神经网络预测催化超临界水氧化废水效果的研究

• 作 者: 刘威 柴涛
• 机 构: 中北大学化工与环境学院
• 出 处: 工业安全与环保
• 发表日期: 2010年1期
• 关键词: BP神经网络 催化超临界水氧化 废水处理 Elman neural network catalytic supercritical - water oxidat

在间歇式反应器中进行催化超临界水氧化DDNP废水试验，考察催化剂浓度、反应温度、压力、停留时间对氧化效果的影响。在实验基础上采用BP神经网络算法，建立以催化剂浓度、反应温度、压力、停留时间作为网络模型的输入层，COD去除率作为输出层的双腺层BP神经网络预测模型，预测催化超临界水氧化废水的效果，仿真结果表明模型预测效果较好。