基于人工智能混合模型的乙二醇电渗析脱盐优化

作     者：李耀翔 范峥 郝新宇 刘姝延 张叶 韩洁 

作者机构：西安石油大学化学化工学院 中石油华东设计院有限公司 陕西延长石油(集团)有限责任公司炼化公司 西北农林科技大学资源环境学院 深圳如钦巴科技集团有限公司  6. 陕西铭泽易昇能源技术有限公司 

出 版 物：《化工进展》 (Chemical Industry and Engineering Progress)

年 卷 期：2024年

核心收录：

学科分类：0820[工学-石油与天然气工程] 12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081704[工学-应用化学] 08[工学] 0817[工学-化学工程与技术] 081104[工学-模式识别与智能系统] 081701[工学-化学工程] 0835[工学-软件工程] 082002[工学-油气田开发工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：中国国家留学基金(201908610135) 西安石油大学研究生创新与实践能力培养项目(YCS23213076) 2021年西安石油大学研究生教育综合改革研究与实践项目(2021-X-YJG-004) 

主　　题：乙二醇 电渗析 脱盐 神经网络 算法 粒子群优化 模拟退火 

摘      要：利用小波神经网络和模拟退火-粒子群算法对电渗析法脱盐工艺进行参数优化。首先，通过单因素实验初步探讨了电渗析单位膜电压、操作时间、极板间距和极液浓度对脱盐效果的影响规律，然后利用小波神经网络模型对数据样本进行训练和预测，并对实验影响因素进行了Sobol灵敏度分析，最后将小波神经网络模型与模拟退火-粒子群算法相互耦合，得到了该体系下优化的电渗析条件及其对应的脱盐率。试凑法结果表明，4-10-8-1小波双隐层神经网络模型为适宜的预测模型；各因素对脱盐效果的作用程度由大到小依次为单位膜电压、操作时间、极液浓度和极板间距；当单位膜电压为0.42 V/cm2，运行时间为13.85 h，极板间距为12.11 cm，极液浓度为0.21 mol/L时，预测的优化脱盐率可达97.13%，经t检验该值与验证实验结果高度一致。该研究可为乙二醇电渗析法脱盐工艺的全面推广和深度应用提供准确可靠的理论支撑和数据来源。