计算AI预测和优化染料去除效率和Gibbs自由能量之间的关系在吸附过程中使用TiO2/花素-多烯胺复合物
Seyed Peiman Ghorbanzade Zaferani1, Mahmoud Kiannejad Amiri2, Ali Akbar Amooey3
1Department of Chemical Engineering, University of Science and Technology of Mazandaran, Behshahr, Iran; Department of Chemical Engineering, Faculty of Engineering and Technology, University of Mazandaran, Babolsar, Iran.
International journal of biological macromolecules
|March 9, 2024
概括
这项研究开发了染料去除和吸附过程中的吉布斯自由能量预测模型. 素-多烯胺/TiO2复合物有效地去除了阴离子染料,模型准确地预测了性能.
科学领域:
- 环境化学环境化学
- 材料科学 材料科学 材料科学
- 计算化学的计算化学
背景情况:
- 水溶液中的染料污染给环境带来了挑战.
- 吸附是去除染料的关键过程.
- 了解热力学,就像吉布斯自由能量一样,对于优化吸附至关重要.
研究的目的:
- 构建染料去除效率和吸附过程中的吉布斯自由能量动态的预测模型.
- 为了确定染料去除效率和吉布斯自由能量行为之间的相关性.
- 为了评估基多-多烯胺/TiO2复合吸附剂的性能.
主要方法:
- 使用一个复合吸附剂:奇托-多烯胺/TiO2.2.
- 使用响应表面方法 (RSM) 进行参数分析.
- 应用人工神经网络 (ANN) 和机器学习 (ML) 用于建模和预测.
主要成果:
- 染料去除效率的RSM模型在统计学上是显著的 (F值=814.62).
- 复合吸附剂在预测吸附性能方面表现出很高的准确性.
- 该ANN模型以0.999455.5的R2值实现了卓越的准确性.
结论:
- 开发的模型准确地预测了染料去除效率和吉布斯自由能量.
- 酸盐-多烯胺/TiO2复合物是离子染料的有效吸附剂.
- 整合RSM,ANN和ML为吸附过程优化提供了一个强大的框架.
更多相关视频
08:54Vibrational Spectra of a N719-Chromophore/Titania Interface from Empirical-Potential Molecular-Dynamics Simulation, Solvated by a Room Temperature Ionic Liquid
Published on: January 25, 2020
5.7K
08:00Author Spotlight: Standardizing the Development of Amine-Based Silica Composites as CO2 Adsorbents for Direct Air Capture
Published on: September 29, 2023
2.4K
