论文部分内容阅读
分子蒸馏(molecular distillation)是一种新型的在高真空条件下进行的液-液分离技术,具有蒸馏温度低(低于物质沸点温度),真空度高,物料受热时间短,分离程度高等特点;且分离过程不可逆,没有沸腾鼓泡现象。特别适用于分离高沸点、热敏性、高粘度和易被氧化的物质,已在医药行业的维生素和中草药有效成分的提取、石油化工、食品工业、化妆品工业和农业等各行各业中得到了广泛应用。本文采用超临界萃取五味子粗油作为实验原料,在多级分布式分子蒸馏装置进行萜烯类物质的提纯实验,对分子蒸馏实验结果对工艺参数与产品指标之间的关系进行了讨论,建立基于人工神经网络和遗传算法的蒸馏工艺条件与得率、纯度的数学模型,对产品纯度与得率进行预测及分子蒸馏条件进行优化,并研究实现了在线实时检测,预测优化,成分分析等功能的软件包,使课题中的中央控制子系统功能完善体现。主要工作与研究结果概括如下:(1)分析研究了分子蒸馏技术的原理、设备及应用,并结合蒸发速率和分离效率这两个评价分子蒸馏效果的重要指标,运用刮膜式分子蒸馏装置进行参数测试实验,根据实验数据,对分子蒸馏技术工艺参数对产品指标的影响进行了分析与讨论。(2)系统的阐明了BP神经网络的基本原理和学习训练过程及针对自身缺陷做的一些改进措施。针对分子蒸馏过程的复杂性,利用遗传算法全局搜索能力强的特点与人工神经网络模型学习能力强的特点,建立了基于遗传神经网络算法的预测模型。在预测模型的基础上,建立了基于多目标遗传算法的系统工艺参数优化模型,对纯度与得率进行加权处理。运用该优化模型,可以获得以纯度和得率作为优化目标的蒸馏温度、真空度等优化工艺参数,为企业提供合理的优化策略。(3)针对三级分子蒸馏系统,运用了JAVA语言设计实现了基于GA-BP算法的系统监测界面。此监测界面包括了实时参数值查询显示、预测优化结果显示与产品成分鉴定同步实现的功能。