污泥生成技术对衍生活性炭可持续生产的影响

《Journal of Water Process Engineering》：Influence of sewage sludge generation technology on the sustainable production of derived activated carbons

【字体：大中小】 时间：2026年04月18日 来源：Journal of Water Process Engineering 6.7

编辑推荐：

　　H. Martínez-Alvarenga | M.C. Gutiérrez | A. Cardoso-Almoguera | A. Benítez | J.L. Gómez-Cámer | A. Caballero | M.A. Martín
无机化学与化学工程系，能源与环境化学研究所（IQUEMA），科尔多瓦大学，14014，科尔多瓦，西班牙

**摘要**
由于环境法规的日益严格和人口压力的增加，污水处理厂的扩建变得越来越必要。在生物处理技术中，延长曝气活性污泥法（EAAS）是最成熟的技术，而旋转生物接触器（RBC）则是一种能耗较低的替代方案。污泥（SS）的管理和增值因其环境和经济意义而成为全球优先事项。在这种情况下，将污泥转化为高价值活性炭（ACs）提供了一种可持续的废物资源转化途径。本研究评估了EAAS和RBC生物处理方法对不同碳含量污泥转化为ACs的影响，重点关注产率、物理化学性质和工艺经济性。结果表明，来自EAAS污泥的ACs产率最高达到了34%，而来自RBC污泥的ACs产率达到了62%，两者之间存在统计学上的显著差异（p < 0.001）。尽管前体成分存在差异，两种方法制备的活性炭均具有较高的孔隙率（850–900 m2/g），且样品之间没有显著差异，这表明它们在先进技术应用中具有潜力。此外，本研究还比较了热解产物，并对转化过程中产生的气体和液体废气进行了表征。对不可冷凝热解气体的分析显示，R75_800组样品的挥发性硫化合物（VSC）排放量较高，而A75_800组样品的挥发性有机化合物（VOC）产率较高，这与RBC污泥较高的碳含量及其较低的曝气强度有关。两种技术的生产成本相似（< €10/kg）。总体而言，EAAS和RBC系统分别每去除1千克COD可产出73克和40克AC，这进一步证实了生物处理配置对活性炭产率的显著影响。

**1. 引言**
人口过度增长与工业发展相结合，导致废水量显著增加，因此需要建造更多的污水处理厂（WWTP）来处理这些废水[1]。为此，WWTP采用了化学、物理和生物处理相结合的多种工艺。目前使用的多种技术都考虑了建设和运营所需的资源及能源[2]。为了服务中型和大型城市，延长曝气活性污泥法（EAAS）是最常用的技术之一。该工艺是生物处理的一种变体，其中废水流入延长曝气池，空气（氧气）被注入并与废水混合[3]。这为悬浮在水中的好氧微生物（主要是细菌）提供了生长所需的氧气，从而分解有机物[4]。关于产生的污泥，在EAAS中，生物质在高污泥停留时间（SRT）和低食物与微生物（F/M）比条件下生长。这些条件促进了内源性呼吸作用，使得有机物矿化程度更高，生物稳定性更好，通常每单位有机负荷产生的污泥量也较少[5]。此外，该系统内部循环曝气流以创造厌氧条件，从而促进反硝化作用[6][7]。另一种常用于中小城市处理较高有机负荷的方法是旋转生物接触器（RBC）。该系统使用部分浸没在废水中的旋转生物盘，为好氧微生物提供附着表面。这些微生物附着在生物盘上形成生物膜，并在膜内分解有机物[8]。在过程中，通过曝气或生物盘的旋转向水中供氧，使好氧微生物能够分解有机物[9]。污泥主要通过生物膜脱落产生，其组成通常显示出较低的矿化程度和较高的可生化残余物比例[5]。总体而言，EAAS污泥更为稳定和矿化程度更高，而RBC污泥则具有附着生长过程的特性，这对后续的污泥管理、处理和/或增值有影响[5]。

污水处理厂面临的主要问题是处理过程中产生的大量污泥（SS）的积累和管理问题[10]。据估计，欧洲污水处理厂的50%运营成本与污泥的处理和处置有关[11]。根据西班牙政府生态转型和人口挑战部的数据，西班牙每年产生约120万吨干污泥[12]。这种固体材料含有大量有机物和生物来源的物质，如磷和氮。这些材料还含有重金属，其中一些（如锌、铅、镍、汞、铜和镉）具有毒性。这意味着不当处置污泥可能导致环境和人类健康问题[13]。全球范围内的污泥管理已成为一个关键问题，引起了科学界关注，他们致力于寻找污泥增值的解决方案。已经开发了许多工艺来利用和减少污泥的积累。传统上，由于污泥富含营养物质，因此被广泛用于农业，无论是直接使用还是经过堆肥处理，从而为土壤提供多种益处，如促进植物生长、提高水分保持能力和增加有机质含量[14]。然而，也提出了其他替代方案，因为发现污泥可能含有有害污染物（如重金属和病原菌），这些物质会对土壤性质产生负面影响[15]。尽管污泥常被填埋处理，但由于污泥会释放高浓度的温室气体（如CO2），这一做法并不常见[16]。此外，虽然利用污泥进行气化以回收能量似乎是一个可行的选择，但该过程的投资和运营成本非常高[17]。因此，最常见的污泥稳定方法是厌氧消化，因为它能有效将污泥中的有机物质转化为沼气，从而减少挥发性固体、病原体和异味[18]。最后，一种有趣的污泥增值方法是生产活性炭（ACs）。这些材料的潜在应用前景广阔。许多研究提出了利用污泥制备ACs的方法。常用的增值方法是惰性热解，但也在探索新技术，如将污泥转化为碳材料的水热工艺[19][20][21]。Bj?rklund和Li[22]报道了一种活化工艺：首先用5 M ZnCl2浸渍污泥24小时，然后干燥24小时，在500°C的电炉中热解；之后用5 M HCl洗涤活性炭，再用蒸馏水洗涤并晾干。尽管这一过程耗时较长且复杂，但获得了比表面积为721 m2/g的活性炭。Li等人[23]提出另一种方法：首先用ZnCl2浸渍污泥15小时，然后在烤箱中干燥24小时，接着在不同活化温度下进行热解；冷却后用HCl和HF洗涤固体废物，并用蒸馏水洗涤，最后在105°C的烤箱中干燥24小时，得到了比表面积为766 m2/g的活性炭。然而，这一过程步骤较多，增加了整体成本。值得注意的是，很少有研究考虑污泥的来源生物处理工艺对活性炭产品质量的影响。随着水处理法规的逐步实施，采纳了适应不同人口规模的技术，导致污泥在不同地区分布且流量各异。为解决这一问题，本研究全面探讨了生物处理工艺对污泥质量的影响，旨在生产活性炭。采用了一种简单、可持续且易于扩展的一步热解方法。实验使用了来自两种采用不同处理技术（EAAS和RBC）的污泥。这些技术因占地面积与居民比例及运营成本较低而在中小城市中较为常见。作者旨在证明污泥的初始特性主要影响碳含量，并证明所提出的转化工艺显著提高了活性炭的孔隙率。

**2. 材料与方法**
2.1. 污泥的描述和表征
所用的污泥原料来自西班牙科尔多瓦省Espiel（A-SS）和Villaviciosa（R-SS）两座城市污水处理厂，均由EMPROACSA运营。Espiel污水处理厂采用延长曝气活性污泥法（EAAS），平均处理量为447 m3/d，进水COD浓度为300 mg/L，每天产生102.85 kg干污泥，COD去除效率为88.28%。相比之下，Villaviciosa污水处理厂采用旋转生物接触器（RBC），每天处理394 m3废水，进水COD浓度为423 mg/L，产生134.81 kg干污泥，COD去除效率为83.17%。两种污泥的含水量均为80%。每种原料是通过2024年至2025年间进行的10次独立采样得到的。
污泥的第一步处理是在65°C的烤箱中干燥，以去除原料中的高水分。干燥后，将污泥研磨成均匀粉末以便样品处理。
为了量化污泥的主要性质，使用了补充文件1中描述的物理化学表征方法。同时，在550°C煅烧后分析了两种污泥灰分的元素组成。量化工作使用Rigaku ZSX Primus IV光谱仪进行了三次重复测定。
最后，使用ThermoStar TM GSD 320质谱仪研究了污泥及其与AA混合物的热行为。样品在惰性氧气氛围下进行分析，气体流速为50 mL/min，加热条件从30°C升至900°C，升温速率为10°C/min。

2.2. 从污泥制备活性炭的工艺
污泥转化为活性炭的过程主要包括三个阶段：(i) 机械预活化；(ii) 热化学处理；(iii) 化学纯化，如图1所示。每个阶段及计算产率的公式详见补充文件2。

**下载：**高分辨率图像（330KB）| **下载：**全尺寸图像

**图1. 污泥转化为活性炭的工艺流程图**
系统评估了不同质量比的污泥与活化剂（AA）及不同热解温度的组合，以确定生产具有优异结构特性的活性炭的最佳条件。选定范围基于现有文献和初步实验结果，旨在平衡孔隙发育、碳产率和结构稳定性[24]。污泥与KOH的质量比直接影响化学活化的程度、孔隙形成和异质原子保留；热解温度则决定碳化程度、微孔/介孔的发展以及表面化学性质。通过调整这两个关键参数，可以在不大幅影响转化过程产率的情况下，实现特定表面积和孔隙体积的最大化。这些活性炭可用于吸附新兴污染物或储能系统等多种应用[25][26]。

根据混合物中原料的质量百分比和活化温度对所得活性炭进行了命名（表1）。每个样品的命名包含了污水处理厂的技术类型、污泥与KOH的质量比及热解温度。

**表1. 所得样品的命名**
| 污泥与KOH的质量比 | 热解温度（°C） | 对应的活性炭品牌
|------------|-----------|-----------------|
| 1:1 | 600 | A50_600 |
| 2:1 | 800 | A50_800 |
| 3:1 | 600 | A66_600 |
| 1:1 | 800 | A66_800 |
| 1:1 | 75 | A75_600 |
| 1:1 | 800 | A75_800 |
| 1:1 | 600 | R50_600 |
| 2:1 | 800 | R50_800 |
| 1:1 | 600 | R66_600 |
| 3:1 | 800 | R66_800 |
| 1:1 | 75 | R75_600 |
| 1:1 | 800 | R75_800 |

2.3. 活性活性炭的表征
获得活性炭后，采用Martínez-Alvarenga等人[24]描述的各种技术对其进行了全面分析。首先进行了物理化学表征，以确定活性炭中的挥发性固体（VS%）和固定固体（FS%）含量。此外，在氧气气氛中使用了Mettler Toledo TGA/DSC 1 STARe TG分析仪进行了热重（TG）分析，以确定在与SS相同的实验条件下FS和碳含量（C，%）。还使用了元素分析仪（EA，LECO CNS-928微分析仪）来验证碳含量并量化氮含量（N，%）。样品的文本特性也通过氮吸附-脱附等温线（Micromeritics ASAP 2020 M吸附分析仪）进行了评估。该技术使用的条件在补充文件3中有描述。基于其文本特性，对选定的样品进行了深入研究。通过X射线衍射（XRD，Bruker D8 Discover衍射仪）和拉曼光谱（Renishaw Raman仪器，InVia Raman显微镜）评估了结构特性。关于后一种技术，其实验条件在补充文件4中有描述。在4000–400 cm?1范围内进行了傅里叶变换红外光谱（FT-IR，PerkinElmer Frontier）分析。还使用配备能量分散光谱（SEM-EDS，JEOL JSM-7800F）的扫描电子显微镜进行了表面形貌分析。ACs的表面化学成分通过X射线光电子光谱（XPS，Kratos Axis Ultra-DLD光谱仪）进行了分析，该光谱仪配备了半球形电子分析器和工作在600 W的DLD（延迟线探测器）及Al-Kα单色仪。最后，为了评估ACs的表面电荷，使用Zetasizer Nano ZS仪器（Malvern Panalytical，Malvern，英国）通过激光多普勒测速法在水介质中进行了ζ电位测量。不同的溶液在pH 2–10的范围内进行了调整，使用了0.1 M KOH或HNO3。

2.4. 研究转化过程中产生的气体和液体流
2.4.1. 评估热化学处理过程中产生的VOCs和VSCs
热化学处理过程中产生的气体通过特氟龙管到达冷却室（Julabo，F250）。在10分钟时间段内产生的不可凝气体被收集在1升Nalophan?袋中，并使用特定的色谱仪（Chromatotec Vigi e-nose? M52022）进行定量。这种半连续分析确定了过程不同时间点的挥发性有机化合物（VOCs，mg/m3）和挥发性硫化合物（VSCs，mg/m3）的浓度。该设备包括一个装有电化学湿式硫选择性检测器的气相色谱仪，用于自动监测各个VSCs，检测限在0.5至8 ppbv之间，动态范围广泛。系统还配备了一个光电离检测器（PID）用于确定总VOCs。结果以各个VSC的浓度报告。仪器内置了一个使用二甲硫（DMS）作为参考化合物的内部校准模块。补充文件5显示了热化学处理过程中不同时刻产生的VOC和VSC产量的物料平衡。

2.4.2. 分析化学净化过程中产生的液体流
使用波长分散X射线荧光（WDXRF）分析了净化和清洗阶段产生的流体的化学成分。补充文件6展示了用于计算每克AC中各元素浓度以及这些步骤中消除的元素百分比的公式S5、S6和S7。

2.5. 经济和能量平衡
为了进行成本分析，在研究SS及其转化为AC的过程中进行了初步的实验室规模能量和经济平衡。表2显示了欧洲（2026年）的电价、主要N2气体消费者以及活化剂（KOH）的价格。污泥的价格为零，因为它是废物。

2.6. 统计研究
进行了统计研究，以比较两个污水处理厂（WWTPs）中未经处理和处理后的废水。还评估了这两种生物废水处理技术产生的SSs及其所得ACs的特性。进行了非配对的双尾学生t检验来比较废水、两种SSs以及选定的最佳ACs的结果。相反，为了比较所有ACs之间的差异，首先进行了ANOVA，然后进行了Tukey检验。使用GraphPad Prism v9确定了平均值之间的显著差异。显著的差异用*p值表示：(*) p < 0.05，(**) p < 0.01，(***) p < 0.001，而“ns”表示无显著性（p > 0.05）。

2.7. 概念验证应用：Li-S电池和Li多硫化物吸附
评估了两种选定的ACs，A75_800和R75_800，在锂-硫（Li-S）储能系统和多硫化物吸附测试中的性能。硫-碳复合材料的合成、阴极制备和CR2032纽扣电池组装的具体协议在补充文件7中有详细说明。此外，该文件还提供了电化学表征的参数，包括循环伏安法（CV）和恒电流充放电测试，以及通过UV-vis光谱法实时监测锂多硫化物吸附动力学的方法。

3. 结果和讨论
3.1. 污泥的特性
污水处理过程中产生的SS的成分变化很大，主要取决于WWTP技术[27]。研究团队的先前研究表明，所讨论的WWTPs产生的废水成分基本相当（表S1）。Márquez等人[28]比较了本研究中研究的两个处理厂：Espiel（EAAS）和Villaviciosa（RBC）的废水。就设施规模而言，在 influent废水的年平均流量或五天生化需氧量（BOD5）方面没有观察到显著差异。由于研究的目的是评估生物处理技术对废水净化的影响及其对污泥的影响，因此选择了不会因 influent水中有机物特性而偏倚结果的WWTPs。此外，总有机负荷的比较，以化学需氧量（COD）表示，显示出轻微的差异（p < 0.05），主要是由于 influent中的颗粒物负荷（SST，p < 0.05）的变化，其中包含有机物。研究表明， influent废水的特性在比较生物技术时不是区分因素。这种固体负荷在生物反应器之前的预处理和初次处理中被消除。

与出水废水的成分相比，溶解有机负荷（以BOD5测量）的差异略有显著。然而，在总有机负荷或颗粒物方面没有观察到显著差异（所有情况下p < 0.05）。溶解有机负荷的差异完全归因于生物废水处理技术。尽管如此，结果显示两种工厂在减少处理水中的有机负荷和悬浮固体方面都是有效的。两个工厂未经处理和处理后的废水值之间的微小差异使得可以不考虑废水特性来进行比较研究。

表3显示了本研究比较的EAAS和RBC获得的SS的物理化学特性结果。

表3. 不同SS的物理化学特性和元素组成。
empty Cell
A-SS R-SS
S
物理化学特性
pH 7.66 ± 0.08 7.12 ± 0.01*
电导率（μS/cm） 121.70 ± 0.40 521.00 ± 0.57***
水分（%） 94.95 ± 0.11 91.84 ± 0.18***
FS（%） 38.31 ± 0.75 23.34 ± 1.38***
VS（%） 61.69 ± 1.52 76.66 ± 1.49***
N-TKN（%） 5.24 ± 0.03 8.29 ± 0.35***
N-NH4+（%） 0.79 ± 0.00 2.76 ± 0.09***
N-TNs（%） 0.43 ± 0.01 2.54 ± 0.02***
P-P2O5（%） 5.41 ± 1.72 4.93 ± 1.28 ns
TC（%） 1.67 ± 0.02 6.13 ± 0.02***
IC（%） 1.01 ± 0.01 1.69 ± 0.01***
TOC（%） 0.65 ± 0.01 4.44 ± 0.02***
元素组成
Si（%） 8.581 ± 0.02 38.480 ± 0.020**
Ca（%） 7.037 ± 0.03 94.942 ± 0.014***
Al（%） 4.568 ± 0.01 24.469 ± 0.005***
P（%） 1.855 ± 0.00 43.851 ± 0.008***
K（%） 1.747 ± 0.01 11.179 ± 0.002***
Fe（%） 1.567 ± 0.008 2.556 ± 0.004***
Mg（%） 0.841 ± 0.003 1.268 ± 0.009***
Ti（%） 0.261 ± 0.007 0.446 ± 0.015***
S（%） 0.257 ± 0.005 0.489 ± 0.002***
Na（%） 0.257 ± 0.005 0.567 ± 0.004***
Zn（%） 0.094 ± 0.001 0.139 ± 0.001***
F（%） 0.083 ± 0.01 40.072 ± 0.017 ns
Ba（%） 0.068 ± 0.01 40.226 ± 0.008***
Cu（%） 0.037 ± 0.001 0.042 ± 0.001**
Mn（%） 0.021 ± 0.001 0.090 ± 0.001**
Sr（%） 0.019 ± 0.001 0.022 ± 0.001**
S1，显著性
基于非配对的双尾学生t检验计算的显著差异用星号表示，其中：一个符号(*)表示p < 0.05，两个符号（**)表示p < 0.01，三个符号（***）表示p < 0.001。ns表示无显著性（p > 0.05）。

两种SS的pH值和电导率显示出适合生物降解的值，尽管研究中的SSs得到的结果有显著差异。众所周知，pH值低于5的SS可以进一步降低土壤的pH值，从而阻止其生长[29]。值得注意的是，样品的湿含量非常高（超过90%）。正如预期的那样，两种SS由于含有无机化学元素，特别是金属元素，因此含有大量的矿物质[29]。尽管如此，R-SS的矿物质含量较低（23.34%），因此有机物比例更高（76.66%），而A-SS分别为38.31%和61.69%。因此，A-SS和R-SS的FS和VS值有显著差异。

在两种情况下，高氮含量是气体在生物降解过程中释放到大气中时的主要异味来源之一。此外，由于RBC处理中缺乏反硝化作用，R-SS的氮含量更高（8.29%）。然而，EAAS处理产生的A-SS的氮含量较低（5.24%[30]）。因此，氮浓度存在显著差异。此外，由于磷的含量，这两种SS都可以用于农业目的；磷是植物生长的已知元素[29]。A-SS和R-SS的磷含量分别为5.41%和4.93%，表明差异不显著。

关于WDXRF检测到的元素（表3），Si作为主要元素，在两种SS中的百分比相似（大约8.5%），差异不显著。其他量化元素，主要是金属（Ca、Al、K、Fe、Mg、Na、Zn和Cu），与其他文献[29]、[31]报道的结果一致。重金属如Cu和Zn的检测值非常低，但不足以避免未经处理的这种废物作为有机改良剂的使用。

图2a、b显示了SS样品在氧气气氛中的热行为。TG曲线观察到的差异与两种污泥中有机和无机成分的不同比例一致。在两种情况下，150°C以下都观察到初始的重量损失，对应于物理吸附水分的蒸发。随后，在200°C–400°C观察到第二次重量损失，这是由于有机物和碳官能团的分解。这一阶段对于R-SS更为明显，这与它较高的挥发性固体含量（VS = 77%）相对应，而A-SS为62%，如表3所示。最后，根据500°C时的剩余质量估计了矿物质部分，发现A-SS含有比R-SS多约15%的无机物。这种较高的矿物质含量解释了A-SS在TG曲线中最终废物量较大的原因。

下载：下载高分辨率图片（416KB）
下载：下载全尺寸图片
图2. 在氧气和氮气氛中对A-SS和R-SS进行的污泥热重分析，以及(c) A75和(d) R75的TG-MS分析中释放物质的质谱响应。
通过在一个氮气氛中对SS-KOH混合物进行TG分析，确定了增值过程热解阶段的最佳温度。在热解过程中，主要的质量损失从150°C开始，在500°C完成。这与Jayaraman和G?kalp[32]报告的惰性环境下SS的挥发结果一致，后者释放了如CH4、H2O和O2等气体物种。由于SS主要含有纤维素，因此在初次热解过程中发生了大量的转化（A-75的总质量分数的21.6%，R-75为43.7%）。第二次热解发生在500°C–800°C的温度范围内（A-75的总质量分数约为18.2%，R-75为14.6%）。根据Jayaraman和G?kalp[32]的说法，在惰性条件下较高温度下观察到的轻微质量损失可能是由于交联反应和来自焦炭的官能团的分解，主要释放了H2、CO和CO2。

一些作者之前已经报道了通过KOH活化将物质转化为碳的机制[33]、[34]。这些研究的结果表明，在活化过程中产生的主要产物包括气体（如H2、H2O、CO、CO2）和固体（如钾（K）、氧化钾（K2O）以及碳酸钾（K2CO3）。为了验证这一结果，对热降解过程中释放的气体进行了质谱（MS）分析（图2c、d）。需要注意的是，为了便于解释，图表已经调整为相同的比例尺，但R75样本的比例尺是A75样本的4倍。释放的主要气体有H2（m/z 2）、水（m/z 18）、CO（m/z 28）、CH4（m/z 16）和CO2（m/z 44）。这些气体的释放顺序与以下化学反应的机理一致：(1) 2KOH → K2O + H2O（脱水反应）；(2) C + H2O → H2 + CO（水-气体反应）；(3) CO + H2O → H2 + CO2（水-气体转移反应）。如先前报道的[35]，温度超过700°C时会产生大量的K2CO3和少量的金属钾（K），这一过程可用方程式(4)、(5)、(6)描述：(4) K2O + CO2 → K2CO3（碳酸盐形成反应）；(5) K2O + H2 → 2K + H2O（氢还原反应）；(6) K2O + C → 2K + CO（碳还原反应）。本研究中检测到的气体释放过程与Hunsom和Autthanit[36]报道的用KOH活化碳纤维（SS）的转化机理相符。与以往的研究不同，本研究中观察到了甲烷的释放，这可以用反应式(7)解释：CO + 3H2 ? CH4 + H2O。随着碳化温度的升高，炭中的挥发性物质不断释放，这有助于改善其基本孔结构，形成新的孔隙，并增加表面积和总孔体积。因此，本研究通过改变热解温度来进行碳纤维的增值研究。

3.2 合成产物的分析
3.2.1 所得活性炭（ACs）的分析
根据TG-MS分析结果，选择了两个温度对碳纤维进行热化学处理以转化为活性炭。一方面，提出了在600°C进行热解，以寻求能耗最低的工艺；另一方面，基于先前的研究（[38]、[39]），热化学处理在800°C进行，因为研究表明温度升高可以改善材料的纹理性能。尽管有大量文献使用900°C和KOH进行热解，但温度升高会导致比表面积略有下降[40]。本工作旨在超越传统研究，创新地考虑了较低温度的经济效益，因此选择的最高温度为800°C。此外，已有研究表明，温度超过850°C会导致多孔结构降解，从而导致表面积和孔体积减小[41]。
获取所有活性炭后，根据“材料与方法”部分描述的方程式S1、S2和S3计算了产率。结果如表4所示。在所有情况下，随着挥发物（AA）含量的增加，热解产率也增加。这是由于原材料中挥发物含量高，在较高浓度的KOH下进行热化学处理时会导致更多的挥发物损失。相反，随着KOH含量的减少，化学纯化产率增加，因为去除挥发物是纯化阶段的主要过程。此外，随着温度的升高，热解产率也有所下降，因为600°C–800°C之间仍会发生有机物的转化反应，如图2中的TG-MS分析所示。纯化产率也随着温度的升高而减少。由于800°C下有机物降解加剧，热解样品的矿物质含量增加，导致纯化阶段去除的物质更多，从而降低了纯化产率。

表4. 转化过程获得活性炭的产率
- 来自A-SS的活性炭
样品热解产率（%）纯化产率（%）总产率（%）
A50_600 69.4 7.8 5.4
A66_600 60.6 19.2 11.6
A75_600 56.4 27.2 15.3
A50_800 64.3 2.0 1.3
A66_800 53.8 19.7 5.2
A75_800 49.6 15.9 7.9

- 来自R-SS的活性炭
样品热解产率（%）纯化产率（%）总产率（%）
R50_600 63.8 6.9 4.4
R66_600 53.8 20.0 10.8
R75_600 47.4 32.0 15.1
R50_800 59.4 1.5 0.9
R66_800 45.8 9.2 4.2
R75_800 39.3 17.0 6.7

根据ANOVA Tukey检验，不同来源活性炭之间的产率比较显示p < 0.01（**）。
比较来自不同碳纤维的活性炭的产率时，所有情况下都观察到了显著差异。主要表现在热化学处理产率上，来自A-SS的活性炭产率大约高出8%，这是因为这种原材料的矿物质含量较高。随后，使用“材料与方法”部分描述的技术评估了所有合成活性炭的化学组成。表5总结了样品中挥发物（FS）、碳（C）和氮（N）的含量。

表5. 活性炭的化学组成
- 来自A-SS的活性炭
样品 FS*（%） FS**（%） C**（%） C***（%） N***（%）
A50_600 61.1 ± 3.4 7.0 30.0 9.0 1.1
A66_600 61.7 ± 0.07 59.4 36.6 5.7 2.3
A75_600 59.1 ± 1.5 60.4 36.9 6.7 2.6
A50_800 62.1 ± 1.1 64.8 30.9 0.0 0.5
A66_800 65.9 ± 3.9 67.7 29.3 27.2 0.6
A75_800 66.1 ± 1.5 62.7 4.3 36.3 1.1

- 来自R-SS的活性炭
样品 FS*（%） FS**（%） C**（%） C***（%） N***（%）
R50_600 38.6 ± 0.7 37.9 2.1 5.2 3.1
R66_600 38.0 ± 0.14 55.5 5.7 2.9
R75_600 35.1 ± 1.6 30.4 65.2 6.4 3.6
R50_800 49.0 ± 4.3 58.5 0.6 5.0 2.7
R66_800 49.2 ± 2.1 1.1 5.6 5.3 6.2
R75_800 33.3 ± 0.1 2.6 6.5 5.1 8

* 干基；** 来自TG分析（<1%的方法误差）；*** 来自元素分析（<5%的方法误差）。
物理化学分析显示，所有来自A-SS的活性炭的FS含量约为59%至66%。相比之下，来自R-SS的样品FS含量在33%至49%之间，800°C下合成的活性炭FS含量高于600°C下的产品。比较不同碳纤维来源的活性炭结果，明显发现A-SS样品中的FS含量显著高于R-SS样品，这是因为A-SS的原始材料中含有更多的矿物质。这些结果与在氧气气氛下通过TG分析获得的FS含量一致（图3）。样品中的碳（C）含量也通过该分析确定。来自R-SS的活性炭碳含量较高，随着AA含量的减少，碳含量达到62%和65%。相比之下，如预期，A-SS样品中的碳含量显著较低，其中A75_600样品的碳含量最高（37%）。这些碳含量也通过元素分析进行了量化，得到相似的结果。与以往的研究相比，本研究中获得的活性炭显示出较高的碳含量[42]。

下载：下载高分辨率图片（433KB）
下载：下载全尺寸图片
图3. 在氧气流下，A-SS在600°C和800°C以及R-SS在600°C和800°C条件下制备的活性炭的热重分析。
如图3所示，800°C下合成的活性炭比600°C下合成的更具热稳定性，因为高温下会发生燃烧。此外，800°C下制备的R-SS活性炭在300°C以下的重量损失表明了在600°C–800°C热解过程中形成的缩合化合物的燃烧[24]。
通过元素分析还确定了活性炭中的氮（N）含量。所有情况下，随着碳纤维（SS）含量的增加，氮含量呈上升趋势。这是因为氮直接来源于原材料（见表1）。值得注意的是，R-SS来源的活性炭中氮含量可高出10倍，例如A66_800和R66_800的氮含量分别为0.6%和6.2%。氮在这些材料中的存在是一个重要优势，因为先前的研究表明，氮掺杂能改善碳基材料的结构和性能[43]、[44]。因此，本工作展示了在不使用额外化学试剂（这些试剂成本较高且可持续性较低）的情况下获得高氮含量活性炭的可能性[45]。
除了分析样品的化学组成外，还评估了它们的纹理性能，以评估潜在的未来应用。为此，测量了氮吸附/脱附等温线（图4a）以及孔径分布（图4b）。根据IUPAC分类，所有活性炭的吸附/脱附等温线都属于I型和IV型的混合类型。这种等温线是微孔和介孔材料的特征，特别是通过热化学处理获得的生物质衍生碳[46]。在所有情况下，都在非常低的压力（低于0.1）下观察到快速增加，表明存在微孔。随着压力的增加，吸附的氮气量逐渐增加，伴随着IV型等温线特征的H2型滞后现象，表明存在介孔。在较高的相对压力（0.9–1.0）下，观察到轻微的上升趋势，表明存在大孔。这种孔隙结构是由于用KOH活化产生的。先前的研究表明，使用KOH作为活化剂会导致微孔逐渐转变为较大的孔[47]。

下载：下载高分辨率图片（513KB）
下载：下载全尺寸图片
图4. (a) 活性炭的N2吸附/脱附等温线；(b) 孔径分布。
关于孔径分布，如图4b所示，图表非常相似。观察到一个明显的微孔（小于2 nm）和介孔（2–50 nm）的存在，从而证实了这些活性炭的双重孔结构。还观察到了50–100 nm范围内的大孔。
值得注意的是，在800°C下热解的AA含量最低的样品（A75_800和R75_800）表现出较高的微孔性。相比之下，A50_800样品因其大量的大孔而显著。如上所述，这是由于混合物中KOH含量较高，将微孔转化为介孔[47]。
表6显示了每种活性炭的纹理性能。在大多数情况下，SBET随AA含量的减少和温度的升高而增加。然而，R66_800样品是一个例外，其表面积低于600°C下的对应样品。这种减少是由于钾形成导致内部结构崩溃，从而影响了孔隙的发展[24]。值得注意的是，A75_800和R75_800样品表现出较大的表面积（分别为919 m2/g和865 m2/g）。这些值显著高于文献中报道的其他碳纤维。在Chen等人的研究[48]中，即使在经过ZnCl?浸渍和两小时热解处理后，从碳纤维获得的活性炭的比表面积仍然较低（650 m2/g）。同样，在Liang等人的研究[49]中，通过一个复杂的过程从碳纤维和椰壳混合物获得了活性炭，包括四个不同阶段：i) 在300°C–750°C下控制温度热解30–120分钟；ii) 用KOH浸渍并调整KOH的比例；iii) 在400°C–900°C之间进行第二次热解；iv) 用3 M HCl洗涤三次。尽管如此，经过整个过程后，他们获得的活性炭的SBET值仍低于本研究的活性炭（680 m2/g vs 919 m2/g）。

表6. 活性炭的纹理性能
- 来自A-SS的活性炭
SBET（m2/g） VT（cm3/g） Vmicro（cm3/g）
A50_600 315 10.0 58
A66_600 431 10.4 90.1
A75_600 490 55 80.1
A50_800 454 10.6 60.1
A66_800 847 90.9 10.1
A75_800 919 0.9 90.1

- 来自R-SS的活性炭
SBET（m2/g） VT（cm3/g） Vmicro（cm3/g）
R50_600 448 80.4 90.1
R66_600 501 10.5 50.1
R75_600 596 43 70.1
R50_800 275 43 70.0
R66_800 413 50.6 0.8
R75_800 865 92 40.1

SBET：Brunauer–Emmett–Teller（BET）方程（误差< 3%）；Vmicro：t-plot方法（误差< 4%）。
在相同条件下使用不同原材料制备的活性炭进行比较时，未观察到显著变化。唯一的例外是在800°C下以2:1比例热解的活性炭，其中A-SS来源的材料的表面积大约是R-SS来源材料的两倍，尽管A-SS的FS含量较高。
根据图4b中的孔径分布，表6中的结果表明合成活性炭具有双重孔结构。所有情况下的VT和Vmicro值均有所增加，当使用的AA量减少时尤为明显。许多获得的活性炭的总孔体积（VT）接近1.0 cm3/g，这对于这些材料在各种应用（如能量存储系统）中至关重要。高VT碳在超级电容器和硫磺或金属-硫电池中是必需的，以最大化电极和电解质之间的界面[50]。

3.2.2**具有最佳性能的活性炭的研究**

在评估了所有活性炭后，确定在800°C下合成且AA比例最低（SS:AA比例为3:1）的活性炭在结构发育和材料产率之间表现出最佳的平衡，并具有最佳的潜在应用前景，即A75_800和R75_800样品。因此，选择3:1的比例作为最佳条件，因为它可以在最小化试剂消耗的同时生产出高孔隙率的材料，并保持结构完整性。这些材料在碳和氮含量方面显示出显著差异，而在SBET、VT或Vmicro方面没有观察到显著差异。它们主要因其较高的SBET（A75_800为919 m2/g，R75_800为865 m2/g）和碳含量（分别为36%和65%）而被选中，这使得它们适用于储能系统[52]、催化[53]以及新兴污染物的吸附[54]等应用。

出于这个原因，使用“材料与方法”部分描述的各种技术对这两种样品进行了更详细的表征。首先，使用XRD（图5a）对材料进行了结构分析。两个衍射图都显示了在26°和40°处典型的无序碳的宽峰。这些结果表明了低结晶度，这是生物质衍生活性炭的特性[55]。

**下载：下载高分辨率图像（460KB）**
**下载：下载全尺寸图像**
**图5. (a) A75_800和R75_800样品的XRD图谱；(b) 拉曼光谱。**

此外，还观察到与这些样品中存在的晶体材料相对应的多个信号峰。这些晶体相之前由Martínez-Alvarenga等人[24]鉴定。它们可以被鉴定为石英（Q: SiO2）、长石（F：正长石、斜长石和钠长石，K：(Al2Si2O5(OH)4）和伊利石I：(K,H3O) (Al,Mg,Fe)2(Si,Al)4O10[(OH)2,(H2O)]）。还发现了基于钙、镁和铁的其他硅酸盐（S：(FeCa(SiO3)2和MgFe(SiO4)）[53]。还识别出了磷酸钾（P：KH2PO4）和碳酸钠（N：Na2CO3）的衍射图[56]、[57]。显然，A75_800样品含有更多的各种矿物质，其中P和G相占主导地位。相比之下，R75_800样品显示出了显著的晶体相S和F。石英（Q）是这两种材料的主要相。这些晶体相的存在与表3中显示的SSs组成中检测到的元素一致。

此外，如图5b所示，拉曼光谱证实了这种碳的高度无序性。光谱显示了典型的碳的D带和G带，分别位于大约1334和1587 cm?1。D带与无序的石墨结构缺陷相关，而G带对应于石墨晶格振动模式。A75_800（0.98）和R75_800（0.90）样品的这两个带强度之间的相关性表明其石墨结晶度较低。因此，A75_800样品的指数更接近1，显示出比R75_800稍微更高的无序程度。这与其他来自生物质的活性炭[58]一致。

为了确定样品中的表面官能团，对活性炭进行了FT-IR光谱分析（图6）。两种活性炭展示了相同的官能团，这些官能团在文献[23]、[58]、[59]中已有报道。首先，在3300至3550 cm?1之间观察到一个强烈的峰，对应于OH伸缩振动，随后是在2075 cm?1处的一个峰，表明CN伸缩振动。在这种情况下，R75_800样品的信号更强，因为初始SS中的N含量更高（表3）。1605 cm?1处的信号与芳香族CC伸缩振动相关，这可能与1555–1635 cm?1处的信号重叠，表明CO键的伸缩振动。1394 cm?1处观察到的小峰归因于烷烃。在1027 cm?1处观察到与SiO相关的伸缩振动吸收带，也可能对应于1000–1050 cm?1处的CO伸缩振动峰。最后，在500–800 cm?1处观察到的信号表明存在矿物质，由于A-SS中的矿物质含量较高，A75_800样品的信号更强。

**下载：下载高分辨率图像（167KB）**
**下载：下载全尺寸图像**
**图6. A75_800和R75_800样品的FT-IR光谱。**

此外，还进行了SEM-EDS分析以检查两种样品的形态，如图7所示。SEM图像揭示了两种样品的多孔结构，其颗粒大小为5–20 μm。EDS微分析确认A-SS衍生活性炭中含有大量的硅（Si），以及中等程度的碳含量。相比之下，碳被确定为R75_800样品的主要成分，Si也是其他矿物质中的主要化学元素。

**下载：下载高分辨率图像（288KB）**
**下载：下载全尺寸图像**
**图7. (a, b) A75_800和R75_800样品的SEM图像；(c, d) EDS光谱。**

此外，为了更深入地了解表面化学组成和氮官能团的性质，进行了X射线光电子能谱（XPS）分析。扫描谱确认了C、O和N的存在。高分辨率N 1s谱（图S1）被分解为主要氮物种，包括吡啶-N、吡咯-N和石墨-N[60]。两种样品之间这些氮配置的相对分布没有显著差异，详细信息见表S2，该表总结了不同氮物种的相对含量。

最后，为了进一步研究这些材料的未来应用可能性，进行了Zeta电位测量。如图8所示，A75_800和R75_800的等电点（pHzpc）分别在酸性pH值3.06和2.68时达到。两种活性炭的外部表面电荷随着pH值的增加而减少，表明这些材料适合作为阳离子污染物的吸附剂[61]。

**下载：下载高分辨率图像（117KB）**
**下载：下载全尺寸图像**
**图8. A75_800和R75_800样品在不同pH值下的Zeta电位。**

**3.3. 转化过程中产生的气体和液体流的研究**

进行了全面的研究，以分析转化过程中产生的气体和液体流，特别关注获得A75_800和R75_800样品的过程。

**3.3.1. 热化学处理过程中不可冷凝流的评估**

除了通过TG-MS（图2）确定H2、CO、H2O、CO2和CH4之外，还使用了一种特定的色谱技术来分析不可冷凝的气体流。图S2显示了VOC（mgVOC/kgSS）和VSC在气体排放产率（mgVSC/kgSS）中的变化，这些数据是通过“材料与方法”部分描述的方程S4计算得出的。

如图S2a中的VSCs所示，A75_800样品的总累积产率为676 mgVSC/kgA-SS。对于这种样品，这些化合物在约400°C时开始排放，并在700°C时达到排放峰值，其中H2S和Methyl-SH是主要化合物。在此峰值之后，VSC排放逐渐减少直至为零。相比之下，R75_800样品的总累积产率约为A-SS衍生活性炭的五倍（3479 mgVSC/kgR-SS）。在这种情况下，排放量随温度升高而增加，直到700°C，之后减少至20 mgVSC/kgR-SS。VSC产率值的差异非常显著（p < 0.001）。

关于图S1a中显示的VOCs，最初观察到排放量增加，随后随着温度的升高而减少，直到实验结束时略有增加。这些排放物的总累积产率为259 mgVOC/kgA-SS。相比之下，如图S2b所示，VOC排放量随着温度的升高而持续增加，直到达到300°C。从这一温度开始，VOCs保持恒定，直到实验结束，总累积产率（177 mgVOC/kgR-SS）低于A75_800样品。因此，两种样品的总VOC排放量也有显著差异。

考虑到原始污泥的不同碳含量，挥发性化合物的产率显示出相反的趋势。VSC的产率为1096 mgVSC/kgVS-ASS和4538 mgVSC/kgVS-RSS，表明RBC污泥产生的VSC大约是EAAS污泥的4.1倍，反映了其更富含碳和更容易发生厌氧反应的结构。相比之下，VOC的产率为420 mgVOC/kgVS-ASS和231 mgVOC/kgVS-RSS。这是因为EAAS污泥中的有机物最初被更多地水解，如图S2所示，大部分VOC释放发生在处理的早期阶段。而在RBC污泥中，VOC的形成主要是由于热化学处理过程中的转化。

由于R-SS中VS的浓度较高，通过TG-MS测得的H2、CH4、H2O、CO和CO2的总强度值为2182 nA/gR-SS，这是A75样品（701 nA/gA-SS）的3倍多。这个值与不可冷凝分数中化合物的浓度成正比，这些化合物是由AA与非常低分子量的碳化合物和气化氢反应产生的。

**3.3.2. 化学净化阶段效率的分析**

确定了酸净化和水洗过程中产生的每种流出物中存在的化学元素。这样做的目的是计算这些阶段从初始原料中去除的元素，并确认化学净化的效率。结果见表7。

**表7. 在化学净化和洗涤阶段从A75_800和R75_800样品中去除的化学元素**

| 化学元素 | 化学净化（mg/gAC） | 洗涤（mg/gAC） | 从每个SS中去除的元素（%） |
|------------------|-----------|-----------|--------------|
| | | |-----------------|
| Na | 2.1 |*** | |
| | | 1.9 | |
| Mg | 9.5 |*** | |
| | | 9.7 | |
| | | 3.0 | |
| | | 2.8 | |
| | | 9.6 | |
| | | 8.5 | |
| Al | 30.3 |** | |
| | | 29.4 |** |
| | | 0.6 | |
| | | 73.8 | |
| | | 6.2 | |
| P | 31.2 |** | |
| | | 8.8 | |
| | | 1.5 | |
| | | 1.7 | |
| | | 69.3 | |
| | | 8.1 | |
| Ca | 44.0 |** | |
| | | 3.3 | |
| | | 92.0 | |
| | | 29.4 | |
| Fe | 22.2 |*** | |
| | | 17.3 | |
| | | 0.4 | |
| | | 89.5 | |
| | | 71.7 | |
| Si | 3.5 |*** | |
| | | 3.6 | |
| | | 2.2 | |
| Cu | 18.8 |** | |
| | | 1.3 | |
| | | 89.5 | |
| 去除元素的百分比误差：<1% |

**表7所示，两种活性炭中的化学元素百分比与初始组成相比显著减少，最糟糕的情况下减少了65%以上。大多数元素通过酸净化阶段被去除，这是该阶段的关键过程。Si是唯一的例外，只有非常小但统计上显著的减少比例（分别为7.1%和6.1%），因为它是两种原料中的主要化学元素（表3）。相比之下，如Mg、Ca和Cu等元素在两种活性炭中几乎完全被洗掉，导致没有显著差异。这证实了无论使用何种原料，这一阶段的有效性和必要性。两个过程中的关键元素K和Cl没有包含在表7中，因为它们并不直接来源于原料。KOH被用作机械预活化的AA，并在热化学处理过程中转化为K2CO3、K2O和K[62]。同样，在化学净化阶段添加的高浓度HCl增加了ADC中以氯化物形式存在的Cl的浓度。**

**3.4. 经济分析**

**3.4.1. 污泥转化为活性炭的能量和成本评估**

首先，对干燥阶段进行了能量平衡，温度范围设定在20°C至105°C之间。考虑到A-SS和R-SS的初始含水量均为80%，最终含水量均为10%，计算了消除一吨湿污泥所需的总能量。这相当于两种情况下总能量需求分别为2010 MJ/twet A-SS。

随后，对热化学处理进行了能量平衡。在此评估中，假设实验室规模下流量计和烤箱的功率分别为2 W和2500 W（表8）。此外，计算时考虑了800°C的热解温度、0.5小时的停留时间以及1吨湿污泥的处理质量。结果，A75_800的热解总能量消耗为5524 MJ/twet SS，R75_800为5518 MJ/twet SS。此外，还考虑了与机械预处理步骤相关的额外能量贡献，包括原材料的研磨（>50 mm），估计为400 MJ/tdry SS，以及产生的活性炭的后续研磨（50 mm > d > 0.05 mm），相当于1295 MJ/tdry AC。

**表8.**假设与能量和经济平衡的结果：
假设：
质量比（SS:KOH）：3:1
热解温度（°C）：800
研磨（原材料，d > 50 mm）：0.5 h，100 W
干燥阶段（°C）：20–105
初始含水量（%）：80
最终含水量（%）：10
烤箱功率（W）：2500
流量计功率（W）：2
研磨（AC@S 50 mm > d > 0.05 mm）：3 h，120 W
选定的质量（湿SS）：1

结果：
干燥阶段消耗的能量（MJ/湿SS）：2010
热解消耗的能量（MJ/湿SS）：5525
研磨消耗的能量（MJ/干SS）：400
研磨消耗的能量（MJ/干AC）：1295
最终价格（€/kgAC）：8.12
9.50

最后，进行了经济分析以估算不同AC的生产成本，考虑了运营费用。经济评估包括更新后的运营假设（表2），例如欧洲的工业电价为0.0564/kWh，氮气成本为0.5/m3，KOH成本为790/t，污泥成本假定为0，以及SS:KOH的浸渍质量比为3:1。分析结果显示，A-SS制成的AC的最终价格为8.12欧元/千克，而R-SS制成的AC的最终价格为9.50欧元/千克。价格上的微小差异是由于SS转化为AC的总体产率不同，A75_800的产率为7.93%，而R75_800的产率为6.71%。这些发现与其他关于生物质衍生AC的成本分析结果一致[63]，[64]。

基于两种设施的处理数据，每单位有机物产生的污泥量（以COD表示）为A-SS（湿基）0.87千克/千克COD去除，而在RBC中为0.56千克R-SS（湿基）/千克COD去除。专门设计用于减少污泥生产的处理过程的污泥产率通常在0.11至0.27千克VS/千克COD去除之间，而传统的活性污泥过程的产率通常为0.3–0.5克VSS/千克COD去除[65]。然而，在缺乏初级澄清的处理配置中，由于初级污泥和二级污泥的共同产生，总体污泥产量会增加，这种情况在接收来自食品加工工业排放的相对较高有机负荷的小型和中型市政污水处理厂中很常见[66]。在本研究中，考虑到以简单且经济高效的方式生产AC的过程中获得的产率，这两种技术均可产生大约73克A75_800/千克COD去除和40克R75_800/千克COD去除。这些结果表明，无论采用何种处理技术，SS作为AC生产的宝贵前体的潜力都是巨大的。每单位有机负荷的污泥产量转化为可观的AC75_800和R75_800的数量。这一发现突出了双重环境和运营效益：它能够回收传统上管理成本较高的废弃物副产品，并将其转化为高价值的吸附材料。因此，该方法通过将污染物去除直接与可销售碳质产品的生产联系起来，提高了污水处理厂的总体可持续性和资源效率。

3.4.2. 气体处理要求的初步评估
尽管本研究未对气体净化性能进行实验评估，但可以根据报告的SS热化学转化的物理操作数据来初步评估预期的处理要求。SS热解通常会产生大量的不可凝气体，总体气体产率通常在0.6–1.2 m3STP/千克干固体的范围内，相当于大约600–1200 m3STP/千克干SS处理，具体取决于操作温度和污泥特性[67]，[68]。这些气体流中含有相关的污染物浓度，包括酸性气体、挥发性硫化合物和焦油物质，主要来源于SS中天然存在的蛋白质物质和含硫有机结构[69]。因此，通常需要 downstream 气体净化以确保工艺的可操作性和环境合规性，通常包括湿法洗涤、催化或热氧化以及焦油去除阶段，这些步骤在污泥气化和热解系统中时常实施[70]。据报道的工业数据显示，热废物处理设施中的脱硫成本通常在300–900欧元/吨SO2当量去除范围内，具体取决于工厂规模和净化效率要求[71]。考虑到SS的典型硫含量（0.5–1.5 wt%，干基）以及热解过程中硫的部分转移，只有部分气体处理成本可以直接归因于硫的去除。如前一节所讨论的，不同污泥样品之间的挥发性硫化合物排放量存在显著差异，这意味着产生的气体流中的污染物负荷也有明显不同。然而，在污泥热解系统中，总体气体处理成本主要由酸性气体和可凝化合物的同时去除所主导，包括CO2、H2S、焦油和挥发性有机化合物，其形成强烈依赖于原料组成和操作条件[72]。因此，最终的气体处理需求及相关运营成本最终由生成的热解气体的化学组成决定，而不仅仅是硫含量。

3.4.3. 废水生成和处理成本的估算
为了评估其对总生产成本的潜在贡献，还对酸洗和冲洗阶段产生的废水进行了初步估算。典型的AC净化过程需要大约5–20升水/千克AC（表S3）[24]，包括酸洗步骤和随后的冲洗步骤，以去除残留的活化剂和可溶性无机物质。考虑到本研究中对两种最佳样品（A75_800和R75_800）获得的AC产率，估计了每吨干污泥处理的预期废水生成量。对于A75_800材料，估计的废水生成量为0.40–1.59立方米/千克干污泥；而对于R75_800，在相同的洗涤假设下，废水生成量约为0.34–1.34立方米/千克干污泥。假设酸性废水的中和及随后的常规物理化学处理（例如沉淀-凝聚和澄清）的典型工业处理成本为1–3欧元/立方米，由此估算了与废水管理相关的成本。当按AC的质量进行归一化时，两种材料的处理成本约为0.005–0.06欧元/千克AC。即使在水流速率较广的范围内，废水处理对预计生产成本的影响也是微不足道的。总体成本结构对水力波动不敏感，因为总支出主要由能源消耗和活化剂使用量驱动，而非处理水量[73]。

3.5. 概念验证应用
为了说明从污泥中合成的AC的潜在适用性，使用本研究中确定的两种最有前途的材料A75_800和R75_800进行了概念验证研究。由于它们具有高表面积和发达的多孔结构，这些AC被评估为锂-硫（Li-S）电池中的硫载体材料以及锂多硫化物（LiPSs）的吸附剂。这些初步评估的结果展示在图9中。

下载：下载高分辨率图像（341KB）
下载：下载全尺寸图像

图9. 使用活性炭A75_800和R75_800作为硫载体的Li-S电池的电化学性能：(a, b) 电池的循环伏安（CV）曲线（0.05, 0.08和0.1 mV/s）；(c) 在 increasing current densities（0.1C, 0.2C, 0.3C, and 1C）下的速率能力测试。(d) 使用UV–vis光谱分析Li2S6溶液在接触A75_800和R75_800样品时的吸附时间演变。

3.5.1. 在Li-S电池中的电化学评估
通过循环伏安（CV）、恒电流充放电测量和速率能力测试，评估了使用A75_800和R75_800作为硫载体的Li-S电池的电化学性能，如图9a–c所示。这些实验允许直接比较两种材料在硫氧化还原反应中的行为，并提供了关于它们的极化、速率性能和整体电化学稳定性的见解。CV曲线（图9a, b）显示了Li-S电池的典型氧化还原特征，表现为两个阴极峰，分别位于约2.3 V和约1.9 V vs. Li+/Li。这些峰对应于 elemental sulfur逐步还原为长链LiPSs（Li2Sn, 4 ≤ n ≤ 8），随后转化为不溶性的Li2S2/Li2S物种。在阳极扫描过程中，观察到一个宽的氧化峰，大约在2.4–2.5 V，这与Li2S2/Li2S逆向转化为更高阶LiPSs并最终转化为elemental sulfur有关。这些特征性的氧化还原峰的存在证实了这两种AC有效地承载了硫，并支持了Li-S电池的典型电化学反应[74]，[75]。然而，R75_800@S电池表现出更尖锐、更明确的峰以及更低的峰分离度，表明其可逆性和反应动力学优于基于A75_800的电极。在 increasing current densities 下进行的恒电流充放电曲线（图S3a, b）进一步证实了Li-S电池的典型电化学行为，显示了两个不同的放电平台，对应于CV曲线中观察到的还原步骤。两种电极之间的极化和比容量差异表明硫的利用和反应动力学存在变化。特别是，R75_800@S电池提供了更高的比容量（表S4）和更低的极化。这种改进的电化学性能可以归因于R75_800中较高的碳含量和较低的矿物质比例，这先前通过热重分析确定。较高的碳含量直接与载体材料内的电催化活性增加相关，有助于硫向LiPSs的化学转化，并加速了还原动力学，从而提高了比容量[76]。最后，比较的速率能力结果（图9c）进一步揭示了在 increasing current densities 下电极的电化学稳定性，与使用来自污泥或其他生物质残渣的活性炭制备的Li-S电池所报告的趋势相似[74]，[75]，[77]。正如预期的那样，随着电流密度从0.1C增加到1C，两种材料的放电容量逐渐降低，这是由于在较高电流密度下的动力学限制。尽管如此，库仑效率在整个测试过程中接近100%，表明电化学反应具有良好的电导率和可逆性，以及多硫化物物种在碳载体结构内的有效封闭。值得注意的是，R75_800@S电池在所有电流密度下始终提供了更高的比容量，进一步证实了这种AC作为硫载体的有利组成特性。

3.5.2. LiPS吸附研究
除了电化学评估外，还使用UV–可见光谱连续监测溶液吸光度（图9d）来研究ACs吸附溶解LiPSs的能力。在此实验中，记录了Li2S6溶液与AC材料接触后吸光度的随时间演变。吸光度的逐渐降低反映了多硫化物物种在碳表面的吸附，从而可以定性比较A75_800和R75_800对溶解LiPSs的吸附能力和动力学。如图9d所示，不含碳的参考Li2S6溶液在整个实验过程中的吸光度几乎保持恒定，证实了溶液的稳定性，并表明在ACs存在的情况下观察到的吸光度降低完全是由于吸附过程。两种AC样品都导致了吸光度的持续降低，证明了它们捕获电解液中溶解LiPSs的能力，从而减轻了穿梭效应。然而，两种材料之间的吸附动力学和程度存在明显差异。R75_800表现出更快的初始吸光度下降，并达到了显著更低的最终值，表明其对LiPS物种的亲和力和吸附能力更强。相比之下，A75_800的吸光度降低更为平缓，表明其吸附动力学较慢，吸附效率较低。这些差异可能与碳的表面化学和纹理性质的变化有关，这些性质影响了碳表面与极性LiPS分子之间的相互作用[78]。特别是，R75_800观察到的增强吸附表明其具有更有利于吸附多硫化物物种的吸附位点。多孔碳有效捕获LiPSs的能力是Li-S电池的关键因素，因为它有助于减轻穿梭效应，限制活性材料的损失，并提高循环稳定性。因此，这些结果补充了电化学测量，并提供了额外的证据，证明合成的ACs适合作为Li-S电池阴极的功能材料以及有效的LiPSs吸附剂。

4. 结论
本研究展示了生物技术对污泥生成和AC质量的影响。主要观察到碳含量的显著差异。具体来说，A-SS衍生的AC的碳含量较低（29–37%），而R-SS衍生的AC的碳含量较高（50–65%），这是由于A-SS的矿物组成较高（38% vs. 23%）。纹理分析表明，随着混合物中SS含量的增加以及热解温度的升高，比表面积也得到了提升，尤其是对于A75_800材料，在800°C时其比表面积达到了919 m2/g。该值与其对应的R75_800材料（865 m2/g）之间没有显著差异。对非冷凝热解气体的分析显示，R75_800产生的VSCs（挥发性有机硫化物）更多，而A75_800的VOC（挥发性有机化合物）产量更高，这两种情况都存在显著差异。经济分析表明，两种类型的活性炭的生产成本均低于10欧元/千克。总体而言，所得活性炭的比表面积和最终生产成本与SS的来源无关，对于所研究的两种原材料而言，其数值非常接近。然而，结果表明，非冷凝热解气体的组成以及活性炭的碳含量受到SS来源的显著影响。此外，在相同的热化学转化条件下，EAAS系统产生的活性碳量是RBC工艺产生的活性碳量的近两倍（每单位COD去除量对应的活性碳产量）。对所选活性炭的概念验证测试显示，在0.1–0.3C的电流密度下，R75_800在Li-S电池中的比容量比A75_800高出86–123%。同样，LiPS吸附测试也表明R75_800对多硫化物的捕集速度更快、效果更好，这进一步证实了它在作为硫载体和多硫化物吸附剂方面的优越性能。

** CRedit作者贡献声明：**
H. Martínez-Alvarenga：方法论、研究、数据管理。
M.C. Gutiérrez：撰写——审阅与编辑、方法论、研究、形式分析、数据管理。
A. Cardoso-Almoguera：方法论、研究。
A. Benítez：撰写——初稿创作、资源获取、形式分析、数据管理、概念构思。
J.L. Gómez-Cámer：数据分析可视化、项目监督、软件开发、方法论、研究。
A. Caballero：撰写——审阅与编辑、结果验证、项目监督、资金筹措、概念构思。
M.A. Martín：撰写——审阅与编辑、结果验证、项目监督、资金筹措、概念构思。

热点排行