染料混合物吸附的竞争性兰格穆尔模型:理论基础和应用条件之间的分歧

科学领域:

• 环境科学 环境科学
• 吸附科学 吸附科学
• 化学工程是化学工程的重要组成部分.

背景情况:

• 准确预测多元组件吸附对于设计有效的工业废水处理工艺以去除染料至关重要.
• 标准的朗迈尔模型 (LM) 准确地描述了单染料吸附,但竞争性的朗迈尔模型 (CLM) 在多组件系统中经常失败.
• 了解现有模型的局限性是改善吸附过程设计的关键.

研究的目的:

• 在多元成分染料吸附系统中调查竞争性朗格穆尔模型 (CLM) 失败的原因.
• 定义吸附剂活性位点普遍性的标准.
• 建议对CLM进行修改,以便更精确地预测竞争性吸附.

主要方法:

• 重新审视Langmuir模型 (LM) 和竞争性Langmuir模型 (CLM) 的理论推导.
• 定义和应用活跃站点普遍性的标准.
• 进行吸附和BET测试,使用三种染料 (沙夫兰素,水晶紫色,甲蓝色) 和两种吸附剂 (活性碳和子纤维).

主要成果:

• 活性炭 (AC) 符合普遍性标准,而子纤维 (CF) 则没有.
• 在AC和CF的染料吸附和BET测试之间观察到活性部位密度的差异.
• 在二进制系统中,CLM为平衡吸附密度提供了令人满意的预测,但在平衡度上显示了显著的差距.
• 该研究发现,LM/CLM中的单个K_L值无法捕捉液相吸附中的各种相互作用.

结论:

• 液体系统中的吸附涉及多种相互作用类型,在模型中需要多个K_L值.
• 根据多个K_L值将活性位点分类为通用或特定,可以提高CLM对竞争性吸附的准确性.
• 改进的CLM预测将导致染料污染废水处理过程的更精确的设计.