| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第10-20页 |
| 1.1 我国农药工业废水现状 | 第10页 |
| 1.2 吡蚜酮生产流程及废水性质 | 第10-13页 |
| 1.2.1 吡蚜酮生产流程 | 第10-12页 |
| 1.2.2 吡蚜酮生产废水的水质特征 | 第12-13页 |
| 1.3 农药生产废水的处理方法 | 第13-18页 |
| 1.3.1 吸附法 | 第13页 |
| 1.3.2 膜分离法 | 第13页 |
| 1.3.3 络合萃取法 | 第13-14页 |
| 1.3.4 混凝法 | 第14页 |
| 1.3.5 氧化法 | 第14-16页 |
| 1.3.6 生化处理方法 | 第16-17页 |
| 1.3.7 水解法 | 第17页 |
| 1.3.8 焚烧法 | 第17页 |
| 1.3.9 离子交换法 | 第17-18页 |
| 1.4 课题的意义及研究思路 | 第18-20页 |
| 第2章 吡蚜酮废液的氨转化研究 | 第20-26页 |
| 2.1 引言 | 第20页 |
| 2.2 试剂及分析仪器 | 第20页 |
| 2.3 实验装置及步骤 | 第20-23页 |
| 2.3.1 实验装置 | 第20-21页 |
| 2.3.2 实验步骤 | 第21页 |
| 2.3.3 实验分析方法 | 第21-23页 |
| 2.4 氨转化实验 | 第23-25页 |
| 2.4.1 碱加入量确定 | 第23-24页 |
| 2.4.2 氨转化实验过程 | 第24-25页 |
| 2.5 本章小结 | 第25-26页 |
| 第3章 侧线精馏分离硫酸铵-甲醇-水的研究 | 第26-41页 |
| 3.1 引言 | 第26页 |
| 3.2 Aspen plus软件简介 | 第26页 |
| 3.3 模拟过程中物性方法的选择 | 第26-27页 |
| 3.4 模拟装置和模拟参数 | 第27-28页 |
| 3.4.1 模拟装置 | 第27页 |
| 3.4.2 模拟参数 | 第27-28页 |
| 3.5 侧线精馏过程影响因素的模拟研究 | 第28-35页 |
| 3.5.1 塔顶采出率的变化对侧线精馏的影响 | 第28-29页 |
| 3.5.2 回流比的变化对侧线精馏的影响 | 第29-30页 |
| 3.5.3 侧线采出率的变化对侧线精馏的影响 | 第30-32页 |
| 3.5.4 塔板数的变化对侧线精馏的影响 | 第32-33页 |
| 3.5.5 进料位置的变化对侧线精馏的影响 | 第33-34页 |
| 3.5.6 侧线出料位置的变化对侧线精馏的影响 | 第34-35页 |
| 3.6 侧线精馏正交试验优化 | 第35-38页 |
| 3.6.1 侧线精馏正交试验设计 | 第36-37页 |
| 3.6.2 侧线精馏优化结果 | 第37-38页 |
| 3.7 连续侧线精馏实验 | 第38-40页 |
| 3.7.1 实验装置 | 第38-39页 |
| 3.7.2 实验分析方法 | 第39页 |
| 3.7.3 实验结果 | 第39-40页 |
| 3.8 小结 | 第40-41页 |
| 第4章 络合萃取研究 | 第41-54页 |
| 4.1 引言 | 第41-42页 |
| 4.1.1 络合剂的选择原则 | 第41页 |
| 4.1.2 稀释剂的选择原则 | 第41-42页 |
| 4.1.3 助溶剂的选择原则 | 第42页 |
| 4.2 实验部分 | 第42-44页 |
| 4.2.1 实验试剂及仪器 | 第42-43页 |
| 4.2.2 络合萃取实验装置 | 第43页 |
| 4.2.3 络合萃取步骤 | 第43页 |
| 4.2.4 萃取分配比及萃取率的计算 | 第43-44页 |
| 4.2.5 实验过程的分析方法 | 第44页 |
| 4.3 萃取剂筛选 | 第44-46页 |
| 4.3.1 络合剂的筛选 | 第44-45页 |
| 4.3.2 稀释剂的筛选 | 第45-46页 |
| 4.3.3 助溶剂的筛选 | 第46页 |
| 4.4 萃取条件的选择 | 第46-53页 |
| 4.4.1 含氮有机物初始浓度对萃取效果的影响 | 第46-47页 |
| 4.4.2 废液pH对萃取效果的影响 | 第47-49页 |
| 4.4.3 络合剂用量对萃取效果的影响 | 第49-50页 |
| 4.4.4 水油比对萃取效果的影响 | 第50-51页 |
| 4.4.5 萃取时间对萃取效果的影响 | 第51-52页 |
| 4.4.6 萃取温度对萃取效果的影响 | 第52-53页 |
| 4.5 本章小结 | 第53-54页 |
| 第5章 基于BP神经网络模型的络合萃取过程优化设计与分析 | 第54-70页 |
| 5.1 引言 | 第54页 |
| 5.2 BP人工神经网络简介 | 第54-56页 |
| 5.2.1 BP人工神经基本数学原理 | 第54-55页 |
| 5.2.2 BP人工神经的训练流程 | 第55-56页 |
| 5.3 基于BP人工神经网络模型对络合萃取过程建模 | 第56-59页 |
| 5.3.1 模型训练样本 | 第56-57页 |
| 5.3.2 络合萃取模型的网络结构 | 第57-59页 |
| 5.4 BP神经网络模型的仿真及验证 | 第59-62页 |
| 5.4.1 BP神经网络模型的训练 | 第59-60页 |
| 5.4.2 BP神经网络训练结果 | 第60-61页 |
| 5.4.3 BP神经网络模型验证 | 第61-62页 |
| 5.5 基于BP神经网络的络合萃取优化 | 第62-69页 |
| 5.5.1 二次响应面回归模型的建立与分析 | 第62-64页 |
| 5.5.2 模型的适用性分析 | 第64-65页 |
| 5.5.3 结果分析与响应曲面优化 | 第65-69页 |
| 5.6 多级络合萃取的优化与实验结果比较 | 第69页 |
| 5.7 结论 | 第69-70页 |
| 第6章 萃取剂的再生研究 | 第70-75页 |
| 6.1 引言 | 第70页 |
| 6.2 萃取剂再生方法 | 第70-71页 |
| 6.3 反萃取实验方法 | 第71页 |
| 6.4 反萃剂的确定 | 第71页 |
| 6.5 单因素对反萃取过程的影响 | 第71-74页 |
| 6.5.1 盐酸浓度对反萃取效果的影响 | 第71-72页 |
| 6.5.2 反萃时间对反萃取效果的影响 | 第72-73页 |
| 6.5.3 萃取剂循环使用次数对反萃取效果的影响 | 第73-74页 |
| 6.6 本章小结 | 第74-75页 |
| 第7章 工艺过程总物料衡算 | 第75-79页 |
| 7.1 引言 | 第75页 |
| 7.2 物料衡算 | 第75-78页 |
| 7.2.1 氨转化过程物料衡算 | 第75-76页 |
| 7.2.2 侧线精馏过程物料衡算 | 第76-77页 |
| 7.2.3 络合萃取过程物料衡算 | 第77-78页 |
| 7.2.4 反萃取过程物料衡算 | 第78页 |
| 7.3 本章小结 | 第78-79页 |
| 第8章 结论与展望 | 第79-81页 |
| 8.1 结论 | 第79-80页 |
| 8.2 展望 | 第80-81页 |
| 参考文献 | 第81-86页 |
| 在读期间的科研成果及获奖情况 | 第86-87页 |
| 致谢 | 第87页 |