二氧化钛可见光光催化剂研究进展

综述了二氧化钛可见光化的一些理论观点及其改性技术的新进展,涉及染料光敏化、金属离子掺杂、贵金属沉积和复合半导体、非金属掺杂等,认为二氧化钛可见光化中的改性,实际上是使催化剂产生靠近导带或价带的内带隙的过程,并且这个新形成的带隙能使催化剂对可见光产生有效的响应。针对二氧化钛光催化剂实用化中存在的问题,指出有效地抑制电子复合是今后改性研究的重点,寻找低成本的光敏物质或使污染物本身具有较好的光敏化性能是今后光敏化研究的方向之一。

聚羟基铝柱撑蒙脱石吸附重金属离子实验研究

利用kegg in离子对蒙脱石进行柱撑制得聚羟基铝柱撑蒙脱石,研究柱撑蒙脱石对Cu2+,Cd2+,C r3+3种重金属离子的吸附。结果表明:未经焙烧的柱撑蒙脱石对Cu2+,C r3+离子的吸附性要比原矿好,而经400℃下焙烧的柱撑蒙脱石对Cd2+则有更好的吸附性。用腐殖酸对柱撑蒙脱石改性能提高柱撑蒙脱石对3种重金属离子的吸附性能,柱撑蒙脱石对3种重金属离子的吸附量都随pH值的升高而增加。另外还对柱撑蒙脱石对3种重金属离子的吸附动力学进行了研究,发现其动力学吸附过程可用E lov icb方程和一级动力学方程进行较好的拟合。

镧掺杂纳米二氧化钛的可见光光催化性能研究

采用经La2O3掺杂后的纳米TiO2粉末作为光催化剂,以300 W卤钨灯作为可见光光源,对水中的苯酚进行光催化降解,考察了La2O3不同的掺杂量、焙烧温度、pH值以及催化剂用量等因素对降解率的影响。实验结果表明:在光照射3 h后,纳米TiO2粉末在La掺杂量为0.5%,焙烧温度为600℃,pH为5,催化剂用量为1 g/L时的光催化活性最高,苯酚的TOC去除率为42.7%。

基于深度学习神经网络技术的数字电视监测平台告警模型的研究

引入深度学习神经网络技术,是当前人工智能领域的一项突破性技术,可以克服原来旧有的软件系统对事物综合、复杂、模糊判断的缺点,可以做到类似于人的对事物的综合性推断能力,从而对复杂事务实现准确的判断。把神经网络应用到监测平台的故障判断中,由经过成功学习的网络模型去判断发生PID异常现象所代表的故障,达到专业人员判断的准确性甚至超过专业人员判断的准确率。