ヒ素で汚染された地下水を浄化する際に、アグリ廃棄物由来のナノセルロース/酸化鉄ナノバイオコンポジットの吸着性能に影響を与える要因のモデル化と最適化を行った

Modeling and optimization of factors influencing adsorptive performance of agrowaste-derived nanocellulose/iron oxide nanobiocomposites during remediation of arsenic contaminated groundwater.

• J Baruah
• C Chaliha
• E Kalita
• B K Nath
• R A Field
• P Deb

抄録

地下水サンプルに存在するヒ素と関連する汚染物質を吸着除去するために、もみ殻とサトウキビバガス由来のナノセルロースからナノセルロース/酸化鉄ナノバイオコンポジット（NIONs）を合成した。これらのNIONSは超常磁性であり、それゆえに磁気的に回収可能であり、有望なリサイクル性を実証した。NIONSの合成は透過電子顕微鏡（TEM）、X線回折（XRD）、フーリエ変換赤外分光法（FTIR）、X線光電子分光法（XPS）によって確認された。FTIRとXPSのデータは、吸着速度論と合わせて、NIONsによるヒ素の吸着機構を明らかにした。10種類の異なるモデルの実験条件は、中央複合設計(CCD)に基づいた応答表面法(RSM)を用いてモデル化され、吸着剤投与量,吸着剤投与量,pH,接触時間のパラメータを考慮した。その結果、最高の性能を発揮するバリエーションと、最大吸収率(~99%)に最適な条件が特定された。これらの結果は、3層フィードフォワード多層パーセプトロン（MLP）ベースの人工ニューラルネットワーク（ANN）モデルを用いて検証された。RSMとANNの両方のケモメトリクスモデルは、特定のバリアントによる最高の吸着の最適化された条件のために密接に適合していた。標準化された条件は、フィールドベースのヒ素汚染地下水サンプルとその性能を市販の吸着剤に拡張するために使用された。NIONは高い吸着性能,磁気回収性,リサイクル性を有していることから、水の浄化用途に有望な商業的可能性を示している。

Nanocellulose/iron oxide nanobiocomposites (NIONs) were synthesized from rice husk and sugarcane bagasse derived nanocelluloses for adsorptive removal of arsenic and associated contaminants present in groundwater samples. These NIONSs were superparamagnetic, hence magnetically recoverable and demonstrated promising recyclability. Synthesis of NIONs was confirmed by Transmission electron microscopy (TEM), X-Ray Diffraction (XRD), Fourier transform infrared spectroscopy (FTIR), and X-ray photoelectron spectroscopic (XPS). FTIR and XPS data together with adsorption kinetics provide insights into probable adsorption mechanism of Arsenic by NIONs. The experimental conditions for 10 different variants were modeled using response surface methodology (RSM) based on central composite design (CCD), considering the parameters; adsorbate dosage, adsorbent dosage, pH, and contact time. The results identified the best performing variants and the optimal conditions for maximal absorption (~99%). These results were validated using a three-layer feed-forward Multilayer Perceptron (MLP) based Artificial Neural Network (ANN) model. Both RSM and ANN chemometric models were in close conformity for optimized conditions of highest adsorption by specific variants. The standardized conditions were used to expand the study to field-based arsenic contaminated groundwater samples and their performance to commercial adsorbents. NIONs show promising commercial potential for water remediation applications due to their high adsorptive performance, magnetic recoverability and recyclability.

Copyright © 2020. Published by Elsevier B.V.