Investigating the use of composites of hydrogels and metalorganic frameworks for heavy metal removal using artificial intelligence

Abstract

Teknolojinin gelişmesi ve sanayileşme ile birlikte ağır metaller, toksik etkileri ve kalıcı yapılarıyla insan sağlığı ve ekosistem için büyük tehditler oluşturmaya başlamıştır. Özellikle yüksek toksisiteye sahip olan kurşun (Pb), bu ağır metaller içerisinde sudan uzaklaştırılması gereken öncelikli kirleticiler arasında yer almaktadır. Bu nedenle, son yıllarda, ağır metal iyonlarının uzaklaştırılmasında yüksek yüzey alanına ve mekanik dayanıma sahip kompozit adsorbanların geliştirilmesi araştırmacılar arasında ön plana çıkmya başlamıştır. Özellikle metal-organik çerçeveler (MOF) ve biyopolimer bazlı hidrojellerin kombinasyonu içeren kompozit malzemeler araştırmacıların en çok ilgisini çeken yapıların başında gelemeye başlamıştır. Bu tez çalışmasında, sodyum aljinat (SA) temelli hidrojel ile metal-organik çerçeve olan Zeolitik İmidazolat Çerçevesi-8 (ZIF-8) kullanılarak sentezlenen kompozit adsorbanın sulardaki Pb(II) iyonlarını uzaklaştırma kapasitesi araştırılmıştır. Tez çalışması beş temel aşamada gerçekleştirilmiştir. İlk aşamada, ZIF-8 sentezlenmiştir. İkinci aşamada, belirli oranlarda SA ve ZIF-8 birleştirilerek yüksek adsorpsiyon kapasitesi ve mekanik stabiliteye sahip SA@ZIF-8 kompozitleri elde edilmiştir. Üçüncü aşamada kompozitlerin kurşun giderim performansı sıcaklık (23-50 °C), başlangıç Pb(II) iyonu derişimi (400-500 mg/ L) ve temas süresi (10-240 dakika) gibi parametrelerin etkisi altında incelenmiştir. Dördüncü aşamada, elde edilen deneysel veriler kinetik (yalancı birinci derece, yalancı ikinci derece, Dumwald-Wagner), izoterm (Langmuir, Freundlich, Jovanović) ve termodinamik (Van't Hoff) modeller kullanılarak analiz edilmiştir. Yapılan analizler sonucunda, adsorpsiyon sürecinin büyük oranda kimyasal adsorpsiyon mekanizmasına uyduğu, ayrıca intrapartikül difüzyonun da belirli koşullarda etkili olduğu belirlenmiştir. İzoterm analizi tek tabakalı ve adsorpsiyonun heterojen bir yüzeyde gerçekleştiğini göstermiştir. Termodinamik analizlerle, adsorpsiyonun endotermik ve kendiliğinden gerçekleşen bir süreç olduğu saptanmıştır. Beşinci ve son aşamada ise, optimize edilen veriler ANFIS modeli için istatistiksel olarak derlendi. Bu veriler, daha sonra Uyarlamalı Ağ Tabanlı Bulanık Çıkarım Sistemi (ANFIS) ile optimize edilerek yapay zeka yaklaşımını içeren modelleme gerçekleştirilmiş ve modelin yüksek tahmin başarısına sahip olduğu (R²=0,98) tespit edilmiştir. Ayrıca, optimum çalışma koşullarının 40 °C sıcaklık, %6 ZIF-8 yükleme oranı, 450 mg/ L Pb(II) başlangıç derişimi ve 60 dakika temas süresi olduğu tespit edilmiştir. Sonuç olarak, SA@ZIF-8 kompozit adsorbanının yüksek adsorpsiyon kapasitesi (~260 mg/ g) ve tekrar kullanılabilirliği ile ağır metal gideriminde oldukça etkili olduğu ve ANFIS modellemesinin süreç optimizasyonu için güçlü bir araç olduğu ortaya konmuştur.

The advancement of technology and industrialization has rendered heavy metals a significant hazard to human health and the ecology because to their poisonous properties and enduring structures. Lead (Pb), which has a high toxicity, is one of these heavy metals that must be removed from water as a priority. For this reason, the development of composite adsorbents with a large surface area and mechanical strength for the removal of heavy metal ions has become the focus of researchers in recent years. Composite materials, especially those containing a combination of metal-organic frameworks (MOF) and biopolymer-based hydrogels, are now among the structures attracting the most attention from researchers. In this thesis, the capacity of the adsorbent synthesized from sodium alginate (SA)-based hydrogel and the metal-organic framework Zeolitic Imidazolate Framework-8 (ZIF-8) to remove Pb(II) ions from water was investigated. The study was conducted in five main phases. In the first phase, ZIF-8 was synthesized. In the second phase, SA@ZIF-8 composites with high adsorption capacity and mechanical stability were prepared by combining SA and ZIF-8 in specific ratios. In the third stage, the lead removal performance of the composites was investigated under the influence of parameters such as temperature (23-50 °C), initial Pb(II) ion concentration (400-500 mg/ L) and contact time (10-240 minutes). In the fourth step, the obtained experimental data were analyzed using kinetic (pseudo-first order, pseudo-second order, Dumwald-Wagner), isothermal (Langmuir, Freundlich, Jovanović) and thermodynamic (Van't Hoff) models. As a result of the analyzes, it was found that the adsorption process largely corresponds to the chemical adsorption mechanism and that intraparticle diffusion is also effective under certain conditions. Isotherm analysis showed that adsorption took place on a single-layered and heterogeneous surface. Thermodynamic analysis showed that adsorption was an endothermic and spontaneous process. In the fifth and final phase, the optimized data was statistically compiled for the ANFIS model. This data was then optimized using the Adaptive Network-Based Fuzzy Inference System (ANFIS) and modeling was performed using the artificial intelligence approach. It was found that the model had a high predictive success (R²=0.98). It was also found that the optimum operating conditions were 40 °C temperature, 6% ZIF-8 loading rate, 450 mg/ L initial Pb(II) concentration and 60 min contact time. As a result, it was found that the SA@ZIF-8 composite adsorbent with its high adsorption capacity (~260 mg/ g) and reusability was very effective in removing heavy metals and ANFIS modeling was a powerful tool for process optimization.