通过机器学习辅助的重金属吸附的氧酸盐合成的审查
Mengsi He1, Zhuo Zhang2, Mei Wang3
1School of Land Science and Technology, China University of Geosciences (Beijing), Beijing 100083, China.
Journal of hazardous materials
|November 16, 2024
概括
酸 (HAp) 有效地从水中去除重金属. 本综述综合了466项研究,详细介绍了用于修复,,铜,和,降低成本和节约水资源的最佳HAp合成.
科学领域:
- 环境科学 环境科学
- 材料科学 材料科学 材料科学
- 化学 化学 化学
背景情况:
- 重金属对水生生态系统构成重大威胁.
- 酸 (HAp) 是一个有前途的材料,用于HM修复,因为它的高孔隙性和表面积.
- 优化HAp合成可以降低修复成本和水资源短缺.
研究的目的:
- 审查关于重金属吸附的HAp的文献.
- 综合有关HAp合成条件和吸附能力的发现.
- 探索HAp材料发现中的机器学习应用.
主要方法:
- 466项研究的文献综述 (2013-2023) 来自科学网.
- 对HAp的降水,热水和化方法的数据综合.
- 社会科学统计包 (SPSS) 和机器学习 (ML) 技术的应用.
主要成果:
- 对Pb2+,Cd2+,Cu2+,Zn2+和Ni2+的HAp合成条件,表征和吸附能力的详细合成.
- 确定了合成参数和吸附性能之间的定性和定量关系.
- 评估了表征参数对吸附效率的影响.
结论:
- 为了特定的重金属吸附,我们概述了HAp的最佳合成条件.
- 这项研究为有针对性的HAp合成提供了实用指南.
- 机器学习显示出加速环境修复HAp材料开发的前景.


