文献

J-GLOBAL ID：202002227814186529   整理番号：20A0017020

界面活性剤修飾グラフェン上の重金属吸着動力学を予測するための固定層カラムと人工神経回路網モデル【JST・京大機械翻訳】

Fixed bed column and artificial neural network model to predict heavy metals adsorption dynamic on surfactant decorated graphene

著者 (3件)： Yusuf Mohammed (State Key Laboratory of Freshwater Ecology and Biotechnology, Institute of Hydrobiology, Chinese Academy of Sciences, Wuhan 430072 China) ,  Song Kang (State Key Laboratory of Freshwater Ecology and Biotechnology, Institute of Hydrobiology, Chinese Academy of Sciences, Wuhan 430072 China) ,  Li Lu (State Key Laboratory of Freshwater Ecology and Biotechnology, Institute of Hydrobiology, Chinese Academy of Sciences, Wuhan 430072 China)
資料名： Colloids and Surfaces. A. Physicochemical and Engineering Aspects  (Colloids and Surfaces. A. Physicochemical and Engineering Aspects)
巻： 585  ページ： Null  発行年： 2020年 
JST資料番号： A0539B  ISSN： 0927-7757  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： ドデシル硫酸ナトリウム修飾グラフェン(GN-SDS)に及ぼす銅(Cu2+)およびマンガン(Mn2+)吸着効率を試験するための動的研究を行った。固定層カラム吸着性能をThomasとベッド深さサービス時間(BDST)モデルによって評価した。固定層の採用能力は,深さの増加とともに増加した。一方,徐々に増加する流速は吸着比に負に影響した。Cu2+に対する最適吸着容量は30.03,41.01及び48.83mg/gであり,Mn2+に対する最適吸着容量は1,2及び3cmのベッド深さにおいて,それぞれ10mL/分の一定流量で29.84,37.51及び45.62mg/gであった。吸着動力学の結果はThomasモデルに適合し,補正係数(R2)はCu2+では0.996,Mn2+では0.998であった。吸着剤用量,初期pHおよび温度のような操作パラメータの影響を,Cu2+およびMn2+イオンの最大除去率除去に必要な条件を最適化するために人工ニューラルネットワーク(ANN)によって研究した。ANNの結果は,初期吸着剤投与量に関連するレジームが金属取込に対して最も重要な影響(55及び45%)を有することを示した。これらの結果は非常に有望であり,著者らの意見において,重要な研究分野へのmil石を確立する。Copyright 2020 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *固定層 ,  *ニューラルネットワーク ,  *充填塔 ,  最適化 ,  *界面活性剤 ,  吸着剤 ,  イオン ,  流量 ,  ベッド ,  *吸着 ,  *グラフェン ,  流速 ,  *重金属
準シソーラス用語： 吸着容量 ,  マンガンイオン , 【Automatic Indexing@JST】

著者キーワード (6件)： グラフェン ,  人工神経回路網 ,  重金属 ,  ドデシル硫酸ナトリウム ,  カラム操作 ,  BDSTモデル

分類 (2件)： 重金属とその化合物一般  (SB05021R) ,  固-液界面  (CB12050B)

タイトルに関連する用語 (9件)： 界面活性剤 ,  修飾 ,  グラフェン ,  重金属 ,  吸着動力学 ,  予測 ,  固定層カラム ,  人工 ,  神経回路網モデル