حذف یون نیکل از محلول های آبی با استفاده از نانوذرات پر مرغ: مطالعه مدل های سینتیک، ایزوترم و ترمودینامیک
محل انتشار: فصلنامه محیط زیست و مهندسی آب، دوره: 7، شماره: 3
سال انتشار: 1400
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 335
فایل این مقاله در 12 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JEWE-7-3_003
تاریخ نمایه سازی: 20 مرداد 1400
چکیده مقاله:
فلز نیکل بسیار سمی بوده و به طور مستقیم با خطر سلامتی مانند آسیب به کلیه، کبد و سیستم عصب مرکزی ارتباط دارد. در این پژوهش پتانسیل پر مرغ برای حذف نیکل از محلول آبی ارزیابی و از مدل های ایزوترم فروندلیچ، لانگمویر و تمکین برای توصیف جذب زیستی نیکل بر روی پر مرغ استفاده شد. در سیستم ناپیوسته پارامترهای pH (۳-۸)، دوز جاذب (g ۰۶/۰- ۰۱/۰)، زمان تماس (min۱۲۰ -۱۵)، غلظت اولیه فلز نیکل (mg/l ۲۰۰-۵) و دما (°C۴۰-۱۵) بررسی شد. مطالعات نشان داد حداکثر راندمان جذب نیکل در شرایط ۶=pH، غلظت mg/l ۵۰، زمان تماس min ۶۰، دمای محیط°C ۲۵ و جرم جاذب g ۰۳/۰ رخ داده است. پارامترهای ترمودینامیکی شامل تغییرات انرژی آزاد گیبس (∆G)، آنتالپی (∆H) و آنتروپی (∆S) نشان داد که فرآیند جذب فلز نیکل در محدوده دمایی ۲۸۸ تا K۳۱۳ خود به خودی و گرماگیر است. ضرایب تبیین به دست آمده بین داده های اندازه گیری شده مدل شبه مرتبه دوم (۹۵/۰=R۲) و مدل شبه مرتبه اول (۶۵/۰=R۲) نشان داد که مدل شبه مرتبه دوم داده های آزمایشگاهی را بهتر توصیف می کند. همچنین روابط مربوط به ایزوترم لانگمویر، فروندلیچ و تمکین برای جذب نیکل توسط نانو ذرات پر مرغ نشان داد، ایزوترم فروندلیچ (۸۷/۰=R۲) نسبت به لانگمویر (۰۸/۰=R۲) و تمکین (۶۷/۰=R۲) برای توصیف فرآیند جذب مناسب تر بوده و مطابقت بیشتری با داده های آزمایشگاهی دارد. با توجه به نتایج این پژوهش از جاذب نانوذرات پر مرغ با کارایی بالای ۸/۹۶% برای حذف نیکل از محلولهای آبی میتوان استفاده کرد.
نویسندگان
حسن رضائی
استادیار،گروه آلودگی محیط زیست، دانشکده کشاورزی، دانشگاه علوم کشاورزی و منابع طبیعی گرگان، گرگان، ایران
ساناز ناصری
کارشناسی ارشد، گروه آلودگی محیط زیست، دانشکده کشاورزی ،دانشگاه علوم کشاورزی و منابع طبیعی گرگان، گرگان، ایران
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :