基于纳米材料纹理的机器学习对纳米孔碳上西普罗夫洛克萨的吸附

科学领域:

• 环境化学环境化学
• 材料科学 材料科学 材料科学
• 吸附科学 吸附科学

背景情况:

• 药品,包括西普罗夫洛克萨,污染水体,造成环境风险.
• 从水溶液中有效地去除药物污染物对于环境保护至关重要.

研究的目的:

• 研究纳米多孔碳材料在从水中去除西普洛素的有效性.
• 根据材料属性开发一种对吸附能力的预测数学模型.

主要方法:

• 使用87种不同的纳米孔状碳材料进行了吸附实验.
• 开发了一个定量纳米结构与属性关系 (QnSPR) 模型,以将材料纹理与吸附性能相关联.

主要成果:

• 吸附能力因碳材料的孔隙性和孔隙大小分布而有很大差异 (55495 mg g-1).
• 使用特定的表面积和孔径大小分数的QnSPR模型,准确地描述了西普洛素吸附 (R2 = 0.70).

结论:

• 纳米孔径碳材料显示出从水溶液中去除西普洛素的前景.
• 开发的QnSPR模型为设计和选择最佳碳吸附剂用于制药污染物补救提供了有价值的工具.