UV/H2O2降解微囊藻毒素的人工神經網絡模型 |
文件大小：0.36MB格式：pdf發布時間：2013-06-20瀏覽次數：次
| 【中文關鍵詞】 | 微囊藻毒素 UV/H2O2 人工神經網絡 模型 動力學 |
| 【摘要】 | 試驗建立了UV/H2O2高級氧化工藝降解微囊藻毒素MC-LR的人工神經網絡模型。研究了UV強度、H2O2投加量、MC-LR初始濃度、pH等對降解速率的影響,并以反向傳播算法的神經網絡模型對多因素條件下的降解效果進行仿真預測。結果表明,降解速率不受初始MC-LR濃度的影響;UV的加強及H2O2投加量的增加能有效提高MC-LR的降解速率;pH的降低能大幅度改善降解效果,尤其在酸性條件下,pH的變化對降解速率的影響程度更大。 |
| 【部分正文預覽】 | 試驗建立了UV/H2O2高級氧化工藝降解微囊藻毒素MC-LR的人工神經網絡模型。研究了UV強度、H2O2投加量、MC-LR初始濃度、pH等對降解速率的影響,并以反向傳播算法的神經網絡模型對多因素條件下的降解效果進行仿真預測。結果表明,降解速率不受初始MC-LR濃度的影響;UV的加強及H2O2投加量的增加能有效提高MC-LR的降解速率;pH的降低能大幅度改善降解效果,尤其在酸性條件下,pH的變化對降解速率的影響程度更大。 |
|
| ||||||||||||||
|
| ||||||||||||||
|
|||||||||||||||
|
|
|||||||||||||||
|
|||||||||||||||
|
【打印本頁】 |
|||||||||||||||
