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。     

采用数值风洞模型对热电厂烟塔合一大气污染扩散的研究

随着城市的快速建设,城市建筑的高度和体量不断增加,同时大气污染源的排放方式和排放状态也与从前发生了很大的变化,特别是热电厂采用烟塔合一排放方式的出现,对常规应用的稳态远距离以统计学为基础理论的高斯大气预测方法提出了挑战。目前国内外广泛使用的大气污染物预测模式——德国模式在烟塔合一排放方式的预测上存在着许多关键性问题,如大风下洗条件下,冷却塔附近空腔区的大小和范围、空腔区污染物最高地面浓度等无法给出准确的预测结果。为准确预测烟塔合一排放方式的大气污染物扩散情况,采用一种新的大气污染物扩散的预测模式——数值风洞模型进行模拟预测研究,预测结果表明,在烟塔合一排放方式下,大气污染物最高地面浓度随风速增加而增加,同时在冷却塔下风向存在负压区,污染物在该区域高浓度聚集。且在夏季6.0m/s风速下,冷却塔下风向最高地面浓度出现峰值,属于最不利的气象条件。数值风洞模型可利用图形化手段实现对空腔区产生、变化、破碎至再生成的全过程描述,从而建立了一种大气污染预测的重要手段。     

畜禽沼液中抗生素和激素的微波处理

通过间歇处理和连续处理实验,探讨微波技术对沼液中四环素类抗生素和激素喹乙醇去除的效果。结果表明,沼液在微波间歇处理中,最优反应时间为40min。此条件下沼液中喹乙醇、土霉素、四环素和金霉素的去除率分别达到26％、49％、48％和70％;微波可显著提高可生化性,BOD5／COD值达到0．37。微波一好氧处理系统中COD与氨氮的去除率分别达到91％和93％,明显优于单独好氧处理。沼液微波连续处理中,最优HRT为90min,此时喹乙醇、土霉素、四环素和金霉素的去除率分别达到24％、45％、50％和74％;BOD5／COD值达到0．34。微波．好氧处理系统中COD与氨氮的去除率均为90％,优于单独好氧处理效果。     

混凝辅助电化学法处理橙黄G染料废水

以石墨板为阳极,研究了电化学氧化法对橙黄G染料废水的降解效果。比较了在NaCl、Na2 SO4以及NaCl与FeSO4·7H2O组合的支持电解质体系中的处理效果,同时考察了电压、初始pH、电解质浓度、电极间距和电解时间等因素对废水中橙黄G脱色率及COD去除率的影响。研究结果表明,橙黄G的脱色主要是活性氯的氧化作用,橙黄G分子的矿化可能主要是电解过程中产生的·OH的作用,FeSO4·7H2O的加入增加了混凝作用,使得处理效果进一步提高。最佳脱色条件下橙黄G脱色率和COD的去除率分别为97．6％和56．3％,B／C（BOD／COD）由0．09提高至0．41,可生化性有较大改善,并且随着降解时间的增加,COD去除率逐渐升高。此结果表明,橙黄G废水COD的去除相对于脱色存在滞后性。     

昆明市污水排水系统产甲烷规律的模拟实验研究

通过对昆明市餐饮和居民生活污水厌氧模拟实验研究,初步探讨生活污水中CH4的产生规律,实验结果表明,在自然条件下,餐饮和居民生活污水中产生的甲烷浓度最大值分别为1.63 mg/L和3.82 mg/L。并且将COD、硫酸盐、硫化物、TN的浓度变化与甲烷浓度变化进行Pearson简单相关性分析,结果表明,1/COD、COD/硫酸盐和1/TN与甲烷在置信度为0.01时极显著相关,硫化物与甲烷在置信度为0.05时不相关;COD、硫酸盐和TN浓度的变化对生活污水中甲烷的产生起关键性作用。对居民生活污水中甲烷产生规律进行温度和pH控制分析研究,实验结果表明,生活污水在25~30℃时,24 h内甲烷产生量最大值为8.6494 mg/L,明显大于其他温度段的甲烷产生量;在pH为7~8之间时,甲烷的产生量在24 h内达到的最大值为3.0477 mg/L,明显高于其他pH控制段的甲烷产生量。     

好氧-缺氧-闲置运行模式处理生活污水

在3个序批式反应器中,利用好氧-缺氧-闲置的运行模式处理实际生活污水,比较了不同曝气时间（2、3和4h）条件下的处理效果,结果表明,在R2（2 h）反应器中成功实现了单级好氧除磷和内聚物驱动的短程硝化反硝化。采用此反应器运行模式,对实际生活污水进行长期处理,反应器的COD、TN和TP的平均去除率分别为85.29%、74.09%和87.97%。本研究表明,在好氧-缺氧-闲置的运行模式下处理生活污水,能成功地实现单级好氧除磷与内聚物驱动的短程硝化反硝化的结合,并且在长期运行的过程中,能稳定地取得较好的脱氮、除磷效率。     

脱硫石膏粒径分布与脱水性能实验研究

脱硫石膏粒径分布是影响脱硫石膏浆液脱水性能的重要因素之一,以干法、湿法筛分和研磨破碎获得不同粒径分布的脱硫石膏,在相同的过滤条件下,对不同粒径分布脱硫石膏浆液脱水性能进行了研究,实验结果表明,当脱硫石膏粒径d50大于50μm且（d90-d10）小于100μm,真空过滤最大真空度不低于0．098MPa,过滤时间不少于2．5min,滤饼厚度不超过20mm时,石膏滤饼含水率可以降低到12％以下（最低可达10％）;d50在17μm为脱硫石膏在相同的过滤条件下能够实现真空脱水干燥的转折点;d50和（d90-d10）共同影响石膏脱水性能,d50小于20μm时,仅表现为d50的影响。     

微电解预处理靛蓝牛仔布印染废水

靛蓝牛仔布印染废水组分复杂,浓度高、水量大,属于难处理的工业废水,为了有效降低后续生物处理单元的负荷,采用铁炭微电解工艺对该废水进行预处理;通过正交实验考察pH、反应时间及铁炭比处理效果的影响规律及COD去除反应动力学,并对各因素作了单因素影响实验,确定了最佳工艺条件.结果表明,铁炭微电解法是预处理靛蓝牛仔布印染废水的一种有效方法,在Fe/C为2:1、pH为3的条件下反应90 min,铁炭微电解出水COD的去除率在49.2％,色度去除率达到80％,该印染废水经微电解处理后,BOD5/COD比值可从原来的0.248上升至0.436,可生化性明显提高.此外,微电解预处理靛蓝牛仔布印染废水中COD的去除反应符合二级反应动力学规律.     

过硫酸钾去除水中的TCE

以地水中的氯代烃污染物三氯乙烯(TCE)为目标污染物,以过硫酸钾溶液为氧化剂,探讨了不同条件下过硫酸钾对TCE的去除效果。实验结果表明,在40℃,过硫酸钾初始浓度为2.43 g/L条件下,反应2 h后,TCE的去除率就可达到96.8%;过硫酸钾对TCE的去除符合一级反应动力学方程,速率常数(K)为1.3364 h-1,半衰期(t1/2)为0.51 h;过硫酸钾对TCE的去除速率在pH为中性附近时最大,其后无论pH升高或降低去除速率均减小;受温度和pH影响较明显,并且反应温度越高,受pH的影响越明显;随离子强度的增加而减小;反应活化能为119.6 kJ/mol;过硫酸钾溶于水生成过硫酸根离子(S2O28-),S2O28-会进一步生成硫酸根自由基(SO4-.),在碱性条件下,SO4-.与OH-反应会进一步生成羟基自由基(.OH)。过硫酸钾对于TCE的去除主要源自SO4-.和.OH的强氧化性。     

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。