实验课教学
用人工神经网络模拟与控制苯甲酸重结晶实验
高光芹1 , 黄红梅2 , 谢普会1
1. 河南农业大学理学院 河南郑州 450002;
Simulation and Control of Benzoic Acid Recrystallization Experiment with Artificial Neural Network
GAO Guang-Qin1 , HUANG Hong-Mei2 , XIE Pu-Hui1
1. College of Science, Henan Agricultural University, Zhengzhou 450002, China;
摘要： 在正交实验设计与分析的最佳条件水平组合内,对活性炭比(A)、溶剂用量(C)2个因素进行加密实验,用人工神经网络构建实验条件与苯甲酸产率、质量的关系模型,以实现苯甲酸产率、质量模拟和实验条件控制。模拟与控制的研究结果表明,提出的人工神经网络模型(BARE)对快速滤纸类型的实验具有较高的预测能力,准确度可达99%以上。基于该模型编制的MATLAB最优控制程序,能精准确定活性炭比和溶剂量分别为2.2%和72 mL,相应的最高苯甲酸产率为0.8090。在计算机上,用该模型做模拟实验,可以连续显示苯甲酸产率随活性炭比、溶剂用量的变化过程,可以确定实验条件的最优组合"点"。在实验教学中,用该模型指导和控制学生的实体实验,以提高教学质量。
关键词： 苯甲酸重结晶 ,
人工神经网络 ,
模拟与控制 ,
实验教学
基金资助: 河南省教学质量工程项目:高等有机化学双语教学示范课程(豫教高(2011)173号)
通讯作者:
谢普会
E-mail: phxie2013@163.com
引用本文:
高光芹, 黄红梅, 谢普会. 用人工神经网络模拟与控制苯甲酸重结晶实验[J]. 化学教育（中英文）, 2016, 37(12): 22-26
[1]
孟莉,李丽.赤峰学院学报:自然科学版,2009,25(10):13-14
[2]
孙影. 化学教育,2006,27(8):48-49
[3]
奥野忠一,芳贺敏郎.实验设计方法.牛长山,张永照,译.北京:机械工业出版社,1985:169-241
[4]
张越锋,张红喜,张裕卿.当代化工,2010,39(1):89-92
[5]
徐翠莲.基础化学实验.北京:中国农业大学出版社,2009:41-49
[6]
吴莉,柏正武.实验室科学,2011,4(14):20-22
[7]
黄淑峰,李宗芸, 傅美丽,等.农业环境科学学报,2007,26(1):150-155
[8]
王政,魏莉.数理医药学杂志,2014,27(1):99-102
[9]
刘红,李炳奇.实验化学.乌鲁木齐:新疆大学出版社,2003:50-51
[10]
鄂云龙,全灿,金君素,等. 北京化工大学学报:自然科学版,2015,2(42):30-34
