神经网络预测钠基膨润土吸附水中重金属离子

通过人工神经网络方法建立BP神经网络模型,采用Matlab语言编写神经网络程序,再以实验测得的数据对网络进行训练.然后,用训练好的网络对吸附时间和单位吸附量之间的关系进行仿真,并将仿真结果和实验数据加以比较,得出的均方误差(MSE)分别为0.9719(锌离子)、0.2398(铜离子)、0.9352(铅离子).结果表明:神经网络对钠基膨润土吸附铜离子的预测最好,其次是预测对铅离子的吸附,最差的是预测对锌离子的吸附.     

钠基膨润土对铕离子的吸附性能研究

在静态条件下,研究了钠基膨润土对稀土元素铕离子的吸附性能。结果表明,钠基膨润土对铕离子有较强的吸附性能,pH是影响吸附的主要因素,吸附平衡数据符合Langmuir模型,讨论了钠基膨润土处理含金属稀土废水的可行性。用神经网络模拟了钠基膨润土对铕离子的吸附。     

钠基膨润土对水相中锌离子的吸附性能研究

通过改变不同的吸附条件,研究了钠基膨润土对水相中锌离子的吸附特性。实验结果表明,钠基膨润土对Zn2+有较好的吸附作用;在固液比为6g/L时,pH=8时,温度为20℃,吸附时间为120min时,吸附率达到96.71%。膨润土对Zn2+的吸附符合Langmuir吸附模型。