电镀是现代工业体系必不可少的基础性行业,其在促进各地经济发展的同时也引发了电镀废水环境污染问题,由于乙二胺四乙酸(EDTA)、柠檬酸等有机络合剂的大量使用,使得废水中有机络合剂通过提供配位体与重金属结合形成稳定性高、结构复杂、毒性大的络合物,给传统水处理工艺增加了难度。目前,工业废水中有机络合物常采用高级氧化技术进行解络合[1, 2],异相Fenton法作为高级氧化技术中最为有效与实用的技术之一,通过破坏金属有机络合污染物的配位键达到解络合和矿化有机物的目的[3, 4],释放的重金属离子可再通过化学沉淀等常规方法进一步消除或回收。异相Fenton法克服了传统均相Fenton产泥量大、pH值响应范围窄、H2O2利用率低、易二次污染等弊端[5],具有催化效率高、应用范围广等优势[6, 7]。
现有的异相Fenton法常采用浸渍法制备负载型Fenton催化剂[8],通过过量金属液浸渍使其高度分散于载体表面[9],因此金属负载量难以精准控制,并且易沉积结块,寻求一种精准控制活性组分负载量的制备方法是提高催化剂催化性能的关键。此外,异相Fenton工艺研究主要集中在单一影响因素对污染物的处理效率,针对实际废水中多因素变量的相互影响及效能预测研究尚少,难以更好地体现实用价值。
为了改进异相Fenton工艺,本研究拟采用缓冲溶液法制备负载型催化剂,通过缓冲溶液提供稳定的pH值环境条件以及充足的OH-供给,精确控制活性组分均匀地沉淀与生长,更好地调控溶液pH值及金属负载量,进而改善催化剂的催化性能。同时,运用响应面法[10](Response surface methodology,RSM)筛选影响催化效率的主要因素、选取代表性的局部实验点、建立数学回归模型、拟合函数关系与分析方差,全局拟合分析各因素与响应值间的函数及交互作用,寻求最优工艺条件;响应面法对于解决工程实际问题具有实验周期短、预测精准度高、可靠性强等优势,已广泛用于芬顿法处理农药废水、垃圾渗滤液、染料废水等[11-13],对于处理电镀废水有机络合物却鲜有报道。
基于此,本研究首先采用缓冲溶液法制备负载型异相Fenton催化剂,将其用于电镀废水中有机络合物的降解,采用单因素实验分析催化剂投加量、初始pH值及H2O2浓度对电镀废水CODCr降解效率的影响及作用机制;其次,结合单因素实验结果,运用Box-Behnken Design响应面法进行实验优化设计及数学模型建立,分析多因素之间的交互作用,依据回归方程获得最适宜工艺条件和模型预测值;最后,拟合实验值与预测值的线性关系,验证模型的精准度,以期为异相芬顿工艺处理电镀废水有机络合物的工程应用提供理论依据。
1 材料与方法 1.1 实验用水实验所用的电镀废水根据福建某电镀厂废水中金属有机络合污染物浓度配制而成。配制方法为:将一定量的NiSO4·6H2O、EDTA溶解于蒸馏水中,使配制的溶液中Ni2+浓度为60~100 mg·L-1,且n(Ni)∶n(EDTA)=1∶1。配制的电镀废水Ni2+浓度为60~100 mg·L-1,CODCr为300~350 mg·L-1,pH值为3.0。
1.2 试剂与仪器H2SO4(98%,质量分数,下同)、NaOH、H2O2(30%)、FeSO4·7H2O、NiSO4·6H2O、EDTA、C8H6O4、HCl(37%),均为分析纯,购自天津风船化学试剂科技有限公司;粉煤灰取自河北某热电厂,主要成分为SiO2和Al2O3。
电子天平(Mettler Toledo,ME2002E);pH计(Mettler Toledo,310p-01);COD消解仪(Hach,DRB200);紫外-可见分光光度计(Hach,DR5000);鼓风干燥箱(Bluepard,DHG-9035A);马弗炉(CarboliteGero,CTF12/65/550);加热磁力搅拌器(IKA,RCT basic)。
1.3 粉煤灰负载型异相芬顿催化剂的制备将1.0 g粉煤灰均匀分散于20 mL 0.1 mol·L-1硫酸铁溶液中,加入100 mL 0.05 mol·L-1的邻苯二甲酸和盐酸缓冲溶液,搅拌混匀;继续搅拌,并逐滴加入10 mL 0.1 mol·L-1氢氧化钠溶液,静置1 h;然后置于105 ℃鼓风干燥箱中干燥4~6 h,再置于600 ℃马弗炉中煅烧2 h,得到粉煤灰负载型异相芬顿催化剂。
1.4 单因素实验方法取100 mL电镀废水于250 mL锥形瓶中,加入1 mol·L-1 H2SO4或1 mol·L-1 NaOH调节pH值,然后加入H2O2,再分别加入粉煤灰负载型异相芬顿催化剂或FeSO4·7H2O,在293 K、180 r·min-1条件下振荡5 h,静置20 min后取上清液测定CODCr,通过进行异相芬顿与传统均相芬顿的对比实验,分别考察催化剂投加量、初始pH值和H2O2浓度对CODCr去除率的影响。
1.5 响应面实验设计结合单因素的实验结果,采用Design-Expert 8.0.6软件中的中心组合设计Box-Behnken Design,以电镀废水CODCr去除率为响应值,以催化剂投加量、初始pH值、H2O2浓度为因素,分别设计低(-1)、中(0)、高(1) 3个水平,共进行三因素三水平的17组实验,实验设计的因素水平如表 1所示。
在初始pH值为4.0,H2O2浓度为60 mmol·L-1条件下,考察催化剂投加量对电镀废水CODCr去除率的影响,结果见图 1。
由图 1可知,均相Fenton对CODCr的去除率在催化剂投加量为25 g·L-1时达到最佳,与之相比,异相Fenton在催化剂投加量为20 g·L-1时达到最佳,且其催化效果明显优于均相Fenton。异相Fenton采用固态催化剂取代离子态铁催化H2O2生成·OH实现对金属有机配位键的破坏,使EDTA解络合并逐步降解为小分子CO2和H2O,其催化反应主要发生在固相与液相的界面,在反应过程中不仅有效提高了催化效率,还减少了催化剂用量。随着催化剂投加量由5 g·L-1增加至20 g·L-1,Fe2+浓度的增加促进了·OH的生成速率和生成量,因此异相Fenton对CODCr的去除率也随之增大;随着催化剂投加量从20 g·L-1增加至30 g·L-1,异相Fenton对CODCr的去除率呈下降趋势,过量的Fe2+会与·OH反应生成Fe3+ [式(1)],造成·OH的消耗,从而抑制有机络合物的催化降解。因此,本实验异相Fenton反应的最适宜催化剂投加量为20 g·L-1。
$\mathrm{Fe}^{2+}+\cdot \mathrm{OH} \rightarrow \mathrm{Fe}^{3+}+\mathrm{OH}^{-}$ | (1) |
在催化剂投加量为20 g·L-1,H2O2浓度为60 mmol·L-1条件下,考察初始pH值对电镀废水CODCr去除率的影响,结果见图 2。
由图 2可知,均相Fenton对CODCr的去除率受初始pH值的影响较大,在初始pH值为3.0时达到最适宜,与之相比,异相Fenton在初始pH值3.0~5.0范围内,CODCr去除率仍可保持在90%左右,说明异相Fenton催化氧化的pH响应范围更加广泛。随着初始pH值由1.0增大至7.0,异相Fenton对CODCr的去除率呈先增大后减小的趋势,分析原因是:当pH值小于5.0时,一方面,体系中存在的大量H+会与H2O2反应形成[H3O2]+,通过与Fe2+发生竞争吸附而导致H2O2利用率降低;另一方面,Fe2+的水解形态分布受pH值影响较大,Fe2+会形成[Fe(H2O)6]2+、[2Fe(H2O)6]2+,从而降低Fe2+与H2O2的反应效率[13-15];当pH值大于5.0时,过高的pH值不仅会削弱·OH的氧化性能,还会使H2O2无效分解生成O2,从而降低H2O2利用率以及·OH生成量[16, 17],此外,部分Fe2+还会转化为Fe3+,形成Fe(OH)2、Fe(OH)3絮体沉淀物,使催化氧化反应的效率下降。因此,本实验异相Fenton反应的最适宜初始pH值为3.0。
2.1.3 H2O2浓度的影响在催化剂投加量为20 g·L-1,初始pH值为4.0条件下,考察H2O2浓度对电镀废水CODCr去除率的影响,结果见图 3。
由图 3可知,均相Fenton对CODCr的去除率在H2O2浓度为70 mmol·L-1时达到最佳,与之相比,异相Fenton在H2O2浓度为60 mmol·L-1时达到最佳,其所需H2O2浓度要低于传统Fenton,并且催化效果更加显著。随着H2O2浓度从20 mmol·L-1增加至60 mmol·L-1,异相Fenton对CODCr的去除率呈逐渐增大的趋势,分析原因是CODCr去除率受·OH生成量的影响较大,当H2O2浓度较低时,不仅产生的·OH较少,相对过剩的Fe2+还会与·OH发生反应,从而消耗一部分·OH,因此适当增加H2O2浓度有利于促进·OH的生成速率和生成量,提高CODCr去除率;随着H2O2浓度从60 mmol·L-1增大至80 mmol·L-1,异相Fenton对CODCr的去除率由90.1%降至70.5%,继续增大H2O2浓度无法持续提升CODCr去除率,反而产生消极影响,原因在于过量的H2O2会在短时间内产生大量的·OH,部分·OH尚未参与催化氧化就发生自身消耗[式(2)];此外,过量的H2O2还会消耗·OH生成HO2·[式(3)],最终分解生成O2和H2O[式(4)],从而降低异相芬顿的氧化能力。从节约成本角度,本实验异相Fenton反应的最适宜H2O2浓度为60 mmol·L-1。
$2 \cdot \mathrm{OH}+2 \cdot \mathrm{OH} \rightarrow 2 \mathrm{H}_2 \mathrm{O}+\mathrm{O}_2 $ | (2) |
$\mathrm{H}_2 \mathrm{O}_2+\cdot \mathrm{OH} \rightarrow \mathrm{HO}_2 \cdot+\mathrm{H}_2 \mathrm{O} $ | (3) |
$\mathrm{HO}_2 \cdot+\cdot \mathrm{OH} \rightarrow \mathrm{O}_2+\mathrm{H}_2 \mathrm{O}$ | (4) |
结合上述单因素的实验结果,基于Box-Behnken Design响应面的实验方案与结果如表 2所示。
实验编号 | 因素 | 响应值 | |||
催化剂投加量X1 | 初始pH值X2 | H2O2浓度X3 | CODCr去除率/% | ||
1 | -1 | 1 | 0 | 88.6 | |
2 | -1 | 0 | -1 | 83.6 | |
3 | 1 | 0 | -1 | 72.9 | |
4 | 0 | -1 | 1 | 56.0 | |
5 | 0 | 0 | 0 | 94.1 | |
6 | 0 | 0 | 0 | 94.2 | |
7 | 0 | -1 | -1 | 48.7 | |
8 | -1 | 0 | 1 | 75.1 | |
9 | 0 | 0 | 0 | 94.2 | |
10 | -1 | -1 | 0 | 58.6 | |
11 | 1 | 0 | 1 | 69.5 | |
12 | 1 | -1 | 0 | 52.8 | |
13 | 0 | 1 | 1 | 70.5 | |
14 | 0 | 0 | 0 | 94.2 | |
15 | 0 | 0 | 0 | 94.2 | |
16 | 0 | 1 | -1 | 76.3 | |
17 | 1 | 1 | 0 | 80.1 |
采用Design-Expert (8.0.6)软件对实验结果进行响应面分析,拟合的催化剂投加量、初始pH值及H2O2浓度3个因素与CODCr去除率之间的二次多项式回归模型,如式5所示。
$\begin{gathered} Y=-321.955+8.279 X_1+134.615 X_2+ \\ 4.0795 X_3-0.135 X_1 X_2+0.01275 X_1 X_3- \\ 0.16375 X_2 X_3-0.2351 X_1^2-18.2775 X_2^2- \\ 0.032569 X_3^2\left(15 \leqslant X_1 \leqslant 25 ; 2.0 \leqslant X_2 \leqslant\right. \\ \left.4.0 ; 40 \leqslant X_3 \leqslant 80\right) \end{gathered}$ | (5) |
为验证回归模型与实验结果的吻合度,对回归模型进行方差分析,如表 3所示。
项目 | 平方和 | 自由度 | 均方 | F值 | P值 | 显著性 |
模型 | 3 895.45 | 9 | 432.83 | 58.45 | <0.000 1 | 显著 |
X1 | 117.04 | 1 | 117.04 | 15.81 | 0.005 4 | |
X2 | 1 235.04 | 1 | 1 235.04 | 166.79 | <0.000 1 | 显著 |
X3 | 13.52 | 1 | 13.52 | 1.83 | 0.218 7 | |
X1X2 | 1.82 | 1 | 1.82 | 0.25 | 0.635 0 | |
X1X3 | 6.50 | 1 | 6.50 | 0.88 | 0.379 9 | |
X2X3 | 42.90 | 1 | 42.90 | 5.79 | 0.047 0 | |
X12 | 145.45 | 1 | 145.45 | 19.64 | 0.003 0 | |
X22 | 1 406.60 | 1 | 1 406.60 | 189.96 | <0.000 1 | 显著 |
X32 | 714.59 | 1 | 714.59 | 96.51 | <0.000 1 | 显著 |
残差 | 51.83 | 7 | 7.40 | |||
失拟项 | 51.83 | 3 | 17.28 | 8 637.50 | <0.000 1 | 显著 |
纯误差 | 0.008 | 4 | 0.002 | |||
总和 | 3 947.28 | 16 | ||||
注: F值表示F检验所得值;P值表示置信度。 |
由表 3可知,回归模型的P值<0.000 1,说明模型极显著[18],回归性较好;失拟项(Lack of fit)>0.05,说明模型失拟项不显著,实验结果与模型预测的误差极小;变异系数(C.V.)为3.55%(<10%),说明模型的实验操作性良好;信噪比(Adeq precisior)为21.899(>4),说明模型的可信程度高[19];相关系数R2为0.986 9,说明模型的拟合度较高,能解释97.00%响应值的变异;调整的相关系数Radj2为0.970 0,与R2非常接近,说明模型的精密度较高[20]。综上所述,该模型在实验条件范围内能有效、精准的预测异相芬顿降解电镀废水CODCr去除率。
分析回归模型中各因素的显著性得出,3个因素对CODCr去除率的影响作用排序为:初始pH值(F值=166.79)>催化剂投加量(F值=15.81)>H2O2浓度(F值=1.83),其中初始pH值对CODCr去除率的影响作用最显著。交互项X1X2和X1X3的P值均>0.05,说明催化剂投加量与初始pH值、催化剂投加量与H2O2浓度之间的交互作用不显著;交互项X2X3的P值<0.05,说明初始pH值与H2O2浓度之间的交互作用较为显著。
根据回归模型的各个实验散点值,比较CODCr去除率的实际值与模型的预测值,实际值与模型的预测值的线性拟合相关系数为0.974,实际值与预测值之间存在良好的线性关系,说明回归模型的拟合程度较好,如图 4所示。
2.2.3 响应面分析响应面和等高线图能直观地体现各因素对响应值的影响作用及交互作用。响应面越陡峭,说明该因素对响应值的影响越大;等高线越接近椭圆形,说明2因素对响应值的交互作用越显著[21]。通过实验结果表 2拟合得到的各因素对响应值的线性和交互作用的响应面图与等高线图分别如图 5、图 6和图 7所示。
图 5反映了H2O2浓度取中心值时催化剂投加量与初始pH值的变化对CODCr去除率的影响。由图 5可知,在本实验的初始pH值范围内,随着催化剂投加量的增加,CODCr去除率变化幅度较小;随着初始pH值的增加,CODCr去除率呈先快速增大后下降的趋势,在初始pH值为3.0左右时达到峰值,但催化剂投加量对该变化趋势的影响作用较小;因此,催化剂投加量与初始pH值的交互作用对CODCr去除率的影响不显著。
图 6反映了初始pH值取中心值时催化剂投加量与H2O2浓度的变化对CODCr去除率的影响。由图 6可知,在本实验的催化剂投加量范围内,CODCr去除率受H2O2浓度变化的影响较大;随着H2O2浓度的增加,呈现先增大后减小的趋势,在H2O2浓度为60 mmol·L-1左右时达到峰值,但催化剂投加量对该变化趋势几乎影响不大;因此,催化剂投加量与H2O2浓度的交互作用对CODCr去除率的影响较弱。
图 7反映了催化剂投加量取中心值时H2O2浓度与初始pH值的变化对CODCr去除率的影响。由图 7可知,在本实验的H2O2浓度范围内,CODCr去除率随着初始pH值的增加呈现先增大后减小的趋势,并且H2O2浓度对该变化趋势的影响作用较大;根据表 3的X2X3的F值为5.79,也可得出两因素之间的交互作用更为显著;因此,H2O2浓度与初始pH值的交互作用对CODCr去除率的影响较为显著。
2.2.4 实验优化验证利用Box-Behnken Design软件的优化计算功能,在各因素的有效条件范围内(15≤X1≤25;2.0≤X2≤4.0;40≤X3≤80),依据响应面的顶点最优值,拟合得出的最适宜反应条件为:催化剂投加量16.86 g·L-1、初始pH值3.49、H2O2浓度50.6 mmol·L-1,CODCr去除率预测值为95.1%。
为了验证模型的预测值,在最适宜反应条件下,进行3组平行实验,得到的CODCr去除率实际值的平均值为94.2%,与模型的预测值基本一致,相对误差仅为0.95%,说明采用该模型优化异相芬顿降解电镀废水中CODCr是可行的。
3 结论(1) 本研究采用缓冲溶液法制备粉煤灰负载型异相芬顿催化剂,将其用于电镀废水中有机络合物的降解,得到的单因素最适宜工艺条件为:催化剂投加量20 g·L-1、初始pH值3.0、H2O2浓度60 mmol·L-1。
(2) 建立Box-Behnken Design响应面法回归模型,并进行显著性及方差分析,得出:以CODCr去除率为响应值,催化剂投加量、初始pH值、H2O2浓度3个因素对电镀废水CODCr去除率的影响作用排序为:初始pH值(F值=166.79)>催化剂投加量(F值=15.81)>H2O2浓度(F值=1.83),其中初始pH值与H2O2浓度之间的交互作用较为显著。
(3) 采用Box-Behnken Design建立的回归模型具有较好的拟合度,可用于异相芬顿降解电镀废水CODCr去除率预测及工艺条件优化。模型预测得出的最适宜反应条件为:催化剂投加量16.86 g·L-1、初始pH值3.49、H2O2浓度50.6 mmol·L-1,CODCr去除率预测值为95.1%,CODCr去除率实际值的平均值为94.2%,与预测值的相对误差仅为0.95%,说明采用该模型优化异相芬顿降解电镀废水CODCr是真实可靠的。
[1] |
汪兴, 赵子龙, 张小山, 等. 制备条件对生物炭载铁催化剂催化破络Ni-EDTA性能及活性组分浸出的影响[J]. 化工进展, 2022, 41(9): 4831-4839. WANG Xing, ZHAO Zilong, ZHANG Xiaoshan, et al. Effect of preparation conditions on catalytic performance of biocarbon supported iron catalyst for breaking Ni-EDTA and leaching of active components[J]. Chemical Industry and Engineering Progress, 2022, 41(9): 4831-4839. (in Chinese) |
[2] |
杨世迎, 薛艺超, 王满倩. 络合态重金属废水处理: 基于高级氧化技术的解络合机制[J]. 化学进展, 2019, 31(8): 1187-1198. YANG Shiying, XUE Yichao, WANG Manqian. Complexed heavy metal wastewater treatment: De complexation mechanisms based on advanced oxidation processes[J]. Progress in Chemistry, 2019, 31(8): 1187-1198. (in Chinese) |
[3] |
QIN Q, LIU Y, LI X, et al. Enhanced heterogeneous Fenton-like degradation of methylene blue by reduced CuFe2O4[J]. RSC Advances, 2018, 8(2): 1071-1077. DOI:10.1039/C7RA12488K |
[4] |
DU J, ZHANG B, LI J, et al. Decontamination of heavy metal complexes by advanced oxidation processes: A review[J]. Chinese Chemical Letters, 2020, 31(10): 2575-2582. DOI:10.1016/j.cclet.2020.07.050 |
[5] |
XIN S, LIU G, MA X, et al. High efficiency heterogeneous Fenton-like catalyst biochar modified CuFeO2 for the degradation of tetracycline: Economical synthesis, catalytic performance and mechanism[J]. Applied Catalysis B: Environmental, 2021. DOI:10.1016/j.apcatb.2020.119386 |
[6] |
GAO C, CHEN S, QUAN X, et al. Enhanced Fenton-like catalysis by iron-based metal organic frameworks for degradation of organic pollutants[J]. Journal of Catalysis, 2017, 356: 125-132. DOI:10.1016/j.jcat.2017.09.015 |
[7] |
LI R, GAO Y, JIN X, et al. Fenton-like oxidation of 2, 4-DCP in aqueous solution using iron-based nanoparticles as the heterogeneous catalyst[J]. Journal of Colloid and Interface Science, 2015, 438: 87-93. DOI:10.1016/j.jcis.2014.09.082 |
[8] |
CHONG S, ZHANG G, ZHANG N, et al. Preparation of FeCeOx by ultrasonic impregnation method for heterogeneous Fenton degradation of diclofenac[J]. Ultrasonics Sonochemistry, 2016, 32: 231-240. DOI:10.1016/j.ultsonch.2016.03.019 |
[9] |
MEHRABADI B A T, ESKANDARI S, KHAN U, et al. A review of preparation methods for supported metal catalysts[J]. Advances in Catalysis, 2017, 61: 1-35. DOI:10.1016/bs.acat.2017.10.001 |
[10] |
THIRUGNANASAMBANDHAM K, SIVAKUMAR V, MARAN J P. Response surface modelling and optimization of treatment of meat industry wastewater using electrochemical treatment method[J]. Journal of the Taiwan Institute of Chemical Engineers, 2015, 46: 160-167. DOI:10.1016/j.jtice.2014.09.021 |
[11] |
包红旭, 李良玉, 于莉嫱, 等. 响应面优化异相芬顿提高农药废水可生化性研究[J]. 大连民族大学学报, 2020, 22(3): 213-219, 233. BAO Hongxu, LI Liangyu, YU Liqiang, et al. Response surface optimization of heterogeneous Fenton to improve biodegradability of pesticide wastewater[J]. Journal of Dalian Minzu University, 2020, 22(3): 213-219, 233. DOI:10.3969/j.issn.1009-315X.2020.03.005 (in Chinese) |
[12] |
ROUDI A M, SALEM S, ABEDINI M, et al. Response surface methodology (RSM)-based prediction and optimization of the Fenton process in landfill leachate decolorization[J]. Processes, 2021, 9(12): 2284. DOI:10.3390/pr9122284 |
[13] |
郭莹, 陈鸿汉, 张焕祯, 等. 基于Box-Behnken响应曲面法优化Fenton预处理高浓度染料中间体生产废水[J]. 环境科学研究, 2017, 30(5): 775-783. GUO Ying, CHEN Honghan, ZHANG Huanzhen, et al. Optimization of Fenton pre-treatment of high concentration dye intermediate wastewater based on box-behnken response surface methodology[J]. Research of Environmental Sciences, 2017, 30(5): 775-783. (in Chinese) |
[14] |
DUESTERBERG C K, MYLON S E, WAITE T D. pH effects on iron-catalyzed oxidation using Fenton's reagent[J]. Environmental Science & Technology, 2008, 42(22): 8522-8527. |
[15] |
KANG Y, HWANG K Y. Effects of reaction conditions on the oxidation efficiency in the Fenton process[J]. Water Research, 2000, 34(10): 2786-2790. DOI:10.1016/S0043-1354(99)00388-7 |
[16] |
DENG Y, ENGLEHARDT J D. Treatment of landfill leachate by the Fenton process[J]. Water Research, 2006, 40(20): 3683-3694. DOI:10.1016/j.watres.2006.08.009 |
[17] |
邵天元, 李新宝, 张宝锋, 等. 电芬顿法处理重金属络合物Ni-EDTA的研究[J]. 环境科学学报, 2015, 35(3): 745-749. SHAO Tianyuan, LI Xinbao, ZHANG Baofeng, et al. Removal of Ni-EDTA by electro-Fenton process[J]. Acta Scientiae Circumstantiae, 2015, 35(3): 745-749. (in Chinese) |
[18] |
王哲, 张思思, 黄国和, 等. 高炉水淬渣对电镀废水中重金属和COD吸附的响应面优化[J]. 化工进展, 2016, 35(11): 3669-3676. WANG Zhe, ZHANG Sisi, HUANG Guohe, et al. Application of response surface methodology to optimize adsorption conditions for heavy metals and COD in electroplating waste water by water-quenched blast furnace slag[J]. Chemical Industry and Engineering Progress, 2016, 35(11): 3669-3676. (in Chinese) |
[19] |
袁菊红, 胡绵好. 响应面法优化烧烤竹炭对水中磷的吸附条件[J]. 化工环保, 2015, 35(2): 116-120. YUAN Juhong, HU Mianhao. Condition optimization for adsorption of phosphate from water onto barbecue bamboo charcoal by response surface methodology[J]. Environmental Protection of Chemical Industry, 2015, 35(2): 116-120. (in Chinese) |
[20] |
许晓毅, 蔡岚, 吉芳英, 等. 超声/Fenton法处理毒死蜱中间体废水的工艺优化[J]. 环境科学研究, 2015, 28(11): 1755-1763. XU Xiaoyi, CAI Lan, JI Fangying, et al. Process optimization of chlorpyrifos intermittent wastewater treatment by ultrasonic-combined Fenton reaction[J]. Research of Environmental Sciences, 2015, 28(11): 1755-1763. (in Chinese) |
[21] |
MURALIDHAR R V, CHIRUMAMILA R R, MARCHANT R, et al. A response surface approach for the comparison of lipase production by Candida cylindracea using two different carbon sources[J]. Biochemical Engineering Journal, 2001, 9(1): 17-23. DOI:10.1016/S1369-703X(01)00117-6 |