Polymer nanocomposites : synthesis, characterization and application in heavy-metal removal


Thesis Type: Postgraduate

Institution Of The Thesis: Marmara University, Turkey

Approval Date: 2019

Thesis Language: English

Student: HALİME YAKIŞIK

Supervisor: Uğur Özveren

Abstract:

Son yıllarda toksik ağır metal iyonlarıyla su kirlenmesi, sanayileşmenin ve hızlı nüfus artışının bir sonucu olmuştur. Özellikle, ağır metal iyonlarının neden olduğu su kirliliği ciddi çevresel tehlikelere ve su kaynaklı hastalıklara yol açmaktadır. Ek olarak, bu toksik kirleticilere uzun süre maruz kalınması ölüme bile neden olabilir. Bu nedenle, adsorpsiyon etkinliği yüksek ve ucuz çeşitli adsorban materyallerin geliştirilmesi birçok araştırmacı tarafından yoğun bir şekilde araştırılmaktadır. Bu çalışmada, biyokömürün ana ham maddesi olarak fındık kabuğu tozu kullanılarak sol-jel yöntemiyle TiO2/Biyokömür nanokompozit partikülleri sentezlendi. Bu nanokompozit, polianilin sentezi sırasında Polianilin/TiO2/Biyokömür nanokompozit materyali elde etmek için kullanıldı. Bu adsorban malzeme, Cu (II) ağır metal iyonlarının sulu çözeltiden giderimi için uygulandı. Nanokompozitin giderim etkinliği, optimum deney koşulları altında % 87.51 olarak bulundu. Kinetik ve izoterm çalışmalarının sonuçları da, hazırlanan nanokompozit adsorbanın giderim performansını doğruladı. Geliştirilmiş adsorbanın nano boyutu, ayrıca XRD karakterizasyonu ile belirlendi. Adsorpsiyon davranışı, doğrusal olmayan adsorpsiyon proses parametreleri nedeniyle oldukça karmaşık bulunmuştur. Bu nedenle, adsorpsiyon sonuçlarının doğru bir şekilde tahmini için yetersiz olan geleneksel matematiksel modellerin kullanımı ile bu etkin faktörleri modellemek ve simüle etmek zordur. Bu çalışmada, yapay sinir ağları yaklaşımı geliştirilmiştir. Polianilin, Polianilin/Biyokömür, Polianilin/TiO2 ve TiO2/Biyokömür adsorpsiyon özellikleri, yeni Polianilin/TiO2/Biyokomür nanokompoziti adsorpsiyon kapasitesinin tahmininde uygulanacak sinir ağlarının incelenmesi için çalışılmıştır. Bu yapay zeka yaklaşım modeli, herhangi bir fiziksel veya kimyasal mekanizma bilgisi olmadan adsorpsiyon davranışını tanımlayabilir. -------------------- In recent years, water contamination with toxic heavy metal ions has become a consequence of increasingly development of industrialization and rapid population growth. Especially, the water pollution of heavy metal ions leads to serious environmental dangers and water-borne diseases. Additionally, long term exposure of these toxic contaminants could result in even death. Therefore, the development of various low-cost adsorbent materials with high removal efficiency are being investigated extensively by many researchers. In this study, TiO2/Biochar nanocomposite particles were synthesized by sol-gel method using hazelnut shell powder as the main raw substances of biochar. This nanocomposite was used during polyaniline synthesis mechanism to obtain Polyaniline/TiO2/Biochar nanocomposite material. This adsorbent material was applied to the recovery assessments of Cu (II) heavy metal ions from aqueous solution. The removal efficiency of nanocomposite was found as % 87.51 under the optimum experimental conditions. The results of kinetic and isotherm studies were also confirmed the removal performance of prepared nanocomposite adsorbent. The nano size of adsorbent was also determined by XRD characterization.The adsorption behavior has been found highly complex due to the nonlinearity between adsorption process parameters. Therefore, it is difficult to model and simulate these influencing factors using conventional mathematical models that are insufficient to accurately forecast the adsorption results. In this study, artificial neural network approach was developed. The adsorption properties of Polyaniline, Polyaniline/Biochar, Polyaniline/TiO2 and TiO2/Biochar were studied to examine the application of neural networks for the prediction of adsorption capacity for novel Polyaniline/TiO2/Biochar nanocomposite adsorbent. This artificial intelligence approach model can describe the adsorption behavior without any physical or chemical knowledge of mechanism.