有效传质比表面积(a)是设计旋转填充床的重要参数,其高精度预测尤为重要.采用了5种神经网络模型模拟旋转填充床的有效传质比表面积,包括前馈反向传播神经网络(FFBP)模型、广义回归神经网络(GR)模型、串并联叠层神经网络(CFBP)模型、径向基神经网络(RB)模型和埃尔曼正向反向神经网络(EFBP)模型.选择气体雷诺数(ReG)、液体雷诺数(ReL)、液体弗洛德数(FrL)、液体韦伯数(WeL)和填料特征参数(ψ)5个无量纲准数作为模型的输入参数,有效传质比表面积作为模型的输出参数,采用均方误差(E2)和相关系数(R2)评价模型的准确性.模拟结果与文献的实验值比较表明,5种神经网络模型可以很好地描述旋转填充床的有效传质比表面积,其中GR模型最佳.采用GR模型模拟预测了超重力因子、气体流量和液体流量对有效传质比表面积的影响,预测结果表明:有效传质比表面积随超重力因子和气体流量的增加而增加;在液体流量较低时,有效传质比表面积随液体流量的增加而增加,而超过一定流量后随其增加而减小.