基于BP神经网络模型的催化湿式氧化正丁酸反应条件的优化

研究正丁酸原液TOC质量浓度、催化剂用量、反应温度、氧气分压对Mn-Ce催化剂催化湿式氧化正丁酸恒温反应过程的影响,建立了催化湿式氧化降解正丁酸恒温反应过程的BP神经网络模型.经计算,模型的模拟效率系数NSC=0.973 2>0.80,表明所建模型可以较准确地预测催化湿式氧化过程中残余的正丁酸质量浓度;在BP神经网络模型上研究了催化湿式氧化降解正丁酸恒温反应过程影响因素的最优取值,结果表明,在最优反应条件下,催化湿式氧化降解正丁酸的效率可提高约20%.

数学模拟技术对MBR工艺的模拟与优化

采用BioWin软件建立了北京某污水处理厂MBR工艺模拟模型,利用污水厂实际运行数据和实验室对污水中各种有机组分的检测结果校正了模型并调整了模型参数。模型运行结果与出水检测指标的验证结果表明,所建立的模型能较好地反映该污水厂的实际运行状况。针对出水中氮、磷达不到GB 18918—2002一级A标准的问题,利用BioWin软件从调整运行参数、改变工艺流程及改造池体尺寸3个方面对现有工艺进行了模拟优化,提出了对现有工艺的改造方案。

基于BP模型的十溴联苯醚分散液液微萃取条件优化

采用正交试验研究萃取剂类型、萃取剂体积、分散剂类型、分散剂体积、溶液pH值、离子强度和萃取时间对水样中痕量十溴联苯醚(decaBDE)分散液液微萃取(DLLME)回收率的影响。结果表明,离子强度对萃取回收率(ER)的影响非常显著,而分散剂体积与萃取剂体积交互作用的影响不显著。通过极值法确定的decaBDE分散液液微萃取条件下的萃取回收率为88.24%。以正交试验数据为训练样本,以分散剂体积、萃取剂类型、pH值、离子强度及萃取时间为输入,萃取回收率为输出,建立了影响decaBDE分散液液微萃取的BP神经网络模型。模型检验样本预测输出值和试验值的决定系数为0.8734,表明模型可以预测水样中decaBDE分散液液微萃取的回收率。采用遗传算法工具箱对建立的BP神经网络模型进行优化求解,得到的优化分散液液微萃取条件下的decaBDE萃取回收率平均值为99.94%,比通过极值法确定的萃取回收率提高10%以上。

CWAO降解正丁酸升温过程反应条件的优化

文章研究了正丁酸原液TOC浓度、催化剂用量、反应温度、氧气分压对Mn-Ce催化剂催化湿式氧化正丁酸升温反应过程的影响,建立了催化湿式氧化降解正丁酸升温反应过程的非线性回归模型,经计算,模型的可决系数r2和模拟效率系数NSC的值分别为0.9946和0.9352,均达到0.80以上,表明所建模型可以较准确预测催化湿式氧化过程中残余的正丁酸浓度;在非线性回归模型基础上,进行了催化湿式氧化降解正丁酸升温反应过程影响因素的最优取值研究,结果表明在最优反应条件下,催化湿式氧化降解正丁酸的实验总费明显低于实验条件取值的总费用。

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)。