高硫煤的直接燃烧已引发了严重的雾霾和酸雨污染。因此，高硫煤燃前脱硫具有重要的意义[1]。高硫细粒煤的开发利用已成为影响煤炭高效分选和制约稀缺煤资源清洁利用的瓶颈[2]。煤中的硫可分为黄铁矿硫、硫酸盐硫和有机硫，其中黄铁矿硫为主要成分[3]。大量研究表明[4-6]，浮选法可脱除细粒煤中部分黄铁矿硫和硫酸盐硫，但由于煤泥水中的黄铁矿具有一定的疏水性，表面易吸附捕收剂煤油，使浮选得到的精煤硫分偏高。因此，必须采用辅助手段来强化浮选脱硫效果。朱东研究发现，对矿浆进行超声波和微波预处理可促进黄铁矿氧化，降低黄铁矿表面疏水性[7]；董宪姝发现以CaO为抑制剂浮选能有效脱除煤中的硫分，脱硫率最高可达40.12%[8]；张明旭等人将专门、特定的菌液加入浮选煤浆，使细菌在黄铁矿表面产生快速选择性吸附，抑制黄铁矿的可浮性[9-10]；夏建华研究发现还原剂法能提高煤的可浮性，降低黄铁矿的可浮性，同时还能改善煤质，提高煤的燃烧值[11]。上述研究表明：增大煤和黄铁矿表面润湿性差异是实现细粒煤浮选脱硫的关键因素，选择合适的浮选药剂对煤和黄铁矿的浮选分离至关重要。本文选取邻苯二甲酸二乙酯(BET)为浮选起泡剂，糊精为抑制剂，考察了浮选脱硫的效果，利用SPSS软件分析了影响脱硫效果的主要因素，并建立回归模型对脱硫效果进行了预测。

Introduction of natural ingredients in cometics 2 46

1 试 验

1.1 试验材料和试剂

浮选煤样取自乌海矿区原煤，经破碎筛分后得到灰分为19.30%、硫分为2.76%的煤样，其XRD分析(图1)表明，煤中主要无机矿物质为高岭石，此外还含有大量的石英和黄铁矿。煤样粒度分析见表1。

  

A—高岭石；B—石英；C—黄铁矿图1 煤样X-射线衍射图谱Fig.1 X-ray diffraction patterns of coal sample

 

表1 煤样粒度分析Tab.1 Size distribution of coal

  

粒度/mm产率/%灰分/%硫分/%0 50～0 256 5117 882 780 25～0 12516 1917 712 280 125～0 07417 2118 422 47<0 07460 0920 132 97总计100 0019 302 76

由表1可知，煤样中细粒级(<0.074 mm)占主导，其含量高达60.09%；粗粒0.50～0.25 mm含量较少，仅为6.51%。除0.50～0.25 mm粒级外，煤样各粒级灰分和硫分均随粒度的减小而增大，尤其是小于0.074 mm粒级，其灰分和硫分均显著高于其他粒级，说明此粒级煤样矸石易碎。

浮选煤样经密度1.2 g/cm3的有机重液分级得到灰分2.83%、硫分0.52%的低灰低硫煤。XRD分析表明，样品中主要成分为非晶质体的煤，仅含有少量的黏土矿物和氧化矿物，样品较为纯净，可认为是纯煤。黄铁矿为手选大块夹矸，经破碎分选后得到纯度较高的黄铁矿单矿物[12]。浮选起泡剂选用邻苯二甲酸二乙酯(BET)，抑制剂为糊精，分子量为56 000，pH调整剂为盐酸和氢氧化钠，以上试剂均为分析纯，试验用水均为去离子水。

1.2 浮选试验

每次称取100 g乌海原生煤泥，充分润湿后，置于1 L浮选槽中，用氢氧化钠和盐酸溶液调节矿浆pH值后，按浮选流程加入相应的抑制剂、捕收剂和起泡剂，开始连续刮泡3 min。

1.3 吸附量试验

采用残余浓度法测定BET和糊精在矿物表面的吸附量[13]。每次称取1.0 g试样，对煤和黄铁矿分别进行调浆后，离心分离并取上清液，采用TU1810紫外可见光分光光度计测定溶液的吸光值，确定溶液中药剂浓度。

2 结果与讨论

2.1 浮选试验结果

虽然BET对黄铁矿的浮选影响较小，但由于黄铁矿自身疏水性较强、可浮性较好，很容易随气泡进入精煤产品，造成浮选精煤硫分偏高。为了强化脱硫效果，试验以糊精为抑制剂进行了浮选脱硫，试验中BET浓度为30 mg/L，矿浆酸碱度为中性，浮选结果如图3(a)所示。

  

图2 BET浓度及其作用后pH值对精煤产率和硫分的影响Fig.2 Effects of BET dosage and pH value on flotation concentrate and sulfur contents with BET

(2)测量数据的准确性也是煤矿地质测量的基本要求。比如井下测量导线点和高程点的高精度控制等测量数据，可为地质部门提供准确的水文地质资料，这些准确的测量数据是生产中减少误差以及意外事故的发生必要条件，除此之外，还应加强整体工程的控制，促使管理人员能够正确处理好煤矿安全生产工作的步骤，保证煤矿安全生产工作顺利进行。

图2(a)为中性矿浆条件下，BET浓度对浮选精煤产率和硫分的影响。由图2(a)可知，无BET作用时，煤可浮性较差，浮选精煤产率仅为51.27%，浮选精煤硫分为2.38%，浮选脱硫效果不佳；随着BET浓度的增大，浮选精煤产率显著提高。当BET浓度为10 mg/L时，浮选精煤产率为60.41%；当BET浓度为40 mg/L时，精煤产率达到71.21%。BET浓度对浮选精煤硫分影响较小，BET浓度从10 mg/L增大至30 mg/L时，精煤硫分在2.40%附近波动，仅当BET浓度达到40 mg/L时，浮选精煤硫分才略有增大，达到2.51%。上述分析表明，BET对煤的浮选具有良好的促进作用，对黄铁矿可浮性影响较小。

由图3(a)可知，糊精对浮选精煤产率和精煤硫分有显著影响，精煤产率随糊精浓度的增大呈下降规律。无糊精作用时，浮选精煤产率为69.33%；当糊精浓度为10 mg/L时，精煤产率为62.13%；当糊精浓度继续增大时对煤的抑制愈加强烈，浓度为30 mg/L时，精煤产率仅为54.30%。糊精浓度较小时对硫的抑制作用微弱，其浓度为5 mg/L时，精煤硫分为2.37%，与添加糊精前相比，硫分基本不变；当糊精浓度增大至10 mg/L，精煤硫分降至2.04%，浮选脱硫效果显著；当糊精浓度进一步增大时，精煤硫分不再变化。

  

图3 糊精浓度及其作用后pH值对精煤产率和硫分的影响Fig.3 Effects of dextrin dosage and pH value on flotation concentrate and sulfur contents with dextrin

图3(b)为加入糊精后浮选精煤产率和硫分随矿浆pH值的变化情况。与添加糊精前相似，精煤产率随pH值的升高先增大后降低，在pH=7附近达到最大值；精煤硫分则随pH值的升高持续降低，在pH=11时，精煤硫分最低。与添加前相比，精煤产率和硫分均有所降低，在pH=7～9的范围内，产率降幅较小，但脱硫效果明显，精煤硫分降低了18.50%，所以浮选应在pH=7～9的范围进行。

2.2 药剂吸附量试验

由表2可知，上述2种方程都能较好地拟合BET在煤和黄铁矿表面的吸附(R2>0.980)，其中Langmuir方程拟合程度最高，其相关系数R2分别达到0.994和0.987，煤表面和黄铁矿表面的吸附点较为均匀，且BET在煤和黄铁矿表面的吸附为单层吸附。BET在煤和黄铁矿表面的最大吸附量qm分别为0.548 mg/g和0.061 mg/g，与吸附量试样相吻合。Langmuir方程中常数KA与吸附能力有关，其中煤对BET的吸附常数KA为0.025，大于黄铁矿对BET的吸附常数(0.021)。

w(S)=2.62-0.09 pH-0.01BET-0.18DTN

情感，对于人类而言有格外重要的意义.情感可以促使人去喜爱、探索一项自己并不了解的事物，进而对其感兴趣，再深入的探析.而数学课程就是这样一门特殊的学科，需要学生们去投入情感，去进行深入的探索.所以，数学情感教育逐渐获得大家的关注，成为高中数学课程改革的一个新的目标.但是很多学生和老师都对数学情感教育还不够了解，本文将带领大家对情感教育进行深入的探究.

  

图4 BET和糊精初始浓度对煤和黄铁矿表面吸附量的影响Fig.4 Effects of initial concentration of BET and dextrin on the surface adsorption of coal and pyrite

通常用Langmuir方程和Freundlich方程对有机分子在矿物表面的吸附过程进行描述[14-15]。

Langmuir吸附模型[15]假设吸附剂表面均一，各处吸附能相同，吸附是单分子层的。当吸附剂表面的吸附质饱和时，其吸附量达到最大值，表达式为

 

(1)

式中，qe为药剂吸附平衡时的吸附量，mg/g；qm为药剂单分子层的最大吸附量，mg/g；KA为吸附常数，L/g；Ce为药剂的吸附平衡浓度，mg/L。

项目完成6个示范区河 （沟）道生态修复工作,并研究提出《北京市生态清洁小流域建设可行性研究报告及初步设计编制要求》,明确要求在生态清洁小流域河（沟）道治理中使用生态修复技术的内容、方法及技术，在全市范围进行推广应用。

若吸附剂在矿物表面吸附不均匀，且随着吸附剂在矿物表面覆盖度的增大，吸附剂的吸附热呈对数规律降低时，可以用Freundlich方程[16]对药剂吸附过程进行描述。该方程的表达式为

 

(2)

式中，KF为吸附常数；n为无因次常数。

20 ℃时，BET和糊精分别在煤和黄铁矿表面的吸附等温线如图5和图6所示，拟合吸附数据见表2。

BET初始浓度对矿物表面吸附量的影响如图4(a)所示，煤和黄铁矿对BET的吸附量均随其初始浓度的提高而增大，但BET在煤表面的平衡吸附量均远高于黄铁矿对BET的平衡吸附量。当C0=10 mg/L时，BET在煤和黄铁矿表面的吸附量分别为0.11 mg/g和0.01 mg/g，两者相差0.10 mg/g；当C0=20 mg/L时，BET在煤和黄铁矿表面的吸附量分别为0.18 mg/g和0.02 mg/g；当初始浓度进一步增大至C0=40 mg/L时，煤对BET的吸附量为0.27 mg/g，黄铁矿表面吸附量为0.03 mg/g，两者差值为0.24 mg/g，相差一个数量级，说明BET具有较好的选择性，可优先吸附于煤颗粒表面，而在黄铁矿表面几乎不吸附，对黄铁矿无捕收作用。所以，BET浓度增大可显著提高浮选精煤产率，而对硫分影响较小。

  

图5 BET在煤和黄铁矿表面吸附的线性拟合Fig.5 Linear fitting of BET on the surface adsorption of coal and pyrite

  

图6 糊精在煤和黄铁矿表面吸附的线性拟合Fig.6 Linear fitting of dextrin on the surface adsorption of coal and pyrite

 

表2 Langmuir方程和Freundlich方程拟合得到的参数和线性相关系数R2Tab.2 Parameters and correlation coefficients from linear fitting by Langmuir and Freundlich isotherm equations

  

药剂样品Langmuir方程qmKAR2Freundlich方程KFnR2BET煤0 5480 0250 9940 0191 3680 993黄铁矿0 0610 0210 9870 0021 3760 984糊精煤0 1780 1030 9790 0130 9780 994黄铁矿2 2760 0060 0390 0392 8010 804

由图7可知，精煤产率和精煤硫分的预测值与试验值之间的相关系数R2分别为0.921 2和0.943 4，这表明回归模型可以根据pH值、BET浓度和糊精浓度等变量预测细粒煤浮选时的精煤产率和精煤硫分，在置信区间为95%时，预测精度较高。

2.3 回归分析

根据浮选试验研究，以柴油为捕收剂、盐酸和氢氧化钠为调整剂，选择pH值、BET浓度、糊精浓度为操作变量进行3因素3水平的正交试验，分析上述各变量对精煤产率和精煤硫分的影响，试验结果见表3。将浮选试验结果作为浮选模拟研究的数据样本，应用SPSS软件中的回归分析方法研究精煤产率和精煤硫分与pH值(pH)、BET浓度(BET)及糊精浓度(DTN)之间的相关性[18]，结果见表4。

 

表3 正交试验结果Tab.3 The results of orthogonal experiments

  

pHBET/(mg·L-1)DTN/(mg·L-1)精煤产率/%硫分/%5101055 472 375102052 872 175103048 192 055201059 322 395202057 312 215203054 992 035301062 212 415302060 742 155303059 032 077101059 222 337102058 242 197103056 832 107201064 282 407202062 372 157203060 942 017301067 332 397302066 322 187303065 121 979101057 362 369102056 272 209103054 392 029201061 272 409202060 022 089203058 331 989301064 472 389302061 232 109303059 772 00

 

表4 相关性分析Tab.4 Correlation analysis

  

变量pHBETDTN精煤产率0 2480 727-0 360精煤硫分-0 099-0 042-0 961

由表4可知，pH、BET和DTN与精煤产率间的相关系数分别为0.248、0.727和-0.360，对精煤产率影响的大小为BET>DTN>pH。其中，BET浓度对精煤产率影响最显著，精煤产率随BET浓度增大而明显升高；DTN浓度和pH值影响较弱，精煤产率随DTN浓度的增大而降低，随pH值的增大而升高。精煤硫分与pH、BET和DTN的相关系数为-0.099、-0.042和-0.961，其中DTN对精煤硫分的影响远大于pH和BET，即精煤硫分只与糊精浓度有关，随糊精浓度的增大精煤硫分显著降低，而pH和BET对精煤硫分基本无影响。

为预测精煤产率Y和硫分w(S)在不同工艺条件下的变化情况，应用SPSS软件建立了精煤产率和精煤硫分与pH、BET和DTN之间的回归模型[19-20]，其中BET和DTN单位为mg/L。

Y=51.15-0.64 pH+0.37BET-0.19DTN

图4(b)为糊精分别在煤和黄铁矿表面的吸附情况。由图4(b)可知，随着糊精初始浓度的增大，糊精在煤和黄铁矿表面的吸附量逐渐增加。当初始浓度较低时(C0≤5 mg/L)，糊精在煤和黄铁矿表面吸附量相当，且吸附量均较小；当糊精初始浓度C0>5 mg/L时，糊精在黄铁矿表面的吸附量远大于煤表面。以C0=10 mg/L为例，黄铁矿对糊精的平衡吸附量为0.22 mg/g，而煤表面的平衡吸附量仅为0.09 mg/g，黄铁矿表面的吸附量是煤表面的2.44倍。由此可知，当糊精浓度达到一定程度时，在煤和黄铁矿表面的吸附具有良好的选择性。

通过分析精煤产率和精煤硫分的预测值与试验值之间的相关性，对回归模型的性能进行了检验，结果如图7所示。

图2(b)为BET作用后，浮选精煤产率及硫分随矿浆pH值的变化情况。由图2(b)可知，浮选精煤产率随pH值的增大呈现先升高后降低的趋势，而精煤硫分则整体呈现下降趋势。当pH=3时，浮选精煤产率仅为44.74%，硫分高达2.63%；当pH=5时，精煤产率显著提高，精煤硫分有所降低，分别为60.03%和2.42%；当pH值进一步增大时，精煤产率在60.03%～66.59%之间，精煤硫分始终保持在2.35%附近，此时pH值对精煤产率和精煤硫分影响均较小。

  

图7 预测值与试验值间的相关系数Fig.7 The correlation between the predicted values and experimental values

糊精在煤和黄铁矿表面的吸附更符合Freundlich方程，相关系数R2分别为0.994和0.804，显著高于Langmuir方程拟合的相关系数(0.979和0.039)，表明糊精在煤和黄铁矿的表面吸附不均匀，且吸附热随着覆盖度增加呈指数下降。Freundlich模型中，糊精在黄铁矿表面的吸附指数n为2.801，表明吸附容易进行，而在煤表面的吸附指数n为0.978，n<1 则不利于吸附。

冷存储有较低的访问频率和随时可访问的特性。虽随时可访问，但访问速度有所降低，服务级别有所降低。访问冷数据响应时间大约在5-10s，由于访问的都是历史数据，对实时性要求不高，对铁路视频监控系统使用者来说这是在可以接受范围之内，因此采用冷存储技术将大大节省铁路视频应用成本。冷存储具有以下几个优点：

3 结 论

(1) BET对煤的浮选具有良好的促进作用，对黄铁矿可浮性影响较小。随着BET浓度的增大，浮选精煤产率显著提高，其中当BET浓度为10 mg/L时，浮选精煤产率为60.41%，当BET浓度为40 mg/L时，精煤产率达到71.21%，提高了17.88%；而BET浓度对浮选精煤硫分影响较小，当BET浓度从10 mg/L增大至30 mg/L时，精煤硫分在2.40%附近波动。

术后5周开始给药，卡托普利（14.3 mg/kg）组；钩藤人参合用低剂量组：钩藤0.225 g/kg，人参0.450 g/kg；中剂量组：钩藤0.45 g/kg，人参0.90 g/kg；高剂量组：钩藤0.90 g/kg，人参1.80 g/kg。各组大鼠每天ig 1次，连续4周，按照5 mL/kg体积给药。

(2) 糊精对浮选精煤产率和精煤硫分有显著影响。精煤产率和硫分均随糊精浓度的增大呈下降规律，糊精浓度为10 mg/L时，精煤产率为62.13%，精煤硫分降至2.04%，浮选脱硫效果显著。

孩子患呼吸道疾病期间，拍背可利于痰液排出。拍痰的时间最好在喝奶前半小时到一小时间，或喝奶后2小时，痰多的患儿在雾化治疗后拍，每次拍（手指并拢弯曲成杯状拍宝宝后背）一刻钟左右。小宝宝最好为头低脚高姿势，可以趴在家长腿上或垫高下半身。拍痰时需要密切观察宝宝的神态反应。

pf表示ab区域表示的是不同位置的时，区域a中的一个点匹配从a到b的可能性，也就是当匹配是错误匹配的情形下，那么旁边的点支持它的概率大小。可知pt是接近t的数字，而pf是接近0的。这两者之间的差距是较大的，为了将这种差距拉的更大，我们将{a，b}周围的区域也考虑进去，即如图4，把{a，b}邻域考虑进来则有一个包含{a，b}的一个网格。

(3) BET和糊精在煤和黄铁矿表面吸附能力的差异是两种药剂具有选择性的原因。其中，BET在煤和黄铁矿表面的吸附为单层吸附，符合Langmuir方程；糊精的吸附过程则更符合Freundlich模型，在煤和黄铁矿表面吸附不均匀，且吸附热随着覆盖度增加呈指数下降。

(4) 回归分析表明：BET浓度对精煤产率影响较大，糊精浓度和pH值对精煤产率影响较弱；精煤硫分则主要受糊精浓度影响。回归模型可以根据pH值、BET浓度和糊精浓度等变量预测细粒煤浮选时的精煤产率和精煤硫分，且预测精度较高。

同事安妮转发一条热点新闻，她老公说她：“只知道被媒体牵着鼻子走，没有自己的观点。”安妮看动漫，她老公不屑一顾：“有时间多看看书，学着怎么理财，看看人王总的老婆还能帮他挑理财产品。”安妮学着做简单的菜，她老公吃了两口：“上次我去哥们家里，人家老婆会做料理，你才初级阶段就这么洋洋自得。”她的老公总是不喜不怒的表情，冷淡地说出这些嘲讽的话语，给安妮的爱好、观点和努力泼一瓢冷水。

参考文献

[1] 路迈西，刘文礼.高硫煤中硫的分布和燃前脱硫可行性的研究[J]. 煤炭科学技术，1999，27(2)：42-45.

Lu Maixi，Liu Wenli.Sulfur distribution of high sulfur coal and feasibility study of coal desulfurization before combustion [J]. Coal Science and Technology，1999，27(2)：42-45.

[2] 刘炯天.关于我国煤炭能源低碳发展的思考[J]. 中国矿业大学学报：社会科学版，2011，13(1)：5-12.

Liu Jiongtian.Reflection on low-carbon development of coal energy in China [J]. Journal of China University of Mining & Technology：Social Science Edition，2011，13(1)：5-12.

[3] 魏强，唐跃刚，李薇薇，等.煤中有机硫结构研究进展[J]. 煤炭学报，2015，40(8)：1911-1923.

Wei Qiang，Tang Yuegang，Li Weiwei，et al. Research advances on organic sulfur structures in coal [J]. Journal of the China Coal Society，2015，40(8)：1911-1923.

[4] 马先军，朱申红，王庆峰，等.煤炭高梯度磁选-浮选脱硫降灰试验[J]. 洁净煤技术，2014，20(1)：5-10.

Ma Xianjun，Zhu Shenhong，Wang Qingfeng，et al. Experimental study on high-gradient magnetic separation and flotation for coal desulfurization and de-sliming [J]. Clean Coal Technology，2014，20(1)：5-10.

[5] 李少章，刘传巨，张运鑫.抑制剂在浮选脱硫中的应用[J]. 煤炭科学技术，2001，29(5)：29-31.

Li Shaozhang，Liu Chuanju，Zhang Yunxin.Application of depressant in desulfurization by flotation [J]. Coal Science and Technology，2001，29(5)：29-31.

[6] 胡军，胡永平.超声波强化煤泥浮选脱硫研究[J]. 应用声学，2000，19(1)：22-26.

Hu Jun，Hu Yongping.Study on enhancing fine coal desulfurization by flotation with ultrasonic wave[J]. Applied Acoustics，2000，19(1)：22-26.

[7] 朱东.超声波和微波技术对煤浮选及脱硫效果的影响[D]. 淮南：安徽理工大学，2008.

[8] 董宪姝，王志忠，陈叶芳，等.高硫煤浮选脱硫抑制剂的研究[J]. 太原理工大学学报，2003，34(5)：558-560.

Dong Xianshu，Wang Zhizhong，Chen Yefang，et al. Research on depressing agent for flotation of high sulfur coal [J]. Journal of Taiyuan University of Technology，2003，34(5)：558-560.

[9] 张明旭，李庆，张东晨，等.几种生物脱硫菌种作为生物抑制剂对人工煤样的浮选脱硫研究[J]. 选煤技术，2006(5)：79-82.

Zhang Mingxu，Li Qing，Zhang Dongchen，et al. Study on flotation desulfurization of artificial coal samples using several biological desulfurization bacteria as biological depressant[J]. Coal Preparation Technology，2006(5)：79-82.

[10] 周长春，陶秀祥，刘炯天.煤的微生物浮选脱硫影响因素研究[J]. 煤炭学报，2006，31(4)：497-500.

Zhou Changchun，Tao Xiuxiang，Liu Jiongtian.Research on the influential factors of floatation desulphurization of coal by microbe [J]. Journal of China Coal Society，2006，31(4)：497-500.

[11] 夏建华，朱红，王芳辉.还原剂法强化煤浮选脱硫的研究[J]. 化工时刊，2006，20(1)：21-24.

Xia Jianhua，Zhu Hong，Wang Huifang.Study of enhanced desulfurizing flotation on coal with reduction method[J]. Chemical Industry Times，2006，20(1)：21-24.

[12] 于进喜.煤系黄铁矿的理化特性分析及其浮选抑制剂研究[D]. 北京：中国矿业大学(北京)，2013.

[13] 卢毅屏，丁鹏，冯其明，等.不同结构的磷酸盐对蛇纹石的分散作用[J]. 中南大学学报：自然科学版，2011，42(12)：3599-3604.

Lu Yiping，Ding Peng，Feng Qiming，et al. Dispersion effect of different structural phosphates on serpentine[J]. Journal of Central South University：Natural Science Edition，2011，42(12)：3599-3604.

[14] 杨峰，宁正福，孔德涛，等.页岩甲烷吸附等温线拟合模型对比分析[J]. 煤炭科学技术，2013，41(11)：86-89.

Yang Feng，Ning Zhengfu，Kong Detao，et al. Comparison analysis on model of methane adsorption isotherms in shale[J]. Coal Science & Technology，2013，41(11)：86-89.

[15] 赵兴敏，赵兰坡，李明堂，等.水体底泥及岸边土壤有机无机复合体对磷吸附特征对比[J]. 环境科学学报，2014，34(5)：1285-1291.

Zhao Xingmin，Zhao Lanpo，Li Mingtang，et al. Comparative study of adsorption characteristics of phosphorus by sediment in water and riparian soil and their organic mineral complex components[J]. Journal of Environmental Science，2014，34(5)：1285-1291.

[16] 向衡，韩芸，刘琳，等.低浓度含磷水体除磷填料的选择研究[J]. 环境科学学报，2013，33(12)：3227-3233.

Xiang Heng，Han Yun，Liu Lin，et al. Substrate screening for phosphorus removal in low concentration phosphorus containing water body[J]. Journal of Environmental Science，2013，33(12)：3227-3233.

[17] 刘元法，裘爱泳，王兴国.Freundlich方程在不同吸附剂的油脂脱色体系中的应用[J]. 食品与生物技术学报，2007，26(1)：1-4.

LiuYuanfa，Qiu Aiyong，Wang Xingguo.Applications of Freundlich equation for different adsorbents in oil bleaching process[J]. Journal of Food Science & Biotechnology，2007，26(1)：1-4.

[18] 李俊旺.会泽铅锌硫化矿浮选过程分流分速的动力学研究[D]. 沈阳：东北大学，2012.

[19] 王德燕.SPSS统计分析软件包与神经网络相结合在选矿建模中的应用[D]. 昆明：昆明理工大学，2003.

[20] 王建忠，秦海滨，张显波，等.基于SPSS的煤泥水性质影响上清液浊度的试验研究[J]. 煤炭技术，2014，33(7)：222-224.

Wang Jianzhong，Qin Haibin，Zhang Xianbo，et al. Effects of slime-water nature on its supernatant turbidity based on SPSS[J]. Coal Technology，2014，33(7)：222-224.