基于PCA-RSM超临界萃取工艺的优化  

作　　者：尤文[1] 李晓朋[1] 霍德华[1] 

机构地区：[1]长春工业大学电气与电子工程学院,吉林长春130012

出　　处：《中国设备工程》2017年第16期152-153,共2页China Plant Engineering

基　　金：吉林省科技发展计划项目(20140623023TC)资助

摘　　要：本文以丙烯酸甲酯萃取为研究对象,通过主成分分析(PCA)和响应面优化(RSM)为数学建模基础探索超临界萃取工艺参数的优化结构,克服了传统的分析方法中各个因素之间相互影响,通过PCA降维的方法,分析主要的影响因素,消除非相关因素的相互影响,然后将PCA提取后的数据作为输入变量建立超临界萃取的工艺参数模型,通过RSM对数学模型进行分析优化得到最优的工艺参数。并且与以往模糊PID、正交设计方法、PSO(粒子群)算法进行对比,克服了传统方法中收敛速度快,易陷入局部最优的缺陷。仿真结果表明,在有效信息量损失最小的状态下,在保证物料的纯度状态下,超临界萃取工艺中温度83℃,压强为320.75k Pa,醇酸比为0.7时的工艺最优,能够达到95.423%的萃取率,进而验证了算法的准确性和有效性。

关 键 词：超临界萃取 主成分分析 响应面优化 工艺参数 

分 类 号：TQ223[化学工程—有机化工]