مدل سازی جذب سطحی متیلن بلو بر روی تفاله چای اصلاح شده با سورفکتانت با استفاده از شبکه عصبی مصنوعی

نوع مقاله : مقاله پژوهشی

نویسندگان

1 استادیار (ریاضی محض)، دانشکده فنی فومن، پردیس دانشکده های فنی، دانشگاه تهران

2 دانشکده فنی فومن، پردیس دانشکده های فنی دانشگاه تهران

3 استادیار مهندسی شیمی، دانشکده فنی فومن، پردیس دانشکده های فنی، دانشگاه تهران

4 دانشجوی کارشناسی ارشد مهندسی شیمی، گرایش فرایندهای جداسازی، دانشکده فنی فومن، پردیس دانشکده های فنی دانشگاه تهران

چکیده

مدل‌سازی فرایند جذب سطحی رنگ‌دانه متیلن بلو (+MB) بر روی تفاله چای (TW) اصلاح‌شده با سورفکتانت آنیونی (SDS) با استفاده از شبکه عصبی مصنوعی انجام شد. آزمون‌های FTIR و EDS برای بررسی حضور مولکول‌های SDS بر سطح جاذب استفاده و مشخص شد که آنیون‌های -SO3 از طریق مکانیسم‌ تبادل یونی به جذب +MB کمک می‌کنند. نتایج ایزوترم جذب با معادلات ایزوترم لانگمویر و فرندلیچ تطبیق داده شد و ظرفیت جذب لانگمویر (Qmax)، به ترتیب برابر 124.3 و 156.2 میلی گرم بر گرم برای TW و STW محاسبه گردید. مشاهده شد که سینتیک جذب متیلن بلو از مدل سینتیکی شبه درجه دوم پیروی می کند. نتایج این بررسی پیشنهاد می کند که جذب فیزیکی نیز در کنترل سرعت جذب متیلن بلو نقش دارد. مدل شبکه عصبی مصنوعی پیش خور با 5 پارامتر ورودی و یک لایه پنهان دارای 15 نورون برای پیش بینی رفتار جذبی طراحی و مشاهده شد که مدل با R2 بسیار بالایی (0.97<) قادر به پیش بینی درصد حذف MB برای مجموعه داده های آزمایش است.

کلیدواژه‌ها

موضوعات


 
[1] C. Nunez, A. S. Garcez, I. T. Kato, T. M. Yoshimura, L. Gomes, M. S. Baptista, M. S. Ribeiro (2014) “Effects of ionic strength on the antimicrobial photodynamic efficiency of methylene blue”, Photochemical and Photobiological Sciences, 13, 595–602.
##
[2] V. K. Gupta, S., suhas (2009) “Application of low-cost adsorbents for dye removal: A review”, Journal of Environmental Management, 90, 2313–2342.
##
[3] B. H. Hameed (2009) “Spent tea leaves: A new non-conventional and low-cost adsorbent for removal of basic dye from aqueous solutions”, Journal of Hazardous Materials, 161, 753-759.
##
[4] N. Nasuha, B. H. Hameed, A. T. Mohd Din (2010) “Rejected tea as a potential low-cost adsorbent for the removal of methylene blue”, Journal of Hazardous Materials, 175, 126–132.
##
[5] S. Hokkanen, A. Bhatnagar, M. Sillanpää (2016) “A review on modification methods to cellulose-based adsorbents to improve adsorption capacity”, Water Research, 91, 156-173.
##
[6] M. T. Yagub, T. K. Sen, S. Afroze, H. M. Ang (2014) “Dye and its removal from aqueous solution by adsorption: A review”, Advances in Colloid and Interface Science, 209, 172–184.
##
[7] A. M. Ghaedi, A. Vafaei (2017) “Applications of artificial neural networks for adsorption removal of dyes from aqueous solution: A review”, Advances in Colloid and Interface Science, 245, 20–39.
##
[8] M. Tanzifi, S. H. Hosseini, A. Dehghani Kiadehi, M. Olazar, K. Karimipour, R. Rezaiemehr, I. Ali (2017) “Artificial neural network optimization formethyl orange adsorption onto polyaniline nano-adsorbent: Kinetic, isotherm and thermodynamic studies”, Journal of Molecular Liquids, 244, 189–200.
##
[9] P. Assefi, M. Ghaedi, A. Ansari, M. H. Habibi, M. S. Momeni (2014) “Artificial neural network optimization for removal of hazardous dye Eosin Y from aqueous solution using Co2O3-NP-AC: Isotherm and kinetics study”, Journal of Industrial Engineering Chemistry, 20, 2905-2913.
##
[10] H. Karimi, M. Ghaedi (2014) “Application of artificial neural network and genetic algorithm to modeling and optimization of removal of methylene blue using activated carbon”, Journal of Industrial and Engineering Chemistry, 20: 2471–2476.
##
[11] A. A. Babaei, A. Khataee, E. Ahmadpour, M. Sheydaei, B. Kakavandi, Z. Alaee (2016) “Optimization of cationic dye adsorption on activated spent tea: equilibrium, kinetics, thermodynamic and artificial neural network modeling”, Korean Journal of Chemical Engineering, 33:1352–1361.
##
[12] N. Zeinali, M. Ghaedi, G. Shafie (2014) “Competitive adsorption of methylene blue and brilliant green onto graphite oxide nano particle following: derivative spectrophotometric and principal component-artificial neural network model methods for their simultaneous determination”, Journal of Industrial and Engineering Chemistry, 20:3550–3558.
##
[13] A. Ebrahimian Pirbazari, B. Fakhari Kisom, M. Ghamangiz Khararoodi (2015) “Anionic surfactant-modified rice straw for removal of methylene blue from aqueous solution”, Desalination and Water Treatment, 65, 1-15.
##
[14] N. G. Turan, B. Mesci, O. Ozgonenel (2011) “Artificial neural network (ANN) approach for modeling Zn(II) adsorption from leachate using a new biosorbent”, Chemical Engineering Journal, 173, 98–105.
##
[15] R. Gnanasambandam, A. Protor (2000) “Determination of pectin degree of esterification by diffuse reflectance Fourier transform infrared spectroscopy - quantitative evaluation of uronic acid and acetamidodeoxyhexose moieties”, Food Chemistry, 68, 327–332.
##
[16] D. Sidiras, F. Batzias, E. Schroeder, R. Ranjan, M. Tsapatsis (2011) “Dye adsorption on autohydrolyzed pine sawdust in batch and fixed-bed system”, Chemical Engineering Journal, 171, 883- 896.
##
[17] K. S. W. Sing, D. H. Everett, R. A. W. Haul, L. Moscou, R. A. Pierotti (1985) “Reporting physisorption data for gas/solid systems with special reference to the determination of surface area and porosity”,  Pure and Applied Chemistry, 57, 603–619.
##
[18] A. Ariapad, M. A. Zanjanchi, M. Arvand (2012) “Efficient removal of anionic surfactant using partial template-containing MCM-41”, Desalination, 284, 142- 149.
##
[19] A. Ebrahimian Pirbazari, N. Ramazani Pargami, N. Ashja, MS. Emami (2015) “Surfactant-coated Tea Waste: Preparation, Characterization and its Application for Methylene Blue Adsorption from Aqueous Solution”, Journal of Environmental & Analytical Toxicology, 5, 1–11.
##
[20] N. Asasian, T. Kaghazchi (2012) “Comparison of dimethyl disulfide and carbon disulfide in sulfurization of activated carbons for producing mercury adsorbents”, Industrial and Engineering Chemistry Research, 51, 12046-12057.
##
[21] L. Bulgariu, M. Răţoi, D. Bulgariu, M. Macoveanu (2008) “Equilibrium study of Pb(II) and Hg(II) sorption from aqueous solution by moss peat”, Environmental and Engineering Management Journal, 7, 511-516.
##