文摘
英文文摘
声明
第1章绪论
1.1膜定义、分类及特性
1.2微滤膜的定义及性能特点
1.3微滤的定义及操作模式
1.3.1死端模式
1.3.2错流模式
1.4微滤过程的数学模型
1.5问题的提出及研究意义
1.6国内外研究现状
1.6.1 ANN在超滤过程中的研究现状
1.6.2 ANN在纳滤过程中的研究现状
1.6.3 ANN在微滤过程中的研究现状
1.7本研究的目的和内容
1.7.1本研究的目的
1.7.2本研究的主要内容
1.8本研究的目标
1.9本研究的创新点
1.10本章小结
第2章人工神经网络理论概要
2.1人工神经网络概念
2.2神经元特征函数
2.3人工神经网络模型和分类
2.4典型神经网络模型
2.4.1 BP神经网络模型
2.4.2 RBF神经网络模型
2.5本章小结
第3章实验材料、试剂、溶液的制备及实验装置
3.1实验材料、试剂
3.2实验设备
3.3溶液的制备
3.4实验装置和方法
3.5实验设计
3.6本章小结
第4章实验数据处理
4.1膜通量的计算
4.2死端工况下比阻的计算方法:
4.3多元线性回归的实验数据处理
4.3.1实验数据的标准化
4.3.2分析模型与分析方法
4.4神经网络的数据归一化
4.5本章小结
第5章死端微滤BSA溶液膜通量的实验研究
5.1实验步骤
5.2操作条件对BSA溶液膜通量的影响
5.2.1操作条件对BSA溶液膜通量的影响规律
5.2.2操作条件对BSA溶液膜通量的定量影响程度
5.3人工神经网络对死端微滤BSA膜通量的预测
5.3.1基本思路
5.3.2 BP模型的建立
5.3.3 BP神经网络模型的优化
5.3.4 RBF神经网络模型的优化
5.3.5模型的比较
5.4本章小结
第6章死端微滤酵母悬浮液膜通量的实验研究
6.1实验步骤
6.2操作条件对酵母悬浮液膜通量的影响
6.2.1酵母悬浮液粒度分析
6.2.2操作条件对酵母悬浮液膜通量的影响规律
6.2.3操作条件对酵母悬浮液膜通量的影响程度
6.3人工神经网络对酵母悬浮液膜通量的预测
6.3.1 BP神经网络模型对酵母悬浮液膜通量的预测
6.3.2 RBF神经网络模型对酵母悬浮液膜通量的预测
6.3.3模型的比较
6.4本章小结
第7章死端微滤酵母悬浮液比阻的实验研究
7.1实验步骤
7.2操作条件对酵母悬浮液比阻的影响
7.2.1操作条件对酵母悬浮液比阻的影响规律
7.2.2操作条件对酵母悬浮液比阻的影响程度
7.3人工神经网络对酵母悬浮液比阻的预测
7.3.1 BP神经网络模型对酵母悬浮液比阻的预测
7.3.2 RBF神经网络模型的优化
7.3.3模型的比较
7.4本章小结
结论与展望
参考文献
附录
攻读硕士学位期间发表的学术论文
致谢