Zn-LDHs改性沸石的制备、表征及其对Cr(VI)的净化效果研究

来源 :武汉理工大学 | 被引量 : 0次 | 上传用户:hero616
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着工业技术的发展,越来越多的重金属废水排入自然水体,其中铬污染是最为常见的水体重金属污染之一。由于其毒性大,难以生物降解,通过食物链最终富集到人体会引起多种疾病,乃至死亡,因此含铬废水的处理已成为该领域的研究重点。人工湿地技术具有能耗低、简单易操作、运行费用低、处理效果好等优点,但常用天然基质对铬的吸附极易达到饱和,因此如何选取一种高效、吸附容量大,且能防止发生堵塞等问题的基质成为急需解决的难题。
  层状双金属氢氧化物(LDHs)具有良好的除铬性能,常被用做除铬的吸附剂,但由于其粉末状,不易固液分离的特点,难以应用于实际人工湿地工程中。现选取人工湿地常用的沸石作为原始基质,利用共沉淀法合成4种不同类型的ZnAl-LDHs(Cl-LDHs(1∶1),Cl-LDHs(3∶1),CO3-LDHs(1∶1),CO3-LDHs(3∶1)),并覆膜于原始沸石表面得到不同Zn-LDHs覆膜改性沸石基质。对改性前后的沸石基质进行物化特性检测、表征与分析;利用小试模型进行改性基质与原始基质对含铬废水的净化效果实验,考察反应条件(投加量,pH值,温度和竞争离子)对改性沸石基质除铬性能的影响。
  研究结果表明:通过场发射扫描电镜(FE-SEM)、能谱分析(EDS)、X射线衍射(XRD)以及傅里叶红外光谱分析(FT-IR)等4种材料学表征手段分析可得,原始沸石经过ZnAl-LDHs覆膜改性后,表面形貌发生巨大变化,改性沸石表面检测出ZnAl-LDHs具有的特征元素;改性沸石脱膜样品的XRD分析中既出现了LDHs的特征峰,又出现了SiO2晶体的特征峰,且在FT-IR的检测中发现,改性沸石脱膜后样品中检测出LDHs所特有的官能团振动吸收峰;以上结果均证实了ZnAl-LDHs的合成并已将其成功覆膜于原始沸石表面。净化实验结果显示,ZnAl-LDHs覆膜改性可有效提高原始沸石对铬的净化效果,其中提升效果最为优异的是Cl-LDHs(3∶1)覆膜改性方式。通过除铬效果影响因素的研究进一步表明,Cl-LDHs(3∶1)改性沸石对铬的吸附效果最好,且在pH值为弱酸性时对铬的吸附量达到最高;改性沸石对铬的吸附量随温度的升高而增加,原始沸石则相反;共存离子对改性沸石除铬性能的影响从高到底排序为:PO43->SO42->Mg2+>Ca2+;同时,Cl-LDHs(3∶1)覆膜改性有效的增强了原始沸石的再生能力。综上所述,通过水浴共沉淀法合成ZnAl-LDHs覆膜沸石的方法是有效的,且Cl-LDHs(3∶1)改性沸石除铬性能最佳,可推荐用于实际人工湿地除铬工程中。
其他文献
近年来,人脸检测和行人检测是计算机视觉中非常重要的研究课题,并且取得了相当大的进展。然而,基于二者的人数统计任务在实际应用中仍存在限制。人脸检测方法仅仅能够检测人脸,这就意味着当人背对着摄像头时,该目标就会漏检;同时由于室内场景的复杂性,身体的大多数部位都是不可见的,所以行人检测的方法同样不可行。而人头检测就没有上述限制。在人头检测领域,虽然已经有相关团队基于传统图像处理方法及深度学习方法对其进行
学位
从海量的数据中挖掘出有价值的模式是非常重要的研究领域。数据挖掘的早期研究主要集中在频繁模式挖掘,目标是识别出在事务数据库中出现次数较多的项目集。这些频繁的模式能够帮助企业更好的理解数据并且提供决策支持。然而随着数据丰富度的增加,模式的频次信息不能满足工业界的应用需求,因此面对复杂的数据类型和多样的属性信息,许多基于频繁模式挖掘的拓展研究被相继提出。其中,高效用序列模式挖掘是近年来重要的研究领域之一
随着城市交通系统建设的快速发展,目前无人驾驶技术受到了越来越多的关注。如何保证高速行驶的无人车的安全性成为了无人驾驶技术的研究重点之一。场景深度推断和自运动检测作为无人驾驶技术的两个关键问题,对它们的深入研究将有助于无人驾驶技术安全性与可靠性的发展。目前激光雷达和GPS等传感器被广泛应用于场景深度推断和自运动检测问题研究,然而,它们普遍存在成本较高、对噪声和对人为干扰敏感等问题。随着照相机技术的快
驾驶事故是当今社会最严峻的问题之一,约九成驾驶事故是由于驾驶员行为不规范引起,利用准确高效的监管系统可有效降低事故发生概率。但现有系统面临诸多问题:使用机器学习方法提取特征,计算速度较慢,时效性较差;异常驾驶行为样本过少,难以训练有效分类模型;现有模型结构单一,分类精度差强人意。因此,设计精度高,速度快的驾驶员行为分类算法尤为重要。  针对以上问题,本文提出基于深度学习的驾驶员行为分类算法,利用目
学位
近年来,随着深度神经网络研究的推进,人工智能技术也迅猛发展,尤其是计算机视觉相关技术。通过计算机视觉技术可以模拟人类视觉功能辅助监控和生产,因此数十年来研究人员一直在进行相关任务的研究。人脸年龄估计作为计算机视觉的研究方向之一,在人机交互、法律条款推进、广告投放以及安防监控等方面有着重大的影响和良好的发展前景。  人脸年龄估计是通过对输入的人脸图像进行判断得到具体年龄的过程。人脸年龄估计系统的准确
学位
近些年,随着监控技术的快速发展,大量视频快速涌现,有效保障人们安全高效的工作生活。与此同时,这也急需对视频内容进行分析。通常来说,人体行为实例是视频的主体,而监控视频包含大量不包括人体行为的无用片段,因此需要快速定位视频中包含的每个行为实例片段,以便更好地对视频进行有效的理解与分析。传统的机器学习算法需要人工设计特征,计算复杂度高且泛化能力差,难以准确地对人体行为进行分析判断。因此,本文基于深度学
近年来,人工智能技术逐步融入到人们的生活中,为人类生活提供便利。同时,经济增长促进了财富积累,智能投资越来越受到人们的关注,人们希望通过人工智能的方法辅助进行证券投资。相较于AlphaGo等成功的人工智能案例,智能证券投资是众人博弈,具有复杂的规则和不完备的信息,是人工智能从简单应用场景向更高层次的发展。人们在进行股票投资时最重要的就是需要筛选出合适的股票,伴随我国证券市场飞速发展,股票数量众多,
学位
建筑工业化对混凝土预制构件有着重大需求,混凝土构件主要采用蒸汽养护混凝土技术进行工厂化预制生产。为改善蒸养混凝土质量,论文采用显微硬度、毛细吸水性和孔结构等测试方法,通过minitab软件对显微硬度数据进行概率统计分析和处理,研究了集料的种类、尺寸和预处理方式对蒸汽养护浆体—集料界面区结构和性能的影响规律。主要结论如下:  (1)通过统计学方法拟合分析检验8种常用分布,发现论文试验得到的蒸养浆体—