在废水处理SR-AOPs技术中从水中去除制药化合物的建模,模拟和优化行为
Karim Kriaa1, Ali B M Ali2, Loghman Mostafa3
1College of Engineering, Imam Mohammad Ibn Saud Islamic University (IMSIU), Riyadh, Saudi Arabia.
Scientific reports
|December 15, 2025
概括
这项研究开发了计算模型,以预测四环素化物 (TC) 从水中去除. 人工神经网络和响应表面方法精确优化了TC去除策略,有助于打击制药污染.
科学领域:
- 环境化学环境化学
- 计算建模 计算建模
- 水处理技术水处理技术
背景情况:
- 环素化物 (TC) 是全球水源中普遍存在的制药污染物.
- 有效的清除策略对于减轻抗生素造成的水污染至关重要.
- 现有的方法需要优化,以有效降解污染物.
研究的目的:
- 开发和验证用于预测四环素化去除效率的计算模型.
- 为最大限度的TC去除优化过程变量.
- 探索人工智能在制药污染物修复中的应用.
主要方法:
- 使用响应表面方法 (RSM) 来建模去除效率和关键变量 (TC度,催化剂剂量,PMS剂量) 之间的关系.
- 人工神经网络 (ANN) 用于预测建模和流程优化.
- 应用了优化技术来确定最有效的移除条件.
主要成果:
- RSM和ANN在预测TC移除效率 (RE) 中表现出高准确度.
- 安恩模型以2.02E-02的MSE,7.38E-03的MAE和9.99E-01的R2取得了出色的性能.
- 优化的参数确定了去除四环素化的最佳方法.
结论:
- 计算智能,特别是ANN和RSM,为预测和优化制药污染物去除提供了强大的工具.
- 开发的模型可以指导创建有效的降解TC在水中的战略.
- 这些发现有助于应对水生环境中制药污染的全球挑战.
更多相关视频
05:47In Silico Modeling Method for Computational Aquatic Toxicology of Endocrine Disruptors: A Software-Based Approach Using QSAR Toolbox
Published on: August 28, 2019
14.5K
10:37Procedure to Evaluate the Efficiency of Flocculants for the Removal of Dispersed Particles from Plant Extracts
Published on: April 9, 2016
9.2K
