随着我国核工业的迅猛发展，产生的核废物逐渐增多，对周围环境造成了严重危害，因此核废物污染是当今一个重大的环境问题。铕元素与三价锕系元素和其它镧系元素的物理化学性质相似，因此将铕元素作为主要的模拟核素。我国膨润土资源丰富，且膨润土具有阳离子交换等特点，其对金属离子具有良好的吸附能力。在重金属废水处理方面，膨润土具有价格低廉、操作简单和处理效果好等优点。本论文不但研究了高庙子膨润土对铕的吸附行为，同时还利用人工神经网络预测膨润土对铕的吸附。化学全分析表明其主要化学成分为SiO₂、Al₂O₃、MgO、Fe₂O₃、Na₂O和CaO，其中Na₂O的含量大于CaO，说明该膨润土为钠基膨润土。阳离子交换容量为74.05mmol/100g，说明该膨润土有较强的阳离子交换能力。使用酸碱滴定和软件模拟的方法对该膨润土的表面酸碱性进行了研究。对该膨润土的结构进行了扫描电镜、差热、X射线衍射和红外表征。采用偶氮胂（Ⅲ）分光光度法分析铕。探索了有无二氧化碳分压，铕在不同pH溶液中的存在形态。采用单因素法，研究了pH、固液比、Eu（Ⅲ）初始浓度、吸附时间、震荡速度、离子强度和温度等条件对铕去除率的影响，将实验数据代入等温模型、假一级动力学和假二级动力学模型进行拟合，结果表明pH对去除率的影响较大，提高固液比、提高震荡速度、提高温度，减小离子强度有利于膨润土对铕的吸附。吸附过程符合Langmuir模型和假二级动力学模型。使用红外、电子探针和扫描电镜对该膨润土吸附铕前后的结构进行了表征对比，结果表明膨润土已吸附铕。使用Matlab7.0软件编写人工神经网络程序，构建BP神经网络模型。将实验数据分为训练集和验证集两部分，构建的模型通过训练集中的数据进行自学习，通过改变步长及调节网络属性，将已训练好的模型对固液比、吸附时间、Eu（Ⅲ）初始浓度、离子强度、震荡速度及温度等条件和去除率之间的关系进行仿真模拟，然后将输出的预测数据和实验数据加以比较。研究表明：高庙子膨润土是吸附铕的合适吸附剂，BP神经网络模型对铕在高庙子膨润土上吸附的预测是可行的。