بازیابی فوتوکاتالیستی کربن فعال گرانوله دارای ذراتZnO تثبیت شده برروی آن

Publish Year: 1392
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 938

This Paper With 10 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

NCNC01_173

تاریخ نمایه سازی: 14 شهریور 1392

Abstract:

در این پژوهش کربن فعال گرانوله Granular Activated Carbonبه عنوان جاذبZnOبه عنوان فوتوکاتالیست برای بازیابی کربن فعال گرانوله و مادهی رنگزای راکتیو قرمز 4Reactive Red 43) به عنوانآلایندهی مدل مورد استفاده قرار گرفتهاند. در این کار پژوهشی نانو ذراتZnO بر روی کربن فعال گرانوله تثبیت شد.اشباعسازی کامپوزیتGAC-ZnO حاصل با ماده رنگزا، با قرار دادن آن داخل محلول مادهی رنگزایRR43انجام شد.سپس کامپوزیت اشباع، برای انجام فرآیند بازیابی، تحت تابشUVقرار گرفت. از تماس مجدد کامپوزیت بازیابی شده بامحلول مادهی رنگزایRR43برای اندازهگیری ظرفیت بازیابی شده بهره گرفته شد. برای مدلسازی و بهینهسازی تهیهی کامپوزیتGAC-ZnO از تکنیک طرح مکعب مرکزی روش رویه پاسخ استفاده شد و تأثیرات منفرد و متقابل متغیرهایمستقل فرآیند بر روی متغیر پاسخ که راندمان حذف مادهی رنگزایRR43است، بررسی گردید. شرایط بهینه بدستآمده توسط روش رویه پاسخ برای متغیرهای نسبتGAC/ZnOدمای کلسیناسیون، مدت زمان التراسونیک وpHدر مرحله تهیه کامپوزیت به ترتیب برابر با 5 300°C 210 و 4 min تعیین گردید. در شرایط بهینه ظرفیت کامپوزیتGAC-ZnOبیش از 83 % بازیابی شد. نتایج حاصل از آنالیز واریانس نشان دادند که مدلهای پیشنهادی به طور مناسب قادر به پیشبینی بازده حذفRR43در شرایط مختلف است. به منظور بررسی خواص سطحی کامپوزیت تهیه شده ونشان دادن نانو ذرات ZnOتثبیت شده بر روی کربن فعال گرانوله از تصاویرSEMو طیفXRD بهره گرفته شد.

Keywords:

کربن فعال گرانوله- بازیابی- نانو ذراتZnO -فوتوکاتالیست

Authors

سهیل عابر

دانشیاراستادراهنمادانشگاه تبریز – دانشکده شیمی- آزمایشگاه پژوهشی فناوری حفاظت محیط زیست

رعنا تجدیدخواجه

کارشناسی ارشد

علیرضا ختائی

دانشیار، استاد مشاور.دانشگاه تبریز – دانشکده شیمی- آزمایشگاه پژوهشی فناوری حفاظت محیط زیست

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 :