人工智能建模和使用ZIF-8/碳纤维纳米结构从水中吸收油性污染物的实验研究

科学领域:

• 材料科学 材料科学 材料科学
• 环境科学 环境科学
• 化学工程是化学工程的重要组成部分.

背景情况:

• 油性污染物对环境构成重大挑战.
• 从水中有效地去除原油,青和麦芽是至关重要的.
• 先进的纳米材料为石油泄漏整治提供了潜在的解决方案.

研究的目的:

• 研究ZIF-8/碳纤维纳米结构对油性污染物的吸收.
• 使用各种人工神经网络来建模和预测污染物吸收.
• 确定影响石油污染物吸附过程的关键因素.

主要方法:

• 实验性批量吸收系统用于研究污染物吸收.
• 使用ZIF-8/碳纤维纳米结构,具有高水性和中微孔结构.
• 应用级联前向神经网络 (CFNN),多层感知子 (MLP),辐射基函数 (RBF) 和通用回归 (GRNN) 用于建模.

主要成果:

• ZIF-8/碳纤维纳米结构在去除石油污染物方面显示出高效率.
• 该CFNN-LM模型实现了高预测准确度 (98%与AAPRE<3%).
• 污染物度显著影响了吸收,在更高度和更长的吸收时间观察到吸收增加,但随着更高的离子强度而降低.

结论:

• ZIF-8/碳纤维纳米结构是从水中去除石油污染物的有希望的材料.
• CFNN-LM模型提供了可靠的预测,在分离过程中污染物吸收.
• 这项研究强调了先进材料和人工智能在环境修复方面的协同作用.