【摘要】：超臨界C02萃取(Supercritical CO2 Extraction)是一種新型的常溫下進行的提純技術(shù),具有萃取效率高、產(chǎn)品質(zhì)量好、能量損耗低、安全和可回收等優(yōu)點；且萃取過程中超臨界C02既有液體的特性同時也有氣體的特性,因而有很好的溶解能力、傳質(zhì)性質(zhì),特別適用于熱敏系數(shù)高、化學(xué)性質(zhì)不穩(wěn)定的天然產(chǎn)物的萃取方面,目前已經(jīng)在天然香精香料和中草藥有效成分的提取、食品工業(yè)、石油化工和輕工等各行各業(yè)中得到了廣泛應(yīng)用。本文采用五味子作為實驗原料,在超臨界C02萃取裝置進行萃取分離實驗,萃取實驗結(jié)果對工藝參數(shù)與產(chǎn)品指標(biāo)之間進行了討論,建立基于支持向量機和遺傳算法的萃取工藝條件與得率的數(shù)學(xué)模型,對萃取得率進行預(yù)測及超臨界萃取條件進行優(yōu)化,主要工作與研究結(jié)果概括如下：(1)研究超臨界C02分離技術(shù)的原理、設(shè)備及應(yīng)用,并結(jié)合影響萃取得率的主要指標(biāo),運用超臨界萃取裝置進行參數(shù)測試,根據(jù)實驗數(shù)據(jù),對超臨界c02萃取技術(shù)工藝參數(shù)對萃取結(jié)果的影響進行了分析和討論。(2)系統(tǒng)的闡明了支持向量機的基本原理和學(xué)習(xí)訓(xùn)練過程,針對超臨界CO2萃取過程的復(fù)雜性,利用支持向量機全局最優(yōu)、訓(xùn)練效率高特點與遺傳算法全局搜索能力強的特點,建立了GA-SVM的預(yù)測模型,在此基礎(chǔ)上,建立了基于該預(yù)測模型的多目標(biāo)遺傳算法的優(yōu)化系統(tǒng)工藝參數(shù)模型,對得率進行了加權(quán)處理。運用該優(yōu)化模型,可以獲得以得率為優(yōu)化目標(biāo)的萃取壓力、萃取溫度等優(yōu)化工藝參數(shù),為企業(yè)以及后續(xù)試驗提供合理的優(yōu)化策略。(3)研究基于加權(quán)因子自調(diào)整的模糊控制方法,實現(xiàn)了該算法對超臨界萃取溫度的控制。以超臨界萃取溫度作為輸入量,以熱水箱為被控對象,設(shè)計了基于萃取溫度的模糊控制規(guī)則自調(diào)整系統(tǒng)的仿真模型并對仿真結(jié)果進行了分析。
[Abstract]:Supercritical CO2 extraction (Supercritical CO2 Extraction) is a new purification technology at room temperature, which has the advantages of high extraction efficiency, good product quality, low energy loss, safety and recoverability. The supercritical CO2 has both liquid and gas properties during extraction, so it has good solubility and mass transfer properties, especially for the extraction of natural products with high thermal sensitivity and unstable chemical properties. At present, it has been widely used in the extraction of natural flavor, Chinese herbal medicine, food industry, petrochemical industry and light industry. In this paper, Schisandra chinensis was used as the experimental material, and the extraction separation experiment was carried out in the supercritical C02 extractor. The results of the extraction experiment discussed the relationship between the technological parameters and the product indexes. A mathematical model of extraction process and yield based on support vector machine (SVM) and genetic algorithm (GA) was established to predict the extraction yield and optimize the supercritical extraction conditions. The main work and research results are summarized as follows: (1) the principle, equipment and application of supercritical CO2 separation technology are studied. The influence of the technological parameters of supercritical CO2 extraction on the extraction results is analyzed and discussed. (2) the basic principle and learning and training process of support vector machine are systematically explained, and the complexity of supercritical CO2 extraction process is pointed out. Based on the characteristics of support vector machine (SVM) global optimization, high training efficiency and global search ability of genetic algorithm, the prediction model of GA-SVM is established. The optimization system process parameter model based on multi-objective genetic algorithm is established, and the yield is weighted. Using this optimization model, the optimum process parameters such as extraction pressure, extraction temperature and so on, with yield as the optimization target, can be obtained. It provides a reasonable optimization strategy for enterprises and subsequent experiments. (3) the fuzzy control method based on weighting factor self-adjustment is studied and the control of supercritical extraction temperature is realized by the algorithm. Taking supercritical extraction temperature as input and hot water tank as controlled object, the simulation model of fuzzy control rule self-adjusting system based on extraction temperature is designed and the simulation results are analyzed.
【學(xué)位授予單位】：長春工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TQ028.32;TP273.4

【參考文獻】

相關(guān)期刊論文 前10條

1 成詩明,張樹海,張景林;超臨界流體技術(shù)應(yīng)用研究[J];安徽化工;2003年01期

2 汪煥林;曹長年;馮麗紅;;超臨界CO_2流體萃取柑橘皮精油工藝的研究[J];安徽農(nóng)業(yè)科學(xué);2009年19期

3 陳昊;厲虹;;基于粒子群算法的無刷直流電機調(diào)速系統(tǒng)應(yīng)用研究[J];北京機械工業(yè)學(xué)院學(xué)報;2008年04期

4 羅剛;陳小云;陳郁;;遺傳神經(jīng)網(wǎng)絡(luò)在模擬電路故障診斷中的應(yīng)用[J];長春理工大學(xué)學(xué)報(自然科學(xué)版);2009年03期

5 張廣延,楊儒,于宏燕,李敏;超臨界流體狀態(tài)下無機材料的合成[J];材料導(dǎo)報;2003年08期

6 王廣雄,何雨奮;多目標(biāo)遺傳算法和伺服設(shè)計中的尋優(yōu)問題[J];電機與控制學(xué)報;1997年03期

7 鄭永春,羅曉星;超臨界二氧化碳流體萃取技術(shù)的特點和研究進展[J];大理學(xué)院學(xué)報;2002年04期

8 廖傳華;超臨界CO_2萃取技術(shù)的工業(yè)應(yīng)用[J];過濾與分離;2003年02期

9 E.Bach ,劉玉莉;超臨界流體染色技術(shù)的歷史、現(xiàn)狀和前景[J];國外紡織技術(shù);2004年03期

10 銀建中,畢明樹,孫獻文,李志義,丁信偉;超臨界CO_2萃取沙棘油的實驗研究及數(shù)值模擬[J];高�；瘜W(xué)工程學(xué)報;2001年05期

相關(guān)碩士學(xué)位論文 前10條

1 余君蘭;全數(shù)字電動執(zhí)行器的開發(fā)與研究[D];中南大學(xué);2004年

2 閻綱;基于MSP430的三相變頻調(diào)速系統(tǒng)的設(shè)計研究[D];中南大學(xué);2004年

3 張琳;基于GA-BP混合算法的轉(zhuǎn)爐終點優(yōu)化控制模型[D];重慶大學(xué);2004年

4 郭衛(wèi)鋼;基于OPC技術(shù)的液位系統(tǒng)網(wǎng)絡(luò)模糊控制平臺研究[D];中南大學(xué);2008年

5 李濤;基于遺傳神經(jīng)網(wǎng)絡(luò)的糧食產(chǎn)量預(yù)測方法研究[D];哈爾濱工程大學(xué);2008年

6 李世超;谷糠油的超臨界CO_2萃取及精煉[D];河北科技大學(xué);2010年

7 李杰;超臨界CO_2萃取雞矢藤中有效成分的工藝研究[D];鄭州大學(xué);2012年

8 石楠;模糊自整定PID控制算法在分子蒸餾裝置中的應(yīng)用研究[D];長春工業(yè)大學(xué);2012年

9 胡彩霞;基于GA-BP算法分子蒸餾參數(shù)檢測及預(yù)測優(yōu)化的研究[D];長春工業(yè)大學(xué);2012年

10 符營營;AOD爐冶煉中低碳鉻鐵爐渣堿度優(yōu)化及預(yù)報技術(shù)研究[D];長春工業(yè)大學(xué);2013年

，

本文編號：2335109