简介:存储混合型是目前研究较多的控制释放体系,但由于其机理较为复杂,目前尚未建立合理实用的动力学模型.以混合药膜包膜体系为研究对象,建立了释放动力学的简化模型并获得了解析解.实验数据表明,该模型适用于描述药物装填量大于饱和溶解度的药物释放动力学行为(相对偏差小于3%).根据该模型还从理论上分析了两种限定条件(DmDf和DmDf)下药物的释放特征:当DmDf时,释放速率变为常数,达到零级释放,其释放速率与药膜无关,这为零级释放缓释体系如何控制释放速率和药物释放量提供了理论依据:当DmDf时,药物的释放速率与药膜中的释放系数、溶解度和药物的装填量有关,与包膜过程无关,其释放过程类似于混合药膜缓释体系.
简介:对利用人工神经网络方法来预测电站锅炉在未知的燃烧或运行工况下烟气中汞组分进行了可行性评估.基于已掌握的三个电站锅炉现场测试的汞排放数据库,建立了一个三层误差反向传播神经网络模型用以对烟囱处汞排放的组分进行预测.全部预测过程包括:数据的采集整理、构建人工神经网络模型、训练过程和误差评估4部分.总共选取了59个煤样、灰样以及电站运行工况参数作为输入变量,利用部分实际汞排放测试数据来指导训练过程,其余的实测数据用来校验网络预测模型的准确性.结果表明,模型获得的预测精度对单质汞元素的均方根误差为0·8μg/Nm3,对全汞的均方根误差为0·9μg/Nm3.这样的误差在当考虑到现场采用半连续释放测量(SCEM)方法,由湿法测试模块所产生的峰值误差时是完全可以接受的.