蒸汽闪爆技术是近年来发展较快的新技术,并以其低成本、无污染等优点发展成为植物纤维预处理技术的主要方法之一,随着研究的深入该技术得到了更加广泛的应用。因此对植物纤维蒸汽闪爆过程进行深入研究,可以为分析掌握该过程的闪爆机理、优化闪爆参数等提供理论依据和实验数据,具有重要的理论和现实意义。 影响蒸汽闪爆的因素较多,闪爆过程中温度与压力不易控制,且在压力释放过程中有很多随机性,因此蒸汽闪爆过程比较复杂,是一个非线性过程,很难从机理上建立该过程的模型。本论文研究了神经网络的相关理论,对BP神经网络传输函数部分进行了的改进,并对输入函数做了归一化处理,减少了训练步数,提高了神经网络模型的泛化能力,在此基础上运用Matlab软件,实现了对植物纤维蒸汽闪爆过程的模拟与仿真,与未改进的神经网络相比,改进后神经网络模型的预测值在准确率方面优于原BP神经网络。本文以神经网络模型为基础分析了温度、压力对闪爆后纤维素含量及PH值的影响,研究了各影响因素对闪爆结果的影响规律及其机理。 通过自行研制的蒸汽闪爆装置进行对比实验,实验结果与模型预测结果基本一致,误差控制在2.5％以下,验证了该模型的正确性,并且该模型的预测效果要明显好于数理统计方法中的多元线性回归方法。而理论与实验研究表明,影响蒸汽闪爆的影响因素中,温度和压力对闪爆后纤维素含量的影响在不同阶段有着不同的影响,在温度较低的范围内,温度对纤维素含量的影响略大于压力对纤维素含量的影响,但相差不大,在温度较高范围内,温度对纤维素含量的影响要远大于压力；随着压力的升高,纤维素含量先升高后减小,在一定压力时达到最大值,而PH值始终呈减小趋势；通过压力、保压时间和含水率对纤维素含量影响的研究表明,压力对闪爆后纤维素的含量影响最大,保压时间次之,含水率对纤维素含量的影响最小。 本文为研究植物纤维蒸汽闪爆过程的反应机理提供了理论依据,为植物纤维蒸汽闪爆工艺参数的优化奠定了基础。