神经网络模型在混凝效果预测中的应用现状及展望

受原水水质、水力条件、混凝剂种类及混凝剂投加调控机制等诸多因素影响,混凝处理效果与混凝剂投加量之间往往呈现复杂的非线性关系.传统研究着眼于混凝机理、混凝剂特性及混凝过程水质、絮体信息采集与投药调控等方面,尚未能构建基于全混凝操作流程的、用以实现混凝效果预测的普适性理论.神经网络模型因其具有强大的学习能力,近年来在混凝效果预测研究领域中受到了广泛的关注.本文通过对混凝效果预测算法研究历史进行回顾与分析,总结神经网络模型在混凝效果预测中的研究现状和脉络,深入分析不同数据来源与数据格式的优缺点,从实验装置、水质参数、投加控制和数据时序性、混凝剂构效研究与产品技术开发等方面,展望神经网络模型在混凝效果预测中的未来研究方向.     

焙烧温度对催化剂Cu-Ni-Ce/SiO2性能的影响

采用浸渍法在不同焙烧温度下制备了用于湿式H202降解吡虫啉农药废水的Cu-Ni-Ce/SiO2催化剂,利用TG、BET、XRD和XPS等对其进行了表征,研究了焙烧温度对催化剂表面结构的影响以及催化剂表面结构与活性及稳定性之间的关系.结果表明:降低焙烧温度,cu、Ni、ce之间的相互作用使得催化剂晶粒尺寸减小,比表面积增加,Cu、Ni固溶体量和催化剂表面化学吸附氧量增加.湿式H,O,降解吡虫啉农药废水时,600℃下焙烧获得的Cu-Ni-Ce/Si02催化剂活性最高;在催化剂用量10 g·L-1、反应温度为110℃、双氧水用量为理论需用量、进水pH为9.0、反应时间为60 min的条件下,COD去除率为91.5%,活性组分溶出量较小.研究结果表明,焙烧温度对CuO、NiO、CeO,及Cu、Ni固溶体之间的相瓦作用有较大影响,从而影响了催化剂湿式降解吡虫啉农药废水的活性和稳定性.