芳香族硝基化合物废水处理的研究进展

芳香族硝基化合物中的硝基苯、硝基甲苯、二硝基苯酚等都是炸药的主要成分,除了它们本身的爆炸性和危险性,还具有高稳定性及高毒性,对人类健康、土壤、水源及生态环境都会造成极大的危害。本研究介绍了目前芳香族硝基化合物废水处理技术的现状,依据物理处理、化学处理和生物降解三种处理方法,进行了各种技术优缺点的总结,并展望了发展趋势。三种处理方法中物理处理法存在潜在的二次污染风险,生物降解法时间成本较高,故认为化学处理法是最具发展前景的方法,其中的光催化法仅借助太阳光就可高效降解芳香族硝基化合物废水,具有绿色环保、节能等优点,虽该方法还未运用到实际应用中,但可将其他处理技术与光催化法联合应用,达到取长补短、相得益彰的效果。

含芳香族硝基化合物废水处理技术的现状及发展前景

综述了芳香族硝基化合物废水物理、化学和生化处理技术的现状 ,介绍了两种最新的废水处理技术———纳米技术和等离子体技术 ,并展望了此类废水处理技术的应用前景。

芳香族硝基化合物废水处理研究

从物理、化学和生化 3个方面综述了芳香族硝基化合物废水处理技术的现状 ,介绍了两种最新的废水处理方法纳米技术和等离子体技术 ,并展望了此类废水处理技术的应用前景。

芳香族硝基化合物废水处理现状及发展前景

从物理、化学和生化3个方面综述了芳香族硝基化合物废水处理技术的现状,介绍了最新的废水处理技术——纳米技术,并展望了含芳香族硝基化合物废水处理技术的应用前景。

Ni@C/CN纳米催化剂用于降解芳香族硝基化合物和有毒有机染料

采用电弧放电法结合热解技术设计并合成了Ni@C/CN纳米催化剂。采用透射电镜、X射线衍射、X射线光电子能谱、电化学工作站对Ni@C/CN的微观结构和电子传输能力进行了研究;利用紫外-可见分光光度计研究了所制备的催化剂对芳香族硝基化合物(对硝基苯酚(4-NP)和有机染料(亚甲基兰))的催化还原性能。结果表明,Ni@C/CN纳米催化剂比Ni@C纳米胶囊具有更好的催化还原性能;通过优化Ni@C纳米胶囊和三聚氰胺的质量比可以优化Ni@C/CN的催化性能,优化后的Ni@C/CN催化还原降解4-NP和MB的准一级反应速率常数(k_(app))分别为4.656 min^(-1)和13.879 min^(-1);N的引入及异质C/CN壳层包覆金属Ni使Ni@C/CN获得良好的核壳协同作用,提高了Ni@C/CN的电子传输能力,同时,CN的表面缺陷增强了催化剂的吸附性能,增强了Ni@C/CN的催化还原能力。

含硝基芳香族化合物废水处理技术研究进展

为探讨含硝基芳香族化合物废水高效低耗的处理技术,综述了该类废水处理技术的相关研究成果及应用现状。从废水处理的效果、稳定性及经济性等方面,对有关研究方法进行了分析和对比。分析表明,物理化学方法存在成本高、二次污染严重等缺点;由于该类废水可生化性差,单独使用传统的生物治理方法存在处理效率低、效果不稳定等问题。氧化技术与生物技术的联用有助于兼顾氧化技术处理效率高、生物处理经济性好的优点,可望实现该类废水的经济有效治理。

硝基芳香族化合物废水处理技术研究进展

综述了硝基芳香化合物废水物理、化学、生物处理技术的研究现状及在实际工程中的应用现状,并展望了此类废水处理技术的应用前景。

芳香族硝基化合物生物降解代谢研究现状与展望

针对空气、水、土壤中严重污染物——芳香族硝基化合物越来越多的现状 ,提出一条快速、有效降解芳香族硝基化合物的新途径 ,即采用生物工程技术 ,通过深入研究微生物降解芳香族硝基化合物的生物化学和遗传学特性 ,按照预期目的构建具有更大降解能力的遗传工程菌株 ,以促使污染物的无害化和资源化 .并综述了具有代表性的一硝基、二硝基和三硝基类芳香族化合物的生物降解途径的多样性及所涉及的基因工程技术等方面的国内外研究情况 。

芳香族硝基化合物的水合肼催化还原反应的研究

研究了以８０％水合肼为还原剂，在ＦｅＣｌ３·６Ｈ２Ｏ／Ｃ存在下，回流３～８ｈ，将芳香族硝基化合物转变成芳香族氨基化合物的还原反应。相应的氨基化合物的产率达到８５％～９８％。

水中水合肼还原芳香族硝基化合物的研究

以NaOH溶液沉淀FeCl3溶液制备了催化剂FeO(OH)。在水中用FeO(OH)催化水合肼还原9种芳香族硝基化合物得到相应的芳胺,收率96%-99%。并以邻硝基甲苯为反应底物考察了水合肼用量、催化剂用量、反应温度和反应时间对产物收率的影响。较优的反应条件为:n(水合肼)∶n(邻硝基甲苯)=2∶1;催化剂FeO(OH)的用量为0.015 g/mmol邻硝基甲苯,80℃反应50 min,邻甲苯胺的收率达98%。

硒催化水合肼还原芳香族硝基化合物制芳胺

在温和条件下,研究了硒对水合肼还原芳香族硝基化合物制芳胺的催化性能。邻位或对位有取代基的芳香族硝基化合物被还原为相应芳胺的收率较低;硝基苯或间位有取代基的芳香族硝基化合物被还原为相应芳胺的收率较高。以硝基苯为底物,考察了溶剂、硒粉用量和NaOH用量等因素对反应的影响。得到的适宜条件为:以5 mL乙醇和1 mL水为溶剂,2 mmol芳香族硝基化合物,4 mmol水合肼,O.04 g NaOH和0.02 g硒粉,反应温度为75℃,反应时间为2～5 h,硝基苯或间位有取代基的芳香族硝基化合物被还原为芳胺的收率为87%～99%。催化剂重复使用4次活性没有降低。

利用ANN法预估芳香族多硝基化合物的密度

运用神经网络模型,采用误差反向传播算法,对一系列芳香族多硝基化合物的密度进行了预测。结果表明,芳香族多硝基化合物的密度与其分子结构存在良好的相关性,选用分子结构描述码作为输入特征参数能取得较高的预估精度,预测结果的相对误差一般在±10%以内。

FeO(OH)/C催化水合肼还原芳香族硝基化合物制备芳胺

采用浸渍法制备了FeO(OH)/C催化剂。用X-射线粉末衍射法对FeO(OH)/C进行了表征,结果表明FeO(OH)在活性炭中高度分散。催化剂中FeO(OH)含量的增加能提高其催化活性,但过多的FeO(OH)无法全部负载,催化剂中FeO(OH)的质量分数以10%为宜。催化剂具有较好重复使用性,重复使用8次活性未明显下降。在5mL乙醇中以0.02g10%FeO(OH)/C为催化剂,1.0mmol芳香族硝基化合物和2.0mmol水合肼于75℃反应一定的时间,芳胺的收率为96.3%～99.5%。

活性碳负载氢氧化氧铋催化水合肼还原芳香族硝基化合物

采用浸渍法制备了BiO(OH)/C催化剂。催化剂的XRD分析表明,当催化剂中BiO(OH)的质量分数≤10%时,BiO(OH)在活性炭中高度分散。反应温度为75℃时,催化剂重复使用7次仍保持较高活性。在5mL乙醇中,以0.05g质量分数为10%的BiO(OH)/C作催化剂,1mmol芳香族硝基化合物和2mmol水合肼于75℃反应一定时间,芳胺的收率可达88%～99%。

芳香族硝基化合物催化氢化催化剂Cu-Re_mO_n/SiO_2的放大试验研究

为提高芳香族硝基化合物氢化催化剂的性能,在单铜催化剂中引入稀土元素。以15 g微球硅胶(S iO2)为载体,在Rem(NO3)n溶液中浸渍,控制温度70℃,浸渍后经二次蒸馏水洗涤,并先后经120℃干燥、830℃焙烧等工序制得RemOn/S iO2。将该载体在Cu(NO3)2溶液中再次浸渍,步骤条件同前,但焙烧温度为400℃。分别制得Cu-CeO2/S iO2、Cu-Sm2O3/S iO2、Cu-Ho2O3/S iO2、Cu-Yb2O3/S iO24组催化剂。用微分反应器在硝基苯催化加氢反应中进行评价,筛选出负荷最高的Cu-CeO2/S iO2催化剂。按小试S iO2量100倍进行放大试验,所得到的1.4 kg Cu-CeO2/S iO2催化剂,在硝基苯催化加氢反应中,一次寿命(未再生)的负荷超过目前工业生产中广泛使用的Cu/S iO2催化剂121.28%。

硝酸铋和活性炭催化的水合肼还原芳香族硝基化合物制芳胺

研究了以硝酸铋和活性炭催化水合肼还原芳香族硝基化合物制备芳胺的反应。以硝基苯为底物，考察了硝酸铋和活性炭用量对反应的影响。结果表明，还原1mmol硝基苯，Bi（NO3）3·5H2O和活性炭的适宜用量分别为0．06和0．1g。在适宜的条件下，9种芳香族硝基化合物被还原为芳胺的收率为78％～99％。芳香族硝基化合物中取代基对反应结果有较大影响。催化剂的活性随使用次数的增加而下降，其活性下降的原因是硝酸铋的流失。

含氟芳香族硝基化合物加氢用钯催化剂的研究

介绍了以浸渍法制备Pd-Fe/SiO2催化剂,研究其载体、金属组分、还原剂、焙烧温度和时间等因素对催化剂催化性能的影响。确定了最优工艺条件:w(Pd)=5%,w(Fe)=0.2%,硼氢化钾作还原剂,焙烧温度500℃,焙烧时间4h。重复使用试验、优化验证试验、与其它催化剂如RaneyNi、Pt/C和Pd/C等对比试验结果表明,Pd-Fe/SiO2催化剂用于含氟芳香族硝基化合物的常压催化加氢反应,收率大于97.5%,纯度达到98.0%以上,选择性好,催化剂可重复使用10次。

芳香族硝基化合物液相加氢制备芳胺催化剂概述

综述了芳香族硝基化合物液相催化加氢制备芳胺的各种催化剂,并对催化加氢进行了展望.

人工神经网络法计算非芳香族多硝基化合物的生成焓

用误差反向传播(BP)的人工神经网络模型及分子结构描述码作为输入特征参数预测非芳香族多硝基化合物的生成焓,研究了网络参数及分子结构描述码的影响,同时按分子结构描述码进行了多元线性回归,取得了满意的结果,其回归方程相关系数达到了0.9977,精度高于文献值。绝大多数相对误差在10%以内。

用人工神经网络法预估芳香族多硝基化合物生成焓

采用误差反向传播学习(BP)的一个双层神经网络,以分子结构中不同基团作为描述码,预估芳香族多硝基化合物的生成焓,研究了网络参数及分子结构描述码的影响,同时用分子子图法进行了多元线性回归,取得了较好的结果(其回归方程相关系数达到0.9967),计算结果的绝大多数相对误差在10%范围以内。