بهینه سازی بهینه سازی جذب فلوراید از محلول آبی توسط پودر سنگ مرمر با استفاده از مدل تاگوچی
Publish Year: 1393
نوع سند: مقاله ژورنالی
زبان: Persian
View: 53
This Paper With 9 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JMUMS-24-115_013
تاریخ نمایه سازی: 2 آبان 1402
Abstract:
سابقه و هدف: روش تاگوچی یکی از قدرتمندترین ابزارهای طراحی آزمایشات است. در این روش، با حداقل تعداد آزمایشات عوامل موثر بر فرایند، در هزینه و زمان صرفه جویی خواهد شد. بنابراین، این مطالعه با هدف استفاده از روش تاگوچی جهت بهینه کردن فرایند جذب فلوراید با جاذب تهیه شده از سنگ مرمر از محیط های آبی انجام شد.
مواد و روش ها: در این مطالعه تجربی، پودر ماربل از زائدات کارگاه های سنگبری همدان تهیه و سپس آسیاب و توسط الکل های استاندارد ASTM در محدوده مش ۴۰ دانه بندی گردید. با انتخاب ۴ پارامتر موثر در فرایند جذب (pH، زمان تماس، دما و دوز جاذب) در ۴ سطح، توسط نرم افزار Minitab ۱۶ (ماتریکس ترکیبی L_۱۶) انتخاب و آزمایشات با این ماتریکس انجام شد. غلظت باقیمانده فلوراید توسط دستگاه اسپکتروفتومتر اندازه گیری گردید.
یافته ها: نتایج داده ها در مدل تاگوچی نشان داد، دوز جاذب ۷/۰ گرم در لیتر پودر ماربل، pH برابر ۲، دمای ◦C ۲۵ و زمان تماس ۵ دقیقه شرایط بهینه در فرایند جذب فلوراید با جاذب پودر ماربل می باشد. نتایج حاصل از آنالیز واریانس نشان داد که از بین متغیرهای موثر در فرایند جذب، بیش ترین و کم ترین میزان تاثیر به ترتیب مربوط به دوز جاذب و pH محلول بوده است.
استنتاج: روش آماری تاگوچی به عنوان یک روش کارآمد، موثر و بدون نیاز به تعداد زیاد آزمایش ها نشان داد که پودر ماربل به عنوان یک جاذب جدید، بدون هزینه، بدون ایجاد آلاینده ثانویه،کارایی بالایی درحذف فلوراید از محیط های آبی دارد.
Keywords:
Experimental design , Taguchi , marble powder , fluoride , adsorption , طراحی آزمایش , تاگوچی , پودر ماربل , فلوراید , جذب
Authors
بهمن رماوندی
علوم پزشکی مازندران
مهدی احمدی
علوم پزشکی مازندران
جواد فردمال
علوم پزشکی مازندران
سیما ملکی
علوم پزشکی مازندران
قربان عسگری
علوم پزشکی مازندران
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper 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 Paper لینک شده اند :