基于人工神经网络-遗传算法优化石墨烯负载铁基材料处理重金属废水方法研究及其相关应用

This project is aimed to study the optimal process parameters, mechanism and kinetics for the removal of heavy metals (Hg, As, Cd, Se and Sb) by graphene/iron-based and zeolite/iron-based materials (zero-valent iron and ferriferous oxide). Graphene oxide will be synthesized by the modified Hummers method while graphene/iron-based and zeolite/iron-based materials will be synthesized by both liquid phase reduction approach and hydrothermal method. The structure, morphology, component element of graphene/iron-based and zeolite/iron-based materials will be characterized by X-ray diffractrometer (XRD), X-ray absorption near edge structure (XANES), X-ray fluorescence (XRF), scanning electron microscope (SEM), and X-ray photoelectron spectroscopy (XPS). The influences of various process parameters, such as pH, temperature, initial concentration of heavy metals and reaction time on the removal of heavy metals, will be studied using single factor experiments. And the removal mechanism of multiple heavy metals will also be investigated in this project. On the basis of single factor experiments, both response surface and artificial neural network-genetic algorithm (ANN-GA) will be employed to study the optimal process parameters for treatment of heavy metals, and then the experiments will be carried out to verify the results. Removal efficiency of acid mine drainage (AMD) will be investigated through the permeable reactive barrier in the laboratory. This can provide a methodological guidance for the industrial size treatment of heavy metals for Guizhou Province.

采用石墨烯及沸石负载铁基材料（零价铁、四氧化三铁）研究去除重金属污染(Hg、As、Cd、Se和Sb)的最优工艺参数，并探讨其作用机理及动力学特征。基于改进的Hummers法制备氧化石墨烯，液相还原法、水热法合成石墨烯及沸石负载铁基材料，利用X射线多晶衍射、近边X射线吸收精细结构、X射线荧光成像、扫描电镜及X射线光电子能谱等方法对复合材料结构、形貌、组成元素及性能进行表征。通过单因素实验探讨pH、温度、重金属初始浓度、反应时间等影响因素对石墨烯及沸石负载铁基材料去除重金属污染效率的影响，并探究多种重金属离子的交互作用。基于单因素实验，采用响应面及人工神经网络-遗传算法（ANN-GA）进行实验优化设计，探究其去除重金属污染的最优工艺参数，并进行实验验证。应用实验室模拟渗透性反应墙处理煤矿及锑矿酸性矿山废水，为本地区工业化治理重金属污染提供方法参考。

该项目主要涉及石墨烯负载铁基材料（零价铁、四氧化三铁等）去除废水中的重金属(Hg、Cd、Se、Cu)及染料（罗丹明B、结晶紫、亚甲蓝、乙基紫）研究。通过改进的Hummer方法制备氧化石墨烯(GO)；通过溶剂热法和共沉淀法等合成还原氧化石墨烯（rGO）负载铁基纳米复合材料。采用X射线多晶衍射、扫描电镜、原子力显微镜、透射电镜、X射线光电子能谱仪、拉曼光谱、BET-氮吸附等对其进行表征。分析并比较上述复合材料对废水中的重金属及染料的去除，通过单因素实验探讨pH、温度、初始浓度、反应时间等参数对还原氧化石墨烯负载铁基材料去除重金属、染料效率的影响。采用响应面法（RSM）进行实验设计，利用人工神经网络-遗传算法（ANN-GA）、人工神经网络-粒子群优化算法（ANN-PSO）进行建模和优化。通过对以上三种模型预测值的比较，探究还原氧化石墨烯负载铁基材料去除重金属、染料的最优工艺参数，并进行实验验证。对其作用机理及动力学特征进行探讨，并利用Langmuir、Freundlich、Temkin和D-R等温吸附模型对实验数据进行分析。所得结果表明: Fe3O4/rGO复合材料能有效去除水溶液中低浓度Hg(Ⅱ)；采用nZVI/rGO去除水溶液中重金属Cd(Ⅱ)、Cu(Ⅱ)、Se(IV)，染料罗丹明B均有效果，在各自的最佳工艺参数条件下，它们的平均去除率分别为81.50%、81.74%、88.01%、81.10%。rGO/Fe/Ni、rGO/Fe/Co和锰掺杂的Fe/rGO纳米复合材料对结晶紫（CV）、亚甲蓝（MB）和乙基紫（EV）的最大吸附量分别为2000.00 mg/g、909.10 mg/g和1000.00 mg/g。以上所有污染物的去除过程均符合伪二级动力学模型。. 此外，还利用CoFe2O4/GO和Fe3O4/GO纳米复合材料分别处理了水溶液中的As(III)和Sb(III)，并在实验室用模拟渗透性反应墙设备处理了锑矿酸性废水。