首页--数理科学和化学论文--化学论文--分析化学论文

超临界流体萃取的实验研究与数值模拟--超临界CO_2流体萃取大豆油

中文摘要第1-4页
英文摘要第4-8页
0 前言第8-9页
1 文献综述第9-31页
 1.1 概述第9页
 1.2 超临界流体性质及超临界流体萃取原理第9-12页
  1.2.1 超临界流体的热力学性质第9-11页
  1.2.2 超临界流体萃取原理第11-12页
 1.3 用超临界流体萃取固体溶质时的影响因素第12-18页
  1.3.1 萃取压力第12-13页
  1.3.2 萃取温度第13-15页
  1.3.3 超临界流体流量第15-16页
  1.3.4 物料预处理第16-17页
  1.3.5 分离压力及分离温度第17-18页
  1.3.6 其它因素的影响第18页
 1.4 超临界流体密度和溶质在超临界流体中的溶解度的计算方法第18-19页
  1.4.1 超临界流体密度的计算第18-19页
  1.4.2 溶质在超临界流体中的溶解度的计算第19页
 1.5 国内外超临界流体萃取实验装置与工业应用介绍第19-22页
 1.6 超临界流体萃取的动力学模型第22-30页
  1.6.1 收缩核模型第23-28页
  1.6.2 基于质量守恒微分方程的模型第28-30页
 1.7 本章小结第30-31页
2 超临界流体萃取实验研究第31-47页
 2.1 SCF的选择第31-32页
 2.2 实验流程与设备第32-33页
 2.3 实验步骤第33页
 2.4 实验原料第33-34页
 2.5 大豆油萃取实验研究第34-46页
  2.5.1 正交实验与正交分析第34-39页
  2.5.2 对比实验第39-44页
  2.5.3 实验误差分析第44-46页
 2.6 本章小结第46-47页
3 基于微分床的超临界流体萃取的质量守恒模型第47-62页
 3.1 模型的基本假设第47-48页
 3.2 模型的建立第48-52页
 3.3 模型的输入与输出第52-61页
  3.3.1 模拟计算所需输入参数第52-53页
  3.3.2 输入参数的计算第53-61页
  3.3.3 模型的输出第61页
 3.4 本章小结第61-62页
4 人工神经网络在超临界流体微分床萃取模拟预测中的应用第62-75页
 4.1 BP神经网络模型第62-65页
 4.2 神经网络的训练数据第65-67页
 4.3 神经网络训练数据的预处理第67-70页
  4.3.1 利用超临界流体萃取的规律对训练数据的检验与校正第67-70页
  4.3.2 训练数据的归一化处理第70页
 4.4 隐藏层单元数目的确定第70-71页
 4.5 结果与讨论第71-73页
 4.6 本章小结第73-75页
5 数值模拟程序的编制第75-86页
 5.1 程序开发环境第75页
  5.1.1 操作系统第75页
  5.1.2 开发工具第75页
  5.1.3 数据库系统第75页
 5.2 程序设计思想与框架第75-77页
  5.2.1 程序设计目标第75-76页
  5.2.2 程序的输入参数第76页
  5.2.3 程序的主框架第76-77页
 5.3 程序主模块的详细设计第77-83页
  5.3.1 参数输入模块的设计第77-78页
  5.3.2 物性参数计算模块的设计第78-79页
  5.3.3 积分床预测计算模块的设计第79-81页
  5.3.4 神经网络训练预测模块的设计第81-83页
 5.4 底层程序的设计第83-84页
 5.5 本章小结第84-86页
6 数值模拟预测结果分析第86-94页
 6.1 萃取出油量-萃取时间关系模拟曲线定量分析第86-89页
 6.2 萃取器内流体浓度分布模拟结果定性分析第89-91页
 6.3 萃取器内物料萃取状态模拟结果定性分析第91-93页
 6.4 本章小结第93-94页
7 结论第94-96页
参考文献第96-100页
符号与符号说明第100-102页
附录1 微分床萃取实验纪录第102-104页
附录2 积分床萃取实验纪录第104-105页
附录3 研究生论文期间文章发表情况第105-106页
致谢第106-107页

论文共107页,点击 下载论文
上一篇:五四前后陈独秀报刊编辑思想探析
下一篇:延边发展消费信贷中存在的问题及其对策