2. 北京化工大学 化学学院, 北京 100029
2. College of Chemistry, Beijing University of Chemical Technology, Beijing 100029, China
垃圾渗滤液具有成分复杂、有机物浓度高且变化大等特点，其生化性质受垃圾性质、气候变化、填埋时间及方式等的影响较大，因此需要定期对其化学需氧量(chemical oxygen demand，COD)进行检测[1]。目前，垃圾渗滤液中COD的常用检测方法为氧化消解法，该方法准确度高、重复性好，但是存在检测条件严格、费用高、时间长、易产生二次污染物等缺点。
微生物燃料电池(microbial fuel cell，MFC)是一种以微生物为阳极催化剂，通过微生物的新陈代谢直接将阳极液中有机物的化学能转化为电能的装置。当阳极液中有机物处于非饱和状态时，阳极微生物的代谢速率随有机物浓度的增加而增加，利用MFC输出电信号与阳极液中有机物浓度的相关性即可实现MFC的检测功能，从而建立MFC传感器[2-6]。利用MFC传感器对环境废水中的COD进行检测具有测定成本低、仪器体积小、无二次污染及可重复利用等特点，近年来受到了人们的广泛关注[7-9]。
MFC传感器的检测性能受电极材料、最终电子受体、外接电阻、微生物种类及碳源性质等多种因素影响[2]。其中，阳极材料直接影响产电微生物的吸附和繁殖，是MFC传感器检测性能的决定性因素之一[10-11]。碳材料由于具有良好的导电性和稳定性，广泛应用在MFC阳极材料中。目前，关于阳极碳材料的研究主要集中在提高MFC的输出电压、输出电流及输出功率等方面[12-15]，而关于阳极碳材料对MFC传感器检测性能影响的报道较少，尤其是在不同碳材料对MFC传感器的检测范围、灵敏度及稳定性影响等方面未进行深入研究。
本文以不同碳基材料作为阳极材料，构建了双室型MFC传感器，考察了不同阳极碳材料对MFC传感器电化学性能的影响；以垃圾渗滤液为研究对象，分别以最大输出电压和累计电荷量为检测信号，考察了不同阳极碳材料对MFC传感器垃圾渗滤液COD检测性能的影响。
1 实验部分 1.1 实验材料活性污泥取自北京某垃圾焚烧厂的好氧池；垃圾渗滤液取自北京某垃圾焚烧厂的调节池，垃圾渗滤液中COD、氨氮浓度、碱度分别为45 300、1 844、12 350 mg/L，pH值为7.6，实验前用去离子水将垃圾渗滤液稀释到所需浓度，作为MFC传感器的进水水样；碳毡(carbon felt，CF)、碳刷(carbon brush，CB)和碳布(carbon cloth，CC)，日本东丽株式会社；质子交换膜(Nafion117)，美国杜邦公司；实验所用的试剂均为分析纯，北京拜尔迪生物技术有限公司。
阳极液 使用50 mmol/L磷酸盐缓冲液配制0.5 g/L乙酸钠溶液，按照表 1的配方配制维生素溶液并稀释100倍，按照表 2的配方配制微量元素溶液。每升乙酸钠溶液加入5 mL稀释后的维生素溶液和12.5 mL微量元素溶液，即得。
|
下载CSV 表 1 维生素溶液配方 Table 1 Formulation of vitamin solution |
|
|
下载CSV 表 2 微量元素溶液配方 Table 2 Formulation of trace element solution |
阴极液 使用50 mmol/L磷酸盐缓冲液配制100 mmol/L铁氰化钾溶液，即得。
1.2 MFC传感器装置MFC传感器装置为双室型结构，阳极室和阴极室的有效体积均为50 mL，阴、阳极室之间用质子交换膜隔开，其工作面积为12.56 cm2。分别以碳毡、碳刷和碳布为阳极材料，碳布为阴极材料，其工作面积均为12.56 cm2。电极之间通过导电钛丝固定并与负载电阻(ZX21B型可变电阻箱，郑州良表仪器设备有限公司)相连接，信号采集器为EM9636M型多功能数据采集器(北京中泰联创科技有限公司)，信号采集器与计算机相连并将数据储存于计算机内。将以碳毡、碳刷和碳布为阳极材料构建的MFC传感器分别命名为MFC-CF、MFC-CB和MFC-CC。
1.3 MFC传感器的启动将接种污泥置于1 000 mL量筒中静置30 min后，取下层浓缩沉降污泥于锥形瓶中，加入1 g/L葡萄糖作为碳源，于室温下密封振荡5 d。完成厌氧驯化后接种到MFC传感器的阳极室中，运行周期为24 h，定时更换阳极液(更换前充氮曝气5~10 min)和阴极液，并记录MFC传感器产生的电压。当连续3个周期输出的峰值电压稳定后，认为阳极上已经富集了稳定的微生物，此时MFC传感器完成启动。
1.4 电化学参数计算方法按照式(1)~(3)计算MFC传感器的输出功率密度Pd、电流密度Cd和累计电荷量Cg。
| $ P_{\mathrm{d}}=\frac{U I}{A} $ | (1) |
| $ C_{\mathrm{d}}=\frac{I}{A} $ | (2) |
| $ C_{\mathrm{g}}=\int_0^t I \mathrm{~d} t $ | (3) |
式中：U为输出电压；I为输出电流；A为阳极面积；t为MFC传感器的响应时间，即加入待测溶液后到输出稳定电压时所需的时间。
1.5 阳极微生物的CLSM分析及菌群分析采用共聚焦激光扫描显微镜(CLSM)(FV1200型，奥林巴斯公司)观察阳极微生物，利用SYTO-9和碘化丙啶(PI)为染色剂分别对活细胞和死细胞进行染色并拍照检测(检测面积为317 μm×317 μm)，通过图像处理软件Image J对CLSM图像进行分析，即可得到阳极微生物的菌胶团数量、面积以及活细胞数量与死细胞数量之比。
基于生物群落多样性组成谱对阳极微生物进行菌群分析，提取阳极微生物的DNA片段并进行PCR扩增，利用测序平台Illumina进行高通量测序，得到阳极微生物的菌群组成和相对丰度。
1.6 垃圾渗滤液COD的检测MFC传感器完成启动后，对垃圾渗滤液的COD进行检测。每次检测时，首先将MFC传感器的阳极液更换为空白阳极液(不含碳源)，待输出电压降到10 mV以下时，排空阳极液并加入待检测的垃圾渗滤液，连续记录MFC传感器的输出电压和响应时间，实验结果取3次重复测试的平均值。分别以MFC传感器的最大输出电压和累计电荷量为纵坐标、垃圾渗滤液COD为横坐标作图并进行拟合，得到线性方程，根据线性方程的有效区间确定MFC传感器的检测范围。
此外，本文还考察了不同阳极材料的MFC传感器的检测准确性。在检测范围内使用稀释法配制不同COD的垃圾渗滤液，分别以最大输出电压和累计电荷量为信号进行检测，根据输出信号的数值和线性方程即可计算出垃圾渗滤液的COD(测定值)。同时，采用重铬酸盐法[16]测定垃圾渗滤液的COD(真实值)。根据COD的测定值与真实值之间的偏差即可得到测定的相对误差。
2 结果与讨论 2.1 阳极材料对MFC传感器电化学性能的影响 2.1.1 输出电压分别以碳毡、碳刷和碳布为阳极材料，测定了MFC传感器在启动期的输出电压，结果如图 1所示。可以看出，3组MFC传感器的启动周期差别不大，MFC-CF和MFC-CC的启动周期均为7 d，MFC-CB的启动周期为8 d，这可能是由于碳刷的表面光滑，缺少碳毡和碳布的网络多孔结构，微生物在其表面吸附需要的时间较长所致。在这3组MFC传感器中，MFC-CF的输出电压最大，电压最大值Umax为600.44 mV，分别是MFC-CB(Umax=465.87 mV)和MFC-CC(Umax=387.94 mV)的1.29倍和1.55倍。以上结果表明，碳毡作为阳极材料时，MFC传感器表现出优异的电化学性能，一方面是由于碳毡具有良好的亲水性和较大的比表面积，有利于产电微生物的吸附、代谢和生长；另一方面是由于碳基阳极材料具有良好的导电性能，能够快速地将电子从微生物传递到阴极[17]。
|
图 1 不同阳极材料的MFC传感器在启动期的输出电压 Fig.1 Output voltages of MFC sensors with different anode materials during the start-up period |
图 2为不同阳极材料的MFC传感器的极化曲线和功率密度曲线。从图 2(a)中可以看出，随着电流密度的增加，3组MFC传感器的输出电压均呈下降趋势；在电流密度相同的条件下，输出电压的大小顺序为：MFC-CF＞MFC-CB＞MFC-CC；在断路情况下，MFC-CF的输出电压U为716.54 mV，显著高于MFC-CB(U=603.56 mV)和MFC-CC(U=546.78 mV)。结果表明，以碳毡为阳极材料的MFC传感器的电化学性能显著优于以碳刷和碳布为阳极材料的MFC传感器。
|
图 2 不同阳极材料的MFC传感器的极化曲线和功率密度曲线 Fig.2 Polarization curves and power density curves of MFC sensors with different anode materials |
从图 2(b)中可以看出，随着电流密度的增加，3组MFC传感器的功率密度呈现先上升后下降的趋势，并且3组电池输出最大功率时的外接负荷均为1 000 Ω，其中MFC-CF的最大输出功率密度Pd, max为265.95 mW/m2，显著大于MFC-CB(Pd, max= 167.54 mW/m2)和MFC-CC(Pd, max=123.13 mW/m2)。这是由于与碳布和碳刷相比，碳毡具有更好的理化结构，虽然这3种材料均由碳纤维组成，但是其具体排列方式不同，碳毡的碳纤维排列方式杂乱无序，具有丰富的孔隙结构和较小的孔隙，而碳刷和碳布的碳纤维排列方式比较整齐，孔隙较大且数量较少，因此碳毡能够为产电微生物的吸附和代谢繁殖提供更好的微观环境，有利于产电微生物的富集，进而提高MFC传感器的电化学性能，因此表现出较大的输出电压和功率密度[18]。
2.1.3 循环伏安(CV)曲线为了进一步考察MFC传感器的电化学性能，对不同阳极材料的MFC传感器进行CV测试(10圈)，结果如图 3所示。可以看出，在施加相同电压的情况下，3组MFC传感器产生的电流大小顺序为：MFC-CF＞MFC-CB＞MFC-CC，表明碳毡作为阳极时，MFC传感器具有最佳的电化学性能。此外，在CV测试中，这3组MFC传感器的CV曲线波动均不大，表明其电化学性能较为稳定。
|
图 3 不同阳极材料的MFC传感器的CV曲线 Fig.3 CV curves of MFC sensors with different anode materials |
除了影响MFC传感器的电化学性能外，不同阳极材料还会影响阳极微生物的数量和菌群组成。对3组MFC传感器的阳极微生物进行CLSM分析，结果如图 4和表 3所示。从表 3中可以看出，MFC-CF的菌胶团数量为84个，菌胶团总面积为2 642.58 μm2。在3组MFC传感器中，MFC-CF的菌胶团数量和总面积均最大，分别是MFC-CB的1.18倍和1.30倍，是MFC-CC的4.67倍和9.90倍。另外，MFC-CF的阳极菌群中活细胞的相对含量最高，活细胞数量与死细胞数量之比为6.85，显著高于MFC-CB和MFC-CC。
|
图 4 不同阳极材料的MFC传感器的共聚焦激光显微镜图 Fig.4 CLSM images of MFC sensors with different anode materials |
|
|
下载CSV 表 3 阳极微生物的CLSM分析结果 Table 3 CLSM analysis results of anode microorganisms |
对3组MFC传感器的阳极微生物进行菌群分析，结果如图 5和表 4所示。从表 4中可以看出，在门的水平上，3组MFC传感器的优势菌种均为Proteobacteria，MFC-CF的Proteobacteria相对丰度最高(84.90%)，MFC-CB和MFC-CC的Proteobacteria相对丰度分别为75.44%和52.25%。此外，在3组MFC传感器的阳极微生物中Firmicutes和Bacteroidetes也表现出了较高的相对丰度。在属的水平上，3组MFC传感器的阳极微生物的主要优势菌种均为Geobacter，MFC-CF的Geobacter相对丰度最高(63.44%)，显著高于MFC-CB(28.55%)和MFC-CC(15.87%)。
|
图 5 阳极微生物菌群在门和属水平上的相对丰度 Fig.5 Relative abundance of the anodic microbial community at phylum and genus levels |
|
|
下载CSV 表 4 阳极微生物菌群的分析结果 Table 4 Microbial community analysis results of anode microorganisms |
响应时间是MFC传感器检测性能的一个重要参数，本文考察了3组MFC传感器的响应时间随垃圾渗滤液COD的变化情况，结果如图 6所示。从图中可以看出，3组MFC传感器的响应时间随着垃圾渗滤液COD的增加而增加。当垃圾渗滤液的COD小于500 mg/L时，响应时间的增加较为明显；当COD大于500 mg/L时，响应时间的增加趋势较为平缓，这可能是由于垃圾渗滤液的COD较大，超过了MFC传感器的代谢能力，此时COD的增加不能继续提升MFC传感器的输出电压，因此MFC传感器达到最大输出电压的时间也不再显著增加。此外，3组MFC传感器之间的响应时间也呈现出差异性。从图中可以看出，当垃圾渗滤液的COD相同时，响应时间的顺序为：MFC-CF＜MFC-CB＜MFC-CC。这是由于不同碳材料的性质差异导致的，碳毡具有丰富的多孔结构和较大的比表面积，不仅有利于微生物的吸附生长，而且增加了微生物与阳极液的接触面积，有利于微生物快速地吸附降解有机物，因此其响应时间较短。
|
图 6 不同阳极材料的MFC传感器的响应时间曲线 Fig.6 Response time curves of MFC sensors with different anode materials |
MFC传感器在环境检测中可以输出多种信号，其中最常用的检测信号为最大输出电压和最大输出电流[2]。本文以最大输出电压为检测信号，考察了3组MFC传感器对垃圾渗滤液COD的检测性能，结果如图 7所示。从图中可以看出，3组MFC传感器的最大输出电压均随着垃圾渗滤液COD的增加而增大，并且在COD为10~500 mg/L的范围内，二者的线性关系良好，相关系数R2均大于0.997。线性方程的斜率即为MFC传感器的检测灵敏度，MFC-CF的检测灵敏度为1.038 mV·L/mg，显著高于MFC-CB(0.740 mV·L/mg)和MFC-CC(0.415 mV·L/mg)，这是由于与碳刷和碳布相比，碳毡具有更加丰富的多孔网络结构，有利于微生物的生长代谢以及形成多样的种群结构，对外界环境的变化响应更加积极，因此呈现出更高的灵敏度。当垃圾渗滤液的COD大于500 mg/L时，3组MFC传感器产生的最大输出电压开始偏离线性方程，并显著低于线性方程的拟合值，这主要是由于此时有机物的浓度较高，超过了阳极微生物的代谢能力，微生物的代谢速率不再随有机物浓度的增加而继续增加，因此最大输出电压的增加趋于平稳。
|
图 7 不同阳极材料的MFC传感器的最大输出电压与垃圾渗滤液COD的关系 Fig.7 Relationship between the maximum output voltage of MFC sensors with different anode materials and the COD of landfill leachate |
除了最大输出电压和最大输出电流外，累计电荷量、最大输出功率、库伦效率等参数也常作为MFC传感器的检测信号[11]。本文以响应时间内产生的累计电荷量为研究对象，考察了3组MFC传感器对垃圾渗滤液COD的检测性能，结果如图 8所示。可以看出，3组MFC传感器的累计电荷量随着垃圾渗滤液COD的增加而增大，在COD为10~500 mg/L的范围内，二者的线性关系较好，R2均大于0.973；当垃圾渗滤液的COD继续增加时，二者不再呈现线性相关。与以最大输出电压为检测信号的情况相比，以累计电荷量为检测信号的相关系数呈现下降的趋势，这是由于累计电荷量是在响应时间内对电流进行积分得到的，当垃圾渗滤液的COD不同时，MFC传感器的响应时间不同；此外，在响应时间内电流的变化速率并不固定，在响应时间内前期电流增长较快，后期电流增长显著变缓。比较3组MFC传感器的检测灵敏度，可以发现MFC-CF的检测灵敏度(0.015 C·L/mg)显著高于MFC-CB(0.010 C·L/mg)和MFC-CC(0.007 C·L/mg)，这是由于累计电荷量与MFC传感器的电化学性能直接相关，根据前文的实验结果，碳毡作为阳极材料时MFC传感器的电化学性能显著优于碳刷和碳布，因此当以累计电荷量作为检测信号时，碳毡的检测性能最好。
|
图 8 不同阳极材料的MFC传感器的累计电荷量与垃圾渗滤液COD的关系 Fig.8 Relationship between the cumulative charge of MFC sensors with different anode materials and the COD of landfill leachate |
检测准确性是MFC传感器检测性能的重要指标，MFC传感器的相对误差一般在10%~20%之间[2, 19]。本文分别以最大输出电压和累计电荷量为检测信号，考察了不同MFC传感器的相对误差(以绝对值表示)，结果如表 5和表 6所示。
|
|
下载CSV 表 5 以最大输出电压为检测信号时不同阳极材料的MFC传感器的相对误差(n=3) Table 5 The relative errors of MFC sensors with different anode materials when the maximum output voltage is used as the detection signal(n=3) |
|
|
下载CSV 表 6 以累计电荷量为检测信号时不同阳极材料的MFC传感器的相对误差(n=3) Table 6 The relative errors of MFC sensors with different anode materials when the cumulative charge is used as the detection signal(n=3) |
从表 5中可以看出，以最大输出电压为检测信号时，3组MFC传感器均表现出良好的准确性，最大相对误差为11.20%；此外还可以看出，总体上相对误差随着垃圾渗滤液COD的增加而呈现降低的趋势，这可能是由于MFC的输出电压受外界环境的影响存在一定的波动性，当垃圾渗滤液的COD较低时，MFC检测系统的输出电压的波动较大。从表 6中可以看出，与以最大输出电压为检测信号的情况相比，以累计电荷量为检测信号时3组MFC传感器的相对误差增大，检测准确性有所降低，最大相对误差达到15.75%；受到运行环境的影响，随着垃圾渗滤液COD的增加，总体上MFC传感器的相对误差也呈现下降的趋势。
3 结论(1) 阳极碳材料对MFC传感器的电化学性能具有显著影响。MFC-CF的最大输出电压为600.44 mV，分别是MFC-CB和MFC-CC的1.29倍和1.55倍；MFC-CF的最大输出功率为265.95 mW/m2，显著大于MFC-CB和MFC-CC；3组MFC传感器的CV曲线波动均不大，其电化学性能较为稳定。
(2) CLSM结果表明，在3组MFC传感器中，MFC-CF的菌胶团数量及总面积、活细胞相对含量均最大；菌群分析结果表明，在门水平上，3组MFC传感器阳极微生物的优势菌种为Proteobacteria；在属水平上，3组MFC传感器对垃圾渗滤液COD的主要优势菌种为Geobacter。
(3) 3组MFC传感器响应时间的顺序为：MFC-CF＜MFC-CB＜MFC-CC；分别以最大输出电压和累计电荷量作为检测信号时，3组MFC传感器对垃圾渗滤液COD的有效检测范围均为10~500 mg/L；MFC-CF的检测灵敏度为1.038 mV·L/mg和0.015 C·L/mg，显著高于MFC-CB和MFC-CC。以最大输出电压为检测信号时，3组MFC传感器均表现出良好的准确性，最大相对误差为11.20%；以累计电荷量为检测信号时，3组MFC传感器的相对误差增大，准确性有所降低。
| [1] |
LI S, YANG Y L, ZHENG H S, et al. Advanced oxidation process based on hydroxyl and sulfate radicals to degrade refractory organic pollutants in landfill leachate[J]. Chemosphere, 2022, 297: 134214. DOI:10.1016/j.chemosphere.2022.134214 |
| [2] |
海冰寒, 张盼月, 王靖怡, 等. 阳极石墨毡酸处理对微生物燃料电池型BOD传感器性能的影响[J]. 环境工程学报, 2016, 10(3): 1075-1080. HAI B H, ZHANG P Y, WANG J Y, et al. Effect of nitric acid treatment of anode material on performances of microbial fuel cell-based BOD sensor[J]. Chinese Journal of Environmental Engineering, 2016, 10(3): 1075-1080. (in Chinese) |
| [3] |
ZHUANG L, ZHENG Y, ZHOU S G, et al. Scalable microbial fuel cell (MFC) stack for continuous real wastewater treatment[J]. Bioresource Technology, 2012, 106: 82-88. DOI:10.1016/j.biortech.2011.11.019 |
| [4] |
曹文倩, 琚依婷, 全秋雨, 等. 空气阴极单室MFC对含糖废水的处理研究[J]. 化学与生物工程, 2021, 38(7): 57-60, 64. CAO W Q, JU Y T, QUAN Q Y, et al. Treatment of sacchariferous wastewater by single-chamber microbial fuel cell with air cathode[J]. Chemistry & Bioengineering, 2021, 38(7): 57-60, 64. (in Chinese) DOI:10.3969/j.issn.1672-5425.2021.07.011 |
| [5] |
过江洋, 杜海霞, 吴慧芳, 等. 双室MFC同时处理活性污泥及氨氮废水的研究[J]. 环境科学与技术, 2019, 42(6): 115-120. GUO J Y, DU H X, WU H F, et al. Simultaneous treatment of activated sludge and ammonia nitrogen wastewater by dual chamber microbial fuel cell[J]. Environmental Science & Technology, 2019, 42(6): 115-120. (in Chinese) |
| [6] |
鲁汭, 林莉莉, 肖恩荣, 等. 微生物燃料电池(MFC)型生物毒性传感器用于重金属离子检测的研究进展[J]. 生态与农村环境学报, 2021, 37(1): 1-9. LU R, LIN L L, XIAO E R, et al. Review of development in heavy metals monitoring with microbial fuel cell-based toxicity biosensor[J]. Journal of Ecology and Rural Environment, 2021, 37(1): 1-9. (in Chinese) |
| [7] |
QIU S, GUO Z Y, NAZ F, et al. An overview in the development of cathode materials for the improvement in power generation of microbial fuel cells[J]. Bioelectrochemistry, 2021, 141: 107834. DOI:10.1016/j.bioelechem.2021.107834 |
| [8] |
BOAS J V, OLIVEIRA V B, SIMÕES M, et al. Review on microbial fuel cells applications, developments and costs[J]. Journal of Environmental Management, 2022, 307: 114525. DOI:10.1016/j.jenvman.2022.114525 |
| [9] |
XIAO N, WU R, HUANG J J, et al. Anode surface modification regulates biofilm community population and the performance of micro-MFC based biochemical oxygen demand sensor[J]. Chemical Engineering Science, 2020, 221: 115691. DOI:10.1016/j.ces.2020.115691 |
| [10] |
CAI T, MENG L J, CHEN G, et al. Application of advanced anodes in microbial fuel cells for power generation: a review[J]. Chemosphere, 2020, 248: 125985. DOI:10.1016/j.chemosphere.2020.125985 |
| [11] |
JIANG Y, YANG X F, LIANG P, et al. Microbial fuel cell sensors for water quality early warning systems: fundamentals, signal resolution, optimization and future challenges[J]. Renewable & Sustainable Energy Reviews, 2018, 81: 292-305. |
| [12] |
HU F M, QIU Z H, ZHANG Z Q, et al. In-situ growth of N@MoO2 microflowers on carbon cloth for high-performance anodes in microbial fuel cells[J]. Journal of Environmental Chemical Engineering, 2022, 10(3): 107869. DOI:10.1016/j.jece.2022.107869 |
| [13] |
REN Z X, JI G X, LIU H B, et al. Accelerated start-up and improved performance of wastewater microbial fuel cells in four circuit modes: role of anodic potential[J]. Journal of Power Sources, 2022, 535: 231403. DOI:10.1016/j.jpowsour.2022.231403 |
| [14] |
MENG L, FENG M, SUN J Z, et al. High-performance free-standing microbial fuel cell anode derived from Chinese date for enhanced electron transfer rates[J]. Bioresource Technology, 2022, 353: 127151. |
| [15] |
XIA J, GENG Y X, HUANG S T, et al. High-performance anode material based on S and N co-doped graphene/iron carbide nanocomposite for microbial fuel cells[J]. Journal of Power Sources, 2021, 512: 230482. |
| [16] |
中华人民共和国环境保护部. 水质化学需氧量的测定—重铬酸盐法: HJ 828—2017[S]. 北京: 中国环境出版社, 2017. Ministry of Environmental Protection of the People's Republic of China. Water quality—Determination of the chemical oxygen demand—dichromate method: HJ 828—2017[S]. Beijing: China Environmental Publishing Group, 2017. (in Chinese) |
| [17] |
ZHANG K X, MA Z K, LI X, et al. Good microbial affinity of phenolic carbon felt as an efficient anode for microbial fuel cells[J]. Bioelectrochemistry, 2021, 138: 107700. |
| [18] |
刘松山, 陈亮, 黄满红, 等. 碳毡和碳布2种生物阴极材料微生物燃料电池产电性能[J]. 环境工程学报, 2014, 8(10): 4540-4544. LIU S S, CHEN L, HUANG M H, et al. Electricity generation characteristics of two MFCs using carbon felt and carbon cloth as biocathode materials[J]. Chinese Journal of Environmental Engineering, 2014, 8(10): 4540-4544. (in Chinese) |
| [19] |
田帅, 张盼月, 梁英梅, 等. 双室微生物燃料电池型BOD传感器性能[J]. 环境工程学报, 2014, 8(6): 2626-2632. TIAN S, ZHANG P Y, LIANG Y M, et al. Performances of double-chamber microbial fuel cell-based BOD sensor[J]. Chinese Journal of Environmental Engineering, 2014, 8(6): 2626-2632. (in Chinese) |