《Biomass and Bioenergy》:Comparative electrochemical performance of graphite, biochar-coated, and Fe-functionalised porous biochar electrodes for dye removal: Electro-Fenton-like enhancement and explainable machine learning analysis
编辑推荐:
•海草来源的生物炭电极相比裸石墨增强了染料去除效果。•载铁生物炭在 150 mM 条件下实现了 99.76% 的脱色率和 62.01% 的 COD 去除率。•150 mM 铁电极耗电量为 5.30 kWh m?3,低于 200 mM 电极。•在五种决策权重情景下,150 mM
- •
海草来源的生物炭电极相比裸石墨增强了染料去除效果。
- •
载铁生物炭在 150 mM 条件下实现了 99.76% 的脱色率和 62.01% 的 COD 去除率。
- •
150 mM 铁电极耗电量为 5.30 kWh m?3,低于 200 mM 电极。
- •
在五种决策权重情景下,150 mM 电极均排名第一。
- •
分组验证显示,XGBoost 脱色预测的 R2 值为 0.901。
引言
含染料工业废水的持续排放已成为主要的环境问题,因为合成染料具有高化学稳定性、复杂的芳环结构、毒性潜力和较差的生物降解性 [1], [2], [3]。据报道,纺织品废水中的染料浓度差异很大,具体取决于工业过程和操作,一般纺织品废水中浓度为 10–50 mg L?1,棉加工设施的反应性染料排放中为 100–200 mg L?1,染料厂废水中为 10–250 mg L?1,如 Yaseen 和 Scholz (2019) 所总结 [4]。在这些污染物中,甲基橙(MO,一种阴离子偶氮染料)和亚甲基蓝(MB,一种阳离子硫嗪染料)因其独特的分子结构和理化特性,常被作为模型污染物进行研究 [5], [6]。
在电化学高级氧化过程(EAOPs)中,电芬顿和类电芬顿系统被认为是很有前途的,因为电化学操作可能促进表面相关氧化物种的生成,并通过铁辅助的电化学途径促进污染物转化 [7], [8]。然而,高能耗、有机矿化不完全以及电极相关限制仍是重要挑战 [9], [10], [11]。此外,有效的脱色并不一定意味着完全降解或矿化,这凸显了补充处理指标的重要性。
将未充分利用的海洋生物质(如海岸线堆积的海草残渣)转化为功能碳电极,也为这种通常被丢弃的生物质资源增添了价值。因此,铁功能化的生物质来源电极可能结合了吸附可达表面与有助于污染物转化的氧化还原活性位点 [12]。
尽管许多研究利用改性电极系统研究了电化学染料降解,但同时评估电极构型、污染物去除和与能源相关的操作权衡仍是一个重要考量 [13]。此外,尽管机器学习(ML)技术在环境工程应用中的使用迅速增加,但预测模型需要仔细的验证和解释,以区分数据驱动的相关性和实验确立的机制 [14], [15], [16]。
因此,本研究评估了铁功能化多孔Zostera来源生物炭(ZBC)包覆石墨电极用于甲基橙和亚甲基蓝的类电芬顿处理。三种构型,即石墨/石墨(Gr/Gr)、生物炭包覆石墨(ZBC/ZBC)和铁功能化生物炭包覆石墨(Fe-ZBC/ZBC),在筛选了 pH、施加电流、电导率、处理时间、初始染料浓度和载铁量的影响后进行了比较研究。脱色过程使用六种机器学习算法建模,通过分组交叉验证进行,并使用 SHapley 加性解释(SHAP)进行解释,同时使用逼近理想解排序法(TOPSIS)根据处理性能、比能耗和生态效率对电极进行排序。
章节摘要
Zostera来源生物炭的合成与电极制备
Zostera来源生物炭(ZBC)的制备程序以及 ZBC 包覆和铁功能化电极的制作过程如图 1 所示。
用于多孔 ZBC 生产的前驱体材料是取自土耳其锡诺普沿海地区的海洋来源Zostera sp. 生物质。收集的生物质最初用自来水冲洗以去除粗杂质,随后用超纯水冲洗几次。清洁后的生物质在
Zostera来源生物炭的理化表征
研究了载铁前后Zostera来源生物炭(ZBC)的理化性质,以评估其结构和表面特性(图 2)。表征分析用于区分原始碳载体的性质与铁功能化后观察到的形态和表面化学特征。
ZBC 载铁前的 N2 吸附 - 脱附等温线(图 2a)呈现带有滞后环的 IV 型特征 [20]。
结论
本研究开发了铁功能化Zostera来源生物炭(ZBC)电极用于甲基橙和亚甲基蓝的电化学处理,并使用机器学习和多准则决策分析评估了其性能。SEM 和 TEM 揭示了铁功能化后的形貌变化,SEM–EDX 检测到了含铁区域,Fe 2p XPS 支持了表面 Fe2+ 和 Fe3+ 物种共存。ZBC 包覆在 60 分钟时将脱色率从
CRediT 作者贡献声明
迪莱克·居穆什(Dilek Gümü?): 撰写 - 审阅与编辑,撰写 - 原稿,监督,方法论,调查,概念化。法提赫·居穆什(Fatih Gümü?): 撰写 - 审阅与编辑,撰写 - 原稿,方法论,调查,概念化。艾利夫·尼汗·卡迪奥格卢(Elif Nihan Kadio?lu): 撰写 - 审阅与编辑,撰写 - 原稿,方法论,调查,概念化。汉丹·阿塔莱·埃罗格鲁(Handan Atalay Ero?lu): 撰写 - 审阅与编辑,撰写 - 原稿,方法论,调查,概念化。
手稿准备过程中生成式人工智能和人工智能辅助技术的声明
在准备本手稿期间,作者使用了生成式人工智能辅助工具进行语言编辑,并提高文本的清晰度和可读性。作者审核并编辑了内容(如有必要),并对最终手稿承担全部责任。
资金
本研究由锡诺普大学科学研究协调单位资助 [拨款号 MMF-1901-24-005]。
迪莱克·居穆什|法提赫·居穆什|艾利夫·尼汗·卡迪奥格卢|汉丹·阿塔莱·埃罗格鲁