国内外废化纤综合利用的现状及展望

综述了国内外废化纤利用的现状并讨论了今后的发展,指出我国在废化纤利用方面存在的问题和解决方法.     

一株微生物絮凝剂产生菌的培养基优化研究

利用单因子实验和部分因子实验对实验室保藏的产絮凝剂菌种C3的培养基进行优化,以提高C3菌所产生的微生物絮凝剂MBFC3的絮凝效果.实验结果表明,C3菌产MBFC3的最适培养基为: 蔗糖1.0 g,(NH4)2SO4 0.24 g,FeSO4 0.10 g,KH2PO4 0.40 g,MgSO4 0.01 g,NaCl 0.02 g,蒸馏水100 mL,pH值自然.在此培养条件下,C3菌所产生的微生物絮凝剂MBFC3对高岭土悬浮液的絮凝率可达到99.1%.实验中还发现,培养基中(NH4)2SO4和NaCl的用量是影响MBFC3絮凝效果的显著因素.     

基于沼液的培养基及产油小球藻藻种选育

将产油小球藻培养与沼液污水处理结合,为小球藻生长提供营养和水源,同时实现了沼液污水的无害化处理.本研究利用4种产油小球藻,在沼液污水与绿藻培养基体积比为1∶9、1∶3、1∶1、3∶1形成的培养基中培养,以产油率为指标,选育出获得最高产油率时的沼液污水-绿藻培养基配比和小球藻藻种.结果表明,产油率最高的培养基体积比为1∶3,小球藻藻种为BJ05,该工况下产油率达到9.20 mg·(L·d)-1,高于纯绿藻培养基中的8.66 mg·(L·d)-1.在1/4污水比例培养基基础上,考查添加绿藻培养基中不同营养组分对BJ05产油率的影响,结果发现,在同时不添加碳酸钠和柠檬酸的情况下,BJ05的产油率为9.36 mg·(L·d)-1,COD、TN(总氮)、TP(总磷)、NH+4-N去除率分别达到59%、75%、61%、100%.而其他营养成分缺失则显著降低了BJ05的生物量,进而降低了产油率,所以进一步优化培养基为绿藻培养基中不添加碳酸钠和柠檬酸的体积比为1∶3的沼液污水-绿藻培养基.     

无需柱前柱后衍生的氨基酸直接分析技术--细胞培养基与发酵液中氨基酸的测定

大多数氨基酸具有弱发光基团,在高浓度时才可用紫外吸收检测.发酵液或细胞培养基中的许多成分也具有发色团,用吸收法检测时这些成分会干扰氨基酸的直接检测.因此,可以用安培法直接检测这类物质.积分脉冲安培检测法(IPAD)是一种强大的检测技术,它有很宽的线性范围和很低的检测限.采用AminoPac PA10阴离子交换柱可以分离所有常见的氯基酸.AAA-DirectTM将阴离子交换(AE)和IPAD两种方法结合起来.可以同时检测复杂样品中的糖、乙二醇、糖醇(醛醇)和氨基酸.     

煤气脱硫废料综合利用新工艺

针对煤气脱硫废料（简称废料）的成分（硫、碳、萘及少量其他有机物）,提出了一种处理废料的新工艺,先用乙酸乙酯提取废料中的萘和少量其他有机物,再用复合溶剂B加热溶解废料,热过滤得碳粉,最后将溶液冷却结晶分离出硫。实验结果表明：在乙酸乙酯与废料的质量比（R1）为3.75,提取温度为60℃,提取时间为4h的条件下,萘回收率为98%,纯度大于等于70%,在复合溶剂B与提取剩余物的质量比（R2）为2.69,过滤温度为100℃的条件下,硫回收率接近100%,纯度大于等于99%,碳回收率和纯度为100%。     

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。     

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。     

专利资讯

专利名称:从钢渣中回收铁的方法专利申请号:CN201010207598.3公开号:CN101864501A申请日:2010.06.22公开日:2010.10.20申请人:新兴河北工程技术有限公司本发明属于钢渣再利用领域,具体涉及一种从钢渣中回收铁的方法,包括下列步骤:(1)钢渣倒入180 mm×180 mm篦板,<180 mm的钢渣进入地下料仓,>180 mm的钢渣用电磁吸盘进行第一次回收铁;(2)<180 mm的钢渣磁选、破碎,     

专利资讯

专利名称：一种氧化铝泡沫陶瓷废料回收方法；专利名称：废弃陶瓷复层微晶玻璃装饰板的生产方法；专利名称：一种利用废瓷粉制得的硅酸钙材料及其制备方法；专利名称：一种陶瓷砖生产过程中的固体废料回收方法；专利名称：一种利用废弃陶瓷制备路缘石的方法；