刘迎新
,
未作君
,
陈吉祥
,
张继炎
催化学报
采用BP神经网络对间二硝基苯液相催化加氢制备间苯二胺的反应条件进行优化.首先利用均匀设计的实验结果,采用LM算法对BP神经网络进行训练.再利用训练好的BP神经网络对各种实验因素水平组合条件下间二硝基苯的转化率和间苯二胺的收率进行预测.结果表明,采用苯作溶剂时,间二硝基苯的转化率较高;采用乙醇作溶剂时,间苯二胺的收率较高;当采用乙醇为溶剂,催化剂用量为20%,反应温度和压力分别为365 K和2.9 MPa时反应效果较好,间苯二胺的收率高达95.8%.进一步的实验验证表明,用神经网络模型模拟的结果与实验结果基本吻合.
关键词:
BP神经网络
,
LM算法
,
反应条件
,
优化
,
间二硝基苯
,
加氢
,
间苯二胺
任彦军
,
王家伟
,
张晓兵
,
赵浩文
钢铁
通过研究高炉-转炉界面铁水运输过程温度的主要影响因素,确定了影响高炉-转炉界面铁水运输过程温度的参数,建立了基于Levenberg-Marquardt (LM)算法BP神经网络的高炉-转炉界面铁水温度及铁水过程温降的预报模型.用沙钢100包铁水数据进行模型训练,50包铁水数据进行现场预报,结果表明:在高炉-转炉界面“一包到底”模式下,当绝对误差| X |≤20℃时,铁水温度命中率为94％,铁水温降命中率为78％；当绝对误差|X|≤40℃时,铁水温度命中率为100％,铁水温降命中率为92％,该预报模型能够满足现场实际生产需求,对炼钢生产有很好的指导意义.
关键词:
温度
,
BP神经网络
,
LM算法
,
预报模型
