节点文献

丙烯酰胺反相微乳液渗滤体系聚合动力学模型

Kinetic modeling of acrylamide polymerization in percolating inverse microemul-sions via BP artificial neural networks

  • 推荐 CAJ下载
  • PDF下载
  • 不支持迅雷等下载工具,请取消加速工具后下载。

【作者】 李晓张卫英袁惠根

【Author】 LI Xiao, ZHANG Wei-Ying, YUAN Hui-Gen(1. College of Chemistry and Chemical Engineering, Fuzhou University, Fuzhou, 350002, Fujian, China; 2. Department of Chemical Engineering, Zhejiang University, Hangzhou, 310027, Zhejiang, China; 3. The Key Laboratory of Science and Technology of Controllable Chemical Reactions BUCT, Ministry of Education, Beijing, 100029, China)

【机构】 福州大学化学化工学院浙江大学化学工程系 福建福州350002 北京化工大学可控化学反应科学与技术基础教育部重点实验室北京100029福建350002浙江杭州310027

【摘要】 在丙烯酰胺反相微乳液渗滤体系聚合动力学研究的基础上,采用BP人工神经网络建立了渗滤体系微乳液聚合动力学数学模型。结果表明该模型对研究体系具有联想及预测能力,并可初步识别聚合体系是否属于渗滤体系,揭示了BP模型可作为有效手段应用于聚合反应建模。

【Abstract】 Based on the kinetic study of acrylamide polymerization in percolating inverse microemulsions, artificial neural network (ANN) with back-propagation of error(BP)was adopted to model the polymerization. The capability of association, prediction and recognition of BP model in the microemulsion polymerization suggested that ANN could be employed as an efficient approach to modeling in the field of polymerization reaction.

【基金】 化学工程国家重点联合实验室;浙江大学聚合反应工程实验室开放基金(KF9904)
  • 【文献出处】 计算机与应用化学 ,Computers and Applied Chemistry , 编辑部邮箱 ,2003年04期
  • 【分类号】O631.5
  • 【被引频次】12
  • 【下载频次】116
节点文献中: 

本文链接的文献网络图示:

本文的引文网络