基于纳米复合材料的污水深度除磷与磷回收的应用基础研究

发布时间：2023-02-07 07:27

　　磷是人类生命活动和现代农业不可或缺的元素之一,但水体中过量的磷会导致富营养化,破坏生态环境。当下,人类社会正面临着磷资源短缺与磷污染严重的窘境。水中磷的深度处理和磷资源的回收已成为水污染治理领域的重要研究课题。课题组前期研究证实铁系纳米复合材料如HFO-201对磷具有高吸附容量和高选择性,具有良好的应用前景。为了系统评估HFO-201在复杂水体环境中的除磷效率,本文选取pH值、温度、硫酸根浓度、吸附剂量和初始磷浓度等为影响因素,构建了三层前馈/反向传播式人工神经网络,用于模拟不同运行参数和水质条件下HFO-201的除磷过程。该模型可准确预测HFO-201静态除磷效率(Pearson系数为0.989)和固定床吸附穿透曲线(相关系数为0.993)。与相应曲面模型相比,人工神经网络模型具有更强的灵活性和鲁棒性,还可以对训练组边界条件以外的数据较为准确的外推预测。通过ANOVA测试和权值分析,发现除温度外,其他参数影响显著。通过结合遗传算法,人工神经网络可对HFO-201除磷系统进行优化,在特定条件下,可在保持90%以上磷去除率的基础上,计算得到最小吸附剂投量和最优pH。上述结果表明,人工神经...

【文章页数】：126 页

【学位级别】：博士

【文章目录】：
摘要
英文摘要
第一章 绪论
    1.1 研究背景
        1.1.1 水中磷的来源和形态分布
        1.1.2 磷污染的危害及磷资源短缺
        1.1.3 含磷废水处理及磷回收方法
        1.1.4 纳米复合材料在污水除磷及磷回收领域的研究
        1.1.5 市政污水中磷和出水有机物(EfOM)的同步去除
    1.2 研究目标、内容及基本思路
第二章 基于人工神经网络的铁系纳米复合材料除磷特性
    2.1 引言
    2.2 实验材料及方法
        2.2.1 实验材料
        2.2.2 响应曲面及实验设计
        2.2.3 静态吸附实验
        2.2.4 固定床吸附实验
        2.2.5 人工神经网络构架
    2.3 结果与讨论
        2.3.1 响应曲面模型
        2.3.2 人工神经网络模拟静态吸附
        2.3.3 遗传算法优化
        2.3.4 影响因素相互作用分析
        2.3.5 人工神经网络模拟固定床吸附
    2.4 本章小结
第三章 鸟粪石法回收铁系纳米复合材料除磷脱附液
    3.1 引言
    3.2 实验材料及方法
        3.2.1 实验材料
        3.2.2 HFO-201吸附-鸟粪石反应器系统
        3.2.3 鸟粪石结晶静态实验
        3.2.4 晶体生长动力学实验
        3.2.5 分析方法
        3.2.6 热力学模型构建
    3.3 结果与讨论
        3.3.1 污水处理厂二级出水及脱附液表征
        3.3.2 热力学模型结果
        3.3.3 pH对P回收的影响
        3.3.4 温度和搅拌转速对P回收的影响
        3.3.5 镁氨投量对P回收的影响
        3.3.6 盐度和有机物对P回收的影响
        3.3.7 钙/镁法P回收可行性探索
    3.4 本章小节
第四章 镧系纳米复合材料的研制与基本除磷性能
    4.1 引言
    4.2 实验材料与方法
        4.2.1 实验材料
        4.2.2 纳米复合材料La-201的制备
        4.2.3 静态吸附实验
        4.2.4 吸附模型
        4.2.5 材料表征及分析方法
    4.3 结果与讨论
        4.3.1 La-201的表征
        4.3.2 pH对La-201吸附P的影响
        4.3.3 竞争离子和有机物对La-201吸附P的影响
        4.3.4 吸附等温线
        4.3.5 吸附动力学
        4.3.6 与其他载La复合材料的比较
    4.4 本章小节
第五章 载镧纳米复合材料固定床除磷性能与作用机制
    5.1 引言
    5.2 实验材料与方法
        5.2.1 实验材料
        5.2.2 固定床动态吸附-再生实验
        5.2.3 分析方法
    5.3 结果与讨论
        5.3.1 固定床吸附-再生结果
        5.3.2 HLO形貌及晶态变化研究
        5.3.3 LaPO4形态的NMR研究
        5.3.4 La-P相互作用XPS研究
    5.4 本章小节
第六章 研究结论、创新点与研究展望
附件 博士阶段的其他相关研究工作
    第七章 饮用水处理厂(DWTP)神经网络混合模型产水量预测工具的开发
        7.1 引言
        7.2 实验材料与方法
            7.2.1 实验数据
            7.2.2 数据处理
            7.2.3 混合型人工神经网络的构建
            7.2.4 DWTP产水量预测工具的开发
        7.3 结果与讨论
            7.3.1 DWTP输入输出数据分析
            7.3.2 混合型人工神经网络(HANN)模型的结构和性能
            7.3.3 输入参数对HANN模型的影响
            7.3.4 DWTP产水量预测工具
        7.4 本章小节
    第八章 载铁纳米复合材料-离子交换串联同步去除磷和出水有机物(EfOM)的性能
        8.1 前言
        8.2 实验材料与方法
            8.2.1 实验材料
            8.2.2 连续固定床动态吸附-再生实验
            8.2.3 分析方法
        8.3 结果与讨论
            8.3.1 市政污水出水表征
            8.3.2 HFO-201/D-201串联柱系统同步去除磷和EfOM
            8.3.3 HFO-201/D-201串联柱系统再生性能分析
        8.4 本章小节
参考文献
攻读博士期间主要科研成果
致谢



本文编号：3736659