عنوان پایان‌نامه
ساخت جاذب کربن فعال و بررسی جذب آنتی بیوتیک تتراسایکلین از پساب کارخانجات داروسازی
- رشته تحصیلی
- مهندسی شیمی - طراحی فرآیندهای جداسازی
- مقطع تحصیلی
- کارشناسی ارشد
- محل دفاع
- کتابخانه پردیس یک فنی شماره ثبت: 1596.;کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 68758
- تاریخ دفاع
- ۲۵ خرداد ۱۳۹۴
- دانشجو
- مجتبی هدایتی مرزبالی
- استاد راهنما
- محمد اسماعیلی, حسین ابوالقاسمی
- چکیده
- فرایند جذب سطحی آنتی بیوتیک تتراسایکلین از پساب دارویی، با استفاده از کربن فعال تهیه شده از پوسته ی سخت هسته زردآلو، در دو سیستم ناپیوسته و پیوسته بستر ثابت مورد تحقیق قرار گرفت. کربن فعال از طریق فعالسازی شیمیایی، با کاربرد اسید فسفریک به عنوان عامل فعال ساز، با فعالسازی در دمای ?C 400 به مدت 90 دقیقه، در کوره ای به قطر cm 3 و طول cm 25 تولید شد. سطح ویژه جاذب m2/g 307.6 تعیین شد. نقطه¬ی بار صفر جاذب، با استفاده از روش افزودن بر جامد، برابر با 2.13 =pHpzc به دست آمد. که این مقدار کم، احتمالاً به علت اسیدشویی به میزان کم می باشد. میزان جاذب سطحی بهینه 0.6 گرم بر لیتر، مدت زمان تماس تعادلی 800 دقیقه، و pH بهینه برابر با 6.5 ، از طریق آزمایش های ناپیوسته به دست آمد. از مطالعه ترمودینامیکی، گرماگیر بودن و خودبخودی فرایند جذب تتراسایکلین روی کربن فعال نتیجه گرفته شد. مطالعه سینتیکی، کارامد بودن مدل شبه درجه اول را در تحلیل سینتیک جذب نشان داد. ایزوترم های جذب تتراسایکلین به دست آمده از آزمایشات ناپیوسته، بررسی شده اند و نشان داده شد که ایزوترم های تمکین و فرندلیچ تطابق بهتری با داده ها در مقایسه با ایزوترم های لانگمویر و دوبین رادکویچ دارند و دلالت بر ناهمگنی سایت¬های جذب روی کرین فعال دارد. پارامتر n در ایزوترم فرندلیچ برابر 8.76 بدست آمد، که نشان از جذب مطلوب و مناسب دارد. برای انجام آزمایش¬های پیوسته بستر ثابت، از ستونی شیشه¬ای به طول cm 20 و قطر mm 5 استفاده شده است؛ در سیستم پیوسته بستر ثابت نشان داده شد که در ارتفاع بستر پایین تر، غلظت ورودی بالاتر و شدت جریان پایین تر، جذب بیشتری از تتراسایکلین روی جاذب صورت پذیرفته است. ظرفیت جذب ماکزیمم برابر با mg/g 312.5 محاسبه شد. در فاز مدلسازی از شبکه عصبی فازی استفاده شده است. که از 186 داده برای آموزش و اعتبارسنجی، و از مابقی داده ها برای تست ماشین استفاده شده است. تعداد مراحل بهینه ی آموزش، 800 مرحله به دست آمد. در منطق فازی، ساختار خوشه بندی کاهشی برای ایجاد قوانین فازی به کار رفته، و در قسمت شبکه عصبی از سیستم پس انتشار خطا استفاده شده است. این مدلسازی، انطباق بسیار خوبی را میان داده های آزمایشگاهی و نتایج مدل¬سازی از خود نشان داد.
- Abstract
- The Adsorption of Tetracycline from pharmaceutical wastewater using activated carbon produced from the hard shell of apricot stone, in batch mode and continuous fixed bed was investigated. Activated carbon was produced by chemical activation with the use of phosphoric acid as an active agent at 400 ?C for 90 minutes by using an elemental furnace with the diameter of 3 cm and length of 25 cm. the specific surface was analyzed 307.6 m2/g The point of zero charge, using solid addition method was obtained 2.13. This small amount probably is due to low acid washing. The optimum dosage of adsorbent, pH and equilibrium contact time were determined through the batch experiments 0.6 g/L, 6.5 and 800 min respectively. From thermodynamic study, endothermic and spontaneous adsorption process of tetracycline on AC was concluded. Kinetic study showed that pseudo-first order model fitted the adsorption kinetic data better than other models based on its great match with experimental adsorption capacity. Tempkin and Freundlich models fitted the adsorption data better than Langmuir and Dubinin-Radushkevich models as supported by higher R2 values, implying the heterogeneous sites on AC. The parameter n in Freundlich model was calculated 8.76 that indicates the adsorption process is desired. For doing continuous mode adsorption a glass bed with the length of 20 cm and diameter of 5 mm was used. in continuous mode were shown in lower bed height, higher initial concentration and lower volumetric flow better removal of tetracycline was achieved. The maximum capacity of adsorption at the optimal conditions was obtained 312.5 mg/g. Also, modeling of continuous adsorption of TC by HSAS AC with fuzzy-neural network was performed. 186 data were used for training and validation steps, and the remaining data was used for testing of modeling. The number of optimum training steps was determined 800. In fuzzy logic Subtractive clustering was used to make fuzzy rules and in the neural network back propagation algorithm was used. This modeling showed the great fitting between experimental data and modeling results.
