基于BP神经网络的间硝基苯磺酸钠CWPO降解条件优化

为了对电镀废水中的间硝基苯磺酸钠催化湿式过氧化氢氧化(CWPO)降解条件进行模拟及优化,建立了间硝基苯磺酸钠CWPO降解过程BP神经网络模型。经验证,模型预测值与试验值的平均相对偏差为0 81%,相关系数r和Nash-Suttcliffe模拟效率系数NSC分别为0.992 5和0.983 9。相对灵敏度分析表明,影响间硝基苯磺酸钠去除率(以TOC表示)的顺序从大到小为:反应温度、间硝基苯磺酸钠质量浓度、pH值、H_2O_2用量、反应时间、初始氧分压、催化剂用量。结合遗传算法以TOC去除率最高作为优化目标,分别对降解条件进行优化。经对比,带成本约束的优化降解结果(99.36%)比试验中的TOC去除率平均值(85.51%)提高了 10%以上,同时,优化后的降解成本(2.03元)相比无成本约束条件下的降解成本(2.38元)降低了近15%(0.35元)。