳定及分子结构存在的可能性越大的原理,确定了存在的可能性最大的重质油平均分子侧链结构。     

超临界流体萃取技术在天然药物研究中的应用

文章介绍了超临界流体萃取技术的原理及优点，并对其在天然药物研究中的应用进行综述。     

超临界流体萃取在环境污染物分析中的应用

综述超临界流体萃取在环境污染物分析中的应用现状及发展。着重评述了ＳＥＥ在多氯代苯并对二恶英，多氯联苯，有机氯农药残余，有机农药残、多环芳烃，酚类等环境污染物分析中的应用。     

人工神经网络在结构振动控制中应用

对人工神经网络在结构工程振动控制中的应用做了综合评述 .简要介绍了人工神经网络的发展历程和基本性能 ;重点阐述了人工神经网络在结构振动控制中的应用情况 ,并对未来的发展方向进行了展望 .     

基于神经网络的物流量预测

应用不同的人工神经网络模型进行物流量预测。分析影响物流发出量、吸引量和周转总量的各相关因素及神经网络预测的基本思想,研究神经网络静态前馈模型和简单动态模型预测物流量的局限性,认为采用二者结合的综合预测方法能对物流量进行准确的预测。给出动态反馈的实时递归法仿真计算步骤,仿真结果与实际结果比较,具有较高的可信度。     

基于人工神经网络及非线性回归的岩爆判据

采用人工神经网络和非线性回归方法研究岩爆判据研究.首先利用人工神经网络对原始样本进行量化,然后对量化后的样本数据进行非线性回归分析,获得新的岩爆判据公式.研究结果表明:此岩爆判据公式具有较高的预测精度.     

基于人工神经网络的框架结构可靠性分析

为了解决结构可靠性分析中的非线性问题,将人工神经网络和Monte Carlo法相结合,利用训练后的网络模型对大范围的数据进行概率分析,得到了极限状态函数值的数字特征,求得结构系统的可靠性指标.该方法为复杂结构系统和极限状态函数无法显式表达的结构系统的可靠性分析提供了一个新途径.     

电磁兼容的人工神经网络预测技术分析

电磁兼容预测是实现电子设备或系统电磁兼容性(electromagnetic compatibility,EMC) 的必要步骤.提出了应用人工神经网络对电磁兼容问题进行快速预测的方法.通过选择有效的电磁干扰参数作为输入预测因子,用误差反向传播的神经网络 (back propagation,BP)构造输入预测因子与敏感设备骚扰响应之间的映射关系,并用电磁场数值计算方法获得的训练样本集和测试样本集对构造好的BP网络进行训练,建立了基于BP网络的电磁兼容快速预测模型.最后以导线间的串扰问题为预测算例,表明了该方法的有效性.     

人工神经网络在淬透性曲线中的应用

利用人工神经网络中的BP算法,建立材料的合金成分与距水冷端不同位置上的硬度值的模型.根据材料的合金成分含量取得硬度值,获得了满意的结果,为预测淬透性曲线提供了一定的理论辅助手段.     

人工神经网络在定量结构-活性相关(QSARs)研究中的应用

人工神经网络（ANN）源于模拟人脑中信息处理过程的计算机模型,它独特的结构和处理信息的方法,使其在许多实际应用领域中取得了显著的成效,介绍了人工神经网络的原理及其在定量结构－活性相关（QSARs)研究中的应用,并对其进一步的应用做了展望。     

人工神经网络光度法同时测定锆和钛

在锆(钛)一对氯苯基荧光酮—CTMAB显色体系中，应用三层神经网络解析锆和钛的吸收光谱，不经分离分光光度法同时测定锆和钛．使用改进的BP算法，避免了神经网络在学习过程中可以产生的麻痹现象．用于合成样品和钢样中锆和钛的测定，效果较好．     

基于人工神经网络的云自动检测算法

为实现卫星观测数据的高效云自动检测技术,提出了基于人工神经网络的云检测方法,并针对中分辨率成像光谱仪（MODIS）的观测数据建立了BP神经网络模型,给出了算法的应用实例.通过实例分析表明,基于人工神经网络的云检测算法具有良好的时空适应性,检测效果较好,检测速度快,具有业务实用价值.