UV/H2O2降解微囊藻毒素的人工神经网络模型 |
文件大小：0.36MB格式：pdf发布时间：2013-06-20浏览次数：次
| 【中文关键词】 | 微囊藻毒素 UV/H2O2 人工神经网络 模型 动力学 |
| 【摘要】 | 试验建立了UV/H2O2高级氧化工艺降解微囊藻毒素MC-LR的人工神经网络模型。研究了UV强度、H2O2投加量、MC-LR初始浓度、pH等对降解速率的影响,并以反向传播算法的神经网络模型对多因素条件下的降解效果进行仿真预测。结果表明,降解速率不受初始MC-LR浓度的影响;UV的加强及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,尤其在酸性条件下,pH的变化对降解速率的影响程度更大。 |
| 【部分正文预览】 | 试验建立了UV/H2O2高级氧化工艺降解微囊藻毒素MC-LR的人工神经网络模型。研究了UV强度、H2O2投加量、MC-LR初始浓度、pH等对降解速率的影响,并以反向传播算法的神经网络模型对多因素条件下的降解效果进行仿真预测。结果表明,降解速率不受初始MC-LR浓度的影响;UV的加强及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,尤其在酸性条件下,pH的变化对降解速率的影响程度更大。 |
|
| ||||||||||||||
|
| ||||||||||||||
|
|||||||||||||||
|
|
|||||||||||||||
|
|||||||||||||||
|
【打印本页】 |
|||||||||||||||
