基于神经网络精准预测含铬废酸电氧化再生效果

• 作者: 师雅琪 孟广源 陈鹏 张芯婉 付涛 杨正武 张连胜 张乐华
• 来源期刊: 工业水处理
• 学科: 地球科学
• 关键词: 隔膜体系;电氧化;含铬废酸;人工神经网络;资源化再生
• 年，卷（期）: 2025,（1）
• 页码范围: 137-144
• 页数: 8页
• 语种: 中文
• DOI: 10.19965/j.cnki.iwt.2023-1270

摘要

“铬法”膨胀石墨生产过程中产生的废酸具有酸浓度大、铬含量高等特征，可以采用隔膜体系通过电氧化法将Cr（Ⅲ）氧化为Cr（Ⅵ），实现含铬废酸的资源化再生。基于该强酸体系难以实现Cr（Ⅵ）含量的实时检测，开展了基于神经网络精准预测含铬废酸电氧化再生效果的研究。在含铬废酸再生实验基础上，首先采用相关性分析方法确定了电解时间、H2SO4浓度和电解液体积为C(rⅥ)再生的关键特征参数，然后通过超参数优化获得人工神经网络的相对最优拓扑结构：神经元数量=35、批训练样本数=30、隐藏层层数=4，构建模型预测值与实验值的决定系数（R2）大于0.97，均方根误差（RMSE）小于0.04。最后经实验验证，模型预测值与实验值的平均相对误差最大为0.14%，表明模型具有很好的泛化能力。人工神经网络模型克服了由于多参数、非线性与时变性造成的电化学过程预测难的问题，可以实现复杂映射条件下对C(rⅥ)再生的预测，对电化学过程的优化调控具有重要意义。