张浩
,
袁军座
,
曹现雷
,
刘秀玉
,
朱庆明
,
杜晓燕
材料导报
doi:10.11896/j.issn.1005-023X.2015.14.032
采用环境测试舱模拟可见光下的室内环境,以甲醛气体的光催化降解为探针反应,评价了Cu-Ce/TiO2光催化剂的光催化活性及对甲醛气体的去除效果.利用指数平滑-神经网络ES-BP组合模型对Cu-Ce/TiO2光催化剂的性能做预测分析.结果表明:经过Cu-Ce/TiO光催化剂处理后细木工板中甲醛释放浓度明显降低,平均光催化降解甲醛气体效率为42.8％;ES-BP组合预测模型在Cu-Ce/TiO光催化剂的性能预测中取得了较好的效果,平均绝对误差为-0.00011mg/m3,平均相对误差为-0.317％;ES-BP组合预测模型实现了BP神经网络模型和指数平滑模型的优势互补,提高了对数据长期预测的准确性.
关键词:
Cu-Ce
,
TiO2
,
BP神经网络
,
指数平滑
,
组合预测
张浩
,
朱庆明
,
刘秀玉
,
黄新杰
涂料工业
通过自制Cu-TiO2光催化涂料,针对光催化涂料降解甲醛气体的效果与光催化时间的关系,利用环境测试舱模拟可见光源下的室内环境,从而获得甲醛气体浓度实测值.根据甲醛气体浓度实测值,分析GM(1,1)预测模型所存在的缺陷,在此基础上提出采用指数平滑技术和灰色理论相结合的方法构建一新的EX-GM(1,1)预测模型.该模型不仅可以大大减少实测值的随机性,还可以将实测值序列变换成规律性强的呈指数变化的序列,从而提高模型的预测精确度,其平均误差为-0.507％,尤其提高了Cu-TiO2光催化涂料降解甲醛效果预测过程后期(420～510 min)的精确度,其平均误差为-0.168％.EX-GM(1,1)预测模型的建立将为光催化涂料性能的研究提供一定的技术支持.
关键词:
灰色模型
,
指数平滑
,
光催化涂料
,
预测
,
甲醛
