煤炭微生物浸出脱硫效果的灰色预测.pdf

第3 6 卷第6 期中国矿业大学学报 V 0 1 ．3 6N o ．6 2 0 0 7 年1 1 月J o u r n a lo fC h i n aU n i v e r s i t yo fM i n i n g8 LT e c h n o l o g y N o v ．2 0 0 7 文章编号1 0 0 0 1 9 6 4 2 0 0 7 0 6 0 7 6 4 0 4 煤炭微生物浸出脱硫效果的灰色预测 张东晨1 ，张明旭1 ，陈清如2 1 ．安徽理工大学材料科学与工程系，安徽淮南2 3 2 0 0 1 ；2 ．中国矿业大学化工学院，江苏徐州2 2 1 1 1 6 摘要生物浸出法是煤炭微生物脱硫的一种重要方法．利用煤系与j 煤系氧化亚铁硫杆菌生物 浸出脱除煤炭中黄铁矿硫，在试验基础上，根据友色系统理论。建立了煤炭微生物浸出脱硫效果 的G M 1 ，1 友色预测模型．预测模型经后验差方法栓验，精度为一级．实际煤炭浸出脱硫率与 预测模型计算值相比较，短期预测虽有一定误差，但长期预测结果具有较好的一致性．研究表明， 灰色预测法是对煤炭微生物脱硫效果预测的一种有效方法，灰色模型G M 1 ，1 适合于煤炭生物 浸出脱硫效果的长期预测． ’ 关键词煤炭} 脱硫} 氧化亚铁硫杆菌；灰色模型；预测 中图分类号T D9 2 5 ．5 文献标识码A G r e y - M o d e lF o r e c a s to fC o a lD e s u l D h u r i z a t i o nE f f i c i e n c y w i t hM i c r o o r g a n i s mL e a c h i n g Z H A N GD o n g c h e n l 。Z H A N GM i n g - x u l 。C H E NQ i n g r u 2 1 D e p a r t m e n to fM a t e r i a lS c i e n c ea n dE n g i n e e r i n g ，A n h u iU n i v e r s i t yo fS c i e n c ea n dT e c h n o l o g y H u a l n a n ，A n h u i2 3 2 0 0 1tC h i n a ；2 ．S c h o o lo fC h e m i c a lE n g i n e e r i n ga n dT e c h n o l o g y ， C h i t mU n i v e r s i t yo fM i m a g ＆T e c h n o l o g y ．X u z h o u ，J i a n g s u2 2 1 1 1 6 ，C h { u O A b s t r a c t B i o l e a e h i n gi sa ni m p o r t a n tm e t h o do fc o a lm i c r o o r g a n i s md e s u l f u r i z a t i o n ．T h ec o a l s e r i a la n dn o n - c o a l a e r i a lT h i o b a c i l l u sf e r r o o x i d a n sw e r eu t i l i z e dt oh i o l e a c ht h ep y r i t es u l f u r f r o mc o a l ．B a s e do nt h ee x p e r i m e n t a lr e s u l ta n dg r e ys y s t e mt h e o r y ，ag r e yf o r e c a s tm o d e lf o r m i c r o o r g a n i s ml e a c h i n gp y r i t ef r o mc o a lw a sp r o p o s e d ．T h ef o r e c a s ta c c u r a c yo fG M 1 ，1 i s t h eh i g h e s tt h r o u g hc h e c k o u t ．C o m p a r e dw i t ht h ea c t u a lc o a l I c a c h i n gd e s u l f u r i z a t i o nr a t e s ，t h e c a l c u l a t e dd e s u l f u r i z a t i o nr a t e su s i n gt h eg r e ym o d e lh a v es o m ee r r o rf o rs h o r t t e r mf o r e c a s t 。 b u tc o i n c i d e n tf o rl o n g t e r mf o r e c a s t ．T h er e s u l t ss h o wt h a tt h eg r a yf o r e c a s tm e t h o di sav a l i d m e t h o dt oe s t i m a t ee o a lm i c r o o r g a n i s md e s u l f u r i z a t i o ne f f i c i e n c ya n dG M 1 ．1 m a yb eu s e d | 。 p r e d i c tc o a lb i o l e a c h i n gd e s u l f u r i z a t i o ne f f i c i e n c yf o ral o n gp e r i o d ． K e yw o r d s c o a l ；d e s u l p h u r i z a t i o n } t h i o h a c i l l u sf e r r o o x i d a n s ；g r e ym o d e l ；f o r e c a s t 煤炭微生物提出脱硫，实质上是一个生物氧化 过程．在此过程中微生物作为一种氧化催化剂，通 过转化不溶性无机物黄铁矿为可溶性形式，从而获 得其生长代谢所必需的能量“。5 ] ．生物浸出法的研 究历史比较长，技术上较成熟，理论上有很大的应 用价值．但由于生物氧化浸出较慢，脱硫时间比较 长．因此如何有效地预测脱硫效果，这是煤炭微生 物浸出脱硫研究中一个重要的问题． 灰色预测是一种对含有不确定因素的系统进 行预测的方法，它是根据过去及现在已知的或非确 收稿日期2 0 0 7 一0 1 2 0 基金项目国家自然科学基金项目 5 0 3 4 4 0 3 7 I 高等学校博士学科点专项科研基金堙日 2 0 0 2 0 2 9 0 0 0 6 作者筒介张束晨 1 9 6 5 一 ．男．安徽省合肥市人，教授，博士，从事矿物加工和生物秸净煤技术方面的研究 E - r o B { d c h z h a n g a u B t ．e d u ．c nT e l 0 5 5 4 6 6 6 8 5 1 0 万方数据 第6 期 张东晨等煤炭微生物浸出脱硫效果的灰色预测 定的信息，建立一个从过去引伸到将来的灰色模型 G r e ym o d e l ，G M ，从而预测系统未来发展变化 的趋势．本文采用煤系与非煤系氧化亚铁硫杆菌生 物浸出脱除煤炭中黄铁矿硫，在脱硫实验数据基础 上。建立了G M 1 ，1 灰色预测模型，对煤炭微生 物浸出脱硫效果进行了灰色预测研究． 1实验 1 ．1 实验煤样与菌种的来源及特性 实验所用高硫煤样取自四川重庆南桐矿务局， 煤种为1 ／3 焦煤．高硫煤中以黄铁矿硫为主，其中 有机硫所占的比例不到4 0 ％，见表1 ． 裹1 南桐高硫煤中的硫分组成 T a b l e1 V a r i o ms u l f u rc o m p o s i t i o no f N a l 卜T u n gh i g hs u l f u rc o a l w B ／N 实验中所用的煤系氧化砸铁硫杆菌 T h i o b a e i l l u sf e r r o o x i d a n s ，简称T ．f 采自四川南桐矿务 局干坝子选煤厂．非煤系氧化亚铁硫杆菌取自中南 大学矿物工程系生物实验室．该菌最适宜生长的 p H 值2 ．5 ～3 ．5 ，适宜的生长温度2 8 ～3 5 ℃Ⅱ] ． 浸出实验前，首先需要对氧化亚铁硫杆菌进行 培养、分离纯化与扩大培养”1 ．对采集和获取到的 煤系与非煤系氧化亚铁硫杆菌分别采用S i l v e r m a n 培养基进行培养．采用稀释涂布平板分离即可获得 氧化亚铁硫杆菌的纯培养菌株． 1 ．2 煤炭微生物浸出脱硫实验 将煤样破碎至0 ．0 7 5m m 以下．经过测定”J ， O ．0 7 5m m 粒级煤样中硫分含量如下全硫s 。 2 ．9 1 7 。蹦，无机硫S 。．一1 ．9 4 4 ％，有机硫s 。．“ 0 ．9 7 3 ％． 浸出实验采用2 5 0m L 三角烧瓶进行．浸出实 验步骤将装有细菌和煤样的三角烧瓶置于回旋振 荡器 1 4 0r ／m i n ，进行回旋振荡培养．每隔6d 分 别取出一定量的煤菌混合液，用中速滤纸过滤，煤 样进行过滤清洗，并用稀盐酸浸除黄钾 铵 铁矾． 后经干燥、称重、制样、化验全硫及有机硫．煤炭的 浸出脱硫率按下式计算”1 靖一[ s 。“’一S ，“’ ／s ．“’] X 1 0 0 ％， 式中％为脱硫率 全硫脱硫率取，一和黄铁矿硫脱 硫率‰．“ ；S 。“’，S 。“’分别为煤样程出前后的全硫 s 。．a 或黄铁矿硫S “含量． 2 煤炭生物浸出脱硫效果的灰色预测’ 灰色模型，简称G M 模型．其中G M 1 ，1 模型 为单变量一阶线性动态模型，主要解决单序列的预 测问题．G M 模型的建模机理与方法对于含有一 定误差影响，呈离散状态的原始数据，采取先对数 据作累加生成和累减生成处理，形成单调增减序 列，淡化随机性误差影响，再拟以微分方程进行建 模．通过对模型值的还原，即生成的逆运算，求得预 测值⋯] ． 在利用氧化亚铁硫杆菌对煤炭进行浸出脱硫 实验后，采用灰色G M 预测法对煤炭浸出脱硫率 进行了预测计算．预测对象为非煤系氧化亚铁硫杆 菌 中南T ．f 菌 和煤系氧化亚铁硫杆菌 干坝子 T ．f 菌 对 0 ．0 7 5 m m 煤样的浸出脱硫率．预测原 始数据见袁2 ． 裹2 煤系与非煤系T ．f 菌对 00 7 5m m 煤样浸出脱硫率的实剥值 T a b l e2A c t u a lm e a s u r e dv a l H eo ft h ec o a l - 辩r i a la n d n o n - c o a l - s e r i a lT ．ff o r O ．0 7 5m m c o a ls a m p l el e a c hd e s u l p h u r i z a t i o nr a t e 菌种脱硫率／％ 6 d1 2d1 8d2 4d 中南T ．t 苗{ 7 P ．d 4 3 ．4 7 6 6 ．9 9 7 6 ．1 88 0 ．6 5 煤系T h ．a d 3 5 0 45 1 ．2 9 5 9 4 8 6 1 3 0 王塑王 堕堡畦塑 i 坠 1 21 脱硫率数据序列的累加生成 累加生成是将原始序列通过累加得到生成序 列． 原始序列为 z j 昝一{ z 昝 1 ，工；譬 2 ，z ；％ 3 ，z ；蹿 4 { 2 9 ．4 5 ，4 3 ．9 8 ，5 3 ．1 7 ，5 6 ．0 5 } 。 z Z ；一{ z Z ； 1 ，卫Z ； 2 ，卫2 年 3 ，z 2 ； 4 一 { 4 3 ．4 7 ，6 3 ．9 9 ，7 6 ．1 8 ，8 0 ．6 5 } ， 工哗 { 工；哗 1 ，z ；哗 2 ，z 踔 3 ，z j 。牟 4 一 { 3 5 ．0 4 ，5 1 ．2 9 ，5 9 ．4 8 ，6 1 ．3 0 ，一 卫普0 一{ 卫Z 辛 1 ，工簧辛 2 ，2 望辛 3 ，工Z 车 4 一 { 5 0 ．6 7 ，7 4 ．3 3 ，8 4 ．1 0 ，8 6 ．1 6 ． 一次累加生成数列为 z ‘”一{ z ‘1 ’ 1 ，z ‘” 2 ⋯，z ‘1 ’ n ， 式中 七㈣ 矗 - 工 ” i 一z 1 ’ 点一1 z ” 南 ， i - - 1 五 1 ，2 ⋯，” ． z ；讳一{ 2 9 ．4 5 ，7 3 ．4 3 ，1 2 6 ．6 ，1 8 2 ．6 5 ， z 。I f ． { 4 3 ．4 7 ，1 0 7 ．4 6 ，1 8 3 ．6 4 ，2 6 4 ．2 9 ， z 牌一{ 3 5 ．0 4 ，8 6 ．3 3 ，1 4 5 ．8 1 ，2 0 7 ．1 1 } ， z ；一{ 5 0 ．6 7 ，1 2 5 ．0 0 ，2 0 9 ．1 0 ，2 9 5 ．2 6 ． 2 ．2 煤炭浸出脱硫率G M 1 ，1 预测模型 根据以上原始序列z ”’及累加生成数列z “’ 万方数据 7 6 6 ， 中国矿业大学学报第3 6 卷 3 [ 7 “’ { 工“’ 1 ，￡。’ 2 ，⋯，1 - 。’ n ， 工‘。’ { z “’ 1 ，z ‘1 ’ 2 ，⋯，z ‘” “ ． 建立微分方程 d x ⋯ t ／d t “‘” t 一“， 式中口，“为模型待定参数。可根据最J l , - - 乘法来 确定． 式中丑一 三一[ n ，“] 7 一 日1 B 一‘B 7 y ～ 一i 1 [ z ⋯ 1 z ⋯ 2 ] 一i Ir L 。1 1 ’ 2 z ⋯ 3 ] ‘ ； 一{ [ 一- ’ 。一1 。m 。 ] Y ～ [ z 。’ 2 ，．7 2 o ’ 3 ，⋯，工‘o ’ n ] 7 ． 解微分方程，可求出参数i 二。．一[ d ，- 3 1 E - 0 ．1 0 7 0 ，4 0 ．1 4 0 ] ， ；。} l 一■，“] 7 E - o ．0 9 1 3 ，6 1 ．0 6 5 ] ， i 。f 一[ 口，“] 7 E - 0 ．0 8 5 6 ，4 7 ．2 8 0 ] ， 二一■，“] ’一[ 一0 ．0 7 1 4 ，6 9 ．4 6 0 ] ． 可得累加后的预测模型 ；“’ 1 z ”’ ”一u ／a 一 “几 式中 ；墨 1 ；≮ 女 1 尘瓣 1 土车 量 1 一 z ‘0 1 1 一u ／a e - 4 ．／a 一 4 0 4 ．5 9 e 0 1 。”一3 7 5 ．1 4 ． z ”’ 1 一“几 e 一 , ／a 一 7 1 2 ．3 1e o ‘0 9 1 “一6 6 8 ．8 4 ． z ‘。’ 1 一u ／a e - - “ u ／a 一 5 8 7 ．3 8 e o 。8 5 “一5 5 2 ．3 4 ． z ⋯ 1 ～u ／a e “ u ／a 一 1 0 2 3 ．5 e o 。7 1 “一9 7 2 ．8 2 ． 2 3 脱硫率数据序列的累减生成 累减是累加的逆运算，累减可将累加生成列还 原成非生成列，在建模中获得增量信息．进行累减 生成，即还原得原始序列的预测模型 ；“’ 1 一主“’ 1 一i “’ ， 式中 主器 女 1 一主 ； 1 一；；譬 ￡ 一 4 0 4 ．5 9 [ e o1 0 ”一e ⋯⋯。1 ’] ， J 。C p ”．十 1 ；≮ 女 1 一主；； 7 1 2 ．3 1r e o “1 “一e 0 “1 3 ‘。1 ’1 ， ；牌 1 一；肄 ≈ 1 一主；导 女 5 8 7 ．3 8 E e “0 8 5 6 k e o 。8 5 6 ‘。1 ’] ， ； 1 一主p “, ’- 1 - E 1 一主 1 0 2 3 ．5 r e 。0 7 1 - 1 k e o ”1 4 ‘‘”] ． 2 ．4预测模型精度的检验 灰色预测模型精度采用的是后验差方法进行 检验．利用后验差比值C s 。／S ，和小误差频率P { le 一；1 0 ．6 7 4 4 S 。 两个指标，作为检验 预测模型精度的标准“⋯， 根据预铡模型进行计算，得到原始序列模型值 为 ；‘。’一{ 立”’ 1 ，主“’ 2 ，⋯，主“’ n } ， z 。t , ⋯e e 一 3 0 ．8 6 ，4 5 ．7 2 ，5 0 ．9 8 ，5 6 ．6 4 } ， 三 ；一{ 4 1 ．9 7 ，6 8 ．3 8 ，7 4 ．0 8 ，8 1 _ 9 2 } ， 三o 牟一{ 3 8 ．1 7 ，5 2 ．2 8 ，5 7 ．5 6 ，6 2 ．2 6 } ， 主2 辛一{ 5 0 ．6 2 ，7 5 ，7 4 ，8 1 ．8 8 ，8 6 ．9 9 ． 残差序列e 一{ e 1 ，P 2 ，⋯，e ” ， 式中P 矗 ≈z ‘o ’ 矗 一工”’ 七 ， 七一1 ，2 ，⋯，月 ． z 器一 2 9 ．4 5 ，4 3 ．9 8 ，5 3 ．1 7 ，5 6 ．0 5 ， 葚路一4 5 ．6 6 ， z 0 一{ 4 3 ．4 7 ，6 6 ．9 9 ，7 6 ．1 8 ，8 0 ．6 5 ， 毂々 6 6 ．8 2 ， z 哗一{ 3 5 ．0 4 ，5 1 ．2 9 ，5 9 ．4 8 ，6 1 ．3 0 ， 爰等一5 1 ．7 8 ， z ；一{ 5 0 ．6 7 ，7 4 ．3 3 ，8 4 ．1 0 ，8 6 ．1 6 } ， j 一7 3 ．8 2 ． 所以 ；潞一{ 一1 ．4 1 ，一1 ．7 4 ，2 Ⅲ广1 90 ．5 9 } ， - f ．1 3 { 一0 ．3 8 8 ， ； ； { 1 ．5 0 ，一1 ．3 9 ，2 ．1 0 ，一1 ．2 7 ， F - p C O _ 一～0 ．2 3 5 ， ；；哗 { 一3 ．1 3 ，一0 ．9 9 ，1 ．9 2 ．一0 ．9 6 ， 哗一一0 ．7 9 0 ， 础一{ 0 ⋯0 51 ．4 1 ，2 ．2 2 ，一0 ．8 3 } ， g 0 ．0 0 7 5 ． 记原始序列z o ’与残差序剜e 的方差分别为 s ；，S { ，即有 式中 s 2 一丢客[ 删肛衲2 ， z f o 一上罗。⋯ ． ”台 s k 十 一[ 1 6 ．2 1 2 1 ．6 8 2 7 ．5 1 2 1 0 ．3 9 2 ] ／4 1 0 7 。4 8 ，S m ． 1 0 ．3 6 ， s } 。．十 一[ 2 3 ．3 5 2 o ．1 7 2 9 ．3 6 。 1 3 ．8 3 2 ] ／4 2 0 6 ．0 3 ，s 】 “十 一1 4 ．3 5 ， s ‰十， E 1 6 ．7 4 2 0 ．4 9 2 7 ．7 0 2 9 ．5 2 2 ] ／4 1 0 7 ，6 0 ，S ‰f 一1 0 ．3 7 ， s { f ， E 2 3 ．1 5 2 0 ．5 12 1 0 ．2 8 2 1 2 ．3 4 2 ] ／4 1 9 8 ．5 3 。S l 十．千 1 4 ．0 9 ． S { 一土∑[ 。 女 一e ] 2 ， 万方数据 第6 期张东晨等煤炭微生物浸出脱硫效果的灰色预测 7 6 7 式中一e 一土争。 女 n 篙 s ‰，业丝坐壁丰婪堡型咝 2 ．3 8 9 8 ，S 2 。， 一1 ．5 4 6 ， s ‰，丝3 旦卫生生毕型生旦竖 2 ．7 1 6 9 ，S 2 ，，十 1 ．6 4 8 ， s l 。 ，一垫堡型堕生 卫生型一 3 ．2 2 2 2 ，S “。．f 一1 ．7 9 5 ， s 孙m 一唑堕型唑 巡业型 1 ．9 0 2 2 ，S ￡ 口，- p 一1 ．3 7 9 ． 后验差比值C S 。／S ．，小误差频率P 一 { IP 一F | 0 ．6 7 4 4 S 1 ， c f ．中一S m ．中】／s m _ 一0 ．1 4 9 0 ．3 5 ， P ”一{ Ie k 一 I 0 ．9 5 ， C p ，十一S p _ ／S l p ．十 一0 ．1 1 5 0 ．3 5 ， P p _ 一{ lP 女 一Pl 0 ．9 5 ， C ．f S 2 。．十 ／S ‰f 0 ．1 7 3 0 ．3 5 ， 尸f ． { IP ＆ 一PI 0 ．9 5 ， C ．干 S 2 “于 ／ 1 p ．十 一0 ．0 9 8 0 ．3 5 ， B ，f 一{ JP 一 J 0 ．9 5 ． 检验计算的结果表明，所建立的煤炭微生物浸 出脱硫效果的G M 1 ，1 灰色预测模型的精度为一 级‘1 ⋯． 2 ．5 G M 1 。”灰色模型计算与预测结果 利用G M 1 ，1 灰色模型所得的计算和预测结 果如表3 所示．结果表明短期预测结果有一定误 差，但长期预测结果精度很好． 表3 氧化亚铁硫杆菌对煤样的浸出脱硫率预测值的计算 T a b l e3F o r e c a s tv a l u eo fT b o b a c i l l u sf e r r o o x i d a n sf o rc o a ls a m p l el e a c h i n gd e s u l p h n r i 7 m t i o nr a t e 菌种脱硫章／％ 6d1 2d1 8d 2 4d 3 0d 模型计算值模型计算值模穗计算值模型计算值预测值 非煤系m“408 6 4 5 ．7 25 0 - 9 85 6 ．6 46 2 9 8 中南T ．f 苗佛“ 6 1 ．9 76 8 ．3 87 4 ．0 88 1 ．9 28 9 ．5 5 煤系m，_48 1 75 2 ．2 85 7 ．5 66 2 ．2 66 7 ．8 6 1 型王王 堕＆生 壁 型 墅 i 型 2 0 0 5 ，3 4 6 7 2 5 7 2 9 ． 3 结论 z H A N Gx 略W A N Gs h a o - I i ，D I N GY u ，e ta 1 ． 1 根据煤炭微生物浸出脱硫的实验数据，建 E f f e c to fn ⋯i 。“o ng m w ‘ha n dd e 8 u l P h u r i z a ‘i o “ 立了G M 1 ，1 灰色预测模型，采用后验差方法进 ”i 血也‘0 b a 。i 1 1 “8 k 。7 警i 4 8 “8 [ J ] J 。“7 “8 1 。‘6 “i “8 行检验，预测模型精度为一级．冀 h 7 “M ‘n i “8 ＆T 。c h n 0 1 0 8 ’ 2 0 0 5 3 4 ‘6 ’l 2 由预测模型得到的计算脱硫率与实际脱硫 [ 5 ] 张东晨，张明旭，陈清如．煤中黄铁矿表面细蔺氧化 率相比较，短期预测结果虽有一定误差，但民期预 的x R D 及S E M ／T E M 研究[ j ] ．中国矿业大学学报， 测结果具有较好的一致性，因此灰色预测方法更适 2 0 0 5 ，3 4 6 7 6 1 7 6 5 ． 合于做长期预测．Z H A N GD o n gc h e n ，Z H A N GM i n E ．x u ，C H E N O i n Ⅱr u ．R e s e a r c ho nS E M ，T E Ma n dX R Do f Ⅱe r m 参考文献 o x i d 。i z i n gp y i t e 。。r f 。c 。i n 。。a I E J ] ．J 。。l 。f 赢i n a [ 1 3 邱建辉．邸进申，李英杰．生物脱硫的研究进展口] ． U n i v e r s i t yo fM i n i n g T e c h n o l o g y ，2 0 0 5 ，3 4 6 微生物学报，2 0 0 1 5 6 5 0 6 5 3 ． ’ 7 6 1 7 6 5 ． Q I UJ i a n _ h u i ，D IJ i w s h e n ，L IY i “gj i e ．P r o g r e s so f [ 6 ] B U C H A N A N RE ，G I B B E N SN E ．伯杰细菌鉴定手 b i o d e s u I f u r i z a t i o n [ J ] ．A c t aM i c r o b i o I o g i c aS i 蚴i ． 册 第八版 [ M ] ．北京科学出版社1 9 8 4 ． 2 0 0 1 5 6 5 0 6 5 3 ． [ 7 ] 魏德洲．资源微生物技术[ M ] ．北京冶金工业出版 [ 2 ] W O L F G A N GS ，T 1 1 ．L M A NG ，P E T E RJ ，e ta 1 ．B i 一 社，1 9 9 6 ． o c h e m i s t r y 。fb a c t e r i a ll e a c h i n gE d i r e c tv s ．i n d i r e c t[ 8 3 杨金和．煤炭化验手册 1 9 9 8 年版 [ M ] ．北京z 煤炭 b i o l e ㈣h ig [ J ] ．H y d r o m e t a l ] u r g y ，2 0 0 1 ，5 9 1 5 9 一 工业出版社，1 9 9 9 1 7 5 ．[ 9 3 童雄．微生物浸矿的理论与实践[ M ] ．北京冶金 [ 3 3H E l 。M U TT ．D i r e c tv e r s u si n d i r e c tb i o l e a c h i n g r J ] ． 工业出版社，1 9 9 7 ． H y d r o m e t a l l u f g y ．2 0 0 1 。5 9 1 7 7 1 8 5 ， [ 1 0 ] 邓聚龙．灰色控制系统[ M ] ．武汉华中理工大学 [ 4 ]张兴，王少丽．丁玉，等．营养条件对氧化哑铁 出版社1 9 8 6 硫杆菌生长和脱硫的影响口] ．中国矿业大学学报， 责任编辑骆振福 万方数据