一种吸附短链全氟化合物的方法

    公开(公告)号:CN116143221A

    公开(公告)日:2023-05-23

    申请号:CN202211605393.X

    申请日:2022-12-14

    Applicant: 南京大学

    Abstract: 本发明公开了一种吸附短链全氟化合物的方法,包括以下步骤:根据目标水体中溶解性有机物DOC的浓度,通过水汽扩散方式制备不同微孔分布比的受限水改性活性炭,用受限水改性活性炭吸附目标水体中的短链全氟化合物。本方法通过无试剂、低成本的水汽扩散法在活性炭孔道内构造受限水结构,以高度断裂的受限水氢键网络驱动短链全氟化合物在活性炭纳米孔中的传质过程,显著提高短链全氟化合物的吸附容量。通过本方法制备的受限水改性活性炭可原位升级现有活性炭吸附工艺,实现微污染水体、饮用水及污水中短链全氟化合物的高效去除,对保障水质安全具有重要意义。

    一种基于深度学习的预测活性污泥沉降性能方法

    公开(公告)号:CN114998718A

    公开(公告)日:2022-09-02

    申请号:CN202210433941.9

    申请日:2022-04-24

    Applicant: 南京大学

    Abstract: 本发明公开了一种基于深度学习的预测活性污泥沉降性能方法,包括以下步骤:(1)采集若干活性污泥样本并分别获取其原始图像数据,对原始图像数据进行清洗并统一尺寸大小;(2)测定各活性污泥样本的污泥体积指数SVI;(3)基于ResNet50深度神经网络建立活性污泥沉降性能图像预测模型;(4)根据步骤(3)建立的预测模型预测目标活性污泥的沉降性能。本发明基于所采集的活性污泥图像,经过简单的数据清洗和调整图像尺寸大小,采用ResNet50深度神经网络,构建二分类模型,实现活性污泥膨胀预警。模型的输入为活性污泥图像数据,模型的输出为活性污泥是否发生膨胀。本发明提供的方法检测速度快、识别结果准确、操作简便、效率高,可广泛应用于污水厂中活性污泥沉降性能的识别。

    一种高进水COD浓度条件下修复厌氧反应器酸化系统的方法

    公开(公告)号:CN114671519A

    公开(公告)日:2022-06-28

    申请号:CN202210231770.1

    申请日:2022-03-09

    Applicant: 南京大学

    Abstract: 本发明公开了一种高进水COD浓度条件下修复厌氧反应器酸化系统的方法,包括如下步骤:首先,维持进水COD浓度6000‑8000mg/L,有机负荷高于1.5kg/(m3·d);其次,以设定比例向系统中添加微量O2,加入氧气量维持在33~150gO2/kgCOD之间;同时添加外源硝酸盐,控制C:N在20~65:1之间;控制厌氧系统在33℃条件下进行恢复培养,同时通过二氧化碳还原酶基因表达的路径调控,加速废水代谢中间产物乙酸盐形成;最后,基于pH及碱度回升、COD去除率恢复正常、乙酸营养型产甲烷菌丰度显著增加为特征,逐步降低进水硝酸盐浓度,直至实现反应器的正常运行。本方法基于兼性菌消耗O2去除有机质,反硝化消耗H+及VFA,提升pH,实现高进水COD浓度厌氧生物反应器酸化体系的恢复,操作简便,节约能源。

    一种快速抑制活性污泥非丝状菌膨胀的方法

    公开(公告)号:CN111595975B

    公开(公告)日:2020-11-24

    申请号:CN202010482120.5

    申请日:2020-05-29

    Applicant: 南京大学

    Abstract: 本发明提供了一种快速抑制活性污泥非丝状菌膨胀的方法,属于污水处理技术领域,所述处理方法具体包括以下步骤:活性污泥采样,污泥膨胀种类确定,污水中信号分子种类及含量确定,强化微生物筛选,强化微生物发酵,最后投加将发酵好的微生物发酵液投加到目标池体中。本发明的方法基于微生物群感效应,促进微生物胞外聚合物分泌,进而提升污泥比重,达到快速抑制活性污泥非丝状菌膨胀的目的。本发明提供的方法是在界定废水处理微生物基础上,采取特异性强化手段,针对性强,增益效果好,抑制污泥膨胀速度快。

    一种充-放电节能电催化污水处理方法

    公开(公告)号:CN120004377A

    公开(公告)日:2025-05-16

    申请号:CN202510246365.0

    申请日:2025-03-04

    Applicant: 南京大学

    Abstract: 本发明公开了一种充‑放电节能电催化污水处理方法,包括以下步骤:步骤一,清洗碳电极,将其同时作为阴极和阳极,插入污水中,在电化学反应池底部设置磁力搅拌;步骤二,对工作电极施加恒电压或恒电流,确保电压能降解污染物且阳极不发生析氧反应、阴极不发生析氢反应;步骤三,停止对工作电极施加电压或电流,监测开路电压,开路电压逐渐下降,利用电极储存的电能继续降解污染物;步骤四,重复步骤二和步骤三,直至电催化降解完成。本发明在保证去除效果的情况下节省电能,降低约30‑90%的能耗;恒电流充电催化步骤确保电流密度可控,保证安全生产;工艺简单,无需特殊设备及材料,适合现有污水处理系统升级改造。

    基于贝叶斯优化强化学习的废水处理厂智能控制方法与系统

    公开(公告)号:CN119179315A

    公开(公告)日:2024-12-24

    申请号:CN202411698193.2

    申请日:2024-11-26

    Applicant: 南京大学

    Abstract: 本发明公开了基于贝叶斯优化强化学习的废水处理厂智能控制方法与系统。本发明使用专业仿真软件对运营废水处理厂进行建模,模型使用废水处理厂实际进水数据;使用强化学习进行多目标优化,将强化学习算法与专业仿真软件进行交互,在每个时间步,智体接收状态信息,并采取调整操作参数的行动;使用贝叶斯优化选择强化学习初始动作点,贝叶斯优化设置一个目标函数,接收控制点和进水数据,通过与专业仿真软件进行交互,得到出水水质指标,输出目标值;优化过程采用高斯过程,识别出使目标值最优的最佳参数组合。本发明具有普适性和实用性,增强了对WWTP过程中复杂并且实时变化的入水指标的自适应性,提高了处理性能的可靠性和稳定性。

    一种基于菌间互作与菌群结构的群落水平量化及评估方法

    公开(公告)号:CN119152946A

    公开(公告)日:2024-12-17

    申请号:CN202411490497.X

    申请日:2024-10-24

    Applicant: 南京大学

    Abstract: 本发明公开了一种基于菌间互作与菌群结构的群落水平量化及评估方法,首先获取微生物群落信息并构建生物关联网络,由显著性分析筛选出高度相关的菌间互作系数;其次计算每个物种的高度相关的菌间互作系数的平均值;接着将物种相对丰度表作为权重与物种平均菌间互作系数矩阵相乘;最后通过两步求和得到群落总关联强度,将其作为新的微生物群落评估指标定义为群落协同指数。该指数越大,意味着群落总正向关联强度越强,微生物群落的稳定性和功能性越好。本发明提供的群落水平量化及评估方法全面涵盖目标群落的菌间互作及菌群结构信息,可实现多维度微生物群落数据向低维的群落水平的量化,能够直观、准确地评估微生物群落整体的功能性和稳定性优劣。

    一种预测活性污泥中微生物群体感应作用性能的方法

    公开(公告)号:CN118098337B

    公开(公告)日:2024-11-01

    申请号:CN202410214538.6

    申请日:2024-02-27

    Applicant: 南京大学

    Abstract: 本发明公开了一种预测活性污泥中微生物群体感应作用性能的方法,包含以下步骤:首先,识别将活性污泥中的群感微生物,在原两步硝化活性污泥模型(ASM)中添加群感菌的动力学方程,构建ASM‑QS模型;其次,测定非群感微生物的最大比增长速率、微生物的产率系数以及初始值;然后,确定群感微生物的信号分子半饱和系数和信号分子抑制系数;最后,将获取的参数值输入ASM‑QS模型,预测信号分子作用下微生物的硝化性能。本发明填补了在污水生物处理系统中微生物群体感应模型的空白,通过该模型可以精准预测环境条件下信号分子对活性污泥微生物硝化活性的调控作用,对提升污水生物处理系统高效脱氮具有高应用价值。

    面向需求导向的智慧化污水生物处理工艺评估方法及系统

    公开(公告)号:CN117333030B

    公开(公告)日:2024-11-01

    申请号:CN202311169952.1

    申请日:2023-09-12

    Applicant: 南京大学

    Abstract: 本发明公开了一种面向需求导向的智慧化污水生物处理工艺评估方法及系统,所述方法包括:构建污水处理厂生物处理工艺过程的基本水质、生态风险、工艺信息数据集合并进行预处理;确定输入水质特征集合和生态风险目标;基于机器学习构建不同污水生物处理工艺的最优生态风险预测模型并进行筛选;根据不同的污水处理场景,预测不同生物处理工艺的生态风险,评估不同污水生物处理工艺的生态风险削减效能,并从中选取最有效的生物处理工艺。本发明考虑了污水处理过程中的多目标属性,构建不同污水生物处理工艺的生态风险预测模型,既能全面评估不同污水生物处理工艺下的生态风险,又能基于评估结果选择最有效的生物处理工艺,增强污水处理效果。

Patent Agency Ranking