阶梯式质量衡算,用于高效计算速率常数、去除率、吸附模型、动力学模型等
例如,采用50ml降解体系,共降解3小时,每隔半小时取样4ml用于紫外可见吸光度测试,一共出6个吸光度数据。随着降解时间延长,目标降解物在某特定波长下的吸光度逐渐降低。这里采用吸光度曲线Ct=k×At,Ct为时间 t 时的质量浓度mg/L,At为时间 t 时的吸光度。当降解时间达到3h时,实验结束,此时取样不影响实验体系,因此影响降解体系的取样次数为5次,取样体积达到20ml。因此,若要得到实际降解率,不能直接采用(c0-ct)/c0来计算,而应根据测得的吸光度进行质量衡算。阶梯式质量衡算的设计思路包括以下两个要点:
① 有效供给降解体系的总质量m = 总质量 - 5次取样的总取出质量
② 则时间点 t 时的去除率 = 0到 t 时的降解去除率质量 / m
其中,总质量用初始吸光度A0计算,等于k×A0,k为从标准曲线拟合而来的吸光系数
新建文件,命名为“LSVC_for_k_and_remo_rate”,为还原实际质量去除率
代码实现如下:
# 吸光系数 k = 16.57527
# *传递tuple,**传递dict
# LSVC_for_k_and_remo_rate 用于计算速率常数和去除率的小体积矫正算法
def foo(*x, interval_min=30):
"""根据吸光度数据计算输出Vt,用于一级速率常数计算"""
r = [] # 存放每t min的平均反应速率(已乘以-1)
c = [] # 存放每t min首尾浓度的平均数
for k in range(1, len(x)):
r.append(round((x[k] - x[k-1]) * 16.57527/interval_min*(-1), 5)) # 计算每t min的平均反应速率(已乘以-1)
c.append(round((x[k] + x[