基于XGBoost混合模型的生物质飞灰对果蔬废弃物堆肥效果评估研究

本文创新性地对比了均相（Fe2+/PMS）与非均相（活性炭/PMS）过一硫酸盐（PMS）活化体系处理纺织废水的效能，通过机器学习（XGBoost/RF/ANN）和SHAP分析揭示：生物质芦苇活性炭（RAC）协同Fe2+可在10分钟内实现近100%脱色及90%以上COD/TOC去除，为SR-AOPs（硫酸根高级氧化）的工程化应用提供数据驱动优化范式。

　　

亮点

本研究通过Fe²⁺/PMS/活性炭（AC）系统实现了纺织废水的高效处理，其创新性体现在：

1. 超快净化：添加2 g/L活性炭后，10分钟内即可达成>90%的COD/TOC去除率，较传统AOPs（高级氧化工艺）效率提升显著；

2. 双模协同：均相催化（Fe²⁺）与非均相催化（生物质RAC与商用CAC）的协同作用首次被系统验证，RAC因丰富含氧官能团展现优异PMS活化能力；

3. 智能预测：构建的XGBoost模型（R²>0.97）通过SHAP分析揭示pH与Fe²⁺剂量为关键调控参数，为工艺优化提供可解释性AI支持。

材料与方法

纺织废水采集：取自土耳其泰基尔达省某纺织厂生物处理出水，4℃保存并预酸化至pH 3.0。

活性炭表征：SEM（扫描电镜）显示RAC具有蜂窝状多孔结构，BET比表面积达980 m²/g，EDX（能谱分析）检测到其表面富含C=O和–COOH基团，这些特性显著促进PMS分解为SO₄•^-自由基。

结论

Fe²⁺/PMS/AC系统在pH 7.0、2 mM Fe²⁺、5 mM PMS条件下实现92.1%脱色率，且活性炭的引入使TOC去除率提升3倍。机器学习模型证实，该体系通过自由基（SO₄•^-/•OH）与非自由基（¹O₂）途径协同降解污染物，为纺织行业废水处理提供绿色解决方案。