1、咖啡因在水和乙醇中的溶解度及其关联第 55 卷第 l 期2004 年 1 月化工JournalofChemicalIndustryandEngineering(China)V01.551January2004咖啡因在水和乙醇中的溶解度及其关联韩佳宾王静康(天津大学化工学院,天津 300072)关键词溶解度咖啡因人工神经网络中图分类号 TQ031 文献标识码 A 文章编号 04381157(2004)叭一 012504MEASUREMENTANDCoRRELATIoNoFSoLUBILITYoFCAFFEINEINWATERANDETHANoLNANJiabinandWANGJingkang(S
2、chool(,ChemicalEngineering,TiaqinUniversity,Tiawin300072,China)AbstractThesolubilityofcaffeineinwaterandethanolat050wasmeasuredusingthelasermethodTheresultswereregressedwithanempiricalequationandsimplifiedEOScorrelation.A221backpropagation(BP)artificialneuralnetwork(ANN)modelwasselectedfrommanyother
3、models.Thepredictionofinterpolationandextrapolationofthedatawasmadewithtrained221BPANNmode1.Theresultwastisfactory.Keywordsmlubilitv.caffeine.artificialneuralnetwork引言 1 实验部分咖啡因是茶叶,咖啡豆,可可,可拉果等植物体中的主要生物碱,具有较强的兴奋中枢系统等作用一,广泛用于医药,食品,化妆品等领域.由于人们对于“绿色食品“ 的渴求 ,国内外相继开发了从植物体中提取天然咖啡因的工艺 J,主要是溶剂萃取法和升华法.传统的工艺多数
4、采用重结晶的方法提纯粗咖啡因,咖啡因溶解度的测定对于重结晶操作有着重要的意义,它不但可以决定重结晶操作的最终收率,而且决定了结晶器的合理设计,优化结晶条件及选择合适的溶剂_4j.咖啡因的浸取剂通常使用水或乙醇,而关于咖啡因溶解度的文献在国内尚未见报道,因此,测定咖啡因在水或乙醇中的溶解度数据具有重大的意义.20020909 收到初稿,20021231 收到修改稿联系人:王静康.第一作者:韩佳宾,男,25 岁,硕士咖啡因溶解度的测定采用动态法(激光法),在咖啡因的溶解过程中用激光进行观察,记录最后一粒晶体的消失.激光法的优点在于响应快,在最后一粒晶体消失时信号突变明显,测量较准确.实验主要试剂为
5、去离子水(天津大学),咖啡因(天津市河北制药第一分厂,经过重结晶处理,纯度达 99.9%以上), 乙醇(天津市化学试剂三厂,分析纯).实验装置如图 1 所示,主要由恒温,搅拌,检测,记录,溶解器和加料部分组成.首先调节温度,将溶剂缓慢滴加到盛有一定质量咖啡因的溶解器中,直至记录的激光器完成突变,确定突变点时加入的溶剂量就可以求算溶解度.Receiveddate:2o020909.hm 嘲 p0.1diI 骘 author:PH)f.WAN(;Jingkang,acad 洲 cianEImjI_?J26?化工 2004 年 1 月2 实验数据及处理2.1 实验数据记录由于咖啡因属于管制品,实验室
6、得到的数量有限,因此只测定了 050温度范围内在纯水和乙醇中的溶解度.测定结果见表 l 和表 2.4WOFig.1Equipmentformeasurementofcaffeinemlubility1-recorder;2 一 laSerreceiver:3 一 oHmeter;4-thermomeler5 一 buret;6 一 jacketcrystallizer;7-eleclrorrmgmeticstirrer;8HeNelaser:9-themaostaticcontroller:1O-thermostaticbathTable1Solubilitydataofcaffeineinw
7、ater1,KIT/Kr277.90.1910302.670.204528260.1937308.O60.2074l287.960.1965313.140.2101293.040.1993318.010.2126298.140.2020322.930.2152Table2SolubilitydataofcaffeineinethanolT/KT/K35277.90.000483303.10.001643282.920.000729307.670.002063287.760.000794313.140,002736293.760.00102317.920.003652298.50.0013193
8、22.990.0039462.2 数据的处理2.2.1 经验式模型工业上数据的拟合形式越简便,应用越方便,因此拟合了咖啡因在水和乙醇中的多项式形式模型 l.在水溶剂中S=0.0046t0.1008t+1.5627R2=0.9851f1)在乙醇中S=0.0006t20.0045t+0.2113R2=0.9901(2)2.2,2 简化的状态方程模型普遍化的溶解度方程可以写为.T2=1p(一)ACp1n 争争+1)(P 一(3)假设咖啡因溶液是理想溶液,则活度因子为l,则式(3)可以简化为一 exP(一上 T)【百 I 一一川(争)式(4)可以写成如下形式lnx2=AB/T(5)将式(5)作为一种模
9、型推广应用于真实状态.在适当的温度范围内,A 和 B 可以认为是常数,且为特殊混合物的特征值,.利用式(5)分别拟合咖啡因在水溶剂和乙醇溶剂中的溶解度方程.在水溶剂中lnx=0,364848.444/TR2=0,9988(6)在无水乙醇中lnx=7.52464210.5/TR2=0.9907(7)2.2.3 人工神经网络建模人工神经网络元的结构模型如图 2 所示.Fig.2Structureofneural图 2 中,z】,-z2,z 为输入信号,“为神经元内部状态,为阈值,r.O 为“到“,连接的权值,s 表示外部输入信号(在某些情况下,它可以控制神经元“,使“ 可以保持在某一状态 ),Y为
10、输出10-12J.从理论上讲,人工神经网络的神经元个数越多,越能够精确地拟合复杂的非线性数据,但是计第 55 卷第 1 期韩佳宾等:咖啡因在水和乙醇中的溶解度及其关联 ?127?算量会急剧增大,所以人工神经网络模型的建立更强调的是经验.本文筛选出三层 BP 网络 221模型,即第一层(输入层) 选择两个神经元,使用tansig 激活函数;第二层(隐层)选用两个神经元,选用 purelin 激活函数 ;第三层(输出层) 只能采用一个神经元(这是由输出数据的形式决定的),选用tansig 激活函数,以一半溶解度数据(5 个)作为样本对人工神经网络进行训练,使用另一半数据(5 个)来检验训练后人工神
11、经网络的预测能力.其他模型的训练模拟效果见表 3 和表 4.人工神经网络对咖啡因溶解度数据的训练结果见表 5 和表 6.Table3ComparisonamongdifferentANNsmodels(inwater)Note:ANNsisthesimplificationOfartificia1neura1networksLSEistheprecisionOfiterativenessR1,R2,andR3istherelativeerrorofregre.%,extrapolation,andinterpolationofdatarespectively5t 一 1PmealStheANN
12、swithtWOlayersofwhichtheactivationfunctionofthefirstlayerwith5neurollsistansigandtheactivationfunctionofthe.,kcondlayerwith1neuronispurelinTable4Comparisonofartificialneuralnetworksmodels(inethano1)Table5TrainingeffectofANNs(inwater)Note:fistemperature,VEisthevalueofexperiment,VCisthevalueofcalculat
13、ion,CEisrelativeerrorandAERisaverageerrorofregression“Fable6TrainingeffectofANNs(inethano1)人工神经网络对咖啡因溶解度数据的内插,外推的模拟预测结果见表 7 和表 8.由于咖啡因在无水乙醇中的溶解度很小,为了保证计算的精度,在模拟中将其数据放大 100 倍.“Fable7InterpolationandextrapolationvaluesbyANNmodel(inwater)Table8InterpolationandextrapolationvaluesbyANNmodel(inethano1)3 结
14、论通过激光法测定出咖啡因在 0-50在水和无水乙醇中的溶解度.建立了以下 3 种溶解度模型.(1)经验式模型水溶齐 0 中 S=0.0046t 一 0.1O08t+1.5627在乙醇中 S=0.0006t 一 0.0045t+0.2113化工 2004 年 1 月(2)简化的状态方程模型水溶剂中 lnx=0.364848.444/T在乙醇中 lnx=7.52464210.5/丁(3)人工神经网络模型22 一 lBP 人工神经网络模型在收敛条件为l0 的条件下,能够以足够的精度再现和预测咖啡因在水和乙醇溶剂中的溶解度数据,并且很好地拟合非线性的溶解度曲线,数据再现和内插的相对误差达到千分之几至万
15、分之几,外推的相对误差也在百分之几至千分之几,效果令人非常满意.符号说明C定压摩尔热容,J?tool?KEI)_一实验数据AH熔化焓,J?toolAH三相点时的熔化焓,J?toolPI)-一人工神经网络预测值P体系的压力 ,PaP三相点压力 ,PaR1,R2,R3分别为拟合相对误差,内插相对误差和外推相对误差S溶解度 ,g?(100g 溶剂)AS熔化熵,J?tool?K.丁温度,K丁溶化温度,K丁三相点温度,Kf温度 ,v体积差,m溶质的溶解度(以摩尔分数表示),溶液中溶质的摩尔分数y,溶液中溶质的活度因子ReferencesIJiangMingxing(江明性),YangZaoehen(杨藻
16、宸)Pharmacology(药理学).4thedBeijing:CivilSanitationPress.1997.1272WangJing(王静),DengJiayu(邓家宇),YuMiao( 于淼).CondensationofCyanaceticAcidandDimethylurea.ChemicalEngineer(化学工程师),1996,2(53):14153GeYizhang(葛宜掌),LiBin(李斌),JinHong(金红).TechnicalDevelopmentonExtractionofCaffeineFineChemicals(精细化工),1996,13(2):55
17、594WangXin(王新 ).AStudyonCrystallizationandPolycrystalPhenomenonofRifamycin:thesis(学位论文)Tiain:TianjinUniversity,1996.35XuJing(徐靖).TheStudyofCrystallizationProcessforVitaminc:thesis(学位论文 ).Tiin:TiinUniversity,1996.46LiuBingwen(刘秉文).StudyontheReactiveCrystallizationofBenzathiniBenzylpenicillinum:thesis
18、(学位论文).Tiain:TianjinUniversity,2000.117LiDianqing,LiuDazhuang,WangFuanSolubilitiesofTerephthalaldehydic,PToluic,Benzoic,Terephthalic,andImphthalicAcidsinnMethyl 一 2 一 pyrrolidonefrom295.65Kto371.35K.ChemicalandEngineeringData,2001,46(1):1721738StanleyMWalas(斯坦利 M.瓦拉斯).PhaseE(1uilibriainChemicalEngin
19、eering(化工相平衡)HanShijun(韩世钧),transBeijing:PetrolicChemicalEngineeringPress.1991.444-4489LiDianqing(李殿卿),LiuDazhuang(刘大壮),WangFuan(王福安)MeasurementandCorrelationofSolubilitiesofPToluicAcid.JournalofChemicalIndustryandEngineering(China)(化工),2001,52(6):54154410ZhaoLinming(赵林明),HuHaoyun(胡浩云),WeiDehua(魏德华)
20、MultiplayerForwardArtificialNetworks(多层前向人工神经网络)Zhengzhou:HuangheWaterConservancyPress,1999.411YangJiangang(杨建刚).PracticalTutorialofArtificialNeuralNetworks(人工神经网络实用教程 ).Hangzhou:ZhejiangUniversityPress,20011112YuanZengren(袁曾任).ArtificialNeuralNetworksandItsApplication(人工神经元网络及其应用).Beijing:TsinghuaUniversityPre,s,1999.2
