天然和CPB改性沸石对Hg^2＋的吸附特征

通过静态实验研究溴代十六烷基吡啶（CPB）改性沸石和天然沸石对废水中Hg^2＋的吸附特性，探讨了吸附动力学、吸附平衡和吸附热力学机制。研究表明：Langmuir方程能较好地描述2种沸石对Hg^2＋的吸附，CPB改性沸石对Hg^2＋的吸附率得到显著提高。实验条件下，改性沸石对Hg^2＋的吸附率从67．5％提高到98．9％，吸附容量从0．521mg／g提高到3．07mg／g。利用准一级动力学方程、假二级动力学方程、颗粒内扩散模型和Elovich方程分别对动力学过程进行拟合，发现2种沸石对Hg^2＋的吸附均满足假二级动力学方程，且离子的颗粒内扩散对整个吸附过程有影响。动力学拟合、D-R方程拟合和热力学研究综合表明：2种沸石对Hg^2＋的吸附既存在化学吸附又存在物理吸附，吸附吉布斯自由能变（△G^0）、焓变（△H^0）、熵变（△S^0）均小于0，反应为自发的放热反应，低温有利于吸附的进行。     

响应面法和神经网络优化Acinetobactersp．DNS32发酵基质

为了提高阿特拉津降解菌Acinetobactersp．DNS32的产量，分别采用响应曲面法和基于人工神经网络的遗传算法对阿特拉津降解菌DNS32发酵培养基中3个重要基质成分（玉米粉、豆饼粉、K：HPO。）进行优化研究。响应曲面法确定3种成分的含量为玉米粉39．494g／L，豆饼粉25．638g／L和K。HPO。3．265g／L时，预测发酵活菌最大生物量为7．079×10^8CFU／mL，实测量为7．194×10^8CFU／mL；人工神经网络结合遗传算法优化确定3种主要成分含量为玉米粉为39．650g／L，豆饼粉为25．500g／L，K2HPO4为2．624g／L时，预测最大值为7．199×10^8CFU／mL，实测量为7．244×10。CFU／mL；最终确定培养基配方：玉米粉为39．650g／L，豆饼粉为25．500g／L，K2HPO4为2．624g／L，CaCO3为3．000g／L，MgSO4·7H2O和NaCl均为0．200g／L；优化后阿特拉津降解菌DNS32发酵生物量比优化前提高了36．6％。结果表明，在阿特拉津降解菌DNS32发酵培养基组分优化方面，响应面法和基于人工神经网络的遗传算法都是可行的，基于人工神经网络的遗传算法具有更好的拟合度和预测准确度。     

交联壳聚糖/沸石复合吸附剂的制备及性能

用沸石负载由缩水甘油基三乙基氯化铵交联的壳聚糖，制得了性能良好的交联壳聚糖/沸石复合吸附剂。研究了该吸附剂应用性能的影响因素，探讨了该吸附剂的吸附性、沉降性和重复使用性，利用FTIR仪和高倍透射电子显微镜对该吸附剂的结构进行了表征。实验结果表明:壳聚糖的交联度为0.93、交联壳聚糖与沸石的质量比为0.045时，制得的交联壳聚糖/沸石复合吸附剂对腐殖酸的去除率可达81.4%，吸附量为4.07mg/g;交联壳聚糖/沸石复合吸附剂对腐殖酸的吸附性能较沸石有显著提高，沉降时间较交联壳聚糖明显缩短;经二次洗脱后腐殖酸去除率仍可达80.2%，腐殖酸吸附量为4.01mg/g。     

改性沸石对低浓度氨氮废水的动态吸附

采用氯化钠溶液对甘肃白银天然沸石改性,以低浓度氨氮(NH4+-N)废水为处理对象,对比了天然沸石和改性沸石的动态吸附特性并绘制穿透曲线,利用Origin软件对实验数据分析处理,得出穿透曲线的通式。结果表明:在相同条件下,改性沸石的穿透时间和吸附饱和时间都比天然沸石的长约1.5倍;沸石经氯化钠改性后,对NH4+-N的吸附速率和饱和吸附量都明显提高,吸附性能显著改善。Origin软件对水溶液中NH4+-N的吸附穿透曲线的Logistic模型回归式具有较高的精度,该模型可以很好地反映沸石吸附剂的动态吸附过程。     

人工浮床对汾江河水质净化的研究

对佛山市汾江河内布置浮床的水域的7个断面进行采样监测,分析了布置浮床侧与未布置浮床侧各水质指标的差异,以考察人工浮床对汾江河水质的净化效果。同时比较了圆币草、水罂粟、梭鱼草、狐尾草、美人蕉和鸢尾6种浮床植物的生物量和氮磷吸收量。结果表明,布置人工浮床一侧的水质TN、TP、COD和NH4＋-N含量均显著低于未布置浮床一侧的水质,表明人工浮床对水体水质的有净化效果。总面积约4 900 m2的浮床植物经过3个月的生长,从水体中共吸收了192.5 kg的氮和76.1 kg的磷。6种浮床植物中,狐尾草的净增生物量最高,达到64.2 kg/m2;圆币草次之,为62.2 kg/m2。狐尾草和圆币草对氮磷的吸收能力在6种植物中处于较高水平,每平方米狐尾草和圆币草从水体中分别吸收了51.61g氮、19.79 g磷和46.90 g氮、22.93 g磷。综合比较得出,狐尾草和圆币草在生物量和氮磷吸收量上均保持在较高水平,是较好的浮床植物。本研究为人工浮床在南方类似河流中的应用及植物选择提供了参考依据。     

阿海水电站新源沟砂石加工废水处理工艺浅谈

新源沟砂石加工系统生产废水SS浓度高,采用水力旋流/加药絮凝/多级沉淀工艺处理,运行结果表明,处理出水水质满足《污水综合排放标准》（GB8978-1996）一级标准中的给定限值70mg/L,达标出水全部回用。     

Simultaneous determination of three herbicides by differential pulse voltammetry and chemometrics

A novel differential pulse voltammetry method (DPV) was researched and developed for the simultaneous determination of Pendimethalin, Dinoseb and sodium 5-nitroguaiacolate (5NG) with the aid of chemometrics. The voltammograms of these three compounds overlapped significantly, and to facilitate the simultaneous determination of the three analytes, chemometrics methods were applied. These included classical least squares (CLS), principal component regression (PCR), partial least squares (PLS) and radial basis function-artificial neural networks (RBF-ANN). A separately prepared verification data set was used to confirm the calibrations, which were built from the original and first derivative data matrices of the voltammograms. On the basis relative prediction errors and recoveries of the analytes, the RBF-ANN and the DPLS (D – first derivative spectra) models performed best and are particularly recommended for application. The DPLS calibration model was applied satisfactorily for the prediction of the three analytes from market vegetables and lake water samples.     

CPB改性沸石对磷酸盐的吸附-解吸性能研究

采用溴化十六烷基吡啶(CPB)对天然沸石进行改性,并考察了CPB改性沸石对磷酸盐的吸附-解吸性能。结果表明,CPB改性沸石对磷酸盐具备一定的吸附能力,且吸附行为满足Langmuir等温吸附模型;粒径、改性剂投加量、反应温度、pH值及共存阴离子等因素均会影响CPB改性沸石对磷酸盐的吸附能力;减小粒径和降低反应温度均有利于CPB改性沸石对磷酸盐的吸附去除;粒径≤0.18 mm CPB改性沸石吸附磷酸盐较优的改性剂投加量为250 mmol/kg;当溶液的初始pH值位于4~10之间时CPB改性沸石对磷酸盐的吸附能力随pH值的增加而增强;SO42-的存在会明显降低CPB改性沸石对磷酸盐的吸附效率,而提高溶液的pH值有助于消除SO42-存在对CPB改性沸石吸附磷酸盐的负面影响;HCO3-的存在会一定程度上抑制CPB改性沸石对磷酸盐的吸附去除,而提高溶液的pH值无法消除HCO3-存在对CPB改性沸石吸附磷酸盐的负面影响;CPB改性沸石吸附磷酸盐后一定条件下可以重新解吸出来,且随着解吸液SO42-浓度的增加解吸率明显增大。     

响应面法和神经网络优化Acinetobacter sp. DNS32发酵基质

为了提高阿特拉津降解菌Acinetobacter sp.DNS32的产量,分别采用响应曲面法和基于人工神经网络的遗传算法对阿特拉津降解菌DNS32发酵培养基中3个重要基质成分(玉米粉、豆饼粉、K2HPO4)进行优化研究。响应曲面法确定3种成分的含量为玉米粉39.494 g/L,豆饼粉25.638 g/L和K2HPO43.265 g/L时,预测发酵活菌最大生物量为7.079×108CFU/mL,实测量为7.194×108CFU/mL;人工神经网络结合遗传算法优化确定3种主要成分含量为玉米粉为39.650 g/L,豆饼粉为25.500 g/L,K2HPO4为2.624 g/L时,预测最大值为7.199×108CFU/mL,实测量为7.244×108CFU/mL;最终确定培养基配方:玉米粉为39.650 g/L,豆饼粉为25.500 g/L,K2HPO4为2.624 g/L,CaCO3为3.000 g/L,MgSO4.7H2O和NaCl均为0.200 g/L;优化后阿特拉津降解菌DNS32发酵生物量比优化前提高了36.6%。结果表明,在阿特拉津降解菌DNS32发酵培养基组分优化方面,响应面法和基于人工神经网络的遗传算法都是可行的,基于人工神经网络的遗传算法具有更好的拟合度和预测准确度。     

人工神经网络方法在拟建小区域环境质量评价中的应用

人工神经网络的评价方法用于小区域环境质量评价中,根据本地区特点因地制宜地选择环境质量参数,代入模型中进行环境质量评价及预测,对用于环境质量评价的BP人工神经网络模型进行了改进,即对网络模型的训练样本进行了扩充,从而提高了模型的抗干扰能力和准确性.将改进了的BP人工神经网络模型应用于四川省资阳市沱江二桥拟建项目小区域的大气、地表水环境质量评价中, 对该市小区域大气、地表水环境质量状况进行评价,评价结果表明,BP人工神经网络模型用于环境质量评价是可行的,且评价结论客观,评价模型普遍适用.