臭氧降解微囊藻毒素的人工神经网络模型.pdfVIP

第42卷第 1期 中南大学学报(自然科学版) VO1．42 NO．1 2011年 1月 JournalofCentralSouthUniversity(ScienceandTechnology) Jan 2011 臭氧降解微囊藻毒素的人工神经网络模型 王文清 一，高乃云 ，黎雷 ，张可佳 ，戎文磊 (1．同济大学 污染控制与资源化国家重点实验室，上海，200092； 2．同济大学 建筑设计研究院(集团)有限公司，上海，200092； 3．无锡 自来水公司，江苏 无锡，214031) 摘 要：建立臭氧降解微囊藻毒素 MC—LR 的人工神经网络模型，研究臭氧投加量、MC—LR初始质量浓度、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。研究结果表 明：降解速率不受初始MC．LR质量浓度的影响；臭氧投加量的增加能有效提高MC—LR的降解速率；pH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；在具备酸性条件和臭氧量较 高时，在短时间内即可达到很高的去除率，否则降解效果不明显；该模型能预测复杂多因素试验条件下的有机物 降解效果，为试验及实际降解MC—LR提供理论指导，克服了初等函数模型的局限性。 关键词：微囊藻毒素MCLR；臭氧；人工神经网络；模型；动力学；仿真 中图分类号：TU99 文献标志码：A 文章编号：1672—7207(2011)01—0260—06 Artificialneuralnetworkmodelofmicrocystin-LR degradationbyozonation WANGWen．qing一，GAONan—yun，LILei，ZHANGKe-jia，RONGWen—lei f1．StateKeyLaboratoryofPollutionControlandResourceReuse，TongjiUniversity，Shanghai200092，China； 2．ArchitecturalDesignResearchInstituteofTongjiUniversity(Group)Co．Ltd．，Shanghai200092，China； 3．WuxiWaterSupplyGeneralCompany，Wuxi214031，China) Abstract：Anartificialneuralnetwork(ANN)modelofmicrocystin-LR(MC—LR1degradationbyozonationwasstudied． TheaffectOildegradationofOzonedose．MC—LR initialmassconcentrationandpH wasinvestigated．Andtheremova1 effectwithvariousfactorswassimulatedandpredictedbythemode1．Theresultsshow thatthedegradationrateiS invariablewith differentMC—LR initia1massconcentrations．Theaddition ofozone dosecan increase theMC—LR degradation rateeffectively，the declineofpH can improve thedegradation effectobviously，especially in acidity condition A bigremovaleffi ciencycanbegotteninashorttimewithaciditycon