CN117037944B - 一种氟化物吸附剂的用量确定方法和系统 - Google Patents
一种氟化物吸附剂的用量确定方法和系统 Download PDFInfo
- Publication number
- CN117037944B CN117037944B CN202311017478.0A CN202311017478A CN117037944B CN 117037944 B CN117037944 B CN 117037944B CN 202311017478 A CN202311017478 A CN 202311017478A CN 117037944 B CN117037944 B CN 117037944B
- Authority
- CN
- China
- Prior art keywords
- fluoride
- information
- nodes
- alumina
- sewage
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- KRHYYFGTRYWZRS-UHFFFAOYSA-M Fluoride anion Chemical compound [F-] KRHYYFGTRYWZRS-UHFFFAOYSA-M 0.000 title claims abstract description 156
- 239000003463 adsorbent Substances 0.000 title claims abstract description 64
- 238000000034 method Methods 0.000 title claims abstract description 32
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims abstract description 186
- PNEYBMLMFCGWSK-UHFFFAOYSA-N aluminium oxide Inorganic materials [O-2].[O-2].[O-2].[Al+3].[Al+3] PNEYBMLMFCGWSK-UHFFFAOYSA-N 0.000 claims abstract description 88
- 239000000057 synthetic resin Substances 0.000 claims abstract description 86
- 229920003002 synthetic resin Polymers 0.000 claims abstract description 86
- 239000010865 sewage Substances 0.000 claims abstract description 77
- 238000001179 sorption measurement Methods 0.000 claims abstract description 68
- 229910052799 carbon Inorganic materials 0.000 claims abstract description 48
- 238000003062 neural network model Methods 0.000 claims abstract description 32
- 239000011148 porous material Substances 0.000 claims description 80
- 125000000524 functional group Chemical group 0.000 claims description 39
- 239000013078 crystal Substances 0.000 claims description 19
- 238000009826 distribution Methods 0.000 claims description 18
- 230000000694 effects Effects 0.000 claims description 18
- 150000002500 ions Chemical class 0.000 claims description 17
- 238000004132 cross linking Methods 0.000 claims description 14
- 229910052731 fluorine Inorganic materials 0.000 claims description 9
- 239000011737 fluorine Substances 0.000 claims description 9
- YCKRFDGAMUMZLT-UHFFFAOYSA-N Fluorine atom Chemical compound [F] YCKRFDGAMUMZLT-UHFFFAOYSA-N 0.000 claims description 5
- 238000010276 construction Methods 0.000 claims description 5
- 239000002594 sorbent Substances 0.000 claims 4
- 239000002351 wastewater Substances 0.000 description 23
- -1 fluoride ions Chemical class 0.000 description 17
- 238000013528 artificial neural network Methods 0.000 description 10
- 230000008569 process Effects 0.000 description 7
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 7
- 239000007789 gas Substances 0.000 description 6
- 125000002887 hydroxy group Chemical group [H]O* 0.000 description 6
- 229920005989 resin Polymers 0.000 description 6
- 239000011347 resin Substances 0.000 description 6
- 238000012545 processing Methods 0.000 description 5
- 239000000126 substance Substances 0.000 description 5
- 125000003277 amino group Chemical group 0.000 description 4
- 229910052739 hydrogen Inorganic materials 0.000 description 4
- 239000001257 hydrogen Substances 0.000 description 4
- 239000007788 liquid Substances 0.000 description 4
- 230000004931 aggregating effect Effects 0.000 description 3
- 239000003957 anion exchange resin Substances 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 238000005342 ion exchange Methods 0.000 description 3
- 238000004438 BET method Methods 0.000 description 2
- 239000004952 Polyamide Substances 0.000 description 2
- 239000004793 Polystyrene Substances 0.000 description 2
- 230000002378 acidificating effect Effects 0.000 description 2
- 238000004220 aggregation Methods 0.000 description 2
- 230000002776 aggregation Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 125000003178 carboxy group Chemical group [H]OC(*)=O 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 229920002647 polyamide Polymers 0.000 description 2
- 229920002223 polystyrene Polymers 0.000 description 2
- 230000008929 regeneration Effects 0.000 description 2
- 238000011069 regeneration method Methods 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 238000004065 wastewater treatment Methods 0.000 description 2
- DDFHBQSCUXNBSA-UHFFFAOYSA-N 5-(5-carboxythiophen-2-yl)thiophene-2-carboxylic acid Chemical compound S1C(C(=O)O)=CC=C1C1=CC=C(C(O)=O)S1 DDFHBQSCUXNBSA-UHFFFAOYSA-N 0.000 description 1
- KLZUFWVZNOTSEM-UHFFFAOYSA-K Aluminium flouride Chemical compound F[Al](F)F KLZUFWVZNOTSEM-UHFFFAOYSA-K 0.000 description 1
- VEXZGXHMUGYJMC-UHFFFAOYSA-M Chloride anion Chemical compound [Cl-] VEXZGXHMUGYJMC-UHFFFAOYSA-M 0.000 description 1
- KRHYYFGTRYWZRS-UHFFFAOYSA-N Fluorane Chemical compound F KRHYYFGTRYWZRS-UHFFFAOYSA-N 0.000 description 1
- 238000004887 air purification Methods 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 150000001450 anions Chemical class 0.000 description 1
- WUKWITHWXAAZEY-UHFFFAOYSA-L calcium difluoride Chemical compound [F-].[F-].[Ca+2] WUKWITHWXAAZEY-UHFFFAOYSA-L 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 125000002843 carboxylic acid group Chemical group 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000009614 chemical analysis method Methods 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 230000009881 electrostatic interaction Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 239000010842 industrial wastewater Substances 0.000 description 1
- 238000004255 ion exchange chromatography Methods 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000007935 neutral effect Effects 0.000 description 1
- 238000006116 polymerization reaction Methods 0.000 description 1
- 238000011176 pooling Methods 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 239000012492 regenerant Substances 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 229920006395 saturated elastomer Polymers 0.000 description 1
- PUZPDOWCWNUUKD-UHFFFAOYSA-M sodium fluoride Chemical compound [F-].[Na+] PUZPDOWCWNUUKD-UHFFFAOYSA-M 0.000 description 1
- 238000000547 structure data Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 125000000542 sulfonic acid group Chemical group 0.000 description 1
- 239000013076 target substance Substances 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
- 238000005303 weighing Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
- G16C20/30—Prediction of properties of chemical compounds, compositions or mixtures
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
- G16C20/70—Machine learning, data mining or chemometrics
Landscapes
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Crystallography & Structural Chemistry (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computing Systems (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Water Treatment By Sorption (AREA)
Abstract
本发明提供的一种氟化物吸附剂的用量确定方法和系统,涉及氟化物吸附技术领域,该方法包括S1、获取含有氟化物的污水信息;S2、获取多种氟化物吸附剂的信息,所述多种氟化物吸附剂的信息包括活性炭信息、合成树脂信息和氧化铝信息;S3、基于所述含有氟化物的污水信息、多种氟化物吸附剂的信息构建四个节点和多条边,所述四个节点为氟化物的污水节点、活性炭节点、合成树脂节点、氧化铝节点,所述多条边为节点之间的连线;S4、基于所述四个节点和多条边使用图神经网络模型确定活性炭用量、合成树脂用量、氧化铝用量,该方法可以准确的确定氟化物吸附剂的用量。
Description
技术领域
本发明涉及氟化物吸附技术领域,具体涉及一种氟化物吸附剂的用量确定方法和系统。
背景技术
氟化物吸附剂广泛应用于水处理、工业废水处理和空气净化等领域,用于去除水或气体中的氟离子。氟化物吸附剂用量过多会增加处理成本、增加处理设备的负荷,造成资源的浪费,氟化物吸附剂用量过少会降低吸附效果,使得废水中残留的氟化物浓度仍然超过规定的标准或限制。因此为了确保氟化物吸附剂的高效使用和吸附效果,预测正确的用量非常重要。传统的氟化物吸附剂用量确定方法主要依赖于工作人员的经验。这种方法基于经验和直觉,由于不能准确捕捉复杂的系统关系和参数变化,这种方法在预测准确性和可靠性方面存在一定的局限性,也无法针对不同场景和不同氟化物吸附剂的实际情况进行个性化预测。由于每种氟化物吸附剂的性质和效果都有差异,不同场景的水或气体条件也会对氟化物吸附剂的使用产生影响。传统方法无法有效地适应这些变化,从而导致确定出来的氟化物吸附剂的用量的不准确。
因此如何准确的确定氟化物吸附剂的用量是当前亟待解决的问题。
发明内容
本发明主要解决的技术问题是如何准确的确定氟化物吸附剂的用量。
根据第一方面,本发明提供一种氟化物吸附剂的用量确定方法,包括:S1、获取含有氟化物的污水信息,所述氟化物的污水信息包括污水总量、浓度、温度、pH值、其他离子信息;S2、获取多种氟化物吸附剂的信息,所述多种氟化物吸附剂的信息包括活性炭信息、合成树脂信息和氧化铝信息,所述活性炭信息包括活性炭的表面积、孔径分布、孔容量、表面官能团信息、碳含量、孔隙体积、饱和度、表面电荷、密度、热稳定性,合成树脂信息包括合成树脂的类型、功能基团信息、表面电荷信息、功能交联度,氧化铝信息包括氧化铝的表面积、孔隙结构、酸碱性、晶体结构、结晶度;S3、基于所述含有氟化物的污水信息、多种氟化物吸附剂的信息构建四个节点和多条边,所述四个节点为氟化物的污水节点、活性炭节点、合成树脂节点、氧化铝节点,所述多条边为节点之间的连线,所述氟化物的污水节点的节点特征为污水总量、浓度、温度、pH值、其他离子信息,所述活性炭节点的节点特征包括活性炭的表面积、孔径分布、孔容量、表面官能团信息、碳含量、孔隙体积、饱和度、表面电荷、密度、热稳定性,所述合成树脂节点的节点特征包括合成树脂的类型、功能基团信息、表面电荷信息、功能交联度,所述氧化铝节点的节点特征包括氧化铝的表面积、孔隙结构、酸碱性、晶体结构、结晶度;S4、基于所述四个节点和多条边使用图神经网络模型确定活性炭用量、合成树脂用量、氧化铝用量。
更进一步地,在所述图神经网络模型中,氟化物的污水节点作为中心节点,而活性炭节点、合成树脂节点和氧化铝节点分别与氟化物的污水节点建立边,边的特征包括吸附效果程度、吸附一摩尔氟化物所需要的成本。
更进一步地,所述图神经网络模型的输入为所述四个节点和多条边,所述图神经网络模型的输出为活性炭用量、合成树脂用量、氧化铝用量。
更进一步地,所述方法还包括:基于所述活性炭用量、合成树脂用量、氧化铝用量对含有氟化物的污水进行处理。
更进一步地,所述方法还包括:对处理完毕后的污水进行检测,判断处理完毕后的污水的含氟量是否处于正常区间,若处理完毕后的污水的含氟量处于正常区间,则确定处理完毕,若处理完毕后的污水的含氟量高于正常区间,则继续执行步骤S1-S4,再根据确定出的活性炭用量、合成树脂用量、氧化铝用量对污水进行处理。
根据第二方面,本发明提供一种氟化物吸附剂的用量确定系统,包括:第一获取模块,用于获取含有氟化物的污水信息,所述氟化物的污水信息包括污水总量、浓度、温度、pH值、其他离子信息;第二获取模块,用于获取多种氟化物吸附剂的信息,所述多种氟化物吸附剂的信息包括活性炭信息、合成树脂信息和氧化铝信息,所述活性炭信息包括活性炭的表面积、孔径分布、孔容量、表面官能团信息、碳含量、孔隙体积、饱和度、表面电荷、密度、热稳定性,合成树脂信息包括合成树脂的类型、功能基团信息、表面电荷信息、功能交联度,氧化铝信息包括氧化铝的表面积、孔隙结构、酸碱性、晶体结构、结晶度;构建模块,用于基于所述含有氟化物的污水信息、多种氟化物吸附剂的信息构建四个节点和多条边,所述四个节点为氟化物的污水节点、活性炭节点、合成树脂节点、氧化铝节点,所述多条边为节点之间的连线,所述氟化物的污水节点的节点特征为污水总量、浓度、温度、pH值、其他离子信息,所述活性炭节点的节点特征包括活性炭的表面积、孔径分布、孔容量、表面官能团信息、碳含量、孔隙体积、饱和度、表面电荷、密度、热稳定性,所述合成树脂节点的节点特征包括合成树脂的类型、功能基团信息、表面电荷信息、功能交联度,所述氧化铝节点的节点特征包括氧化铝的表面积、孔隙结构、酸碱性、晶体结构、结晶度;用量确定模块,用于基于所述四个节点和多条边使用图神经网络模型确定活性炭用量、合成树脂用量、氧化铝用量。
更进一步地,在所述图神经网络模型中,氟化物的污水节点作为中心节点,而活性炭节点、合成树脂节点和氧化铝节点分别与氟化物的污水节点建立边,边的特征包括吸附效果程度、吸附一摩尔氟化物所需要的成本。
更进一步地,所述图神经网络模型的输入为所述四个节点和多条边,所述图神经网络模型的输出为活性炭用量、合成树脂用量、氧化铝用量。
更进一步地,所述系统还用于:基于所述活性炭用量、合成树脂用量、氧化铝用量对含有氟化物的污水进行处理。
更进一步地,所述系统还用于:对处理完毕后的污水进行检测,判断处理完毕后的污水的含氟量是否处于正常区间,若处理完毕后的污水的含氟量处于正常区间,则确定处理完毕,若处理完毕后的污水的含氟量高于正常区间,则继续执行第一获取模块、第二获取模块、构建模块、用量确定模块,再根据确定出的活性炭用量、合成树脂用量、氧化铝用量对污水进行处理。
本发明提供的一种氟化物吸附剂的用量确定方法和系统,该方法包括S1、获取含有氟化物的污水信息;S2、获取多种氟化物吸附剂的信息,所述多种氟化物吸附剂的信息包括活性炭信息、合成树脂信息和氧化铝信息;S3、基于所述含有氟化物的污水信息、多种氟化物吸附剂的信息构建四个节点和多条边,所述四个节点为氟化物的污水节点、活性炭节点、合成树脂节点、氧化铝节点,所述多条边为节点之间的连线;S4、基于所述四个节点和多条边使用图神经网络模型确定活性炭用量、合成树脂用量、氧化铝用量,该方法可以准确的确定氟化物吸附剂的用量。
附图说明
图1为本发明实施例提供的一种氟化物吸附剂的用量确定方法的流程示意图;
图2为本发明实施例提供的一种氟化物吸附剂的用量确定系统的示意图。
具体实施方式
本发明实施例中,提供了如图1所示的一种氟化物吸附剂的用量确定方法,所述氟化物吸附剂的用量确定方法包括步骤S1~S4:
步骤S1,获取含有氟化物的污水信息,所述氟化物的污水信息包括污水总量、浓度、温度、pH值、其他离子信息。
氟化物的污水信息包括污水总量、浓度、温度、pH值、其他离子信息。污水总量指含有氟化物的污水的总体积或总质量。在一些实施例中,使用液位计或称重设备来确定污水容器中的总重量或体积。还可以通过记录生产过程中排放的污水量:例如,在工业生产中,可以通过流量计或计量仪表记录污水排放量。作为示例,某工厂每天排放含有氟化物的废水,记录了30天的排放数据,每天平均排放1000升,那么污水总量为30,000升。
在一些实施例中,污水中的氟化物包括氟化氢(HF)、氟化钠(NaF)、氟化钙(CaF2)、氟化铝(AlF3)、氟化铵(NH4F)等。
浓度指污水中氟化物的浓度,可以用质量浓度或体积浓度表示。可以通过以下方法获得该信息:使用离子选择电极或其他测量装置测量氟化物离子的浓度。进行样品采集,并使用化学分析方法测量氟化物离子的浓度。作为示例,对于某废水样品,通过化学分析得知其中氟化物的浓度为50毫克/升。
温度指含有氟化物的污水的温度。可以通过温度计或温度传感器直接测量污水的温度。作为示例,某废水样品的温度为25摄氏度。
pH值指含有氟化物的污水的酸碱性,是一个表示溶液酸碱程度的数值。可以使用pH计或酸碱度测量仪器测量污水的pH值。作为示例,某废水样品的pH值为7,表示为中性溶液。
其他离子信息指除了氟化物之外,污水中其他离子种类和浓度的信息。在一些实施例中,可以进行多离子分析或离子色谱分析,以确定其他离子的种类和浓度。作为示例,某废水样品中除了氟化物之外,还含有10毫克/升的氯离子。
步骤S2,获取多种氟化物吸附剂的信息,所述多种氟化物吸附剂的信息包括活性炭信息、合成树脂信息和氧化铝信息,所述活性炭信息包括活性炭的表面积、孔径分布、孔容量、表面官能团信息、碳含量、孔隙体积、饱和度、表面电荷、密度、热稳定性,合成树脂信息包括合成树脂的类型、功能基团信息、表面电荷信息、功能交联度,氧化铝信息包括氧化铝的表面积、孔隙结构、酸碱性、晶体结构、结晶度。
多种氟化物吸附剂包括活性炭、合成树脂、氧化铝。
活性炭具有大量的微孔和孔隙结构,提供了大量的吸附表面积,这使得它能够有效地吸附氟离子。氟离子在水中以负离子形式存在,而活性炭表面有一些带有正电荷或极性的功能基团(如羟基、羧酸基等)。这些功能基团可以吸引和吸附氟离子,通过静电相互作用和物理吸附将其固定在活性炭表面。
所述活性炭信息包括活性炭的表面积、孔径分布、孔容量、表面官能团信息、碳含量、孔隙体积、饱和度、表面电荷、密度、热稳定性。
表面积指单位质量或单位体积的活性炭具有的内部和外部孔洞总表面积。可以通过比表面积测量仪器(如BET法)测量得到。活性炭的较大表面积可以提供更多的吸附位置,增加与氟化物分子之间的接触,从而提高吸附效率和容量。
孔径分布指活性炭孔洞的尺寸分布情况,例如微孔、介孔和宏孔等。活性炭中不同孔径的分布情况会影响吸附速率和选择性。微孔通常具有较高的吸附能力,可以快速吸附氟化物分子,而介孔和宏孔提供更好的扩散性能。
孔容量指活性炭孔洞能够吸附的气体或液体体积。可以通过气体吸附测量仪器(如BJH法)测量得到。孔容量表示活性炭可吸附的气体或液体体积,较高的孔容量通常意味着活性炭具有更好的吸附能力和持久性能。
表面官能团信息指活性炭表面的化学官能团种类和数量,如羟基、羧基、胺基等。活性炭表面官能团的种类和数量决定了其与氟化物之间的相互作用。一些官能团如羟基、胺基与氟化物形成氢键或其他化学键,增强吸附能力。
碳含量指活性炭中的碳元素含量,通常作为活性炭质量的百分比。碳含量高的活性炭通常具有更大的孔隙体积和更多的吸附位点,因此表现出更高的氟化物吸附容量。
孔隙体积指活性炭孔洞占据的总体积,包括孔洞内部和孔洞之间。孔隙体积是活性炭总体积中占据的比例,较大的孔隙体积意味着更多的吸附位点和更大的吸附容量。
饱和度指活性炭孔洞中吸附气体或液体的饱和程度。饱和度指孔洞中吸附物质的饱和程度。当活性炭孔洞饱和时,吸附效率会降低。
表面电荷指活性炭表面带有的电荷特征,可正可负。活性炭表面带有正电荷或负电荷可以与氟离子之间发生电荷吸引和排斥作用,影响氟化物的吸附选择性。
密度指活性炭的质量与体积之比。活性炭的密度影响其孔隙结构和吸附能力。
热稳定性指活性炭在高温下的稳定性,高热稳定性可确保活性炭在吸附过程中不失去活性或结构变化。
合成树脂可以通过调控其孔隙结构、功能基团等特性来吸附氟化物。其中常用的合成树脂包括阴离子交换树脂和吸附树脂。阴离子交换树脂通过其内部的功能基团(如氨基、羟基等)与氟离子进行离子交换,将氟离子从水中去除。吸附树脂则通过其表面的吸附位点捕获和吸附溶液中的氟离子。
合成树脂类型指合成树脂的种类和类型,如聚苯乙烯、聚酰胺等。不同类型的合成树脂具有不同的化学结构和性质,因此对氟化物的吸附能力也会有差异。例如,聚苯乙烯具有较低的吸附容量,而聚酰胺具有较高的吸附容量。
功能基团信息指合成树脂中带有的特定官能团,如氨基、羧基、磺酸基等。合成树脂中带有特定功能基团的树脂与氟化物形成氢键或其他化学键,增强吸附能力。例如,具有氨基、羧基或磺酸基等官能团的合成树脂对氟化物具有较好的吸附选择性和亲和力。
表面电荷信息指合成树脂表面带有的电荷特征,可正可负。合成树脂表面带有的电荷特征可以与氟离子之间发生电荷吸引和排斥作用,从而影响氟化物的吸附选择性和吸附容量。例如,带有正电荷的树脂对氟离子具有更强的吸附能力。
功能交联度指合成树脂中交联结构的程度,影响其孔隙结构和吸附能力。合成树脂中的交联结构程度会影响其孔隙结构和吸附能力。高度交联的树脂具有较小且更多的微孔,从而提供更大的吸附表面积和更好的吸附容量。
氧化铝是一种无机吸附材料,其表面具有较多的羟基(OH)官能团。氟化物吸附的主要原理是通过羟基与氟离子之间的氢键或离子交换作用,将氟离子吸附在氧化铝表面。在一些实施例中,氧化铝的吸附性能还可通过改变配位离子、调节表面结构等方法进行调控。
表面积指单位质量或单位体积的氧化铝具有的表面积。可以通过比表面积测量仪器(如BET法)测量得到。氧化铝的表面积决定了其与氟化物接触的面积,从而影响吸附容量。较大的表面积可以提供更多的吸附位点,增加氟化物吸附的机会。
孔隙结构指氧化铝的孔洞形态和尺寸分布情况,例如微孔、介孔和宏孔等。氧化铝的孔隙结构能够影响氟化物吸附的速率和选择性。微孔通常具有较小的孔径,能够提供更大的吸附表面积和更高的吸附容量。介孔和宏孔则有助于传输和扩散氟化物到内部吸附位点。
酸碱性指氧化铝表面的酸性或碱性特性。氧化铝表面的酸碱性可以与氟化物发生化学反应或吸附作用。酸性表面提供质子位点,与氟化物形成离子键或氢键,增强吸附能力。碱性表面通过电荷吸引与氟化物发生离子交换。
晶体结构指氧化铝晶体的结构类型,如α-Al2O3、γ-Al2O3等。氧化铝晶体结构的不同类型影响氟化物吸附行为。不同晶体结构具有不同的表面活性位点和晶格缺陷,从而影响吸附选择性和容量。
结晶度指氧化铝晶体的完整程度和结晶状态。氧化铝的结晶度表示晶体的完整程度,高结晶度通常意味着较完整的晶体结构。结晶度较高的氧化铝具有更多的表面活性位点,提供更好的吸附能力。
步骤S3,基于所述含有氟化物的污水信息、多种氟化物吸附剂的信息构建四个节点和多条边,所述四个节点为氟化物的污水节点、活性炭节点、合成树脂节点、氧化铝节点,所述多条边为节点之间的连线,所述氟化物的污水节点的节点特征为污水总量、浓度、温度、pH值、其他离子信息,所述活性炭节点的节点特征包括活性炭的表面积、孔径分布、孔容量、表面官能团信息、碳含量、孔隙体积、饱和度、表面电荷、密度、热稳定性,所述合成树脂节点的节点特征包括合成树脂的类型、功能基团信息、表面电荷信息、功能交联度,所述氧化铝节点的节点特征包括氧化铝的表面积、孔隙结构、酸碱性、晶体结构、结晶度。
可以创建四个节点,分别代表氟化物的污水、活性炭、合成树脂和氧化铝。每个节点包含特征信息,如所述氟化物的污水节点应包含污水总量、浓度、温度、pH值以及其他离子信息。活性炭节点应包含活性炭的表面积、孔径分布、孔容量、表面官能团信息、碳含量、孔隙体积、饱和度、表面电荷、密度和热稳定性等特征。类似地,合成树脂节点和氧化铝节点也包含相应的特征信息。
在一些实施例中,根据不同节点之间的关联关系,创建多条边对不同节点进行连接。例如,可以将氟化物的污水节点作为中心节点,而活性炭节点、合成树脂节点和氧化铝节点分别与氟化物的污水节点建立边,边的特征包括吸附效果程度、吸附一摩尔氟化物所需要的成本。
吸附效果程度是指吸附剂对氟化物吸附能力的衡量程度。吸附效果程度可以为0-1之间的数值,数值越大,则吸附效果越好。例如,吸附效果程度为0.1,表示吸附效果较差,又例如,吸附效果程度为0.9,则说明吸附效果较好。在一些实施例中,吸附效果程度可以通过人为对氟化物吸附剂进行判断后事先输入。在一些实施例中,吸附效果程度可以为氟化物吸附剂的生产厂家对该氟化物吸附剂进行实验判断后标注得到。
吸附一摩尔氟化物所需要的成本是指吸附过程中所需的成本,包括吸附剂的购买成本、再生成本以及其他相关成本。吸附剂的购买成本取决于吸附剂的种类、规格和市场价格。再生成本是指将吸附剂中吸附的目标物质去除或回收的成本,包括再生剂的使用成本、能源消耗以及处理废液的成本等。对于氟化物吸附过程,吸附一摩尔氟化物所需要的成本可以是吸附剂和再生剂的总成本。
步骤S4,基于所述四个节点和多条边使用图神经网络模型确定活性炭用量、合成树脂用量、氧化铝用量。
图神经网络模型包括图神经网络(Graph Neural Network,GNN)和全连接层。图神经网络是一种直接作用于图上的神经网络,所述图是由节点和边两部分组成的一种数据结构。图神经网络模型基于信息传播机制,每一个节点通过相互交换信息来更新自己的节点状态,直到达到某一个稳定值。
图神经网络专门用于处理图数据结构。与传统的神经网络处理向量和矩阵数据不同,图神经网络能够有效地处理包含节点和边的图结构数据。
图神经网络通过在节点之间传递和聚合信息来学习节点的表示。每个节点都有一个特征向量,表示了该节点的属性或状态。通过节点之间的边连接,信息可以从一个节点传播到相邻的节点,并进行聚合操作。
图神经网络的基本操作包括:
节点更新:每个节点根据其自身的特征以及来自相邻节点的信息来更新自己的状态。这个操作可以通过对节点特征进行变换和聚合来实现。
边聚合:通过在边上进行聚合操作,将相邻节点的信息合并起来,形成新的表示。边聚合可以对相邻节点的特征进行加权平均、最大池化等操作。
图级别的输出:图神经网络可以生成整个图的表示,用于进行图级别的预测或分类任务。这通常通过对所有节点的表示进行聚合和处理来实现。
所述图神经网络模型的输入为所述四个节点和多条边,所述图神经网络模型的输出为活性炭用量、合成树脂用量、氧化铝用量。
使用图神经网络模型可以有效地确定活性炭、合成树脂和氧化铝的用量。以下是一些原因:
处理复杂的关系:图神经网络模型可以处理节点之间复杂的关联关系,尤其适用于处理复杂系统中的数据。在这个案例中,活性炭、合成树脂和氧化铝的用量与氟化物污水的信息以及各种吸附剂的特征有关,需要考虑多个节点和边之间的关系。
信息传播和节点更新:图神经网络模型通过信息传播机制使每个节点能够通过与其相关的节点交换信息来更新自身状态。这样可以充分利用各个节点之间的相互作用,从而更准确地确定各种吸附剂的用量。
综合考虑多个因素:图神经网络模型能够同时考虑多个因素,并将它们融合在一个统一的框架中进行计算。在确定活性炭、合成树脂和氧化铝用量时,需要考虑各种特征信息,如吸附效果程度、成本等。图神经网络模型可以综合考虑这些因素,并给出相应的输出结果。
高度可扩展性:图神经网络模型在处理大规模复杂系统时具有很高的可扩展性。对于氟化物污水处理这样的问题,涉及到大量的吸附剂和信息特征,图神经网络模型能够适应并处理大规模的数据,并给出准确的用量决策。
因此,使用图神经网络模型可以综合考虑多个因素,处理复杂的关系,并充分利用各节点之间的相互作用,从而更准确地确定活性炭、合成树脂和氧化铝的用量。
在一些实施例中,所述方法还包括:基于所述活性炭用量、合成树脂用量、氧化铝用量对含有氟化物的污水进行处理。
在一些实施例中,所述方法还包括:对处理完毕后的污水进行检测,判断处理完毕后的污水的含氟量是否处于正常区间,若处理完毕后的污水的含氟量处于正常区间,则确定处理完毕,若处理完毕后的污水的含氟量高于正常区间,则继续执行步骤S1-S4,再根据确定出的活性炭用量、合成树脂用量、氧化铝用量对污水进行处理。
基于同一发明构思,图2为本发明的实施例提供的一种氟化物吸附剂的用量确定系统示意图,所述氟化物吸附剂的用量确定系统包括:
第一获取模块21,用于获取含有氟化物的污水信息,所述氟化物的污水信息包括污水总量、浓度、温度、pH值、其他离子信息;
第二获取模块22,用于获取多种氟化物吸附剂的信息,所述多种氟化物吸附剂的信息包括活性炭信息、合成树脂信息和氧化铝信息,所述活性炭信息包括活性炭的表面积、孔径分布、孔容量、表面官能团信息、碳含量、孔隙体积、饱和度、表面电荷、密度、热稳定性,合成树脂信息包括合成树脂的类型、功能基团信息、表面电荷信息、功能交联度,氧化铝信息包括氧化铝的表面积、孔隙结构、酸碱性、晶体结构、结晶度;
构建模块23,用于基于所述含有氟化物的污水信息、多种氟化物吸附剂的信息构建四个节点和多条边,所述四个节点为氟化物的污水节点、活性炭节点、合成树脂节点、氧化铝节点,所述多条边为节点之间的连线,所述氟化物的污水节点的节点特征为污水总量、浓度、温度、pH值、其他离子信息,所述活性炭节点的节点特征包括活性炭的表面积、孔径分布、孔容量、表面官能团信息、碳含量、孔隙体积、饱和度、表面电荷、密度、热稳定性,所述合成树脂节点的节点特征包括合成树脂的类型、功能基团信息、表面电荷信息、功能交联度,所述氧化铝节点的节点特征包括氧化铝的表面积、孔隙结构、酸碱性、晶体结构、结晶度;
用量确定模块24,用于基于所述四个节点和多条边使用图神经网络模型确定活性炭用量、合成树脂用量、氧化铝用量。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
Claims (6)
1.一种氟化物吸附剂的用量确定方法,其特征在于,包括:
S1、获取含有氟化物的污水信息,所述氟化物的污水信息包括污水总量、浓度、温度、pH值、其他离子信息;
S2、获取多种氟化物吸附剂的信息,所述多种氟化物吸附剂的信息包括活性炭信息、合成树脂信息和氧化铝信息,所述活性炭信息包括活性炭的表面积、孔径分布、孔容量、表面官能团信息、碳含量、孔隙体积、饱和度、表面电荷、密度、热稳定性,合成树脂信息包括合成树脂的类型、功能基团信息、表面电荷信息、功能交联度,氧化铝信息包括氧化铝的表面积、孔隙结构、酸碱性、晶体结构、结晶度;
S3、基于所述含有氟化物的污水信息、多种氟化物吸附剂的信息构建四个节点和多条边,所述四个节点为氟化物的污水节点、活性炭节点、合成树脂节点、氧化铝节点,所述多条边为节点之间的连线,所述氟化物的污水节点的节点特征为污水总量、浓度、温度、pH值、其他离子信息,所述活性炭节点的节点特征包括活性炭的表面积、孔径分布、孔容量、表面官能团信息、碳含量、孔隙体积、饱和度、表面电荷、密度、热稳定性,所述合成树脂节点的节点特征包括合成树脂的类型、功能基团信息、表面电荷信息、功能交联度,所述氧化铝节点的节点特征包括氧化铝的表面积、孔隙结构、酸碱性、晶体结构、结晶度;
S4、基于所述四个节点和多条边使用图神经网络模型确定活性炭用量、合成树脂用量、氧化铝用量,在所述图神经网络模型中,氟化物的污水节点作为中心节点,而活性炭节点、合成树脂节点和氧化铝节点分别与氟化物的污水节点建立边,边的特征包括吸附效果程度、吸附一摩尔氟化物所需要的成本,所述图神经网络模型的输入为所述四个节点和多条边,所述图神经网络模型的输出为活性炭用量、合成树脂用量、氧化铝用量。
2.如权利要求1所述的氟化物吸附剂的用量确定方法,其特征在于,所述方法还包括:基于所述活性炭用量、合成树脂用量、氧化铝用量对含有氟化物的污水进行处理。
3.如权利要求2所述的氟化物吸附剂的用量确定方法,其特征在于,所述方法还包括:对处理完毕后的污水进行检测,判断处理完毕后的污水的含氟量是否处于正常区间,若处理完毕后的污水的含氟量处于正常区间,则确定处理完毕,若处理完毕后的污水的含氟量高于正常区间,则继续执行步骤S1-S4,再根据确定出的活性炭用量、合成树脂用量、氧化铝用量对污水进行处理。
4.一种如权利要求1-3任一项所述的氟化物吸附剂的用量确定方法的用量确定系统,其特征在于,包括:
第一获取模块,用于获取含有氟化物的污水信息,所述氟化物的污水信息包括污水总量、浓度、温度、pH值、其他离子信息;
第二获取模块,用于获取多种氟化物吸附剂的信息,所述多种氟化物吸附剂的信息包括活性炭信息、合成树脂信息和氧化铝信息,所述活性炭信息包括活性炭的表面积、孔径分布、孔容量、表面官能团信息、碳含量、孔隙体积、饱和度、表面电荷、密度、热稳定性,合成树脂信息包括合成树脂的类型、功能基团信息、表面电荷信息、功能交联度,氧化铝信息包括氧化铝的表面积、孔隙结构、酸碱性、晶体结构、结晶度;
构建模块,用于基于所述含有氟化物的污水信息、多种氟化物吸附剂的信息构建四个节点和多条边,所述四个节点为氟化物的污水节点、活性炭节点、合成树脂节点、氧化铝节点,所述多条边为节点之间的连线,所述氟化物的污水节点的节点特征为污水总量、浓度、温度、pH值、其他离子信息,所述活性炭节点的节点特征包括活性炭的表面积、孔径分布、孔容量、表面官能团信息、碳含量、孔隙体积、饱和度、表面电荷、密度、热稳定性,所述合成树脂节点的节点特征包括合成树脂的类型、功能基团信息、表面电荷信息、功能交联度,所述氧化铝节点的节点特征包括氧化铝的表面积、孔隙结构、酸碱性、晶体结构、结晶度;
用量确定模块,用于基于所述四个节点和多条边使用图神经网络模型确定活性炭用量、合成树脂用量、氧化铝用量,在所述图神经网络模型中,氟化物的污水节点作为中心节点,而活性炭节点、合成树脂节点和氧化铝节点分别与氟化物的污水节点建立边,边的特征包括吸附效果程度、吸附一摩尔氟化物所需要的成本,所述图神经网络模型的输入为所述四个节点和多条边,所述图神经网络模型的输出为活性炭用量、合成树脂用量、氧化铝用量。
5.如权利要求4所述的氟化物吸附剂的用量确定系统,其特征在于,所述系统还用于:基于所述活性炭用量、合成树脂用量、氧化铝用量对含有氟化物的污水进行处理。
6.如权利要求5所述的氟化物吸附剂的用量确定系统,其特征在于,所述系统还用于:对处理完毕后的污水进行检测,判断处理完毕后的污水的含氟量是否处于正常区间,若处理完毕后的污水的含氟量处于正常区间,则确定处理完毕,若处理完毕后的污水的含氟量高于正常区间,则继续执行第一获取模块、第二获取模块、构建模块、用量确定模块,再根据确定出的活性炭用量、合成树脂用量、氧化铝用量对污水进行处理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311017478.0A CN117037944B (zh) | 2023-08-11 | 2023-08-11 | 一种氟化物吸附剂的用量确定方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311017478.0A CN117037944B (zh) | 2023-08-11 | 2023-08-11 | 一种氟化物吸附剂的用量确定方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117037944A CN117037944A (zh) | 2023-11-10 |
CN117037944B true CN117037944B (zh) | 2024-03-29 |
Family
ID=88625924
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311017478.0A Active CN117037944B (zh) | 2023-08-11 | 2023-08-11 | 一种氟化物吸附剂的用量确定方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117037944B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101600656A (zh) * | 2005-09-07 | 2009-12-09 | 阿夸蒂克处理系统公司 | 从水溶液中除去氟化物离子 |
CN108217979A (zh) * | 2018-03-02 | 2018-06-29 | 成都凌凌漆科技有限公司 | 一种污水处理剂及用污水处理剂处理污水的方法 |
CN108623096A (zh) * | 2018-05-11 | 2018-10-09 | 北京翰祺环境技术有限公司 | 一种高浓度难降解污水的处理工艺 |
CN111302522A (zh) * | 2019-11-04 | 2020-06-19 | 三峡大学 | 一种高效除污水中氟方法 |
CN111807587A (zh) * | 2020-08-14 | 2020-10-23 | 张家祥 | 一种污水处理方法 |
WO2022223682A1 (fr) * | 2021-04-22 | 2022-10-27 | Suez International | Methode de determination de la capacite restante d'un adsorbant et procede de traitement d'un fluide utilisant ladite methode |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10745294B2 (en) * | 2016-06-23 | 2020-08-18 | Southern Methodist University | Graphene oxide/magnesium oxide nanocomposites as superior sorbents for methylene blue removal from aqueous solutions |
-
2023
- 2023-08-11 CN CN202311017478.0A patent/CN117037944B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101600656A (zh) * | 2005-09-07 | 2009-12-09 | 阿夸蒂克处理系统公司 | 从水溶液中除去氟化物离子 |
CN108217979A (zh) * | 2018-03-02 | 2018-06-29 | 成都凌凌漆科技有限公司 | 一种污水处理剂及用污水处理剂处理污水的方法 |
CN108623096A (zh) * | 2018-05-11 | 2018-10-09 | 北京翰祺环境技术有限公司 | 一种高浓度难降解污水的处理工艺 |
CN111302522A (zh) * | 2019-11-04 | 2020-06-19 | 三峡大学 | 一种高效除污水中氟方法 |
CN111807587A (zh) * | 2020-08-14 | 2020-10-23 | 张家祥 | 一种污水处理方法 |
WO2022223682A1 (fr) * | 2021-04-22 | 2022-10-27 | Suez International | Methode de determination de la capacite restante d'un adsorbant et procede de traitement d'un fluide utilisant ladite methode |
Non-Patent Citations (1)
Title |
---|
含氟离子液体与功能材料;王学军;唐军柯;王丽;张恒;;有机氟工业;20130915(第03期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN117037944A (zh) | 2023-11-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Galama et al. | Validity of the Boltzmann equation to describe Donnan equilibrium at the membrane–solution interface | |
Xing et al. | Perchlorate removal from brackish water by capacitive deionization: Experimental and theoretical investigations | |
Nezamzadeh-Ejhieh et al. | Application of surfactant modified zeolite carbon paste electrode (SMZ-CPE) towards potentiometric determination of sulfate | |
Legrand et al. | Role of ion exchange membranes and capacitive electrodes in membrane capacitive deionization (MCDI) for CO2 capture | |
Zbair et al. | Survey summary on salts hydrates and composites used in thermochemical sorption heat storage: a review | |
Dzyazko et al. | Electrodeionization of low-concentrated multicomponent Ni2+-containing solutions using organic–inorganic ion-exchanger | |
CN108996598A (zh) | 一种双官能团金属螯合型树脂吸附剂的废水除氟应用 | |
McIntosh et al. | Adsorptive capacity and evolution of the pore structure of alumina on reaction with gaseous hydrogen fluoride | |
CN117037944B (zh) | 一种氟化物吸附剂的用量确定方法和系统 | |
CN108996597B (zh) | 一种ids金属螯合型吸附剂的废水除氟应用 | |
CN108355628A (zh) | 一种银离子掺杂的偶氮共轭微孔聚合物、制备方法及应用 | |
Bai et al. | Recent progress in ionic liquids as desiccants for energy consumption in cooling applications | |
CN116840096A (zh) | 废气吸附剂寿命评估方法、评估设备、装置、设备及介质 | |
Malewitz et al. | Multicomponent absorption of anions in commercial anion-exchange membranes | |
JP6720241B2 (ja) | 純水製造方法 | |
CN113860441B (zh) | 流动电极电容去离子除氨性能预测及控制系统 | |
WO2003022432A1 (en) | Ion exchange resin with reduced content of adsorbed organic compounds and its preparation methods | |
JP6315721B2 (ja) | 純水製造装置 | |
Li et al. | On-line mini-column flow injection electrochemical method for researching on resuscitation and dehydration performance of deeply-fouled cation-exchange resins | |
Wang et al. | Using molecular simulations to facilitate design and operation of membrane-based and chiral separation processes | |
RU2282850C1 (ru) | Безреагентный способ определения содержания компонентов в растворе и устройство для его осуществления | |
JP4406876B2 (ja) | イオン交換樹脂の性能評価方法及び水処理系の管理方法 | |
JPH09178737A (ja) | 陰イオン交換樹脂の性能評価方法、および前記方法による水処理系の管理方法 | |
JPH08155451A (ja) | 塩素イオンの簡易モニター方法 | |
Bashammakh | The retention profile of phosphate ions in aqueous media onto ion pairing immobilized polyurethane foam: Kinetics, sorption and chromatographic separation |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |