动力学与神经-模糊逻辑模型在固定床系统中粉煤灰或GGBS基地质聚合物吸附剂对亚甲基蓝吸附行为中的应用

《Case Studies in Chemical and Environmental Engineering》:Application of the Kinetic and Neuro-Fuzzy Logic Models for Methylene Blue Adsorption Behaviour onto FlyAsh or GGBS geopolymer adsorbents in Fixed-Bed Systems

【字体: 大 中 小 】 时间:2026年08月08日 来源:Case Studies in Chemical and Environmental Engineering CS8.5

编辑推荐:

  本研究报道了由低钙粉煤灰(G1)或高钙GGBS(G2)经单独使用NaOH/Na2SiO3(硅模数,Ms 1.1)碱性溶液制备的碱活化铝硅酸盐的吸附特性。为确认吸附剂的结构特征,研究人员使用了傅里叶变换红外光谱(FTI

  
本研究报道了由低钙粉煤灰(G1)或高钙GGBS(G2)经单独使用NaOH/Na2SiO3(硅模数,Ms 1.1)碱性溶液制备的碱活化铝硅酸盐的吸附特性。为确认吸附剂的结构特征,研究人员使用了傅里叶变换红外光谱(FTIR)分析、粉末X射线衍射(XRD)图谱以及扫描电子显微镜-能谱仪(SEM-EDS)进行形貌分析。在优化条件下:床高10 cm、流速5 mL/min、初始亚甲基蓝(MB)浓度10 ppm及pH 10下,使用流动反应器评估了两种样品的平衡吸附容量(qe)。在此条件下,G1和G2的吸附容量分别达到48 mg/g和38 mg/g。此外,通过二次模型获得的响应面法(DOE-RSM)数据具有高回归系数(R2 = 0.953)和显著的失拟项(0.2426)。对染料吸附平衡等温线进行建模以解释吸附机理。MB的化学吸附与Thomas模型拟合极佳,R2值为0.991。除实验研究外,研究人员还采用了集成遗传算法的自适应神经-模糊推理系统(ANFIS-GA)来模拟非线性吸附过程并优化隶属函数参数,从而提高了预测性能。经过训练和模拟,ANFIS-GA模型实现了高相关系数(R2)在0.96 – 0.97范围内,以及低均方误差(MSE)。因此,这些基于废物的低成本吸附剂支持与水相关的可持续发展目标(SDGs),包括SDG#6(可持续废水处理)、SDG#12(资源价值化和循环经济实践)、SDG#15(有助于保护陆地生态系统免受污染废水排放)以及工业4.0。
**论文解读:基于废料衍生的地质聚合物吸附剂在固定床系统中去除亚甲基蓝的研究**

**研究背景与问题**

全球水资源正面临来自工业废水排放、气候变化等多重压力。尽管存在多种水处理技术,但许多技术成本高昂。吸附法因其操作条件范围广、非破坏性等特点,成为经济可行的废水修复方法。由农业残余物、工业副产品等废料衍生的吸附剂,因其低成本、高比表面积和化学活性,成为传统吸附剂(如活性炭)的替代品,符合循环经济原则。染料,特别是亚甲基蓝(MB),是一种常见的阳离子染料,广泛应用于纺织、生物染色等领域,其高溶解性和结构稳定性使其难以去除。虽然已有多种物理化学和高级处理方法用于废水处理,但大多存在能耗高、化学试剂消耗大、运营成本高等局限。因此,开发低成本、高效且可持续的吸附剂至关重要。

固定床柱研究已证明多种废料衍生吸附剂具有高去除效率,其动态行为可通过Thomas、Yoon-Nelson等模型进行表征。碱活化铝硅酸盐材料(地质聚合物)作为一种新兴吸附剂,具有三维交联网络、可调孔隙率、高机械和化学稳定性等优点,其活性位点可用于离子交换和化学吸附。然而,现有研究多集中于批次系统或单一吸附剂,对于成分不同的工业副产品(如低钙粉煤灰和高钙GGBS)在连续流条件下的比较研究仍显不足。此外,传统的响应面法(RSM)在优化过程中无法纳入不可控参数。因此,本研究旨在探索将RSM与人工智能模型(如ANFIS-GA)耦合,以克服RSM的局限性,更准确地预测吸附行为。

**主要技术方法**

研究人员采用以下关键技术方法开展研究:
1. **材料表征方法**:利用粉末X射线衍射(XRD)分析物相组成,傅里叶变换红外光谱(ATR-FTIR)鉴定官能团,高分辨率扫描电子显微镜-能谱仪(HRSEM-EDS)观察形貌与元素分布,以及BET(Brunauer-Emmett-Teller)分析测定比表面积和孔隙结构。样本来源:粉煤灰(FA)采自Ennore热电厂,GGBS采自Jindal钢铁厂(Bellary)。
2. **动态吸附实验与建模**:在固定床柱中进行连续流吸附实验,考察床高、流速、初始浓度和pH的影响,并通过Thomas、Yoon-Nelson和Clark动力学模型分析突破曲线。
3. **机器学习建模**:采用自适应神经-模糊推理系统(ANFIS)和集成遗传算法的ANFIS-GA混合模型,对非线性吸附过程进行建模与预测,并优化模型参数。

**研究结果**

**3.1. 吸附剂的化学与矿物学特性**
通过XRD分析,研究人员确认了粉煤灰和GGBS中的主要晶相(如石英、赤铁矿、莫来石、钙镁黄长石等),并在碱活化后形成了无定形铝硅酸盐凝胶(N-A-S-H/C-A-S-H)。FTIR分析揭示了Si-O-T(T=Al或Si)键的振动,证实了铝原子掺入硅氧四面体骨架。SEM-EDS显示,碱活化后颗粒形态发生转变,形成致密的凝胶网络。BET分析表明,G1(22.45 m2/g)的比表面积和孔容均高于G2(4.65 m2/g),两者均属介孔材料。

**3.2. 吸附参数优化——响应面法**
通过中心复合设计(CCD)的RSM,研究人员确定了最佳模型为二次模型(R2=0.988)。方差分析(ANOVA)显示,初始浓度、流速、床高和pH均对MB去除率有显著影响,且模型预测值与实验值吻合良好,证实了RSM模型的可靠性。

**3.3. 有效参数对吸附的影响**
研究人员通过实验发现:
* **床高影响**:增加床高,突破时间延长,吸附容量和去除率均上升,因吸附位点增多。
* **流速影响**:增加流速,突破时间缩短,吸附容量降低,因接触时间减少。
* **初始浓度影响**:增加初始浓度,突破时间缩短,去除率略有下降,因吸附位点竞争加剧。
* **pH影响**:在高于零电荷点(PZC)的pH下,吸附容量增加,因表面带负电荷,有利于阳离子染料(MB)的静电吸引。

**3.4. 动力学建模**
研究人员通过Yoon-Nelson、Clark和Thomas模型拟合实验数据,得出:
* **Yoon-Nelson模型**:拟合良好(R2 0.98-0.99),参数τ(50%突破时间)和kYN的变化趋势与实验条件一致。
* **Clark模型**:拟合效果优秀(R2 0.990-0.997),参数A和r的变化规律与实验条件相符。
* **Thomas模型**:拟合效果最佳(R2 0.98-0.99),其参数kth和qe的变化表明,MB吸附过程遵循准二级动力学,本质为化学吸附。

**3.5. 机器学习评估**
研究人员通过ANFIS和ANFIS-GA模型预测去除率,发现:
* ANFIS-GA模型在训练集和测试集上均表现出更高的预测精度,整体数据集相关系数R2达到0.97,优于ANFIS的0.96。
* ANFIS-GA的均方误差(MSE)和平均绝对误差(MAE)更低,表明其优化了隶属函数参数,提高了模型泛化能力。
* 该混合模型成功捕捉了吸附过程的非线性关系,并显著优于传统梯度下降方法。

**3.6. 可重复使用性与再生研究**
经过六次吸附-脱附循环,G1和G2吸附剂仍保持约50%的吸附容量,表明其具有良好的可重复使用性。

**3.7. 机械性MB去除途径**
研究人员提出MB的去除是由多种机制协同作用的结果,包括:带负电的铝硅酸盐骨架与阳离子MB之间的静电吸引、Na+和Ca2+与MB+的离子交换、表面羟基与MB的氢键作用、多孔网络的孔填充效应,以及芳香环与含氧位点的n-π相互作用。

**3.8. 成本与可持续性分析**
研究人员估算出G1和G2的生产成本分别约为?316/kg和?341/kg,远低于传统吸附剂。利用粉煤灰和GGBS等工业废料,不仅减少了废物填埋,还避免了高温煅烧过程,降低了温室气体排放,符合循环经济原则。

**总结与讨论**

本研究成功制备了基于粉煤灰(G1)和GGBS(G2)的碱活化铝硅酸盐吸附剂,并系统研究了其在固定床中对MB的吸附性能。研究证实,G1(48 mg/g)和G2(38 mg/g)均表现出优异的吸附容量,其中G1的吸附性能略优。通过RSM、动力学模型和机器学习模型的综合应用,研究人员准确预测了吸附行为,并深入理解了吸附机理。ANFIS-GA混合模型显著提升了预测精度,体现了其在处理复杂非线性吸附系统中的优势。

**结论部分翻译:**
本研究的目的是通过碱活化方法,从工业废料(粉煤灰和GGBS)中生产一种经济高效的多功能材料。所得产物G1中含有钠基铝硅酸盐结合凝胶,G2中含有钙基结合凝胶,这两种凝胶均对有机染料表现出强大的吸附能力。系统研究了各种工艺参数对吸附容量的影响。应用机器学习算法ANFIS和ANFIS-GA来预测吸附剂容量,并通过误差分析预测了影响参数的效果。此外,还进行了吸附等温线和动力学建模,以预测整个系统参数。根据观察到的数据,得出以下结论:
1. 通过XRD、FTIR分析确认了物相组合和官能团,证实了铝在硅氧四面体单元中的掺入。SEM显微镜观察证实了碱侵蚀后球形粉煤灰颗粒和片状GGBS的侵蚀。
2. 在连续流动反应器中,在不同实验条件下详细考察了G1和G2基质的吸附特性。G1和G2保留的亚甲基蓝量分别为47 mg/g和38 mg/g。
3. 响应面法被证明是有效且可靠的,可用于找到吸附的最佳条件。变量初始浓度、床高、流速和pH的交互效应估计显示了对流动过程效率的显著影响。预测与观察之间的极佳相关性证实了模型的准确性。
4. 在优化条件下,G1的吸附容量略高(通过增加床层利用率达到95 mg/L)。这得到了反向传质趋势的支持,在pH: 10.4、吸附剂重量: 8 g、初始浓度: 10 mg/L和时间: 650 min时实现了95%的去除率。
5. 通过Thomas、Yoon-Nelson和Clark模型评估了MB物种对表面的亲和力以及过程中可能涉及的机理。去除过程与遵循准二级吸附动力学的Thomas模型一致,表明其化学吸附的性质。
6. 此外,测试了先进的人工神经网络以观察不同参数的影响,并证明所选函数在ANFIS-GA中有效,其最低R2为0.97。
总之,碱处理粉煤灰和GGBS产生了高效且低成本的吸附剂。这些材料表现出的可比效率为通过大量利用废物和协同使用它们进行废水处理来制备增值产品铺平了道路。此外,基于实验和机器学习的统计方法提供了对资源利用的有效评估,这使得有机废水的处理更加经济,并促进了SDG#3、SDG#6和SDG#12。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号