废煤基活性炭再生制备载铁复合材料及除砷机理研究
发布时间：2021-01-03 10:21
在多晶硅材料生产过程中,材料质量的好坏,取决于氢气气体净化的好坏,而生产过程中尾气的净化与回收通常会用到大量的活性炭,由于现有技术仍然存在不足,使得活性炭的消耗量巨大且同时伴随有大量的废弃活性炭产生。废弃活性炭是一种典型的可再利用固废资源,为此本文提出将多晶硅生产过程产生的废弃煤基活性炭进行再生利用制备优质活性炭,同时用再生活性炭载铁制备复合材料制备高附加值产品,并对废弃活性炭再生以及制备铁／炭复合材料去除水中砷的技术和相关理论进行了系统深入的研究,取得了一些有意义的结果。1.热再生废弃煤基活性炭的技术研究采用不同活化剂,常规加热与微波加热等不同方法再生废弃煤基活性炭,采用基于中心组合设计的响应面法（RSM）,研究对再生活性炭性能有关键性影响的再生温度,再生时间以及活化剂用量等工艺参数并进行优化。结合优化工艺参数和再生活性炭结构的研究,讨论废活性炭的再生反应机理。结果表明：工艺参数对活性炭碘吸附值和得率的影响规律符合两因子交互效应二次方程模型,通过对各个因素的显著性和交互作用进行分析,得到四种废弃煤基活性炭再生优化工艺参数,分别为：a.常规水蒸气热再生,再生温度983℃,再生时间135...
【文章来源】：昆明理工大学云南省
【文章页数】：188 页
【学位级别】：博士
【文章目录】：
摘要
ABSTRACT
目录
第一章 绪论
1.1 废弃活性炭再生
1.2 水中砷的危害及吸附去除
1.2.1 水中砷对人体的毒性
1.2.2 水中砷的来源
1.2.3 目前除去水中砷的主要方法
1.3 氧化铁/活性炭复合材料的制备的研究进展
1.3.1 铁浸渍法
1.3.2 原位合成法
1.4 响应曲面法与人工神经网络实验应用研究
1.4.1 响应曲面法概述
1.4.2 响应曲面法在冶金工业中的应用
1.4.3 人工神经网络概述
1.4.4 人工神经网络的研究内容及应用
1.5 论文的研究意义与内容
第二章 实验原料分析及表征方法
2.1 实验原料
2.2 表征方法
2.2.1 活性炭吸附性能
2.2.2 XRD分析
2.2.3 孔结构表征
2.2.4 SEM分析
2.3 分析计算软件
2.3.1 Design-Expert 7.1
2.3.2 M aterial studio
2.3.3 Hype rchem 7.5
第三章 废弃煤基活性炭常规加热与微波加热再生
3.1 实验原料的制备
3.1.1 实验设备
3.1.2 实验方法
3.1.3 样品测定
3.2 再生工艺及实验设备
3.2.1 实验原料
3.2.2 常规加热与微波加热再生实验装置及工艺流程
3.3 常规加热水蒸气再生废弃煤基活性炭的响应曲面优化实验
3.3.1 模型精确性验证
3.3.2 优化结果
3.4 常规加热二氧化碳再生废弃煤基活性炭的响应曲面优化实验
3.4.1 模型精确性验证
3.4.2 优化结果
3.5 微波加热水蒸气再生废弃煤基活性炭的响应曲面优化实验
3.5.1 模型精确性验证
3.5.2 优化结果
3.6 微波加热二氧化碳再生废弃煤基活性炭的响应曲面优化实验
3.6.1 模型精确性验证
3.6.2 优化结果
3.7 活化工艺条件及产品性能对比
3.7.1 常规水蒸气再生与微波水蒸气再生对比
3.7.2 常规二氧化碳活化与微波二氧化碳再生对比
3.7.3 水蒸气与二氧化碳再生对比
3.8 本章小结
第四章 再生活性炭孔结构及吸附机理分析
4.1 活性炭孔结构以及微观结构分析
4.1.1 活性炭孔结构分析
4.1.2 活性炭S EM分析
4.2 再生反应机理分析
4.2.1 水蒸气再生机理分析
4.2.2 二氧化碳活再生理分析
4.3 再生活性炭吸附亚甲基蓝研究
4.3.1 实验装置与方法
4.3.2 吸附等温线
4.3.2.1 Langmuir吸附等温线
4.2.2.2 Freundlich吸附模型
4.2.2.3 结果分析
4.3.3 吸附动力学
4.3.3.1 准一级吸附动力学方程
4.3.3.2 准二级吸附动力学方程
4.3.3.3 结果讨论
4.4 本章小结
第五章 煤基活性炭微波热再生神经网络预测模型研究
5.1 基于L-M的改进BP神经网络算法
5.1.1 BP神经网络算法
5.1.2 传统BP算法的缺点
5.1.3 各种改进BP算法的缺点
5.1.4 基于L-M的改进BP算法
5.2 神经网络预测模型
5.2.1 微波加热水蒸气再生废弃煤基活性炭的预测模型
5.2.2 微波加热二氧化碳再生废弃煤基活性炭的预测模型
5.3 本章小结
第六章 氧化铁/活性炭复合材料吸附除去水中的砷
6.1 实验方法
6.1.1 样品的制备
6.1.2 分析测定装置
6.1.3 试验步骤
6.2 实验结果与除砷吸附机理分析
6.2.1 复合材料的物化性能分析
6.2.2 吸附等温线
6.2.3 吸附动力学
6.2.4 除砷吸附机理分析
6.2.5 除砷吸附的第一性原理研究
6.2.5.1 结构分析
6.2.5.2 能量分析
6.2.5.3 能带结构分析
6.2.5.4 分子轨道分析
6.2.5.5 热力学常数计算
6.2.5.6 结果讨论
6.3 本章小结
第七章 结论和创新点
工作展望
致谢
参考文献
附表 1
攻读博士学位期间取得的主要研究成果
【参考文献】：
期刊论文
[1]饮用水除砷吸附剂的研究进展[J]. 李新,黄显怀,伍昌年,唐玉朝,彭艳. 工业用水与废水. 2011(04)
[2]应用正交设计与BP网络优化制备改性活性炭[J]. 刘振中,邓慧萍. 同济大学学报(自然科学版). 2010(05)
[3]活性炭负载Fe（Ⅲ）吸附剂去除饮用水中的As（Ⅴ）[J]. 姚淑华,贾永锋,汪国庆,石中亮. 过程工程学报. 2009(02)
[4]反向传播神经网络收敛性的探讨[J]. 林俊,章兢. 计算机与现代化. 2005(07)
[5]活性炭孔结构调节:理论、方法与实践[J]. 解强,张香兰,李兰廷,金雷. 新型炭材料. 2005(02)
[6]半导体工业废水中除砷的研究[J]. 韩利军,崔育倩,骆德馨,余季金,马玉新. 青岛大学学报(工程技术版). 2004(01)
[7]活性炭再生及新技术研究[J]. 翁元声. 给水排水. 2004(01)
[8]大规模定制下的质量控制系统框架设计[J]. 肖粤翔,何桢. 工业工程. 2003(06)
[9]地下水用含铁锰矿石除砷[J]. 丁亮. 中国卫生工程学. 2003(03)
[10]木质活性炭的光催化再生[J]. 刘守新,张世润,孙承林. 林产化学与工业. 2003(02)
硕士论文
[1]玉米秸秆纤维素酶水解研究及响应曲面法优化[D]. 杨静.天津大学 2007
[2]进化计算和人工神经网络在多目标优化问题中的应用[D]. 于晓辉.山东师范大学 2004
[3]多响应问题的稳健性设计优化研究[D]. 张于轩.天津大学 2004
[4]径向基函数神经网络用于细菌MALDI飞行时间质谱的分类判别[D]. 王丹.东北师范大学 2002
[5]RBF神经元网络的研究及其在复杂化学信息处理中的应用[D]. 王梦松.浙江大学 2002
本文编号：2954812
【文章来源】：昆明理工大学云南省
【文章页数】：188 页
【学位级别】：博士
【文章目录】：
摘要
ABSTRACT
目录
第一章 绪论
1.1 废弃活性炭再生
1.2 水中砷的危害及吸附去除
1.2.1 水中砷对人体的毒性
1.2.2 水中砷的来源
1.2.3 目前除去水中砷的主要方法
1.3 氧化铁/活性炭复合材料的制备的研究进展
1.3.1 铁浸渍法
1.3.2 原位合成法
1.4 响应曲面法与人工神经网络实验应用研究
1.4.1 响应曲面法概述
1.4.2 响应曲面法在冶金工业中的应用
1.4.3 人工神经网络概述
1.4.4 人工神经网络的研究内容及应用
1.5 论文的研究意义与内容
第二章 实验原料分析及表征方法
2.1 实验原料
2.2 表征方法
2.2.1 活性炭吸附性能
2.2.2 XRD分析
2.2.3 孔结构表征
2.2.4 SEM分析
2.3 分析计算软件
2.3.1 Design-Expert 7.1
2.3.2 M aterial studio
2.3.3 Hype rchem 7.5
第三章 废弃煤基活性炭常规加热与微波加热再生
3.1 实验原料的制备
3.1.1 实验设备
3.1.2 实验方法
3.1.3 样品测定
3.2 再生工艺及实验设备
3.2.1 实验原料
3.2.2 常规加热与微波加热再生实验装置及工艺流程
3.3 常规加热水蒸气再生废弃煤基活性炭的响应曲面优化实验
3.3.1 模型精确性验证
3.3.2 优化结果
3.4 常规加热二氧化碳再生废弃煤基活性炭的响应曲面优化实验
3.4.1 模型精确性验证
3.4.2 优化结果
3.5 微波加热水蒸气再生废弃煤基活性炭的响应曲面优化实验
3.5.1 模型精确性验证
3.5.2 优化结果
3.6 微波加热二氧化碳再生废弃煤基活性炭的响应曲面优化实验
3.6.1 模型精确性验证
3.6.2 优化结果
3.7 活化工艺条件及产品性能对比
3.7.1 常规水蒸气再生与微波水蒸气再生对比
3.7.2 常规二氧化碳活化与微波二氧化碳再生对比
3.7.3 水蒸气与二氧化碳再生对比
3.8 本章小结
第四章 再生活性炭孔结构及吸附机理分析
4.1 活性炭孔结构以及微观结构分析
4.1.1 活性炭孔结构分析
4.1.2 活性炭S EM分析
4.2 再生反应机理分析
4.2.1 水蒸气再生机理分析
4.2.2 二氧化碳活再生理分析
4.3 再生活性炭吸附亚甲基蓝研究
4.3.1 实验装置与方法
4.3.2 吸附等温线
4.3.2.1 Langmuir吸附等温线
4.2.2.2 Freundlich吸附模型
4.2.2.3 结果分析
4.3.3 吸附动力学
4.3.3.1 准一级吸附动力学方程
4.3.3.2 准二级吸附动力学方程
4.3.3.3 结果讨论
4.4 本章小结
第五章 煤基活性炭微波热再生神经网络预测模型研究
5.1 基于L-M的改进BP神经网络算法
5.1.1 BP神经网络算法
5.1.2 传统BP算法的缺点
5.1.3 各种改进BP算法的缺点
5.1.4 基于L-M的改进BP算法
5.2 神经网络预测模型
5.2.1 微波加热水蒸气再生废弃煤基活性炭的预测模型
5.2.2 微波加热二氧化碳再生废弃煤基活性炭的预测模型
5.3 本章小结
第六章 氧化铁/活性炭复合材料吸附除去水中的砷
6.1 实验方法
6.1.1 样品的制备
6.1.2 分析测定装置
6.1.3 试验步骤
6.2 实验结果与除砷吸附机理分析
6.2.1 复合材料的物化性能分析
6.2.2 吸附等温线
6.2.3 吸附动力学
6.2.4 除砷吸附机理分析
6.2.5 除砷吸附的第一性原理研究
6.2.5.1 结构分析
6.2.5.2 能量分析
6.2.5.3 能带结构分析
6.2.5.4 分子轨道分析
6.2.5.5 热力学常数计算
6.2.5.6 结果讨论
6.3 本章小结
第七章 结论和创新点
工作展望
致谢
参考文献
附表 1
攻读博士学位期间取得的主要研究成果
【参考文献】：
期刊论文
[1]饮用水除砷吸附剂的研究进展[J]. 李新,黄显怀,伍昌年,唐玉朝,彭艳. 工业用水与废水. 2011(04)
[2]应用正交设计与BP网络优化制备改性活性炭[J]. 刘振中,邓慧萍. 同济大学学报(自然科学版). 2010(05)
[3]活性炭负载Fe（Ⅲ）吸附剂去除饮用水中的As（Ⅴ）[J]. 姚淑华,贾永锋,汪国庆,石中亮. 过程工程学报. 2009(02)
[4]反向传播神经网络收敛性的探讨[J]. 林俊,章兢. 计算机与现代化. 2005(07)
[5]活性炭孔结构调节:理论、方法与实践[J]. 解强,张香兰,李兰廷,金雷. 新型炭材料. 2005(02)
[6]半导体工业废水中除砷的研究[J]. 韩利军,崔育倩,骆德馨,余季金,马玉新. 青岛大学学报(工程技术版). 2004(01)
[7]活性炭再生及新技术研究[J]. 翁元声. 给水排水. 2004(01)
[8]大规模定制下的质量控制系统框架设计[J]. 肖粤翔,何桢. 工业工程. 2003(06)
[9]地下水用含铁锰矿石除砷[J]. 丁亮. 中国卫生工程学. 2003(03)
[10]木质活性炭的光催化再生[J]. 刘守新,张世润,孙承林. 林产化学与工业. 2003(02)
硕士论文
[1]玉米秸秆纤维素酶水解研究及响应曲面法优化[D]. 杨静.天津大学 2007
[2]进化计算和人工神经网络在多目标优化问题中的应用[D]. 于晓辉.山东师范大学 2004
[3]多响应问题的稳健性设计优化研究[D]. 张于轩.天津大学 2004
[4]径向基函数神经网络用于细菌MALDI飞行时间质谱的分类判别[D]. 王丹.东北师范大学 2002
[5]RBF神经元网络的研究及其在复杂化学信息处理中的应用[D]. 王梦松.浙江大学 2002
本文编号：2954812
本文链接：https://www.wllwen.com/shengtaihuanjingbaohulunwen/2954812.html
