致谢 | 第7-9页 |
摘要 | 第9-11页 |
ABSTRACT | 第11-13页 |
第1章 绪论 | 第20-26页 |
1.1 研究背景 | 第20-21页 |
1.1.1 结晶紫及其处理现状 | 第20页 |
1.1.2 磷酸铋 | 第20页 |
1.1.3 过硫酸盐 | 第20-21页 |
1.2 高级氧化技术 | 第21-23页 |
1.2.1 O_3氧化法 | 第21页 |
1.2.2 光芬顿法 | 第21-22页 |
1.2.3 超声辐射法 | 第22页 |
1.2.4 光催化氧化法 | 第22-23页 |
1.3 低温等离子体处理技术 | 第23-24页 |
1.3.1 介质阻挡放电 | 第23页 |
1.3.2 电晕放电 | 第23-24页 |
1.3.3 滑动电弧放电 | 第24页 |
1.3.4 辉光放电 | 第24页 |
1.3.5 电容耦合射频放电 | 第24页 |
1.4 研究目的与内容 | 第24-26页 |
1.4.1 研究目的 | 第24-25页 |
1.4.2 研究内容 | 第25-26页 |
第2章 低温等离子体协同磷酸铋去除水中结晶紫 | 第26-50页 |
2.1 引言 | 第26页 |
2.2 材料和方法 | 第26-32页 |
2.2.1 实验材料 | 第26页 |
2.2.2 BiPO_4的合成 | 第26页 |
2.2.3 材料的表征 | 第26-27页 |
2.2.4 实验仪器与方法 | 第27页 |
2.2.5 分析方法 | 第27-32页 |
2.3 结果与讨论 | 第32-49页 |
2.3.1 催化剂的表征 | 第32-34页 |
2.3.2 催化活性分析 | 第34-35页 |
2.3.3 降解过程影响因素分析 | 第35-39页 |
2.3.4 降解动力学分析 | 第39-41页 |
2.3.5 反应过程中活性物质的作用 | 第41-43页 |
2.3.6 吸光度、pH、电导率以及TOC的变化 | 第43-45页 |
2.3.7 材料的重复利用性能 | 第45-46页 |
2.3.8 降解产物以及CV降解路径的分析 | 第46-48页 |
2.3.9 急性毒性分析 | 第48-49页 |
2.4 本章小结 | 第49-50页 |
第3章 低温等离子体协同过硫酸盐去除水中结晶紫 | 第50-65页 |
3.1 引言 | 第50页 |
3.2 材料和方法 | 第50-51页 |
3.2.1 实验材料 | 第50页 |
3.2.2 实验仪器与方法 | 第50-51页 |
3.2.3 分析方法 | 第51页 |
3.3 结果与分析 | 第51-63页 |
3.3.1 协同作用分析 | 第51-52页 |
3.3.2 降解过程中的影响因素 | 第52-56页 |
3.3.3 降解动力学分析 | 第56-57页 |
3.3.4 反应过程中的活性物质 | 第57-58页 |
3.3.5 吸光度、pH、电导率、离子浓度以及TOC的变化 | 第58-61页 |
3.3.6 降解产物及降解途径 | 第61-63页 |
3.3.7 急性毒性分析 | 第63页 |
3.4 本章小结 | 第63-65页 |
第4章 基于人工神经网络的低温等离子体协同降解CV模型 | 第65-83页 |
4.1 引言 | 第65页 |
4.2 模拟方法的选择 | 第65-67页 |
4.2.1 层次分析法(AHP) | 第65-66页 |
4.2.2 模糊综合评价法(FCE) | 第66页 |
4.2.3 接近理想点法(TOPSIS) | 第66页 |
4.2.4 主成分分析法(PCA) | 第66-67页 |
4.2.5 人工神经网络法(ANN) | 第67页 |
4.2.6 模拟方法的确定 | 第67页 |
4.3 ANN模型构建与检验 | 第67-71页 |
4.3.1 ANN学习方法的确定 | 第67-69页 |
4.3.2 ANN模型的构建 | 第69-70页 |
4.3.3 ANN模型分析及检验 | 第70-71页 |
4.4 ANN网络模型的训练和检验 | 第71-75页 |
4.5 多因素变化时CV降解仿真及分析 | 第75-81页 |
4.5.1 不同条件对低温等离子体协同BiPO_4降解水中CV的影响 | 第75-78页 |
4.5.2 不同条件对低温等离子体协同Fe~(2+)活化过硫酸盐降解水中CV的影响 | 第78-81页 |
4.6 不同条件对降解效果的重要性研究 | 第81-82页 |
4.7 本章小结 | 第82-83页 |
第5章 结论与展望 | 第83-85页 |
5.1 结论 | 第83-84页 |
5.2 存在的问题与展望 | 第84-85页 |
参考文献 | 第85-93页 |
攻读硕士学位期间的学术活动及成果情况 | 第93页 |