不同强度超声波促进酶解污泥提取蛋白质的研究

来源 :郑州大学 | 被引量 : 0次 | 上传用户:dgfm1028
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
随着我国城镇化水平的不断提高,城镇污水处理厂产生的剩余污泥量日益增加,引起了严重的二次污染。剩余污泥中含有30~60%的蛋白质,经提取后可作为发泡剂、液态肥、动物饲料等,实现资源的有效回收利用,因此得到了业界的广泛关注。本文以郑州市某城市污水处理厂剩余污泥为研究对象,在高强度超声波强化酶解污泥提取蛋白工艺的基础上,对低强度超声波改善酶解污泥提取蛋白的效果和运行条件进行研究。论文的主要研究结果如下:(1)首先采用高强度超声波辅助碱性蛋白酶水解污泥提取蛋白质。将经高强度超声波处理后的污泥加入一定剂量的酶进行水解反应,研究了超声波声能密度、超声时间、酶加量、酶解时间、酶解pH值、酶解温度等主要因素对蛋白提取效果和污泥脱水性能的影响规律,并通过响应面曲线法确定其优化工艺条件为:声能密度1 W/mL,辐照时间23 min,酶加量3500 U/g,酶解pH 10.6,温度56.4℃,反应时间3 h。在此条件下污泥上清液蛋白质浓度为10500 mg/L左右,较单独酶法提高了50%左右,其蛋白提取率达到55%左右。同时,污泥比阻值下降到5.2×10~9 s~2/g,污泥脱水性能较原泥提高了38%。(2)在低强度超声波辅助酶法试验中,首先将碱性蛋白酶和污泥共同在低强度超声场中辐射处理一段时间以提高酶的活性,然后再继续进行水解反应。结果表明最优化的工艺条件为声能密度0.125 W/mL,辐照时间30 min,酶加量4000 U/g,酶解pH 10.8,温度59.2℃,反应时间3 h。在此条件下,超声处理后蛋白酶活性可提高约13%;水解后上清液蛋白质浓度为8000 mg/L左右,较单独酶法提高了20%,蛋白提取率达到了44%。同时,污泥比阻值为3.8×10~9s~2/g,污泥脱水性能较原泥提高了50%左右。(3)高强度超声波联合酶法、低强度超声波联合酶法和单独酶法处理污泥后其有机物含量发生了明显变化,其中污泥上清液中蛋白质、多糖、多肽、氨基酸和挥发性脂肪酸等物质显著增加;干污泥中脂类、腐殖酸和纤维素类等物质比例出现小幅下降。与单独酶法相比,低强度超声波联合酶法水解后,其上清液中蛋白质含量增加了20%,氨基酸含量增加了近1倍,且能耗相差不大;与高强度超声波联合酶法相比,低强度超声波联合酶法水解后蛋白质含量降低了20%左右,氨基酸含量相差不大,但能耗却降低了近50%,所以低强度超声波联合酶法提取污泥蛋白和氨基酸等更经济高效,其产物适宜作为液态肥或动物饲料等。高强度超声波联合酶法、低强度超声波联合酶法和单独酶法分别比原泥脱水性能提高了38%,50%和55%。因此,综合考虑污泥蛋白提取率、能耗、药耗和水解后污泥脱水性能,低强度超声波辅助酶法水解是污泥提蛋白经济高效的方法之一,具有良好的应用前景。
其他文献
基于现代社会对人才的需求和高中地理课程标准的基本理念,尝试将PBL教学模式引入高中地理教学中,对PBL模式做出基本的阐释,并展现PBL模式的教学价值,在此基础上结合具体的地
现代生物技术在生态农业发展中得到了日益广泛应用。本文阐述了现代生物技术在植物育种、抗病虫害、生物农药、组织培养等方面的应用,通过生物技术手段发展优质、高效、高产
随着“科教兴国、人才强国”战略的全面普及和进一步深化,我国教育发展也在进行着深入人心的变更,高等教育已经步入跨越式发展阶段,国家对高等教育的愈发重视使得其投资力度
目的通过老年抑郁症患者抗抑郁治疗前后HAMD评分变化及测定免疫炎症细胞因子IL-6和IL-2水平变化来分析老年抑郁症与细胞因子之间的联系,探讨其中的机制,为临床工作提供一些新
企业管理的重点是开发人力资源,我国企业在人力资源开发与管理上仍存在观念陈旧、管理体制改革不到位、政策环境不健全等许多问题。为此,企业应端正对人力资源管理的认识,完
<正>内审外聘的优势对企业来讲,内审外聘有很多好处。1.提高内审的独立性。内审部门作为企业的一个职能部门,无法实现真正的独立,而外聘人员在提供内审服务时,与外部审计一样
该智能单相电表主要由两大部分组成,一是基于BL6503的电功率采集处理部分,二是基于AT89S52的显示输出部分。
近年来,伴随着我国经济快速发展的大环境,兰州市定远县的经济建设也取得了长足的发展。作为地处中国南北交通要冲之地的城市,京沪高速公路和京台高速公路贯穿于境内。从地理
通过采用学校与企业联合进行人才培养的模式进行探索与实践,构建符合社会体育指导与管理专业(健身俱乐部方向)学生发展的应用型人才培养体系,全面发展学生实践能力,开创人才
在调研基于本体智能检索相关技术的基础上,总结和讨论了其建设方法与体系结构。基于本体的智能检索系统体系结构从下至上可分为:数据层、语义图层、推理层、查询层、接口层。论