呂會超，張長松，李葉紅

（1. 安陽工學院化學與環(huán)境工程學院，河南 安陽 455000； 2. 安陽縣環(huán)境保護局，河南 安陽 455000）

模擬與計算

H2O-[Bmim]BF4-Na2CO3離子液體雙水相體系的神經(jīng)網(wǎng)絡(luò)模型研究

呂會超1，張長松1，李葉紅2

（1. 安陽工學院化學與環(huán)境工程學院，河南 安陽 455000； 2. 安陽縣環(huán)境保護局，河南 安陽 455000）

基于BP(Back-Propagation)神經(jīng)網(wǎng)絡(luò)模型，編寫了通用的計算程序，對30 ℃時H2O-[Bmim]BF4-Na2CO3離子液體雙水相體系的液液平衡數(shù)據(jù)進行了關(guān)聯(lián)，經(jīng)過反復試算，得到最佳的神經(jīng)網(wǎng)絡(luò)拓撲結(jié)構(gòu)為{3,10,3},采用該結(jié)構(gòu)關(guān)聯(lián)富含水相中三種組分的質(zhì)量分數(shù)，平均相對誤差分別為 0.065%、2.218%和 0.781%，最大相對誤差為3.916%；優(yōu)于文獻中的Othmer-Tobias經(jīng)驗方程+溶解度曲線方程的關(guān)聯(lián)精度，該方程得到的平均相對誤差分別為0.09%、2.77%和1.73%，最大相對誤差為4.52%。較為成功地應(yīng)用神經(jīng)網(wǎng)絡(luò)模型處理了含離子液體的雙水相體系的液液平衡數(shù)據(jù)。

離子液體；雙水相；液液平衡；BP神經(jīng)網(wǎng)絡(luò)

液液平衡數(shù)據(jù)，尤其是多元平衡數(shù)據(jù)是萃取分離技術(shù)的基礎(chǔ)數(shù)據(jù)。在實驗數(shù)據(jù)缺乏時，應(yīng)用適當?shù)哪Ｐ?，通過編程計算就可獲得共存相的組成；傳統(tǒng)的熱力學模型隨體系組分數(shù)的增加形式變得非常繁瑣，且關(guān)聯(lián)精度往往不能夠令人滿意。因此，尋找更為簡潔有效的模型，來關(guān)聯(lián)和推算多元液液平衡數(shù)據(jù)是熱力學工作者關(guān)注的熱點之一。

神經(jīng)網(wǎng)絡(luò)是近年來出現(xiàn)的一種新的數(shù)據(jù)處理模型，它在相平衡領(lǐng)域的應(yīng)用已有過一些報道[1-6]，但用于離子液體雙水相體系的還較為少見，本文應(yīng)用該模型對H2O-[Bmim]BF4-Na2CO3體系在30 ℃下的液液平衡數(shù)據(jù)進行了關(guān)聯(lián)，并與文獻中的方法進行了比較。

1 模型描述

人工神經(jīng)網(wǎng)絡(luò)一般由輸入層、隱含層以及輸出層組成，同層節(jié)點間無聯(lián)系，該層中的所有節(jié)點與下一層任意節(jié)點均為全互連方式。其運作過程主要包括前向計算和誤差反傳兩部分，詳細的算法可參見文獻[ 2,7 ]。

1.1 前向計算

已知量經(jīng)歸一化處理后由輸入層進入，沿連接權(quán)重傳入隱含層，在隱含層處理后傳給輸出層，再處理后產(chǎn)生輸出值，這一過程稱為前向計算。

1.2 誤差反傳

若前向計算得到的網(wǎng)絡(luò)輸出值與期望值之間有誤差，則需通過將誤差信號沿連接通路后向傳送以修正連接權(quán)重與各節(jié)點閾值，修正后再重復前向計算過程得新的輸出值，直到輸出值與期望值的誤差小于設(shè)定值為止。這一過程稱為誤差反傳，誤差信號的獲得依賴于前向計算所得數(shù)據(jù)。

2離子液體雙水相體系液液平衡數(shù)據(jù)的關(guān)聯(lián)

雙水相技術(shù)是生物下游工程中一項較為先進的分離手段，在生物物質(zhì)的萃取領(lǐng)域，近年來出現(xiàn)的離子液體雙水相體系被認為有著廣闊的應(yīng)用前景,而體系的平衡數(shù)據(jù)可為分離過程優(yōu)化設(shè)計提供依據(jù)。

H2O-[Bmim]BF4-Na2CO3體系是近年來發(fā)現(xiàn)的一個離子液體雙水相體系，其上相富含離子液體，下相富含水。劉丙艷等測定了該體系在 30 ℃下的液液平衡數(shù)據(jù)，并用 Othmer-Tobias經(jīng)驗方程進行關(guān)聯(lián)[8]，由于富含水相中離子液體的質(zhì)量分數(shù)w2′很低，關(guān)聯(lián)的平均相對誤差為15.69%，為了提高關(guān)聯(lián)精度，劉丙艷等又采用了Othmer-Tobias經(jīng)驗方程+溶解度曲線方程重新進行了關(guān)聯(lián)，由于同時用到了相平衡與溶解度實驗數(shù)據(jù)，對w2′的關(guān)聯(lián)誤差降低為2.77%，詳細結(jié)果列于表1中，其中相對誤差的計算公式為：

為了減少對實驗數(shù)據(jù)的依賴并降低誤差，文中采用 BP神經(jīng)網(wǎng)絡(luò)模型，對該體系的平衡數(shù)據(jù)進行了關(guān)聯(lián)，結(jié)果列于表2中；同時，將上述3種模型對富含水相中離子液體含量的關(guān)聯(lián)精度進行了對比，結(jié)果繪于圖1中。

圖1 模型關(guān)聯(lián)精度對比Fig.1 Comparison of correlation accuracy

圖2 神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)示意圖Fig.2 Neural network structure

表1 H2O(1)-[Bmim]BF4(2)-Na2CO3(3)體系液液相平衡數(shù)據(jù)的經(jīng)驗方程+溶解度曲線方程關(guān)聯(lián)結(jié)果[8]Table 1 Correlation results of LLE data of H2O(1)-[Bmim]BF4(2)-Na2CO3(3) system with Othmer-Tobias and solubility equations

3 結(jié) 論

（1）以 delphi6.0為編程工具，編寫了相應(yīng)的神經(jīng)網(wǎng)絡(luò)計算程序，關(guān)聯(lián)了H2O-[Bmim]BF4-Na2CO3系在30 ℃下的液液平衡數(shù)據(jù)，輸入層節(jié)點數(shù)為3，與富含離子液體相中的 3種組分的質(zhì)量分數(shù)相對應(yīng)，輸出層節(jié)點數(shù)為 3，與富含水相中的三種組分的質(zhì)量分數(shù)相對應(yīng)，經(jīng)反復試算，取隱含層節(jié)點數(shù)為10，網(wǎng)絡(luò)結(jié)構(gòu)示意圖如圖2所示；

表2 H2O(1)-[Bmim]BF4(2)-Na2CO3(3)體系液液相平衡數(shù)據(jù)的BP神經(jīng)網(wǎng)絡(luò)關(guān)聯(lián)結(jié)果Table 2 Correlation results of LLE data of H2O(1)-[Bmim]BF4(2)-Na2CO3(3) system with BP neutral network

從圖1中可以看出，對富含水相中離子液體的質(zhì)量分數(shù)，BP神經(jīng)網(wǎng)絡(luò)的關(guān)聯(lián)精度高于Othmer-Tobias經(jīng)驗方程以及Othmer-Tobias經(jīng)驗方程+溶解度曲線方程。從表1和表2中可知，對富含水相中三種組分的質(zhì)量分數(shù)，神經(jīng)網(wǎng)絡(luò)關(guān)聯(lián)的平均相對誤差分別為0.065%、2.218%和0.781%，最大相對誤差為3.916%；而Othmer-Tobias經(jīng)驗方程+溶解度曲線方程的結(jié)果分別為 0.09%、2.77%和1.73%，最大相對誤差為4.52%，前者優(yōu)于后者。

（2）在應(yīng)用程序進行計算的過程中，發(fā)現(xiàn)達到上述精度，程序的運行時間比較長(大約 7～8 min)，這一方面說明網(wǎng)絡(luò)的結(jié)構(gòu)（節(jié)點數(shù)越多，結(jié)構(gòu)越復雜）會影響其運行時間，另一方面，有必要對程序進行進一步優(yōu)化，在保證精度的前提下，縮短其響應(yīng)時間。

（3）傳統(tǒng)的熱力學模型在離子液體方面還未形成較好的理論基礎(chǔ)[9]，目前也只能進行經(jīng)驗性的關(guān)聯(lián)，從這一點來講，神經(jīng)網(wǎng)絡(luò)模型確實具有一定的優(yōu)勢。

［1］郭寧,崔志芹.BP神經(jīng)網(wǎng)絡(luò)計算乙醇-環(huán)己烷-水體系汽-液平衡[J].南京工業(yè)大學學報,2002,24(4):91-93

［2］呂會超,左芳芳.BP神經(jīng)網(wǎng)絡(luò)關(guān)聯(lián)乙醇-水-異辛醇(含KF)體系液液平衡數(shù)據(jù)[J].化工設(shè)計,2010，20(3):14-16.

［3］田景芝,荊濤. BP網(wǎng)絡(luò)與NRTL方程在汽液平衡數(shù)據(jù)預測中的比較研究[J].高師理科學刊,2007,27(1):18-20.

［4］鄭洪川,李紅艷,賈林祥.基于神經(jīng)網(wǎng)絡(luò)的CO2-MDEA-PZ-H2O體系相平衡計算[J].節(jié)能技術(shù),2008,26(149):226-227.

［5］韋欽勝,胡仰棟,安維中,等.基于BP神經(jīng)網(wǎng)絡(luò)的天然氣水合物相平衡計算及預測[J].海洋技術(shù),2007,26(2):54-56.

［6］高曉林,李志堅.BP網(wǎng)絡(luò)用于計算含C2H4體系高壓汽液相平衡[J].化學工業(yè)與工程,2005,22(2):145-147.

［7］周愛月.化工數(shù)學[M]. 第2版.北京:化學工業(yè)出版社,2001.

［8］劉丙艷,劉培元,王國平,等.[Bmim]BF4-H2O-Na2CO3離子液體雙水相體系液液相平衡數(shù)據(jù)的測定與關(guān)聯(lián)[J].化工學報,2007,58(8):1885-1890.

［9］Arce A, Earle MJ et al. Phase equilibrium of mixtures of mutually immiscible ionic liquids [J]. Fluid Phase Equilibria,2007,261(1-2):427-433.

Neural Network Model for Ionic Liquid-based Aqueous Two-phase System of H2O-[Bmim]BF4-Na2CO3

LV Hui-chao1, ZHANG Chang-song1, LI Ye-hong2
（1. Department of Chemical and Environmental Engineering, Anyang Institute of Technology, Henan Anyang 455000, China;2. Anyang County Environmental Protection Bureau, Henan Anyang 455000, China)

A reasonable data model for the ionic liquid-based aqueous two-phase system of H2O-[Bmim]BF4-Na2CO3was introduced. Based on the artificial neural network model using back propagation algorithm, the general programme was compiled to correlate liquid-liquid equilibrium data of this system. The perfect topology{3,10,3} for structure of the network was gained by trial computations with the programme.The quality fraction of three components in the aqueous phase were correlated by using this structure. The average relative errors were 0.065%,2.218%and 0.781%respectively,as well as the maximum relative error was 3.916%. The results show that the artificial neural network model has better accuracy compared with the othmer-tobias and solubility equations mentioned in the document, whose average relative error are 0.09%, 2.77% and 1.73%respectively as well as whose maximum relative error is 4.52%.

Ionic liquid; Aqueous two-phase system; Liquid-liquid phase equilibrium; BP neural network

O 642.4

A

1671-0460（2011）07-0748-03

2011-05-18

呂會超(1979-)，講師，北京理工大學化學工程專業(yè)，碩士學位，主要從事流體相平衡方面的研究工作。E-mail：lvhuichao_7910@126.com，電話：（0372）2909841