Zastosowanie SSN w modelowaniu równowagi sorpcyjnej jonów metali ciężkich na klinoptylolicie

• Autorzy: Tomczak E. , Kamiński W.

Identyfikatory

DOI

10.2429/proc.2012.6(2)089

Warianty tytułu

EN

Application of ANN to the sorption equilibrium modelling of heavy metal ions on clinoptilolite

• Języki publikacji: PL

Abstrakty

PL

Zainteresowanie sztucznymi sieciami neuronowymi potwierdza wzrost publikacji z dziedziny inżynierii chemicznej, procesowej i ochrony środowiska. Po doborze odpowiedniej architektury sieci i metody uczenia można przystąpić do trenowania sieci na podstawie przeprowadzonych eksperymentów. W takim podejściu nie jest wymagana znajomość matematycznego opis procesu/obiektu. W pracy przedstawiono możliwość przewidywania izoterm sorpcji za pomocą perceptronu wielowarstwowego (MLP) w układach jedno-, dwui wieloskładnikowych. Obliczenia neuronowe oparto na badaniach eksperymentalnych przeprowadzonych dla układu klinoptylolit - mieszanina jonów metali ciężkich: Cu(II), Zn(II), i Ni(II). Jakość obliczeń sprawdzono za pomocą kwadratu współczynnika determinacji i średniego błędu kwadratowego, uzyskując wysoce zadowalające wyniki. Stwierdzono przydatność klinoptylolitu do usuwania jonów metali ciężkich z roztworu. Określono selektywność tego zeolitu zgodnie z szeregiem: Cu(II) > Zn(II) > Ni(II).

EN

The latest achievements in the field of mathematical modelling include the application of artificial neural networks (ANN). A recent dynamic development of ANN provided an efficient and universal tool that is used to solve many tasks, including modelling, approximation and identification of objects. The initial step of applying the network to a given process consists in the determination of weights of the proposed neural network structure. This is performed on the basis of training data. A network that is properly trained allows correct information to be obtained on the basis of other data which have not been used in the network training. In most cases the network training is performed on the basis of a known mathematical model. However, the training of a network can be also performed using experimental data. In the last decade a growing interest is observed in inexpensive and very cheap adsorbents to remove heavy metal ions. Clinoptilolite is the mineral sorbent extracted in Poland used to remove heavy metal ions from diluted solutions. Equilibrium experiments were carried out to estimate sorptivity of a clinoptilolite and its selectivity towards Cu(II), Zn(II) and Ni(II) ions in multicomponent solution. Calculations with the use of MLP enabled description of sorption isotherms for when one, two and three ions were present at the same time in the solution. The network also enabled an analysis of sorption of the selected ion, taking into account the effect of its concentration.

Słowa kluczowe

PL

sztuczne sieci neuronowe; równowaga adsorpcyjna; jony metali ciężkich; klinoptylolit

EN

artificial neural network; adsorption equilibrium; heavy metals ions; clinoptilolite

• Wydawca: Towarzystwo Chemii i Inżynierii Ekologicznej
• Czasopismo: Proceedings of ECOpole
• Rocznik: 2012
• Tom: Vol. 6, No. 2
• Strony: 664--669
• Opis fizyczny: Bibliogr. 14 poz., rys., wykr.

Twórcy

autor

Tomczak E.

• Wydział Inżynierii Procesowej i Ochrony Środowiska, Politechnika Łódzka, ul. Wólczańska 215, 90-924 Łódź, tel. [phone]

autor

Kamiński W.

• Wydział Inżynierii Procesowej i Ochrony Środowiska, Politechnika Łódzka, ul. Wólczańska 215, 90-924 Łódź, tel. [phone]

Bibliografia

• [1] Gomonaj VI, Golub NP, Szekeresh KY, Leboda R, Skubiszewska-Zięba J. Badania nad przydatnością zakarpackiego klinoptylolitu do sorpcji jonów Hg(II), Cr(III) i NI(II) z roztworów wodnych. Ochr Środow. 1998;4(71):3-6.
• [2] Erdem E, Karapinar N, Donat R. The removal of heavy metal cations by natural zeolites. J Colloid Interface Sci. 2004;280:309-314. DOI: 10.1016/j.jcis.2004.08.028.
• [3] Sprynskyy M, Lebedynets M, Zbytniewski R, Namieśnik J, Buszewski B. Ammonium removal from aqueos solution by natura zeolite. Transcarpathian modernite: kinetics, equilibrium and column test. Sep Purif Technol. 2005;46:155-160. DOI: 10.1016/j.seppur.2005.05.004.
• [4] Kosobucki P, Kruk M, Buszewski B. Immobilization of selected heavy metals in sewage sludge by natural zeolites. Bioresour Technol. 2008;99:5972-5976. DOI: 10.1016/j.biortech.2007.10.023.
• [5] Tomczak E, Sulikowski R. Opis równowagi i kinetyki sorpcji jonów metali ciężkich na klinoptylolicie. Inż Apar Chem. 2010;1:113-15.
• [6] Tomczak E. Sorption equilibrium of heavy metal ions on modified chitosan beads, Ecol Chem Eng A. 2008;15(7):694-702.
• [7] Petrus R, Warchoł J. Heavy metal removal by clinoptilolite. An equilibrium study in multi-component system. Water Res. 2005;39:819-830. DOI: 10.1016/j.watres.2004.12.003.
• [8] Charlet L, Tournassat Ch. Fe(II)-Na(II)-Ca(II) cations exchange on montmorillonite in chloride medium: evidence for preferential clay adsorption of chloride - metal ion pairs in seawater. Aquatic Geochem. 2005;11:115-137. DOI: 10.1016/j.compchemeng.2010.05.012.
• [9] Krishna BS, Murty DS, Prakash BSJ. Thermodynamics of chromium(VI) anionic species sorption onto surfactant-modified montmorillonite clay. J Coll Interf Sci. 2000;229:230-236. DOI: 10.1016/jcis.2000.7015.
• [10] Tarasevich YI, Krysenko DA, Polyakow VE. Equilibria and heats of ion exchange in the system of mordenite-alkali and alkaline earth cations. Theor Experim Chem. 2006;42(5):320-326. DOI: 10.1007/s11237-006-0060-1.
• [11] Tomczak E, Kaminski W. Drying kinetics simulation by means of artificial neural networks. Handbook of Powder Technology, vol. 10: Handbook of Conveying and Handling of Particulate Solids, Levy A, Kalman H, editors. Amsterdam: Elsevier; 2001:569-580.
• [12] Bulsari AB. Neural Networks for Chemical Engineers, Computer-Aided Chemical Engineering, 6, Bulsari AB, redaktor. Amsterdam: Elsevier Sci.; 1995.
• [13] Rutkowski L. Metody i techniki sztucznej inteligencji. Inteligencja obliczeniowa. Warszawa: Wyd Nauk PWN; 2005.
• [14] Tomczak E. Application of ANN and EA for description of metal ions on chitosan foamed structure - Equilibrium and dynamics of packed column. Comp Chem Eng. 2011;35:226-235. DOI: 10.1016/j compchemeng.2010.05.012.