有机污染物色度降解动力学常数的神经网络研究

摘要：

高级氧化技术是一种处理难降解有机污染物废水最具应用前景的方法,为了建立利用高级氧化技术降解有机污染物降解速率的预测模型,分析了20种有机污染物的分子结构与色度降解动力学常数之间的关系,计算了这20种有机污染物分子的分子形状指数Km及电性拓扑状态指数Em,筛选了分子形状指数的K1和K4、电性拓扑状态指数的E13共3种结构参数,将这3种结构参数作为人工神经网络的输入层节点,色度降解动力学常数作为输出层节点,采用3:2:1的神经网络结构,获得了预测色度降解动力学常数的神经网络模型,所得模型相关系数R总为0.9976,色度降解动力学常数的预测值与实验值吻合度较好.利用该模型预测了茜素S、溴酚蓝、百里酚蓝、中性红和α-萘酚酞5种化合物的色度降解动力学常数,结果令人满意.这表明分子的环性和—OH、—O—等基团片段是影响有机污染物色度降解动力学常数大小的主要因素.

关键词：有机污染物、动力学常数、结构参数、人工神经网络、定量构效关系

所属期刊栏目：37

分类号：O604

资助基金：国家自然科学基金;江苏省自然科学基金;江苏省高校自然科学基金重大项目

在线出版日期：2023-02-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：30-35