公开(公告)号：CN115017796A

公开(公告)日：2022-09-06

申请号：CN202210497016.2

申请日：2022-05-09

Applicant: 北京理工大学

Inventor： 刘贺磊 ,  董守龙 ,  黎汉生 ,  耿俊明

IPC: G06F30/27 ,  G06K9/62 ,  G06N3/04 ,  G06Q10/04

Abstract: 本发明公布了用于有机胺体系CO2传质性能预测的通用模型建立方法，包括如下步骤：S1、综合考虑多种影响因素，选择参数；S2、数据处理；S3、构建CO2传质性能预测的通用BPNN模型；S4、通过模型评估指标评价BPNN模型的预测性能。本发明的方法建立了具有6～8个输入参数的一系列反向传播神经网络(BPNN)模型，传质性能预测值都与目标值很好地匹配，与经验和半经验公式相比，显示出出色的预测性能；尤其是，具有8个输入的BPNN‑ALL具有广泛的适用性和很高的预测精度，适用于各种胺溶液、不同填料中CO2传质性能KGav的预测，填补了领域空白，能够在碳捕获利用和封存相关研究和应用中发挥巨大作用。

公开(公告)号：CN115017796B

公开(公告)日：2024-09-13

申请号：CN202210497016.2

申请日：2022-05-09

Applicant: 北京理工大学

Inventor： 刘贺磊 ,  董守龙 ,  黎汉生 ,  耿俊明

IPC: G06F30/27 ,  G06F18/214 ,  G06N3/0499 ,  G06N3/084

Abstract: 本发明公布了用于有机胺体系CO2传质性能预测的通用模型建立方法，包括如下步骤：S1、综合考虑多种影响因素，选择参数；S2、数据处理；S3、构建CO2传质性能预测的通用BPNN模型；S4、通过模型评估指标评价BPNN模型的预测性能。本发明的方法建立了具有6～8个输入参数的一系列反向传播神经网络(BPNN)模型，传质性能预测值都与目标值很好地匹配，与经验和半经验公式相比，显示出出色的预测性能；尤其是，具有8个输入的BPNN‑ALL具有广泛的适用性和很高的预测精度，适用于各种胺溶液、不同填料中CO2传质性能KGav的预测，填补了领域空白，能够在碳捕获利用和封存相关研究和应用中发挥巨大作用。