玉米芯基活性炭对内分泌干扰物的吸附性能研究

发布时间：2020-10-27 14:47

　　 内分泌干扰物(EDCs)是一种持久性污染物,对生物体存在潜在的雌激素效应;即使在低浓度下,也会对生物体内神经系统和分泌系统造成影响。随着地表水、沉积物以及大气环境中检测出内分泌干扰物的浓度越来越高,因而引起广泛关注,迫切需要寻找一条高效处理含内分泌干扰物废水的方法。本文选用玉米芯基活性炭为吸附剂,研究其对双酚S(BPS)、双酚A(BPA)、双酚F(BPF)和4,4′-硫代二苯酚(TDP)等四种典型EDCs的吸附性能。使用响应面分析方法(RSM)中的中心设计模型(CCD),考察了吸附时间、吸附剂用量、溶液初始浓度和pH对BPS和BPA吸附量的影响,优化了最佳吸附条件。吸附BPS的最佳条件为吸附时间244 min,吸附剂用量0.2 g/L,BPS溶液初始浓度88.4 mg/L,pH 4.3。活性炭吸附BPA的最佳条件为吸附时间238 min,吸附剂用量0.2 g/L,BPA溶液初始浓度90.0 mg/L,pH 6.3。使用吸附等温线模型对实验数据进行非线性回归拟合表明,Langmuir和Koble-Corrigan吸附等温线模型能较好的描述CCAC对BPS和BPA的吸附过程,在298 K时,CCAC吸附BPS和BPA的最大单分子层吸附量分别为617.29 mg/g和770.09 mg/g。热力学参数表明,CCAC对BPS和BPA的吸附均是自发进行的放热过程,低温有利于吸附的进行。动力学研究表明,准二级动力学能够较好的描述BPS和BPA在CCAC上的吸附行为,吸附速率受颗粒内扩散和膜扩散的联合控制。为进一步探究CCAC对双酚类内分泌干扰物的吸附过程,研究了CCAC对BPF和TDP的吸附行为。考察了吸附时间、吸附剂用量、pH、溶液的初始浓度和温度对BPF和TDP吸附量的影响。热力学研究表明,BPF和TDP的吸附过程均符合Langmuir吸附等温线模型,在298 K时,CCAC吸附BPF和TDP的最大单分子层吸附量分别为583.15和809.12 mg/g;Redlich-Peterson吸附等温线也能够较好的描述BPF在CCAC上的吸附过程。热力学参数显示BPF和TDP的吸附是自发进行的放热过程。动力学研究表明,准二级动力学模型可以较好的描述BPF和TDP的吸附过程,吸附受颗粒内扩散和膜扩散共同控制。采用扫描电镜(SEM)、傅立叶红外光谱(FTIR)和比表面积分析仪(BET)等对玉米芯活性炭进行表征,并探讨了吸附机理。玉米芯基活性炭对BPS、BPA、BPF和TDP有较好的吸附性能,是处理水体中酚类环境内分泌干扰物的很有前景的吸附材料。
【学位单位】：郑州大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：TQ424.1;X703
【部分图文】：

Fig.2.1 The molecular structure of BPS性炭的制备去离子水洗涤 3~5 次，在 105℃烘箱中烘干，破玉米芯装入干馏釜内炭化热解，当温度达到 40却后取出备用。取 10 g 炭化玉米芯置于卧式管司，GSL-13-9Y）中，先通入氮气以排出其中速率加热到 909 ℃，将氮气切换为水蒸气进行比为 1:1.5），活化 42 min 后停止加热，并在氮得到的玉米芯基活性炭（CCAC）并研磨至一定析方法实验实验以 BPS 水溶液为研究对象，考察了 BPS 初和溶液 pH 对吸附的影响。用 0.1 mol/L 的 NaO

图 2.2 BPS 实际值和预测值之间的关系图.2.2 The actual data versus predicted data for adsorption capacity of BPS表 2.4 模型的方差分析Tab.2.4 The results of ANOVA analysis for adsorption of BPS差来源 平方和 自由度 均方差 F 值 P 值模型 24664.17 14 1761.73 113.44 <0.0001 显著溶液浓度 14018.12 1 14018.12 902.62 <0.00012-时间 315.74 1 315.74 20.33 0.0004附剂用量 5430.34 1 5430.34 349.66 <0.0001X4-pH 1768.34 1 1768.34 113.86 <0.0001X1X25.23 1 5.23 0.34 0.5702X1X363.69 1 63.69 4.12 0.0606X1X430.89 1 30.89 1.99 0.1789X2X319.74 1 19.74 1.27 0.2773X2X44.70 1 4.70 0.30 0.5904X3X469.76 1 69.76 4.49 0.0511X121693.58 1 1693.58 109.05 <0.00012

解回归方程（2.3）计算得到的最佳吸附工艺条件为吸附时间 244 min，吸附剂用量 0.2 g/L，BPS 溶液初始浓度 88.4 mg/L，pH 4.3，模型预测的最大吸附量为 177.78 mg/g。在优化的工艺条件下，进行 5 组平行吸附实验，得到 BPS 吸附量的平均值为 177.67 mg/g（175.28，181.31，176.35，177.23 和 178.17 mg/g），实验值与模型预测吸附量一致，表明此模型可以用于优化 CCAC 吸附 BPS 的吸附条件。
【相似文献】

相关期刊论文 前10条

1 ;欧盟通过内分泌干扰物鉴定标准[J];今日农药;2017年08期

2 张楠;;欧盟希望今夏就潜在内分泌干扰物标准达成协议[J];农药科学与管理;2017年08期

3 ;欧盟制定内分泌干扰物新标准将影响超过50种农化品的续登[J];农药市场信息;2016年17期

4 李敏;;欧盟公布内分泌干扰物筛选项目结果[J];农药科学与管理;2016年09期

5 宋俊华;;业界猛烈抨击欧盟内分泌干扰物鉴定标准草案[J];农药科学与管理;2016年09期

6 盖晓彤;;推迟内分泌干扰物标准在欧盟引起轩然大波[J];农药科学与管理;2015年05期

7 宣爱国,黄开勋;内分泌干扰物中毒机理探析[J];生物学通报;2003年09期

8 ;欧委会对内分泌干扰物采取行动[J];中国石油和化工;2000年06期

9 张纯娟;美国环保局建立内分泌干扰物专家特别委员会[J];农药科学与管理;1996年04期

10 史江红;东口朋宽;张晖;薄婷;刘晓薇;;日本畜禽养殖业中内分泌干扰物的控制与管理[J];上海环境科学;2012年06期

相关博士学位论文 前10条

1 王玲;环境中类固醇类内分泌干扰物的检测技术及其降解行为研究[D];山东大学;2007年

2 张文众;食品中内分泌干扰物筛选方法体系与大豆异黄酮安全性评价研究[D];中国疾病预防控制中心;2009年

3 李建忠;典型内分泌干扰物在土壤中迁移转化规律研究[D];清华大学;2013年

4 刘桂芳;表面改性活性炭吸附酚类内分泌干扰物的性能与机理研究[D];哈尔滨工业大学;2008年

5 王晓东;饮用水中典型内分泌干扰物的检测和去除的研究[D];天津大学;2007年

6 刘易;内分泌干扰物4-t-辛基酚的生物去除及机理研究[D];同济大学;2007年

7 布同良;槲皮素缓解镉和硝基酚诱导的生精细胞毒性作用的研究[D];浙江大学;2011年

8 谢晓芸;几种典型内分泌干扰物与人血清白蛋白相互作用的研究[D];兰州大学;2011年

9 潘建明;硅基微/纳米材料表面印迹选择性识别与分离酚类内分泌干扰物及机理研究[D];江苏大学;2012年

10 张辰;基于纳米多孔材料的水体典型污染物检测与去除行为机理研究[D];湖南大学;2017年

相关硕士学位论文 前10条

1 张向阳;玉米芯基活性炭对内分泌干扰物的吸附性能研究[D];郑州大学;2019年

2 郝佳丽;共价有机框架材料TpBD用于检测食品中酚类内分泌干扰物的研究[D];天津科技大学;2018年

3 吴蕾;中国自来水厂进出水和人体尿液中内分泌干扰物的暴露水平研究和风险评价[D];重庆大学;2018年

4 邓童庆;污染物与多生物标志物同时分析方法的建立及其在内分泌干扰物毒性评估中的初步应用[D];浙江大学;2019年

5 章雪梅;中国南方大学生对几种典型环境内分泌干扰物的暴露及健康风险评价[D];暨南大学;2018年

6 廖桓;城镇化区域水体内分泌干扰物迁移、转化和归趋模型综述研究报告[D];重庆大学;2015年

7 蔡素婷;酚类内分泌干扰物的气相色谱质谱法研究及应用[D];重庆大学;2012年

8 黄少婵;色谱—质谱联用技术在内分泌干扰物分析中的应用研究[D];华南理工大学;2010年

9 刁盼盼;酚类内分泌干扰物对珠江口水体和水产动物的污染及风险评价[D];暨南大学;2017年

10 田家英;典型内分泌干扰物在天然水体颗粒物中的分配作用研究[D];山东理工大学;2017年

本文编号：2858664