摘要：随着环境功能材料领域产生的数据量及其数据复杂性急剧增加,高成本、长周期的传统实验手段已无法迎合目前功能材料的发展趋势。近年来迅速发展的机器学习能对数据进行深入挖掘和解析,有望为此类问题提供有效的解决方案。机器学习具备效率高、精度高等优势,有效弥补了传统“试错”方式的不足。介绍了机器学习的基本工作原理和算法,从预测理化性质、辅助微观表征和指导新型材料合成3个方面简述了机器学习在环境碳基功能材料领域中的应用研究进展,分析了机器学习在该领域的问题与挑战,展望了机器学习方法在环境碳基功能材料领域的前景与发展趋势。

摘要：基于过硫酸盐(peroxymonosulfate,PMS)活化的高级氧化技术在降解新污染物方面具有独特优势.本实验利用碳纳米管(carbon nanotubes,CNT)搭载Ni-ZIF-8,设计制备了CNT/Ni-ZIF-8纳米复合电催化膜,开展了活化过硫酸盐降解磺胺甲噁唑(sulfamethoxazole,SMX)的性能和机理研究.探究了制备条件与纳米复合膜理化性质间的构效关系,分析并优化了镍的掺杂量,考察了降解实验参数(如电压、流速和PMS用量等)对SMX降解动力学的影响.研究表明,Ni-ZIF-8均匀地负载在碳纳米管表面.在最佳条件时(镍掺杂量为20%、电压为-1.5 V、流速为1.5 mL·min^(-1)和PMS用量为1.5 mmol·L^(-1)),单次流模式下去除5 mg·L^(-1) SMX的效率为76.6%.电子顺磁共振谱和淬灭实验结果表明,·OH和^(1)O_(2)均参与到SMX的降解过程中.本研究为开发高效电催化膜催化材料提供了新的设计思路.

摘要：以模拟有机废水和实际有机废水为研究对象,以TiO2纳米孔阵列电极作光阳极,金属铂黑做阴极,设计了一种光催化废水燃料电池(PFC),用于有机废水处理和废水有机物化学能的综合利用.论文考查了不同实验条件下组成的电池体系的性能,表明基于TiO2纳米孔阵列光阳极的光催化废水燃料电池既能处理废水又能够表现出良好的电池性能,如以0.05mol/L乙酸为底物的光催化废水燃料电池,其开路电压1.16V,短路电流1.28mA/cm2,最大输出功率密度0.28mW/cm2.

摘要：为实现氨氮的高效选择性转化,设计了一个氯自由基介导的电化学体系。该电化学体系以稳定性好、氧化能力强的掺硼金刚石(BDD)电极为阳极,以Pd-Cu修饰的泡沫镍材料(Pd-Cu/NF)为阴极,以氯化钠为电解质,对BDD电极选择性电催化氧化性能与机理进行了研究。结果表明:在4.0 V电压下,体系中的Cl^-原位可转NO3^-,副产物N2;分别探究了阴极材料、电场强度、电极间距、溶液pH和电解质种类对氨氮转化性能的影响。通过电子顺磁共振和自由基捕获实验,证实了Cl·在氨氮转化过程中发挥了重要作用。在最优条件下,可实现40 min内100%的氨氮转化率和25 mg·L^-1的N2生成量,以上研究结果可为解决水体中氨氮的污染问题提供参考。

摘要：为实现水中四环素类抗生素的高效降解,本文设计开发了一种基于电活性碳纳米管(CNT)电极的穿透式电芬顿系统,采用水热法制得纳米铁和二硫化钼共修饰的CNT阴极材料(Fe-MoS_(2)@CNT),分析不同因素对电芬顿催化降解四环素性能的影响.结果表明:基于改性CNT电极的穿透式电芬顿系统对四环素表现出良好的去除性能,电压和流速等对四环素的降解动力学具有显著影响.该系统的最优试验条件:Fe掺杂量为0.3 mmol L、外加电压为-2.5 V、流速为0.85 cm^(3)(min·cm^(2)).在最优试验条件下,反应60 min内四环素的降解率可达到95%,羟基自由基为主导的活性物种.连续运行240 min后,该系统对四环素的降解率仍保持在85%以上,且在实际湖水环境水基质中对四环素降解率也可达到87.2%.研究显示,Fe-MoS_(2)@CNT膜电极具有优异的催化性能及可重复利用性,可以高效降解水中四环素类抗生素.

摘要：为了探究Ag/AgCl光催化薄膜在连续流状态下对有机污染物的光催化性能,采用连续沉积方法制备了Ag/AgCl改性碳纳米管(CNTs)薄膜,以亚甲基蓝为目标污染物,利用光化学过滤器对亚甲基蓝的光催化脱色效果进行了探究。结果表明,在900μW·cm-2光强下,Ag/AgCl-CNTs复合薄膜在连续流光催化体系中对10 mg·L-1的亚甲基蓝去除率可达90%,比传统序批式反应体系高出70%以上,说明连续流体系的对流传质效果明显优于序批式体系的扩散传质效果。同时,Ag/AgCl的沉积显著改善了CNTs薄膜的光催化脱色性能。在最佳实验条件下,Ag/AgCl改性后,复合薄膜的光催化脱色效果比CNTs薄膜提高了40%。Ag/AgCl-CNTs多功能复合薄膜体系具有光催化降解和膜分离以及减缓膜污染等多重特性。