所有提交的电磁系统将被重定向到在线手稿提交系统。作者请直接提交文章在线手稿提交系统各自的杂志。

原文

数量:13 (6)

比较统计分析145光催化降解活性黄染料使用响应面方法和人工神经网络

*通信:
Karchiyappan T
Maringa州立大学化学工程系,Av,科伦坡5790年,87020 - 900,Maringa公关,巴西
电话:+ 91 - 9843086090;电子邮件: (电子邮件保护)

收到日期:2017年6月19日接受日期:2017年11月20日发表日期:2017年11月22日

引用:Karchiyappan t比较统计分析145光催化降解活性黄染料使用响应面方法和人工神经网络。环境科学印第安纳j . 2017; 13 (6): 155

文摘

本研究的目的是分析在光催化过程中操作参数如初始pH值、染料浓度(活性黄145),照射时间和催化剂(二氧化钛)加载145活性黄染料的降解。率系数(k = 0.0522最低为1)的退化,遵循符合一级动力学。四个因素三个水平,Box-Behnken响应面设计(bdd)采用RSM(响应面方法),而多层前馈是受雇于ANN(人工神经网络)。确定最佳操作条件(去除97%)在初始pH值6中,染料浓度的0.005米,照射时间40分钟和0.08 g催化剂加载。此外,退化被紫外光谱证实。

关键字

光催化;145活性黄染料;紫外光谱;Box-Behnken设计;多层前馈;优化

介绍

水是世界上所有生物的基本要求。人口增长和工业化导致水污染(1]。现今,大多数的工业浪费都填埋处理(2- - - - - -3]。管理不善的工业以及“危险”浪费导致污染的水生生物(4]。多样性的有害污染物排入水生身体从几个工业流。染料从纺织工业一直是一个主要关注的环境修复5- - - - - -7]。

发出激光的几十年里,颜色从纺织废水已成为一个感兴趣的话题;由于染料的毒性(8,9]。145年活性黄染料及其中间体与高芳香性和生物降解性已成为主要的环境污染物和近10%的145年-15%的活性黄染料染色过程中丢失。它被释放在水环境中,这是一个环境污染的重要来源10]。从纺织工业废水,使用145活性黄染料对自然水体和土地造成严重影响周边地区(11]。高的COD和BOD值和颜色导致废水的浊度12]。

各种物理、化学和生物技术已经发展在过去二十年中删除颜色从染料废水污染13]。化学和生物治疗已被传统之后直到现在,但是这些治疗方法都有自己的缺点。有氧治疗过程相关的生产和处理大量的生物污泥(14]。他们要么转移到固体通常处理垃圾填埋场或必须处理在一个能源密集型的再生过程。仅仅将有毒物质从一种介质转移到另一个不是一个长期解决方案问题的危险浪费加载环境(15]。因此,急需开发一个经济、高效可行的治疗技术治疗145活性黄染料废水。

先进的氧化过程(AOP),二氧化钛(TiO团结在一起2)和高输出紫外线技术,结合过氧化氢和催化剂成功地用于许多有毒和bio-resistant分解有机污染物在水溶液到可接受的水平,不产生额外的有害副产品或污泥,需要进一步处理(16- - - - - -19]。TiO2/ UV过程是有很多优势,如大量的有机化合物溶解或分散在水中可以完全矿化;反应的速率是相对较高的如果可以使用大表面积的催化剂。TiO2可以在一个相对温和的价格和可以回收技术规模。紫外线灯发出启动所需的光谱范围的光催化氧化是众所周知的,不同尺寸(20.,21]。

一个广泛的文献调查表明,没有可用的研究报告145年治疗活性黄染料使用光催化过程通过RSM和安。RSM是一种统计工具,它主要用于复杂多变量系统的建模和调查。安构成智能仿生模型和非线性自适应动态系统已被广泛应用于复杂的过程。因此,本研究试图评估流程变量的个体和互动效应如初始pH值、染料浓度、辐照时间和催化剂装载145年百分比降解活性黄染料用RSM和安。最后,采用紫外光谱分析了光催化过程和动力学研究进展也被调查。本研究创建小说机会知道背后的机制的深入了解光催化降解过程145活性黄染料。

材料和方法

材料

145活性黄染料是一种芳香族化合物的分子式C28H20.ClN9Na4O16年代5。这有1026.25克/摩尔的分子量。145年活性黄染料所示结构图1

Environmental-Science-Structure

图1:145年活性黄染料的结构。

TiO的合成2纳米粒子

使用四氯化钛作为原料合成。50毫升Ticl4慢慢加入200毫升蒸馏水的冰冷的浴和烧杯摄于室温。然后,烧杯被保存在一个磁搅拌器齐次解30分钟。浴温度提高到150°C和保存在相同的温度,直到完成了纳米粒子的过程。

在另一艘26克尿素溶解在250毫升蒸馏水。船150毫升的尿素溶液加入烧杯中不断搅拌下,一滴一滴地触摸烧杯的墙壁。没有任何降水方案变成了白色的碰撞。反应完成后,这些解决方案是可以解决,解决方案是用蒸馏水洗净超过2分钟。

光催化反应器

光催化反应器的原理图所示图2。光催化反应器是实验室建立系统组成的紫外灯源。光的强度级别是由固定光源之间的距离和标本。示例添加照片所述热电池使用不断搅拌。暂停在黑暗中不停地搅拌30分钟。在辐照,photoreactor保持磁力搅拌下均匀悬浮,促进TiO的表面吸附2

Environmental-Science-reactive-yellow

图2:原理图145活性黄染料降解。

实验的程序

光催化剂的降解实验,不同加载(TiO2)被添加到100毫升的染料溶液。然后,暂停受到紫外线下照射。水混合物是磁搅拌和曝气实验。在不同的时间间隔liquot的帮助下一个注射器。然后吸收光谱被记录在λmax = 417海里。脱色效率(%)计算:

方程(1)

在哪里一个o最初的染料的吸光度和吗一个是照片辐照后的最终染料的吸光度22]。UV / VIS分光光度计采用吸光度测量。光催化分解反应动力学模型确定如下:

方程(2)

在方程(2),k是符合一级速率常数和反应时间。最后,一块ln (C0t / C)与记录。

统计实验设计

在RSM,四个因素三个水平Box-Behnken设计(bdd)应用于调查过程变量的个体和互动效应包括初始pH值、染料浓度、辐照时间和装载145年活性黄染料降解催化剂。基于方差分析结果(方差分析),数学模型被选中。同时,反向传播算法的多层前馈网络是用于安。安拓扑结构照片所示的催化过程图3。RSM和安的有效的建模和预测能力得到确定系数值。R2值确定如下(23]:

Environmental-Science-topology

图3:拓扑结构照片的催化过程。

方程(3)

在那里,Y和Yp实际值和预测值RSM和安。

结果与讨论

过程变量的影响

在光催化过程中降解染料,初始pH值是一个至关重要的因素,可以影响整个治疗效率。确定有效的初始pH值,实验在不同的pH值(2 - 9)和结果图形所示图4 (a - c)。。结果表明,酸性的解决方案,最大的结果得到最佳降解结果pH值6。在高pH值的羟基自由基快速回收,他们没有机会与染料反应(24- - - - - -25]。

Environmental-Science-process

图4:过程变量的影响145年活性黄染料降解。

染料浓度光催化处理过程中的重要参数之一,主要影响的反应哦•(氢氧自由基)反应网站(表1)。检查其影响光催化过程,实验进行了在不同染料浓度和结果展出图4一- - - - - -c。从结果,发现染料降解染料浓度增加而上升到0.0075米,由于大量的反应性网站的可用性反应哦•激进分子(26]。机理如下:

变量(单位) 因素 水平
X 1 0 1
初始pH值 一个 2 5.5 9
染料浓度(M) B 0.0001 0.005 0.01
辐照时间(分钟) C 0 50 One hundred.
催化加载(g) D 0 0.1 0.2

表1。工艺参数的范围。

方程(4)

方程(5)

方程(6)

方程(7)

方程(8)

染料•++ O2→过氧化物或氢氧化物中间体(9)

进一步提高染料的浓度超过0.0075将增加反应性网站,由哦•激进分子不退化。

光催化处理过程反应是高度受照射时间的影响,因为它扮演了一个关键功能染料的降解。为了研究辐照时间的影响,在不同辐照时间和实验观测所示图4。(d-f)。从结果可以看出染料的降解比例是随着照射时间的增加而增加,由于高活性氢氧自由基的结构,含有强烈的氧化染料亲和力。除此之外,还有对染料降解的影响可以忽略不计(27]。

实验没有进行载荷和催化剂为了确定最优数量的照片在氧化催化剂。降解染料的百分比作为催化剂加载的函数所示图4。(d-f)。正如图中所看到的,染料降解增加TiO的增加2加载到0.15 g。TiO2加载超过0.15 g显示了减少染料的降解。这一现象可以解释说,催化剂浓度的增加会降低照片吸收;这反过来又降低了染料吸附在催化剂表面,从而降低反应速率(28]。

数学建模

等四个独立变量初始pH值(A),染料浓度(B),照射时间(C)和catalysist加载(D)检查(表2使用多元回归分析)(表3)实验数据,模型对预测响应Y如下:Y = 145活性黄染料降解。

运行 一个 B C D 退化(%)
1 9 0.0100 50 0.1 54.74
2 2 0.0100 50 0.1 47.84
3 5.5 0.0100 50 0 75.63
4 2 0.0051 One hundred. 0.1 54.64
5 5.5 0.0051 50 0.1 96.69
6 5.5 0.0100 50 0.2 59.64
7 5.5 0.0051 50 0.1 96.69
8 5.5 0.0051 0 0.2 69.36
9 5.5 0.0001 One hundred. 0.1 87.68
10 2 0.0001 50 0.1 29.65
11 5.5 0.0100 0 0.1 97.68
12 5.5 0.0001 50 0.2 64.74
13 5.5 0.0100 One hundred. 0.1 44.96
14 5.5 0.0051 50 0.1 96.69
15 9 0.0001 50 0.1 64.62
16 5.5 0.0051 One hundred. 0.2 68.73
17 9 0.0051 50 0.2 60.74
18 9 0.0051 0 0.1 75.63
19 9 0.0051 One hundred. 0.1 37.96
20. 5.5 0.0001 0 0.1 43.95
21 5.5 0.0051 0 0 84.21
22 5.5 0.0051 50 0.1 96.69
23 2 0.0051 0 0.1 37.96
24 5.5 0.0001 50 0 70.64
25 9 0.0051 50 0 69.14
26 5.5 0.0051 One hundred. 0 88.28
27 2 0.0051 50 0 67.58
28 2 0.0051 50 0.2 34.96
29日 5.5 0.0051 50 0.1 96.69

表2。RSM实验结果。

平方和 DF 均方 F值 概率F >
顺序模型平方和对染料降解(%)
的意思是 135789年 1 135789年
线性 1557年 4 389年 0.81 0.5340
2 fi 3439年 6 573年 1.26 0.3219
二次 7888年 4 1972年 101.48 < 0.0001
立方 196年 8 24 1.93 0.2194
剩余 76年 6 13
148944年 29日 5136年

表3。顺序模型平方和的反应。

Y = 96.69 + 7.52 + 1.60 b - 2.21 - 8.11 c - d - 7.02 - ab - 13.59 - 6.05 ac +广告公元前- 24.11 - 1.18 - 2.52 - bd - - cd - 32.042-18.75 b2-12.59摄氏度2-9.76 D2(10)

,A, B, C和D是初始pH值、染料浓度、辐照时间和催化剂加载,分别。的模型显示的值决定系数(R2)为0.9483,这意味着94.83%的差异可以解释为拟合模型。良好的统计模型,R2的应该是接近R2。所示表4,R2调整为0.94,暗示小变化并不用模型来解释。它还表明,高度的观测值和预测值之间的相关性。一个相对价值的简历(变异系数)(1.25%)表示一个更好的可靠性实验值(29日]。的p值小于0.05模型条件是重要的。所以,F值(F = 47.12)和假定值(p = 0003)暗示这一点模型是重要的。与此同时,发展数学的充分性模型是由构造诊断情节如预测与实际情节(图5一个)。

Environmental-Science-Predicted-versus

图5:预测与实际情节响应(Y),(一)RSM和(b)安。

退化(%)
的总和
广场
的意思是
广场
f值 假定值
模型 12883.3 920.2385 47.357541 < 0.0001
一个 678.003 678.0033 34.891577 < 0.0001
B 30.752 30.75201 1.5825675 0.2290
C 58.6976 58.69763 3.0207122 0.1041
D 789.103 789.103 40.609016 < 0.0001
AB 196.981 196.9812 10.137097 0.0066
交流 738.481 738.4806 38.003874 < 0.0001
广告 146.652 146.6521 7.5470469 0.0157
公元前 2325.65 2325.651 119.68321 < 0.0001
双相障碍 25.452 25.45203 1.3098185 0.2716
CD 5.5225 5.5225 0.2842003 0.6023
一个2 6657.05 6657.046 342.58657 < 0.0001
B2 2279.7 2279.696 117.31828 < 0.0001
C2 1027.89 1027.888 52.897452 < 0.0001
D2 618.151 618.1509 31.811438 < 0.0001
美联社 21.04
CV % 6.44
性病,戴夫。 R2 调整R2 预测R2 新闻
MB退化模型汇总统计(%)
线性 21.9837 0.1183 -0.0286 -0.2095 15912.00
2 fi 21.2917 0.3797 0.0351 -0.2770 16799.93
二次 4.4081 0.9793 0.9386 0.9435 1566.97
立方 3.5623 0.9942 0.9730 0.1666 10963.91

表4。为响应方差分析表。

安在这个研究中,反向传播算法的前馈神经网络训练也被使用。输入工艺参数前馈神经网络初始pH值(A)、(B)染料浓度、辐照时间(C)和催化剂加载(D)。优化的安拓扑结构也许是最重要的一步发展的数学吗模型来描述光催化过程(30.]。一系列的拓扑结构,以确定最优数量的隐藏节点的节点数量的变化范围从2到10。RMSE计算如下,

方程(11)

为了生产安输出,训练执行最小化误差函数(MSE)。术语即反向传播算法最小化之间的MSE观察和预测响应值在输出层通过两个阶段。在这里,每一个拓扑结构(饲料向前和向后)重复了五次,三层前馈反向传播神经网络用于建模的光催化降解过程145活性黄染料(31日]。图5 b显示了一个对比实验145活性黄染料去除使用ANN模型值和预测值。获得的情节是绝配Y = X(=实验数据预测数据)与班轮方程Y = 0.986 X + 1.335,相关系数(R2)0.986和RMSE 2.025。这种高价值的相关系数(R2)显示,145年预测活性黄染料除符合测量145活性黄染料去除,密切关注。因此,ANN模型有效地模拟和预测影响因素的光催化降解过程。为了找到有效的光催化降解的数学建模,R2价值是考虑明确表示,安RSM优越的能力进行比较。

优化和验证

数值优化技术来优化光催化工艺参数要达到145年最大活性黄染料降解。结果表明,优化条件的初始pH值6,染料浓度的0.005米,照射时间40分钟和0.08 g催化剂加载。在这种情况下,145年97%的活性黄染料降解。然后,最佳条件是否适合预测最优响应值(145年活性黄染料降解)是根据上述条件进行测试。一式三份实验优化条件下和平均值(96.85%)获得真实的验证实验建立了优化光催化工艺条件(32- - - - - -34]。

动能和确认研究

145年活性黄染料降解下光催化过程分析了紫外可见光谱。图6显示145活性黄染料的紫外可见光谱和光谱展览在417海里。结果表明,减少吸收强度显示了紫外线辐射是打破了染料分子。从结果,线性情节(图6 b)表明,光降解反应符合一级动力学(k = 0.0522分钟1)。

Environmental-Science-catalytic-degradation

图6:紫外线光谱(a)和(b)动力学催化降解去除活性黄染料145照片。

结论

照片催化过程是环保的方式降低染料废水污染。降解活性黄145染料进行了变异在pH值等参数,染料浓度、辐照时间和催化剂加载紫外线照射下。这些工作的言论显然揭示的意义选择最优降解参数达到更高的退化,这对于任何实际应用是至关重要的。R2值预测考虑染料降解的明确表示,安RSM优越的能力进行比较。145年97%的活性黄染料降解,在最优条件下初始pH值等6,染料浓度的0.005米,照射时间40分钟和0.08 g催化剂加载。率系数k = 0.0522最低为1的光降解反应符合一级动力学。

引用

选择您感兴趣的语言查看全部内容在你感兴趣的语言

表的内容

谷歌学者引用报告
引用次数:355

环境科学:一个印度杂志收到355引用根据谷歌学者报告

编入索引中

  • 卡斯商学院
  • 谷歌学术搜索
  • 打开J门
  • 中国国家知识基础设施(CNKI)
  • CiteFactor
  • 宇宙如果
  • 目录索引》杂志上的研究(DRJI)
  • 秘密搜索引擎实验室
  • 学者的文章影响因子(SAJI))

阅读更多

摩天观景轮
全球技术峰会