陈雅颂,汪晓银,安子韩,李冬阳

(天津工业大学理学院 分离膜与过程国家重点实验室( 天津工业大学) ，天津300387)(天津工业大学理学院，天津300387)( 分离膜与过程国家重点实验室( 天津工业大学)天津工业大学材料科学与工程学院，天津300387 )

功能高分子膜分离技术由于在使用中具有能耗低、分离性能好、无二次污染等优点，目前已在化工、电子、医药、环境工程等领域得到越来越广泛的应用。选择性能优良的膜材料是膜分离技术研究中至关重要的方面，在众多的高分子膜材料中，聚偏氟乙烯(PVDF)具有良好的化学稳定性、热稳定性和力学性能，是一种综合性能良好的分离膜材料[1,2]。但PVDF固有的强疏水性能，使其作为膜材料极易受到生物污染，导致膜通量下降，膜寿命缩短，过滤成本提高。因此，为了提高PVDF膜的性能指标，合理的优化制备工艺参数变得越来越重要。目前，大多数研究人员尝试通过正交试验来确定制备工艺参数，但是获得较优的工艺参数就必须进行大样本的试验，大大增加试验成本，延长试验周期。另一方面，即使做了大量试验，也往往只得局部最优值。

在高分子分离膜的制备过程中，制备工艺参数与性能参数之间是一种非线性关系。理论上，神经网络可以任意精度逼近任意连续函数，基于仿生学的人工神经网络能够实现模拟及优化PVDF分离膜制备工艺[2]。由于神经网络是一种全局网络，学习速度慢，收敛速度慢，导致了网络对于膜制备条件影响性能指标的分析与预测误差较大，不利于分离膜制备条件优化的进一步深入探究。……