近日，浙江师范大学地环学院膜法课题组李博文在JournalofCleanerProduction期刊（IF=11.,SCI一区Top）发表题目为“Anovelmethodintegratingresponsesurfacemethodwithartificialneuralnetworktooptimizemembranefabricationforwastewatertreatment”的研究论文。本文第一作者为李博文同学，林红军教授，申利国教授为通讯作者。
本研究图形摘要
采用响应面分析（RSM）耦合人工智能（AI）方法获得最佳的制造条件
本研究发现PVDF-Ni最佳生成条件为30C、14.50min和9mL氨水添加
RSM-ANN方法可以准确预测膜通量和截留率
该方法可广泛应用于改性膜制备过程的优化
开发高性能膜是解决水污染问题的迫切需要。化学镀镍(ENP)是一种有前途的膜制造技术。然而，所涉及的复杂机制和多因素阻碍了这种制造技术的优化。在这项研究中，提出了一种将响应面法（RSM）与人工智能相结合的方法，以优化聚偏二氟乙烯-镍（PVDF-Ni）膜制造的ENP条件。
PVDF-Ni膜的制备过程示意图。
通过正交实验收集实验数据，建立分析模型，所获得模型具有极高的稳定性和显著的预测性能。通过所获取的模型，考虑了各个因素交互作用对通量和截留率的影响。
RSM对通量的预测结果。(a)通量的预测值和实验值的比较。(b)-(d)因素间相互作用对PVDF-Ni通量的影响。
RSM对截留率的预测结果。(a)截留率的预测值和实验值的比较。(b)-(d)影响因素相互作用对PVDF-Ni截留率的影响。
根据现有数据，获得的最佳镀镍工艺在温度为30℃、反应时间为14.50min、氨水添加量为9ml时是最佳的。根据最优改性条件制备的改性膜有着良好的性能。
通量和截留率的相关图。
该成果得到了浙江省杰出青年科学基金（No.LR22E）、国家自然科学基金（Nos.；）、浙江省重点研发计划（No.C）和浙江省万人计划（Nos.R）的资助。
李博文，男。导师为林红军教授，申利国教授。目前为浙江师范大学地理与环境学院研三硕士研究生，研究方向为深度学习（DL）在膜领域的应用，熟练掌握Matlab软件使用，具有一定独立开展科研工作的能力。
原标题：《浙师大课题组在JCP发表论文：效应曲面法结合人工神经网络用于优化制备面向污水处理的分离膜》
