负载型TiO_2光催化氧化法处理硝基苯酚工业废水

以活性炭负载TiO2为催化剂对含硝基苯酚废水进行光催化氧化实验,研究了催化剂的投加量、pH、光照时间、光强以及起始浓度对光解作用的影响。结果表明:活性炭负载TiO2溶胶型催化剂具有较高的光催化活性。当采用300W高压汞灯、催化剂质量分数为0.3%、pH为3.8、光解180min时,废水中COD和硝基苯酚的去除率均达到95%以上。制得的负载型TiO2具有较高的机械强度和化学稳定性,可重复使用。

基于集对分析和GA-BP神经网络的地下水埋深预测研究

针对地下水位与其影响因素之间存在非线性映射关系的特点,提出了基于SPA方法筛选地下水埋深时空自变量、再基于遗传算法优化BP神经网络进行地下水埋深预测的SPA-GA-BPNN模型。将该模型应用于安徽省蒙城县地下水埋深的预测中,并与全变量-LR、全变量-BPNN、全变量-GA-BPNN、SPA-LR和SPA-BPNN共5种模型进行对比。结果表明:SPA-GA-BPNN模型预测误差的MPAE值为0.088,MSE值为0.068,NSE值为0.848,误差指标均优于5种对比模型,在泛化性和稳定性方面也有显著优势。基于SPA方法筛选自变量,避免了自变量选取的主观性,且在理论上优于相关系数法,同时,遗传算法对神经网络的预测性能起到了显著的改进作用,可为地下水埋深变化过程的影响因素识别及预测提供可靠、有效的参考依据。