用BP神经网络模型预测纳米二氧化钛光催化降解硝基甲苯类废水

• 作 者: 尹艳华 王春芳 晏明杨
• 机 构: 北京理工大学化工与环境学院,中国民用航空西南地区空中交通管理局技术保障中心
• 出 处: 火炸药学报
• 发表日期: 2011年3期
• 关键词: 应用化学 BP神经网络 光催化降解 硝基甲苯 废水处理 applied chemistry BP neural work photocatalytic de

基于光催化降解硝基甲苯类废水的实验数据,采用反向传播（BP）神经网络训练并建立了硝基甲苯类废水处理过程的神经网络模型。用训练好的神经网络模型模拟光催化降解硝基甲苯废水过程,模型硝基甲苯浓度的模拟输出与实验数据的相关度为0.998。用神经网络模型对此光催化降解硝基甲苯废水过程进行预测,得到硝基甲苯浓度的预测数据与实验数据的相关度为0.976。采用神经网络模型预测得到光催化降解硝基甲苯废水过程的最佳降解条件为：TiO2的质量浓度为0.10 g/L、H2O2的体积浓度为0.10 mL/L、pH值为3。