摘要
以磷酸二氢钾在水和丙酮二元溶剂中的溶解度数据为基础,采用人工神经网络建立了一个多元溶剂体系的结晶热力学模型。结果表明:用此技术建立的模型克服了传统结晶热力学模型只能预测溶解度随单一影响因素变化趋势的缺点,能直接精确预测溶解度随温度和溶剂比等影响因素同时变化时的数据。
A neuron network model was developed to predict thermal crystallization kinetics of multi-solvent system,based on the solubility data of potassium dihydrogen phosphate in dual solvents of water and acetone.The results indicate that this model is able to predict the thermal crystallization kinetics data of multi-solvent directly with high accuracy,overcome the weakness of traditional thermal kinetics methods.
出处
《盐业与化工》
CAS
2011年第3期33-36,共4页
Jounral of Salt and Chemical Industry
基金
教育部高校博士科研基金(20070057001)
天津科技大学人才引进基金(20090425)
天津市海洋资源与化学重点实验室开放基金(No.200908)
关键词
人工神经网络
结晶热力学
溶解度
磷酸二氢钾
artificial neuron network
thermal crystallization kinetics
solubility
potassium dihydrogen phosphate
