从废水中生物吸收和,使用载入纤维素基生物炭的二氧化和氧化铁纳米颗粒:通过机器学习 (人工神经网络) 建模和优化
Ayoub Belcaid1, Buscotin Horax Beakou1, Saad Bouhsina2
1Faculty of Science and Technology, Hassan First University of Settat, Laboratory of Applied Chemistry and Environment, 26000 Settat, Morocco.
International journal of biological macromolecules
|November 3, 2024
概括
两种新型纳米材料,二氧化和氧化铁纳米颗粒,有效地从废水中去除和等重金属. 这些材料具有很高的吸附能力,适用于废水处理应用.
科学领域:
- 环境科学 环境科学
- 材料科学 材料科学 材料科学
- 纳米技术纳米技术
背景情况:
- 废水中的重金属污染对环境和健康构成重大风险.
- 有效且具有成本效益的重金属清除对于可持续的水资源管理至关重要.
- 新型纳米材料的开发为废水整治提供了有希望的解决方案.
研究的目的:
- 为了合成和表征二氧化 (MnO2) 和氧化铁 (Fe2O3) 纳米颗粒,使用麻豆皮的碳.
- 研究这些纳米材料在废水中去除 (II) 和 (VI) 的效率.
- 通过研究温度,pH值,初始度和接触时间等参数来优化吸附过程.
主要方法:
- 合成MnO2和Fe2O3纳米粒子使用麻豆皮碳.
- 批量吸附实验,以评估重金属的去除.
- 使用各种技术对纳米材料进行表征.
- 动力和同热模型 (Langmuir,伪二阶) 和热力学分析.
- 开发和验证人工神经网络 (ANN) 模型用于预测.
主要成果:
- 获得了高吸附能力: (VI) 的Qmax为546.32 mg/g, (II) 的Qmax为349.59 mg/g.
- 化学吸收受伪二阶动力学模型的控制,被确定为主要的去除机制.
- 发现吸附过程是内热和自发的.
- 该ANN模型在预测重金属去除效率方面表现出很高的准确性.
结论:
- 皮碳衍生的MnO2和Fe2O3纳米颗粒是有效的吸附剂,可去除 (II) 和 (VI).
- 吸附过程是高效的,并遵循化学吸附动力学.
- ANN建模为优化重金属去除流程提供了可靠的工具.
