使用土耳其本托尼特和人工神经网络 (ANN) 建模从废水中去除
Ezel Uraz1, Tugba Hayri-Senel1, Nalan Erdol-Aydin1
1Istanbul Technical University, Chemical and Metallurgical Faculty, Chemical Engineering Department, 34469, Maslak, Istanbul, Turkey.
Heliyon
|December 6, 2024
概括
奥尔杜-乌尼耶托尼特有效地从水中去除. 原始托尼特实现了95%的去除,性能优于酸改性版本,人工神经网络优化了该过程.
科学领域:
- 环境科学 环境科学
- 材料科学 材料科学 材料科学
- 化学工程是化学工程的重要组成部分.
背景情况:
- 水溶液中的污染对环境和健康构成风险.
- 班托尼特是一种具有成本效益的吸附剂,用于去除重金属.
- 优化吸附过程对于有效的废水处理至关重要.
研究的目的:
- 评估奥尔杜-乌尼耶托尼特作为去除的吸附剂.
- 为了研究pH值,吸附剂剂量,接触时间和初始度对吸附的影响.
- 通过人工神经网络评估酸修饰的顿石的性能,并优化该过程.
主要方法:
- 使用原料和酸修饰 (HNO3,H2SO4) 顿石的吸附实验.
- 使用富里埃变换红外光谱 (FTIR) 和X射线衍射 (XRD) 进行顿石的表征.
- 吸附等温的建模 (Langmuir,Temkin) 和使用人工神经网络 (ANN) 的优化与贝叶斯规则化.
主要成果:
- 原生本托尼特获得了95%的去除,明显高于酸修饰的本托尼特 (58.4%与HNO3,43.8%与H2SO4).
- 吸附数据与Langmuir和Temkin异热模型相吻合.
- 在ANN的贝叶斯规范化方法提供了最佳的过程性能,R2=0.995和MSE=0.0008.8.
结论:
- 奥尔杜-乌涅托尼特是从水溶液中去除的高效吸附剂.
- 酸性修饰降低了本托尼特对的吸附效率.
- 人工神经网络,特别是贝叶斯规则化,可以有效地优化吸附过程.


