摘要 | 第1-7页 |
ABSTRACT | 第7-12页 |
第一章 绪论 | 第12-22页 |
·研究背景 | 第12页 |
·印染废水脱色的处理现状 | 第12-14页 |
·吸附法 | 第13页 |
·氧化法 | 第13页 |
·电解法 | 第13-14页 |
·混凝法 | 第14页 |
·膜分离法 | 第14页 |
·生物法 | 第14页 |
·活性炭的结构、性能以及在水处理中的应用 | 第14-19页 |
·活性炭的孔结构及微晶结构 | 第15页 |
·活性炭的性能 | 第15-16页 |
·活性炭的吸附作用 | 第16-17页 |
·活性炭在水处理中的应用研究 | 第17-18页 |
·活性炭吸附法处理印染废水的研究现状 | 第18-19页 |
·研究目标、内容和意义 | 第19-21页 |
·研究目标和内容 | 第19-20页 |
·研究意义 | 第20-21页 |
·本章小结 | 第21-22页 |
第二章 灰色系统理论 | 第22-29页 |
·灰色关联分析原理 | 第22-23页 |
·灰色关联度算法模型 | 第23-24页 |
·邓氏关联度 | 第23页 |
·绝对关联度 | 第23-24页 |
·T 型关联度 | 第24页 |
·邓氏灰色关联分析的步骤 | 第24-27页 |
·GM 模型 | 第27-28页 |
·本章小结 | 第28-29页 |
第三章 实验研究 | 第29-36页 |
·实验材料及仪器 | 第29页 |
·分析与计算方法 | 第29-31页 |
·实验步骤 | 第31-35页 |
·活性炭吸附亚甲基蓝溶液影响因素实验 | 第31-33页 |
·比表面积孔隙度测试实验 | 第33-34页 |
·扫描电镜实验 | 第34-35页 |
·本章小结 | 第35-36页 |
第四章 活性炭的表征及吸附效果的影响因素分析 | 第36-49页 |
·活性炭的表征 | 第36-42页 |
·活性炭微观形貌分析 | 第36页 |
·等温线分析 | 第36-38页 |
·BET 理论计算比表面积 | 第38-39页 |
·BJH 理论计算中大孔结构参数及孔径分布 | 第39-41页 |
·t 图法计算微孔的面积和容积 | 第41-42页 |
·吸附效果的影响分析 | 第42-48页 |
·时间对去除率的影响 | 第42-43页 |
·pH 值对去除率的影响 | 第43-44页 |
·温度对去除率的影响 | 第44-45页 |
·溶液初始浓度对去除率的影响 | 第45-46页 |
·不同粒径对去除率的影响 | 第46-47页 |
·活性炭投加量对去除率的影响 | 第47-48页 |
·本章小结 | 第48-49页 |
第五章 活性炭吸附染料废水的灰色系统研究 | 第49-59页 |
·实验条件与系统吸附的灰色关联分析 | 第49-54页 |
·灰色关联度计算结果及分析 | 第49-54页 |
·主要因素考察及建议 | 第54页 |
·比表面积和孔隙结构参数对吸附性能的灰色关联分析 | 第54-55页 |
·孔径分布对吸附性能的影响分析 | 第55-57页 |
·孔径分布与吸附量的灰色关联分析 | 第55-57页 |
·GM 模型的建立及预测 | 第57页 |
·本章小结 | 第57-59页 |
第六章 基于灰色理论的 BP 神经网络对活性炭吸附效果的预测 | 第59-64页 |
·BP 人工神经网络概述 | 第59-60页 |
·MATLAB 神经网络工具箱 | 第60页 |
·BP 神经网络模型的建模 | 第60-61页 |
·BP 神经网络的训练 | 第61页 |
·BP 神经网络对未知样本的预测结果分析 | 第61-62页 |
·本章小结 | 第62-64页 |
结论与展望 | 第64-66页 |
结论 | 第64-65页 |
创新点 | 第65页 |
展望 | 第65-66页 |
参考文献 | 第66-71页 |
附录 | 第71-79页 |
攻读硕士学位期间取得的研究成果 | 第79-80页 |
致谢 | 第80-81页 |
答辩委员会对论文的评定意见 | 第81页 |