人工神经网络光度法同时测定四组份染料混合物

介绍人工神经网络的原理,对典型神经网络系统做介绍,并对人工神经网络在光谱分析中的应用作解说.应用人工神经网络原理,以快速BP算法,对紫外可见吸收光谱严重重叠的四组分的染料溶液同时进行含量测定.在200～600 nm的范围内,以12个特征波长处的吸收值作为网络特征参数,通过网络训练,酸性橙Ⅱ、酸性红B、甲基紫、酸性嫩黄的相对标准偏差分别为0.95%～2.30%,4种成分的回收率在96.3%～104%之间.实验表明,该算法速度快,预测结果准确,可用于人工神经网络光度法定量测定光解废水中多组份混合染料.     

电絮凝过程处理含铬废水的工艺及机理

以六价铬废水为处理对象,采用电絮凝过程研究了槽电压、初始浓度、初始pH值、电极材料等工艺参数对电絮凝过程分离Cr(Ⅵ)离子效率的影响机理。结果表明,采用Fe/Fe电极,对初始浓度为105 mg/L的Cr(Ⅵ)离子废水,最优槽电压为4 V,初始pH值为6,电解60 min,去除率可达到98.84%。Cr(Ⅵ)的去除率随着槽电压的升高而增大,随着初始浓度以及初始pH值的增加而减小。研究发现,初始pH值决定电絮凝过程中Cr(Ⅵ)的主要去除方式,在偏中性范围内Cr(Ⅵ)主要通过絮体吸附作用去除。对不同电极材料的电絮凝过程电解产生的絮体进行了初步分析,结果表明,絮体成分因电极不同而异,不同絮体对重金属离子吸附能力的差异也较大。     

La_xSr_(1-x)NiO_3对水溶液染料的光电催化活性研究

用甘氨酸 硝酸盐燃烧合成法 ,制备LaxSr1 -xNiO3复合氧化物的陶瓷粉末。并以此为光电催化剂对不同水溶液染料进行光催化降解和光电催化降解实验。利用红外、紫外 可见光谱、循环伏安曲线研究LaxSr1 -xNiO3的催化性能。结果表明 :LaxSr1 -xNiO3(x =0 .1 5、0 .6、0 .7、0 .75、1 )复合氧化物都具有较强光催化特性 ,La0 .7Sr0 .3NiO3也具有光电催化降解特性 ;LaxSr1 -xNiO3的光催化活性高于LaNiO3,这与A位离子 (La3+ 、Sr2 + )的电子构型有关 ;Sr2 + 的加入可使LaNiO3的光催化活性有所提高