《Results in Engineering》:Predicting and optimizing electrochemical degradation of mezcal vinasse with statistical and neural network models
编辑推荐:
本研究调查了龙舌兰酒生产废水(mezcal vinasse)的电化学处理过程,旨在通过比较两种建模方法,在最大化化学需氧量(Chemical Oxygen Demand, COD)和黑素素(Melanoidins, Mel)去除率的同时,最小化比能耗(Spec
本研究调查了龙舌兰酒生产废水(mezcal vinasse)的电化学处理过程,旨在通过比较两种建模方法,在最大化化学需氧量(Chemical Oxygen Demand, COD)和黑素素(Melanoidins, Mel)去除率的同时,最小化比能耗(Specific Energy Consumption, SEC)。研究采用中心组合设计(Central Composite Design, CCD)结合响应曲面法(Response Surface Methodology, RSM),以及耦合遗传算法(Genetic Algorithm, GA)的人工神经网络(Artificial Neural Network, ANN),对初始pH、电流密度和阴极材料进行优化。RSM模型确定的最佳条件为:pH? = 6.19,电流密度 j = 210 mA cm?2,钛(Ti)阴极,在10小时内实现了92.44%的COD去除率、97.63%的Mel降解率,SEC为0.192 kWh (g COD)?1。然而,ANN-GA框架表现更优,其确定的参数为:pH? = 6.09,j = 236.2 mA cm?2,Ti阴极,在仅需8小时的时间内实现了94.76%的COD去除率、97.75%的Mel降解率,SEC为0.194 kWh (g COD)?1。两种方法均成功将COD降低至满足墨西哥监管限值水平。ANN-GA策略显示出明显优势,不仅加速了处理过程,还降低了运营成本(OPEX:1.02美元对比1.16美元),突显了其在可持续龙舌兰酒生产废水管理中的潜力。通过生命周期分析(Life Cycle Analysis, LCA)方法,该过程的全球变暖潜能值为6.53 kgCO2 eq,若结合可再生能源与化石燃料,该值可进一步降低。
墨西哥龙舌兰酒产业规模庞大,每年产生1.72至1.82亿升龙舌兰酒生产废水(mezcal vinasse),其含有乙酸、甘油、苯酚、黑素素等高浓度有机污染物,具有极高的化学需氧量(COD)、低pH值和强腐蚀性,属于难降解废水。传统生物处理效率低且成本高,而电化学氧化技术因无需添加化学试剂、易于自动化且能产生羟基自由基(•OH)高效降解有机物而备受关注。然而,现有研究多采用单变量法优化操作参数,效率低下且难以兼顾去除效率、能耗和成本。为此,研究人员开展了基于机器学习与传统统计方法的对比优化研究,旨在寻找高效、低能耗的龙舌兰酒生产废水处理工艺。
研究人员采集自墨西哥瓦哈卡州马特拉兰市(Municipality of Matatlán, Oaxaca, Mexico)某龙舌兰酒厂的废水作为研究对象,经沉降去除悬浮物后备用。研究构建了包含硼掺杂金刚石(Borron-Doped Diamond, BDD)阳极和不同阴极(BDD、Ti、Cu)的批量电解槽实验平台,以初始pH、电流密度和阴极材料为自变量,COD去除率(ηCOD)、黑素素去除率(ηMel)和比能耗(SEC)为响应变量,分别采用响应曲面法(RSM)和人工神经网络结合遗传算法(ANN-GA)进行建模与优化。
在研究结果部分,首先通过RSM建立了二次多项式模型。方差分析(ANOVA)显示所有模型均显著(p < 0.05),拟合优度良好(R2 > 0.98)。RSM优化得到的最佳工艺参数为:初始pH 6.19,电流密度210 mA cm?2,Ti阴极,处理6小时可实现ηCOD 92.44%、ηMel 97.63%,SEC为0.192 kWh (g COD)?1。其次,研究人员开发了ANN模型,通过遗传算法优化网络拓扑结构。针对ηCOD、ηMel和SEC,最佳网络结构分别为5-20-1、5-10-1和5-8-1。ANN-GA优化得到的最佳参数为:初始pH 6.09,电流密度236.2 mA cm?2,Ti阴极,处理6小时预测ηCOD为99.76%、ηMel为97.95%,SEC为0.194 kWh (g COD)?1。实验验证表明,ANN-GA预测值与实验值误差均低于2%,高于RSM的预测精度。动力学分析显示,COD、Mel和总有机碳(TOC)的衰减均符合拟一级动力学模型。
在环境影响与毒性评估方面,植物毒性测试采用绿豆(Vigna radiata)种子,结果显示经处理10小时(RSM)和8小时(ANN-GA)后的废水对种子发芽率影响显著降低,趋于无毒。生物测定采用卤虫(Artemia salina),结果表明虽然处理后废水COD达标,但在暴露1-2小时内仍具有一定的急性毒性,归因于生成草酸、甲酸等中间产物;延长处理至10小时可降低毒性。生命周期分析(LCA)显示,电能消耗是主要的环境热点,全球变暖潜能(GWP)为6.53 kg CO2 eq。通过敏感性分析,若采用混合能源(50%化石燃料,25%风能,25%光伏),GWP可降至3.38 kg CO2 eq。技术经济分析表明,ANN-GA方案在8小时内达到排放标准的运营成本(OPEX)为1.02美元/千升,低于RSM方案的1.16美元/千升,且投资回报率(ROI)为13.11%,投资回收期仅为1.4年,具有良好的经济可行性。
综上所述,本研究证实了电化学氧化法在处理龙舌兰酒生产废水方面的有效性。研究人员得出结论:相较于传统的RSM方法,ANN-GA集成策略在预测精度、处理速度和运行成本控制方面具有显著优势,能够在满足墨西哥法规(COD < 150 mg L?1)的同时,实现高效、经济的废水处理。此外,结合可再生能源可进一步降低过程的环境足迹,为同类高浓度有机废水的资源化处置提供了理论依据和技术支持。