用BP 神经网络模型预测纳米二氧化钛光催化降解硝基甲苯类废水

2011-01-28 03:03:28尹艳华王春芳晏明杨
火炸药学报 2011年3期

尹艳华,王春芳,晏明杨

(1.北京理工大学化工与环境学院,北京 100081;

2.中国民用航空西南地区空中交通管理局技术保障中心,四川 成都610202)

引 言

目前国内外处理硝基甲苯类废水的技术主要有电絮凝、萃取、焚烧、堆肥、化学氧化、活性炭吸附、生物处理等[1],其缺点是工艺复杂、处理费用较高等。用超临界水氧化技术处理硝基甲苯类废水,存在反应条件苛刻、超临界水氧化腐蚀严重等问题[2]。光催化氧化技术是近年来发展起来的一种水处理技术,具有结构简单、氧化能力强、操作条件容易控制、无二次污染等优点,是一种具有广阔应用前景的水处理技术[3]。

废水处理系统具有复杂性、非线性、时变性、不确定性和滞后性等特点[4],很难用分析和数学推导的方法来获得精确的数学模型[5],因此传统的控制方式很难对处理过程提出很好的控制方案。反向传播(BP)神经网络具有自学习、自组织、自适应以及良好的非线性映射等能力[6],因此人工神经网络建模在废水处理领域的应用成为一个研究热点。本研究基于光催化降解硝基甲苯类废水处理的实验数据,建立了BP 神经网络模型,模拟此光催化降解过程。

1 实 验

1.1 废水及药品

水样为含2,6-DN T 和4-MN T 的实验室自配模拟废水,其主要成分为2,6-DN T(100 mg/L),4-MN T(60 mg/L);纳米二氧化钛(德国P25);双氧水。

1.2 仪 器

岛津LC-10A 高效液相色谱仪;UV-Vis 检测器;Kcromasil100-5C18 色谱柱,检测波长254 nm;流动相为水和乙腈,体积比为80 ∶20,3 μL,流速1mL/min。

1.3 实验装置及流程

光催化氧化反应装置如图1 所示,其核心部分为外循环式光催化反应器。……

登录APP查看全文