基于Ag/N/ TiO2/过硫酸盐体系的可见光驱动酸橙25降解的建模与人工智能优化

《Scientific Reports》：Modeling and AI optimization of visible-light-driven acid orange 25 degradation using an Ag/N/ TiO2/persulfate system

　　

摘要

偶氮染料造成的工业废水污染是严重的环境和公共卫生问题，需要高效且可持续的处理技术。本研究探讨了在过硫酸盐存在下，Ag/N/TiO₂在可见光和太阳光条件下的合成、结构表征及其光催化性能提升，用于降解酸性橙25。通过XRD、FTIR、FESEM-EDX、DRS等结构分析方法，确认该材料具有均匀的合成结构、氮元素掺入、有效的银离子沉积，且颗粒为球形（小于30纳米）。由于氮元素和银离子的掺入，材料的带隙从3.17电子伏特缩小到2.54电子伏特，从而提升了其对可见光的吸收能力。人工智能优化结果显示，在pH值为4.28、光催化剂浓度为0.7克/升、过硫酸盐浓度为2.22毫摩尔/升的条件下，Ag/N-TiO₂可在32分钟内几乎完全降解94毫克/升的酸性橙25。自由基清除实验表明，正空穴起主导作用，其次是各种活性物种，其作用强度顺序为：h⁺ > SO₄^–· > ^·OH。动力学研究结果显示，在20–80毫克/升的浓度范围内，反应表现出一级动力学特征，符合朗缪尔-欣舍伍德模型；而二次方程模型则最能拟合实验数据。索博尔敏感性分析指出，染料浓度、反应时间、pH值、光催化剂用量以及过硫酸盐浓度是最具影响力的参数，其中pH值与染料浓度之间的相互作用最为显著。蒙特卡洛模拟验证了优化模型的稳定性，误差控制在5%以内。这些研究结果表明，Ag/N/TiO₂在过硫酸盐存在下，具备在可见光和太阳光照射下高效降解偶氮染料的潜力。