利用神经网络模型对等离子体化学反应的预测分析 |
| |
摘 要: | 由于气候变化和石油燃料等不可再生资源的日益枯竭,对于CH4和CO2的转化问题的研究成为了目前吸引关注的领域。一般情况下,使用的是传统的和添加等离子体催化剂的方法,而介质阻挡放电(Dielectric Barrier Discharge,DBD)等离子体反应器法作为一种特别并有效的方法,被广泛的研究并使用。与此同时,人工神经网络(Artificial Neural Network,ANN)可用来基于已有的实验数据进行建模,帮助分析整个反应的表现,如转化率、能量效率等,帮助实现对于未知条件下的结果的预测,具有非常强的参考意义。
|
本文献已被 CNKI 等数据库收录! |
|