10.3969/j.issn.1002-8471.2009.11.031
UV/H_2O_2降解微囊藻毒素的人工神经网络模型
试验建立了UV/H_2O_2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、H_2O_2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H_2O_2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.
微囊藻毒素、UV/H_2O_2、人工神经网络、模型、动力学
35
TN3;X70
"十一五"国家科技支撑计划项目2006BAJ07B06,2007BAC26B03;国家技术重大专项资助2008ZX07421-002;上海市科委重点科技项目072312001
2010-03-23(万方平台首次上网日期,不代表论文的发表时间)
共5页
112-116