化逆化共聚合物的预测机器学习模型,用于有效地从废水中隔离
Ali Shaan Manzoor Ghumman1, Rashid Shamsuddin1, Amin Abbasi2
1Chemical Engineering Department, Universiti Teknologi PETRONAS, 32610 Bandar Seri Iskandar, Perak Darul Ridzuan, Malaysia; HICoE, Centre for Biofuel and Biochemical Research (CBBR), Institute of Self-Sustainable Building, Universiti Teknologi PETRONAS, 32610 Seri Iskandar, Perak, Malaysia.
功能化聚硫化物为整治提供了可持续的解决方案,实现了高吸附能力和100%的废水去除. 一个机器学习模型准确地预测了这些具有成本效益的,可重复使用的吸附剂的去除效率.
科学领域:
- 材料科学 材料科学 材料科学
- 环境化学环境化学
- 聚合物化学 聚合物化学
背景情况:
- 逆硫化聚硫化物 (IVP) 是富含硫的聚合物,具有修复的潜力.
- 它们固有的疏水性限制了 (Hg2+) 的吸收能力.
- 由于的毒性,开发高效和成本效益的吸附剂来去除至关重要.
研究的目的:
- 将IVP与N-甲基D-葡萄胺 (NMDG) 合成和功能化,以增强水友性和Hg2+吸附.
- 为了评估功能化的IVP的Hg2+吸附性能.
- 开发和验证一种机器学习模型,用于预测去除效率.
主要方法:
- 通过溶硫和4-乙基化物合成IVP,然后进行NMDG功能化.
- 使用FTIR和XPS分析进行表征.
- 吸附实验和预测模型的开发 (GPR,ANN,决策树,SVM).
主要成果:
- 功能化的IVP具有608 mg/g的高Hg2+吸附能力.
- 从低度 (10-50 mg/l) 中实现了100%的Hg2+去除.
- 优化的GPR模型显示高准确度 (R2=0.99训练,0.98未见) 预测水银的去除.
结论:
- 用NMDG功能化的IVP是一种高效,可再生和可重复使用的吸收剂,用于整治.
- 开发的机器学习模型准确地预测了去除的情况,有助于过程优化.
- 这种可持续且具有成本效益的吸附剂对大规模的工业废水处理具有前景.
更多相关视频
10:31Detection and Recovery of Palladium, Gold and Cobalt Metals from the Urban Mine Using Novel Sensors/Adsorbents Designated with Nanoscale Wagon-wheel-shaped Pores
Published on: December 6, 2015
11:14Two-way Valorization of Blast Furnace Slag: Synthesis of Precipitated Calcium Carbonate and Zeolitic Heavy Metal Adsorbent
Published on: February 21, 2017
相关概念视频
Precipitation and Co-precipitation
Factors Affecting Solubility
Extraction: Advanced Methods
