通过扩展通风激活污泥进行生物2,4,6-三二二烯去除:使用人工神经网络进行优化
Hossein Karimi1, Farzaneh Mohammadi2, Saeed Rajabi3,4
1Health Research Center, Baqiyatallah University of Medical Sciences, Tehran, Iran.
Scientific reports
|June 3, 2023
概括
这项研究优化了使用人工神经网络和扩展通风活性污泥 (EAAS) 从废水中去除2,4,6-三二二烯 (TNT). 优化的系统实现了84.25%的TNT去除,显示了污染的工业废水处理的提高效率.
科学领域:
- 环境科学 环境科学
- 化学工程是化学工程的重要组成部分.
- 生物技术是生物技术.
背景情况:
- 2,4,6-三二 (TNT) 是来自弹药工业的危险污染物,对健康构成严重风险.
- 被TNT污染的废水需要有效的处理方法来减轻环境和健康的影响.
研究的目的:
- 为了优化从废水中去除2,4,6-三二二烯 (TNT),使用扩展通风活性污泥 (EAAS) 系统.
- 研究人工神经网络建模的应用,特别是自适应神经模糊推理系统 (ANFIS) 和遗传算法 (GA),以优化TNT删除效率.
主要方法:
- 使用扩展通风活性污泥 (EAAS) 进行TNT清除.
- 采用人工神经网络建模,包括ANFIS用于数据解释和GA用于优化.
- 研究的参数包括化学氧气需求 (COD),液压保留时间 (HRT) 和初始TNT度.
主要成果:
- 在分析TNT消除数据方面,ANFIS模型表现出高准确度 (97.93%).
- 基因算法确定了TNT去除的最佳条件.
- 在最佳条件下 (10 mg/L TNT,6h HRT),EAAS系统实现了84.25%的TNT清除效率.
- 与以前的方法相比,优化的EAAS系统显示了提高处理TNT度较高的处理能力.
结论:
- 基于人工神经网络的优化显著提高了EAAS在TNT清除方面的有效性.
- 改进的EAAS系统为污染了2,4,6-三二烯的工业废水处理提供了一个有前途的解决方案.
- 这种方法可以有效地管理含有较高TNT度的废水,解决一个关键的环境挑战.
