不同水力停留时间下MFC处理两种废水性能的对比研究

来源 :东北林业大学 | 被引量 : 0次 | 上传用户:liaotianeryi
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
微生物燃料电池(MFC)是利用微生物处理污水的一个新的应用方向。可以同时处理有机废水和重金属废水并发电。因其清洁环保、结构简单、系统产能稳定等优点,有广阔的应用前景。本研究中,对传统间歇型微生物燃料电池进行了升级,将CSTR反应器串联起来,构建了一种新型连续流微生物燃料电池。在厌氧条件下,考察其以糖蜜废水和啤酒废水为阳极底物,以硝酸银溶液为阴极填充液,在不同HRT下的产电和去污效果。本实验通过调节进水泵的转速控制进水流量,进而改变水力停留时间(HRT)分别24h、20h、16h、12h和8h,同时测定MFC的输出电压。利用测定的电压值可以反映MFC系统的产电性能,通过测定的COD值可以反映去污性能。此外,还可以对比糖蜜废水和啤酒废水为阳极底物时,系统的产电和去污情况。通过实验研究发现,随着HRT的延长,糖蜜废水和啤酒废水的电压均先上升后下降。当HRT为16 h时,系统的稳定电压最大。其中,糖蜜废水为195.7 mV,啤酒废水为165.7 mV。COD去除率均随着HRT的延长而增加。当HRT为24 h时,COD去除率最大分别为58.36%和53.95%。并在HRT为16h时,对比糖蜜废水和啤酒废水的稳定电压和最高COD去除率发现,当HRT为16h时,糖蜜废水的稳定电压为195.7mV,COD去除率最高为47.62%;啤酒废水的稳定电压为165.7mV,COD去除率最高为43.05%。糖蜜废水作为阳极底物时的产电性能和去污效果均高于啤酒废水。因此,合理地选择HRT对于微生物燃料电池的性能是十分必要的。
其他文献
印尼汉语教育曾经停滞三十余年,对全国范围的汉语教育都造成严重的影响。经过了二十多年的努力,汉语教育已取得长足的进步,但与东南亚其它地区相比仍比较薄弱,而且地区间发展不平衡,有必要对不同地区的汉语教育进行全面而深入的调研,有针对性地提出相应的策略来推动当地的汉语教育发展。三宝垄作为中爪哇的首都,是全中爪哇汉语教育发展较好的地区之一,汉语教育的地位较为重要。汉语教育的不同阶段都有一定程度的发展,而小学
驾驶自动化对于减少由驾驶员操作失误所导致的交通事故具有重要意义,近年来受到人们越来越多的关注。虽然在科技发展的推动下,无人驾驶技术取得了很大的进步,但仍然存在很多
直接甲醇燃料电池(DMFC)作为一种可将化学能直接转化为电能的电化学装置,具有能量密度高、结构简单等优点。其中,可加速其电化学反应动力学过程的Pt基催化剂,是DMFC的核心组成,
植物和昆虫在地球上相互作用超过4亿年。植物产生有毒植物次生代谢物以减少植食性昆虫的侵害,而昆虫也相应地进化出了细胞色素P450单加氧酶等多种解毒代谢机制。斜纹夜蛾(Spo
根据《最高人民法院关于适用〈中华人民共和国公司法〉若干问题的规定(四)》(下称“《公司法解释四》”)的规定,决议成立之诉正式作为决议瑕疵诉讼的救济方式被法律规定下来,
钱理群的鲁迅研究呈现出独特的话语方式、情感方式和思维方式。他对鲁迅的研究,从思想的契合到心灵的交融具有鲜明的主体诉求,包括对压制和围困的反叛、对个体精神自由的彰显、对精神意志力的强调等。动荡时代的经历赋予他独特的思想体验、情感特征和历史性格,个人生命体验的投射使其鲁迅研究具有对话性的特征。从钱理群鲁迅研究的内容入手,讨论其鲁迅研究的特点,并阐释这特点背后的形成原因。讨论其个人经历、学术历程和与时代
桥梁结构主梁横向移位和落梁的震害现象在国内外的桥梁震害调查中十分常见,而横向抗震挡块是防止主梁横向位移和落梁的重要构件之一。我国现行桥梁抗震设计规范对抗震挡块尚
在经济全球化浪潮的国际形势背景下,资本活动早已打破了要素流动的国别边界,对外直接投资活动活跃在世界舞台。中国自2001年加入世贸组织以来,积极奉行“走出去”战略,2013年在合作共赢理念的引领下,提出并实施“一带一路”战略合作倡议,力图共商、共享、共建。但中国对“一带一路”沿线国家的直接投资规模占中国对外直接总投资的比例较小,投资行业也大多集中在资源开采、基础设施建设等传统行业,制度距离是导致这一
图像修复是图像处理领域的基础问题,旨在构造满足人类视觉感知的目标图像。由于在采集、传输以及保存过程中诸多因素的影响,导致无法获取图像原本包含有的全部信息,进而影响人类对图像内容的分析和理解。图像修复技术研究目标是根据输入图像已知区域的先验信息,推测重建出缺失区域的内容过程,使得被填充区域的内容看起来具有视觉观赏性同时不易被人察觉。随着人工智能的时代来临,驱动着图像修复技术在各领域的迅速发展,在文物
在众多领域中需要获取高分辨率图像,由于外部环境和硬件设备的限制,很难获取到满足要求的高分辨率图像,所以图像超分辨率重建技术得以兴起和发展。使用传统的图像超分辨率重建技术获得的高分辨率图像存在平滑、振铃和清晰度低等问题,随着近年来深度学习的快速发展,使它在图像超分辨率重建中能够获得丰富的图像特征信息。本文基于深度学习,针对图像超分辨率重建研究了以下内容:(1)为了解决低分辨率图像在输入到卷积神经网络