废旧锂电池中有价金属回收及三元正极材料的再制备

探讨了磷酸体系下不同因素对废旧锂电池正极材料中有价金属浸出效率的影响，结果表明：在浸出时间60min，反应温度60℃，磷酸浓度2mol/L，液固比20mL/g，还原剂(H₂O₂)体积分数为4%时，可得最佳浸出效果，Co、Li、Mn、Ni浸出效率分别可达96.3%、100%、98.8%和99.5%；浸出液添加相应比例金属离子，采用草酸共沉淀法制备前体材料(Ni_1/3Co_1/3Mn_1/3)C₂O₄，并得到相应再生磷酸溶液。再生磷酸进行循环浸出实验，实验研究结果表明：循环浸出5次之后Li的浸出率仍可保持在90.1%，而Co、Mn和Ni的浸出率在75.0%以上。前体添加锂源Li₂CO₃煅烧合成Li(Ni_1/3Co_1/3Mn_1/3)O₂材料，考察了不同温度对Li(Ni_1/3Co_1/3Mn_1/3)O₂材料合成的影响，结果显示，当合成温度为800℃时，得到的材料性能最优良，初次放电容量可达136.4mA·h/g。在0.2C下经过50圈循环后容量保持率为97.2%。     

好氧活性污泥对染色水中铬的吸附研究

培养活性污泥,用其吸附不同进水浓度的含铬染色水,讨论污泥浓度、pH对活性污泥削减CODcr和脱铬的影响．发现高浓度进水活性污泥吸附铬达到94．8％,低浓度进水活性污泥吸附铬达到77％。用活性污泥分5次吸附含铬染色水,发现随着活性污泥对于铬吸附次数的增加,活性污泥脱铬的能力减弱,第5次吸附,单位质量污泥累计吸附铬量为43．42mg／g。探索了不同pH和加入FeSO4条件下脱除铬的效果,发现pH值为10且不添加FeSO4的情况下,脱铬后的铬浓度为1．47mg／L;pH值为9时,加入FeSO4情况下脱铬后的铬浓度为0．92mg／L。     

基于Adaboost算法的水质组合预测方法研究

水质预测是水环境污染防治的重要内容,针对传统水质预测方法精度低、收敛速度慢等问题,研究首先选取Symlets和Daubechies小波系作为小波函数,对原始数据进行去噪处理并对比,再结合RBF、Elman神经网络以及支持向量机各自优点,通过不同算法优化三种预测模型,提出基于Adaboost算法将优化后的RBF、Elman神经网络以及支持向量机相结合的组合预测方法。以北海为对象进行仿真实验,验证基于Adaboost的溶解氧组合预测方法的有效性,并分别与单一模型的预测结果进行对比,结果表明该方法相比于传统的单一模型预测精度得到了提高,为水质精准预测提供了一种新思路。