Adsorption of a Multicomponent Pharmaceutical Wastewater on Charcoal-Based Activated Carbon: Equilibrium and Kinetics
Notice bibliographique
Résumé
The treatment of pharmaceutical wastewater is a critical environmental challenge, necessitating efficient removal methods. This study investigates the adsorption of a synthetic multicomponent pharmaceutical wastewater (SPWW) containing methanol, benzene, methylene chloride, 4-aminophenol, aniline, and sulfanilic acid onto charcoal-based activated carbon (AC). Batch experiments were conducted to study the effects of pH, contact time, and initial concentrations of the adsorbates. The results show that longer contact time and higher initial concentrations increase the adsorption capacity, whereas pH shows no significant effect on the adsorption capacity at a value of less than 10, eliminating the need for pH adjustment and reducing process costs. The pseudo-second order (PSO) kinetic model best describes the adsorption process, with intraparticle diffusion playing a key role, as confirmed by the Weber and Morris (W-M) model. Six models describing the adsorption at equilibrium are applied to experimental data, and their parameters are estimated with a nonlinear regression model. Among isotherm models, the Langmuir-Freundlich model provides the best fit, suggesting multilayer adsorption on a heterogeneous granular activated carbon (GAC) surface. The maximum adsorption capacity is estimated to be 522.3 mgC/gAC. Experimental results confirm that GAC could effectively treat highly concentrated pharmaceutical wastewater, achieving up to 52% removal efficiency.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».