旋轉(zhuǎn)填料床中臭氧化降解雙酚 A：通過響應(yīng)面法和人工神經(jīng)網(wǎng)絡(luò)建模

Degradation of Bisphenol A by ozonation in a rotating packed bed: Modeling by response surface methodology and artificial neural network

 Lei Wang a, Chu Qi b, Yuan Lu c, Moses Arowo d, Lei Shao a

a.北京化工大學(xué)超重力工程與技術(shù)教育部研究中心, 北京 100029

b.北京化工大學(xué)信息科學(xué)與技術(shù)學(xué)院,北京100029

c.天津中能石油化工有限公司,天津 300450

d.莫伊大學(xué)化學(xué)與過程工程系，埃爾多雷特，3900，肯尼亞

強(qiáng)調(diào)

?RSM 和 ANN 均能很好地預(yù)測RPB 中 BPA 的臭氧化建模。

?RSM 在模擬BPA臭氧化方面略優(yōu)于 ANN 。

?臭氧濃度和pH值對BPA降解有顯著的交互影響。

?RPB 的旋轉(zhuǎn)速度與其他變量對 BPA 降解的影響并不顯著。

摘要

采用響應(yīng)面法(RSM)和人工神經(jīng)網(wǎng)絡(luò)(ANN)對旋轉(zhuǎn)填料床(RPB)中雙酚A (BPA)的臭氧化過程進(jìn)行了建模。實(shí)驗(yàn)采用Box-Behnken設(shè)計(jì)，考察臭氧濃度、pH、RPB轉(zhuǎn)速、液流量等參數(shù)對雙酚a降解效率的交互影響。臭氧濃度和pH對雙酚a降解效率的交互作用為顯著，而RPB轉(zhuǎn)速對其他變量的交互作用不顯著。建立了雙酚A降解效率的二階多項(xiàng)式方程?；赗SM實(shí)驗(yàn)數(shù)據(jù)，構(gòu)建了多層前饋神經(jīng)網(wǎng)絡(luò)模型。隱層神經(jīng)元的相關(guān)系數(shù)很高(RANN = 0.99158)。RSM模型與ANN模型的比較表明，兩者均能準(zhǔn)確預(yù)測BPA的降解效率(RRSM = 0.99559)。在臭氧濃度為20 mg L?1、pH為11、液體流速為10 L h?1、RPB轉(zhuǎn)速為800 rpm的條件下，雙酚a的降解效率很高，達(dá)到99.52%，RSM模型(99.54%)和ANN模型(99.82%)均能很好地預(yù)測這一結(jié)果。但RSM模型的決定系數(shù)較高(R2RSM = 0.9912, R2ANN = 0.9827)，均方誤差較低(MSERSM = 0.0001684, MSEANN = 0.0003305)，因此RSM模型略優(yōu)于人工神經(jīng)網(wǎng)絡(luò)模型。

實(shí)驗(yàn)步驟

臭氧是由臭氧發(fā)生器（3S-A10，Tonglin Tech Co.，Ltd.，Beijing，China）產(chǎn)生的，氧源為99.5%

其濃度使用分析儀（3S-J5000，Tonglin Tech Co.，Ltd.，Beijing，China）測量。

來源：https://www.sciencedirect.com/science/article/abs/pii/S0045653521021743