Production and characterization of magnetic Biochar derived from pyrolysis of waste areca nut husk for removal of methylene blue dye from wastewater
Notice bibliographique
Résumé
Abstract The textile industry causes lots of pollution due to its discharge of untreated coloured effluents into water bodies, impacting the environment. The present study includes a slow pyrolysis technique to produce magnetic biochar derived from waste areca nut husk (ANH)) biomass to adsorb methylene blue dye. The biochar and biomass were characterised via proximate analysis, ultimate analysis, bulk density, heating value, extractive content, biochemical analysis, thermogravimetric analysis (TGA), Fourier transform infrared spectroscopy (FTIR), SEM, BET surface area, pH, water holding capacity (WHC) and X-ray diffraction (XRD). A semi-batch reactor was used to produce biochar (ANHB) at 600 and 800 oC at 10 oC min− 1 heating rate and 45 min holding time in an inert atmosphere. The produced biochar was magnetised by blending aqueous biochar suspensions with aqueous Fe3+/Fe2+ solutions. Further, magnetised biochar is employed to eliminate methylene blue (MB) dyes at different pHs, contact times, temperatures, dosages and concentrations. Biochar derived at 800 oC (ANHB800) gave increased carbon content (62.93%), heating value (33.02 MJ/kg), and BET surface area (112 m2/g) over biochar derived at 600 oC. The results of the acid treatment biochar (ANHBA800) demonstrated that 5M H2SO4 causes a BET surface area increase (265 m2/g) and a ash content decrease (9.96%). However, when magnetic biochar was produced at 800 oC it shows an additional increase in BET surface area upto 385 m2/g. The MB dye absorption analysis confirmed 85.47% adsorption at 0.3 g/l dosage, 100 ppm concentration, 30 oC, 60 min contact time, and pH 7. The adsorption capacity was 785.34 mg/g when fit by the Langmuir isotherm model. Magnetic nanoparticles enhance active sites, electrostatic interactions, and recovery, improving efficiency, cost-effectiveness, and sustainability in dye removal. The adsorption kinetics results suggested that the pseudo-second-order model best explains the experimental data with an R2 value of 0.994. Additionally, the adsorption isotherm studies were best fitted by the Langmuir model adsorption conforming monolayer adsorption of MB on biochar surface.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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) | 0,000 | 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 source (Gemma direct ou Codex distillé), 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 ».