Red neuronal artificial y modelado matemático para la remediación del tinte rojo del Congo utilizando biomasa mixta...

Área de la Ciencia:

• Ciencias del medio ambiente
• Ciencias de los materiales
• Ingeniería Química

Sus antecedentes:

• Las aguas residuales de la industria textil con frecuencia contienen tintes peligrosos como el rojo del Congo.
• Los métodos convencionales de eliminación de tintes a menudo se enfrentan a desafíos de eficiencia e impacto ambiental.
• El desarrollo de adsorbentes sostenibles y rentables es crucial para la remediación de tintes.

Objetivo del estudio:

• Investigar la eficacia de la nueva biomasa de cáscara de algas y piña activada con ácido (AAPPB) para la eliminación del tinte rojo del Congo.
• Caracterizar el adsorbente AAPPB y comprender sus propiedades superficiales.
• Desarrollar y validar un modelo de red neuronal artificial (RNA) para predecir el rendimiento de la eliminación de colorantes.

Principales métodos:

• Preparación de biomasa: activación ácida de una mezcla de algas y cáscara de piña.
• Experimentos de adsorción: estudios por lotes para determinar las condiciones óptimas (dosis, tiempo de contacto).
• Caracterización del adsorbente: análisis de la superficie y identificación del grupo funcional.
• Modelado: análisis isotérmicos, cinéticos y termodinámicos; desarrollo y validación de modelos ANN.

Principales resultados:

• AAPPB exhibió propiedades superficiales y funcionales mejoradas después de la activación con ácido.
• La adsorción óptima se produjo a una dosis de 1 g/ l y un tiempo de contacto de 40 minutos.
• Los modelos de Redlich-Peterson y Pseudo-segundo orden describieron mejor el proceso de adsorción, indicando la quimiosorbción.
• La capacidad máxima de adsorción alcanzó los 152,3 mg/g.
• El análisis termodinámico indicó una adsorción espontánea, favorable y exotérmica.
• El modelo ANN logró un alto coeficiente de correlación (0,9943), lo que confirma su precisión predictiva.

Conclusiones:

• AAPPB es un adsorbente altamente eficaz y sostenible para la eliminación del tinte rojo del Congo.
• El mecanismo de adsorción incluye procesos de adsorción monocapa, heterogéneos y químicos.
• El modelado de la Red Neural Artificial proporciona una herramienta confiable para predecir la eficiencia de la eliminación del tinte.
• AAPPB muestra un potencial significativo para las aplicaciones de remediación de tintes industriales.