响应曲面法优化污泥基吸附剂处理含铅选矿废水的实验条件

顾海奇, 林伟雄, 周佳丽, 武纯, 孙水裕, 杨帆, 叶子玮, 陈楠纬, 任杰. 响应曲面法优化污泥基吸附剂处理含铅选矿废水的实验条件[J]. 环境工程学报, 2020, 14(10): 2751-2760. doi: 10.12030/j.cjee.201910115
引用本文: 顾海奇, 林伟雄, 周佳丽, 武纯, 孙水裕, 杨帆, 叶子玮, 陈楠纬, 任杰. 响应曲面法优化污泥基吸附剂处理含铅选矿废水的实验条件[J]. 环境工程学报, 2020, 14(10): 2751-2760. doi: 10.12030/j.cjee.201910115
GU Haiqi, LIN Weixiong, ZHOU Jiali, WU Chun, SUN Shuiyu, YANG Fan, YE Ziwei, CHEN Nanwei, REN Jie. Experiment conditions optimization of lead-containing mineral processing wastewater treatment by sludge-based adsorbent through response surface methodology[J]. Chinese Journal of Environmental Engineering, 2020, 14(10): 2751-2760. doi: 10.12030/j.cjee.201910115
Citation: GU Haiqi, LIN Weixiong, ZHOU Jiali, WU Chun, SUN Shuiyu, YANG Fan, YE Ziwei, CHEN Nanwei, REN Jie. Experiment conditions optimization of lead-containing mineral processing wastewater treatment by sludge-based adsorbent through response surface methodology[J]. Chinese Journal of Environmental Engineering, 2020, 14(10): 2751-2760. doi: 10.12030/j.cjee.201910115

响应曲面法优化污泥基吸附剂处理含铅选矿废水的实验条件

    作者简介: 顾海奇(1994—),男,硕士研究生。研究方向:污泥资源化。E-mail:ghq940626@sina.com
    通讯作者: 孙水裕(1965—),男,博士,教授。研究方向:固体废物资源化利用。E-mail:sysun@gdut.edu.cn
  • 基金项目:
    国家重点研发计划项目(2018YFD0800702);广东省高校青年创新项目(2017GkQNCX043);佛山市科技创新项目(2017AG100072);肇庆学院科研基金资助项目(2019012614,2018010172)
  • 中图分类号: X703

Experiment conditions optimization of lead-containing mineral processing wastewater treatment by sludge-based adsorbent through response surface methodology

    Corresponding author: SUN Shuiyu, sysun@gdut.edu.cn
  • 摘要: 针对碱性含铅选矿废水的处理问题,利用CaO-SA对广东省某含铅选矿废水进行了吸附研究。通过单因素实验,研究了吸附时间、pH、温度和吸附剂投加量等因素对吸附剂吸附Pb2+的影响。利用Box-Behnken 实验设计探究了吸附时间、pH、温度和投加量对Pb2+的吸附影响并优化最优工艺参数,最后对CaO-SA吸附Pb2+的机理进行探讨。单因素实验结果表明:吸附饱和时间为60 min;吸附剂最优投加量为5 g·L−1;提高温度有利于吸附的进行;在碱性条件下,投加量为5 g·L−1,适当增加温度有利于提高Pb2+的去除率。通过Box-Behnken 实验设计探究发现:各因素对吸附效果的影响顺序为温度>吸附时间>投加量> pH;在最佳条件(投加量为6 g·L−1、温度40 ℃、pH=11、吸附时间为30 min)下,Pb2+的去除率为99.63%;在较短吸附时间内,适当地增加投加量与提高温度有助于提高Pb2+的去除率。对CaO-SA的SEM表征结果显示,该材料孔隙发达,提供吸附位点多。红外光谱与XRD的结果显示,CaO-SA对Pb2+的吸附主要为吸附剂中羧酸盐与Pb2+结合的化学吸附,其次是吸附剂中大量存在的硅酸盐与Pb2+结合的物理吸附。以上研究结果可为CaO-SA工业化应用提供参考。
  • 重金属污染场地,指长期进行矿产冶炼、电镀加工、不锈钢生产、仪表机械制造等产业的重金属企业厂区,因没有采取严格规范的环保措施[1],产生废气沉降、废液灌溉和废弃物堆积[2]等,从而直接或间接污染土壤的工业场地,直接或间接造成的被重金属元素污染土壤的工矿业场地。重金属污染具有隐蔽性强、潜伏期长、污染后果严重等特点[3]。据2014年发布的《全国污染土壤调查状况公报》[4](简称公报),我国土壤的总超标率达到了16.1%。其中,工矿业废弃地的土壤环境问题突出,比较典型且污染严重的地块类型有3种:重污染企业用地的招标点位占调查总数的36.3%;工业废弃地的超标点位占调查总数的34.9%;工业园区的超标点位占调查总数的29.4%。土壤污染主要由无机污染物造成。该公报列举了铜、汞、镍、镉、铬、砷、铅、锌8种重金属元素作为无机污染物,并对其进行了详细说明。

    随着我国“退二进三”的城市化发展及产业结构升级,城市的工业污染场地引起人们关注,其中重金属是主要污染源,影响周边居民健康,制约土地资源的二次利用[5]。近年来,我国针对重金属污染场地的污染修复技术发展日渐成熟,基于已有的技术研究,董家麟[6]以国内外大量文献综合分析各项技术的优缺点及应用范围;宋立杰等[7]介绍且分析了各项修复技术的实施方法;晁文彪[8]通过研究专利技术对重金属污染修复技术的发展趋势作出了展望。但目前大多数研究聚焦于重金属污染土壤的整体技术发展现状,单独对场地修复技术进行研究的综述类文献较少。本研究对重金属污染场地修复技术专利(简称专利)进行了计量分析,探究各项技术的发展趋势。

    本研究是基于国家知识产权局专利检索及分析网站进行的检索,设计检索式以关键词“重金属”和“土壤”为主,排除了农、矿、垃圾、肥、污泥等几个关键词,此外,在中国知识资源综合数据库(简称中国知网)以同一个检索式进行二次检索,以专利公开日为日期标准,截取时间段为2002年1月1日—2019年5月24日的专利,筛选排除了农田土壤修复、土壤重金属检测方法、土壤重金属来源分析及风险评估方法等专利,得到关于重金属污染场地修复技术的公开专利1 556项。梳理筛选得到的专利,将专利的名称、公开日、授权日、公开号、研究机构、发明人、技术类型、目标重金属、应用效果、优点等录入Excel并利用筛选功能、查找功能进行公开年份(分析年度变化均以此为标准)、目标重金属、技术类型的统计;利用Origin软件制图。文中2019年的专利数量为2019年1月1日—2019年5月24日的专利数量总和,采用文献计量学方法系统总结了重金属污染场地修复技术的现状、特点及发展趋势。

    1)专利总量年度变化。2002—2019年公开的专利总数、授权发明专利数量及实用新型专利数量年度变化趋势见图1。公开专利的研究进程可以分为4个阶段。第1阶段为2002—2009年,该阶段公开的专利数量增长几乎停滞;第2阶段为2009—2013年,国内研究处于起步阶段,平均增长率约为16项·a−1;2013年进入了重金属污染场地修复的第3阶段,公开的专利数量快速增长,平均增长率为67项·a−1,尤其是2016—2017年,公开的专利数量增长了101项;第4阶段是2017年至今,公开的专利数量稍有回落,趋于稳定,2018年公开的专利数量为219项,2019年1—5月公开的专利数量为141项。第3阶段的公开专利数量增长可能因为2012年国家将土壤修复列入《“十二五”国家战略性新兴产业发展规划》(国发[2012]28号)的“先进环保产业发展路线图”,江苏省、广东省、重庆市、湖南省等地普遍关停了多家企业,开展了工矿企业搬迁原址场地土壤的修复[9],激发了土壤修复产业的活力。

    图 1  2002—2019年专利数量变化
    Figure 1.  changes of patent number from 2002 to 2019

    在此期间,授权专利数量总体呈增长趋势,实用新型专利在2014年开始发展,专利数量占专利总数的比例逐渐增大,2014年占比为13.70%,2016年占比为14.64%,2017年占比为15.23%。这说明修复治理重金属污染场地的各项技术研究成熟后,研发具有自主知识产权、符合我国国情的重金属污染场地修复装置和设备也引起了人们重视。

    2)专利总量区域分布和机构分布。申请公开专利数量占据全国前10名的区域见表1。由表1可知,江苏省、湖南省、广东省、北京市是主要的专利申请地区,被公开的申请专利数量分别为225、155、153和147项。这4个省份公开专利数量比较多,其主要原因为:第一,可能是因为当地科研机构多、科研氛围浓厚。全国范围内申请重金属污染场地修复技术专利的机构总数为611个,其中江苏省、湖南省、广东省、北京市的机构数量分别为71、58、72和64个,4个省份的机构数量总和近乎占据了全国研究机构总量的一半;第二,可能是当地的工业结构和产业需求促进了重金属污染土壤修复技术的发展。2011年,廖晓勇等[5]提出,我国达到工业规模级别的重金属冶炼企业及重金属压延加工企业数量众多,其中这类企业在江苏省的数量最多,浙江省、广东省、湖南省名列前茅,在产业结构调整和城市化发展的推动下,重金属污染场地的修复成了这些省份必须解决的问题,因此,修复技术的研究发展也相应较快。

    表 1  区域专利数量前10名和区域机构数量前10名
    Table 1.  Top 10 regions in patent numbers and top 10 regions in organizations
    区域专利数量/项区域机构数量/个
    江苏省225广东省72
    湖南省155江苏省71
    广东省153北京市64
    北京市147湖南省58
    上海市92上海市38
    浙江省91山东省35
    湖北省86湖北省33
    四川省75安徽省32
    山东省66浙江省31
    安徽省57四川省29
     | Show Table
    DownLoad: CSV

    3)公开专利的重金属研究对象及其适用技术分析。常见的重金属研究对象为镉、铅、铜、锌、铬、砷、汞、镍,其中研究镉、铬、铜、铅、锌等5种重金属的公开专利尤其多,用于处理镉、铅、铜、锌、铬、砷、汞、镍为主的污染场地的公开专利分别为324、257、186、163、140、91、77和58项,关于其余重金属污染场地修复技术的公开专利均不足50项,这说明以上列举的几种重金属的处理技术研究比较成熟。其中,铜、铬、锌、镍、锰等几种重金属的技术研究均是从生物修复技术起步,再扩展研究其他技术的应用。固化/稳定化技术在各类重金属污染场地的技术占比为31.48%~54.55%,可以普遍应用于各种重金属污染场地,适用性广;生物修复技术则常用于镉、铅、铜、锌、锰等几种重金属污染场地,技术占比为25.77%~41.18%,这主要取决于可筛选应用于不同重金属污染场地的生物资源丰富度;联合修复技术比较适用于铬污染场地,技术占比达到24.29%,对于一些其他重金属污染,如钴、锶、锑、铯、硒,这几种金属的联合修复技术研究也在2014年和2017年有所发展;淋洗修复技术常用于修复镉、铅、铜、锌、镍、砷、汞等重金属污染场地,技术占比均为10%~15%;物理修复技术在镍、锰、铬、铜、汞几种重金属污染场地应用得比较多,技术占比为9.09%~12.14%,主要是吸附修复技术和电动修复技术发展得比较好,热脱附修复技术主要应用在汞污染场地和砷污染场地中,磁分离修复技术则主要应用于铬污染场地、铜污染场地和铅污染场地。

    固化/稳定化技术修复重金属污染场地的公开专利总数、授权发明专利数量和实用新型专利数量统计结果见图2。该项技术在2010年才开始发展,整体呈现上升趋势,2013—2017年发展最为迅猛,近2年发展趋势有所回落。迄今为止,2015年固化/稳定化技术的授权发明专利数量最多,实用新型专利变化一直波动不大。固化/稳定化技术是一种高效、快速治理重金属污染场地的技术,该技术主要通过调节土壤pH、离子交换、螯合作用、络合作用、吸附作用等方式改变重金属离子的赋存形态,降低其生物有效性和生态毒性,从而达到固化/稳定化重金属的目的。近几年,固化稳定化技术的主要发展趋势是研发绿色环保固化/稳定化药剂、降低二次污染的风险。以往大量研究选用水泥、石灰等作为固化/稳定化修复药剂的主要成分进行修复,易出现土壤板结或过度石灰化的现象,既覆盖了重金属污染土壤的表面,影响治理效果,也不利于污染土壤的二次利用;部分研究选用化学药剂作为固化/稳定化修复药剂,易造成土壤盐碱化或者酸化、碱化土壤。因此,天然材料如秸秆、贝壳粉、木质素等材料的应用得到了重视。此外,国内重视以废治废、变废为宝的理念,对钢渣、废弃石膏、电石渣等进行利用,但由于易造成二次污染,材料逐渐由钢渣转变成具有生物可降解性的废料,如糖醛渣、农林废弃物、城市污水厂的污泥,降低成本和环境风险。

    图 2  2002—2019年固化/稳定化技术专利数量
    Figure 2.  Patent number of immobilization/stabilization technology from 2002 to 2019

    利用生物修复技术修复重金属污染场地的公开专利总数、授权发明专利数量和实用新型专利数量统计结果见图3。自2005年起,该项技术的专利总数基本呈现上升趋势,授权发明专利的数量在2013年后呈递减趋势,实用新型专利发展缓慢。生物修复技术是指利用自然界的生物资源,如通过微生物菌株、超累积植物和蚯蚓等吸收或移除土壤中的重金属,从而对重金属污染场地进行修复。该技术主要包括植物修复技术、动物修复技术、微生物修复技术、生物联合修复技术。目前,研究者偏向于发展动物和微生物辅助超累积植物吸收重金属为主的生物联合修复技术。近几年,研究重点主要包括3个方面:一是如何提高植物对重金属的吸收效率,常用方法包括施加生物炭基肥[10-12]、微生物复合菌剂[13-15]或动物[16-17]等;二是如何保证种子在重金属污染土壤中的存活率,现有的解决办法包括生态修复床[18-19]、人工包埋种子[20]、增加纤维丝隔离层[21-22]等;三是如何筛选生物资源,植物修复技术一般采用生物量大、生长迅速、重金属超累积容量大的植物,微生物修复技术则一般采用对重金属耐受性较高的菌株,例如芽孢杆菌和霉菌。

    图 3  2002—2019年生物修复技术专利数量
    Figure 3.  Patent number of bioremediation technology from 2002 to 2019

    淋洗技术修复重金属污染场地的公开专利数量、授权发明专利数量和实用新型专利数量统计结果见图4。淋洗修复技术的公开专利在2011年开始发展,专利总数基本呈现上升趋势,2017年专利总数达到44项。淋洗修复技术主要是异位修复,须依赖装置设备,提高修复效果,降低淋洗剂用量[23-27]。其核心在于淋洗剂的选用和实际场地的实施,这2个要素决定了淋洗技术能否在重金属污染场地修复领域中广泛被应用。淋洗常选用酸溶液作为淋洗剂,但EDDS、聚环氧琥珀酸、柠檬酸、苹果酸等可生物降解的酸溶液价格昂贵,因此,常配合水、硝酸或盐酸、氯化铁水溶液、吐温80等其他淋洗剂使用,从而降低环境风险和药剂成本;场地实施一般利用振荡进行淋滤,为加快淋洗速度,郭红岩等[28]和郭军康等[29]开始研究通过微波/超声波等促进淋滤过程,目前,郭军康等[30]已同步设计了超声波强化萃取装置,但尚未有应用实例。

    图 4  2002—2019年淋洗修复技术专利数量
    Figure 4.  Patent number of rinsing remediation technology from 2002 to 2019

    物理修复技术是指利用阻隔、吸附、电迁移、电泳、电渗析、热脱附、磁场效应等物理原理对重金属污染场地进行修复的技术,主要包括电动修复技术、吸附修复技术、阻隔修复技术、磁分离修复技术和热脱附修复技术。

    电动修复技术的公开专利数量、授权发明专利数量和实用新型专利数量统计结果见图5。2017年之前电动修复技术的公开专利数量总体呈上升趋势,2017年达到最大值27项;授权发明专利数量有所波动,2017年前实用新型专利的数量呈持续上升的趋势。目前,电动修复技术的研究热点主要是电动装置的创新,既包括电极、电解液等的材料创新,也包括电动装置本身的结构组成创新。

    图 5  2002—2019年电动修复技术专利数量
    Figure 5.  Patent number of electric remediation technology from 2002 to 2019

    吸附修复技术的公开专利数量、授权发明专利数量和实用新型专利数量统计结果见图6。2014年授权发明专利达到峰值,2015年实用新型专利开始发展。目前,研究比较成熟的有海藻酸钠制备吸附板和吸附微球[31-33]、农业废弃物制备生物炭[34-36]等,技术重点主要是对吸附材料进行改性提高其吸附效率,增大吸附容量;常用的原材料一般是黏土矿物,如凹凸棒土、膨润土、沸石、二元水滑石等,也有有机高分子材料,例如树脂、凝胶球等。

    图 6  2002—2019年吸附修复技术专利数量
    Figure 6.  Patent number of adsorption remediation technology from 2002 to 2019

    其他物理修复技术还包括磁分离修复技术、热脱附修复技术和阻隔修复技术等。磁分离修复技术只能应用于磁性重金属,2014年后,每年的公开专利数量维持在4~5项,2018年、2019年的公开专利总数均为6项;热脱附修复技术从2014年开始发展,整体呈缓慢的上升趋势,主要适用于含汞、砷的重金属污染场地,应用范围狭窄、耗能较高,研究重点是不同类型的热脱附装置[37-39],2014年开始发展,整体呈缓慢上升趋势;阻隔修复技术的公开专利数量保持波动。

    联合修复技术的公开专利数量、授权发明专利数量和实用新型专利数量统计结果见图7,该项技术从2013年开始发展,公开专利数量总体呈现上升趋势,2017年,达到最大值为87项,主要集中为研究原位修复重金属污染的阻隔装置[40-42];授权发明专利的数量在2014年较多;实用新型专利则在2017年达到峰值。

    图 7  2002—2019年联合修复技术专利数量
    Figure 7.  Patent number of joint remediation technology from 2002 to 2019

    联合修复技术指联合1种或2种以上技术进行重金属污染场地的修复治理,通常是以固化/稳定化技术、生物修复技术和淋洗修复技术为主,物理修复技术为辅进行。电动修复技术[43-46]、吸附修复技术[47-49]和热脱附修复技术[50-53]均常与淋洗修复技术联用,通过吸附等方式富集淋出液中的重金属后,淋出液可以进行回用,此外,其也常与生物技术联用,加快植物吸收重金属的速率;磁分离技术逐渐受到重视,该项技术配合固化/稳定化技术应用于重金属污染场地,可有效移除场地土壤中的重金属[54-55],配合淋洗技术使用则可以快速吸附淋出液的重金属,使得淋出液可以回用[56-59]

    1)近几年,研究者更加重视相关装置的发展,直接反映为实用新型专利的数量占比显著提高。

    2)国内重金属污染场地修复技术的公开专利发展可分为4个阶段,2013—2017年发展迅猛,平均增长率为66项·a−1,近2年发展渐缓。其中,江苏省、北京市、广东省、湖南省的科研机构众多,公开专利总数也比较多。

    3)综合适用对象范围、研究机构数量、公开专利数量及年份变化趋势等因素进行评估,可以看出,目前,发展较好的重金属污染场地修复技术依次为固化/稳定化技术、淋洗修复技术、物理修复技术,以废治废、降低成本仍然是研究热点。

  • 图 1  投加量对CaO-SA 去除Pb2+的影响

    Figure 1.  Effect of dosage on Pb2+ removal by CaO-SA

    图 2  pH对CaO-SA 去除Pb2+的影响

    Figure 2.  Effect of pH on Pb2+ removal by CaO-SA

    图 3  吸附时间对CaO-SA 去除Pb2+的影响

    Figure 3.  Effect of adsorption time on Pb2+ removal by CaO-SA

    图 4  温度对CaO-SA去除Pb2+的影响

    Figure 4.  Effects of adsorption temperature on Pb2+ removal by CaO-SA

    图 5  Pb2+去除率实验值和预测值的比较

    Figure 5.  Comparison of experimental and predicted values of Pb2+ removal rate

    图 6  残差正态概率

    Figure 6.  Normal probability of residual

    图 7  吸附时间和温度对CaO-SA吸附Pb2+的响应曲面图

    Figure 7.  Response surface map of adsorption time and temperature on Pb2+ adsorption on CaO-SA

    图 8  吸附时间和投加量对CaO-SA吸附Pb2+的响应曲面图

    Figure 8.  Response surface map of adsorption time and dosage on Pb2+ adsorption on CaO-SA

    图 9  CaO-SA电镜扫描

    Figure 9.  SEM images of CaO-SA

    图 10  CaO-SA吸附Pb2+前后红外光谱图谱

    Figure 10.  FT-IR spectra of CaO-SA before and after adsorption of Pb2+

    图 11  CaO-SA 的X-射线衍射图

    Figure 11.  X-ray diffraction pattern of CaO-SA

    表 1  实验自变量因素及其水平

    Table 1.  Factors and levels of experimental design

    各水平编码取值因素
    (A)吸附时间/min(B)温度/℃(C)投加量/(g·L−1)(D)pH
    −1302026
    0453049
    16040612
    各水平编码取值因素
    (A)吸附时间/min(B)温度/℃(C)投加量/(g·L−1)(D)pH
    −1302026
    0453049
    16040612
    下载: 导出CSV

    表 2  实验设计和结果

    Table 2.  Experimental design and the corresponding results

    编号变量编码水平去除率/%
    (A)吸附时间/min(B)温度/℃(C)投加量/(g·L−1)(D)pH
    1−1−10072.45
    200−1198.75
    3101098.53
    4000093.64
    5000085.44
    6100−198.98
    7−10−1096.11
    80−10−190.45
    9−110090.21
    1010−1099.86
    11001−193.47
    12001191.68
    13010188.25
    140−10192.68
    151−10093.34
    160−1−1098.21
    17000077.68
    18−100−198.20
    1901−1098.0
    20−100185.48
    21010−196.78
    22011094.12
    23000086.14
    2400−1−199.74
    25110094.27
    26−101094.2
    27000094.27
    28100194.27
    290−11094.27
    编号变量编码水平去除率/%
    (A)吸附时间/min(B)温度/℃(C)投加量/(g·L−1)(D)pH
    1−1−10072.45
    200−1198.75
    3101098.53
    4000093.64
    5000085.44
    6100−198.98
    7−10−1096.11
    80−10−190.45
    9−110090.21
    1010−1099.86
    11001−193.47
    12001191.68
    13010188.25
    140−10192.68
    151−10093.34
    160−1−1098.21
    17000077.68
    18−100−198.20
    1901−1098.0
    20−100185.48
    21010−196.78
    22011094.12
    23000086.14
    2400−1−199.74
    25110094.27
    26−101094.2
    27000094.27
    28100194.27
    290−11094.27
    下载: 导出CSV

    表 3  方差分析表

    Table 3.  Analysis of variance

    项目平方和自由度均方FP
    模型1 087.041477.6514.84< 0.000 1
    A115.381115.3822.050.000 3
    B141.521141.5227.050.000 1
    C57.03157.0310.900.005 2
    D5.0715.070.970.341 6
    AB243.201243.2046.49< 0.000 1
    AC273.901273.9052.36< 0.000 1
    AD32.72132.726.250.025 4
    BC0.04810.0489.25×10−30.924 7
    BD66.10166.1012.630.003 2
    CD92.16192.1617.620.000 9
    A234.64134.646.620.022 1
    B21.5211.520.290.598 9
    C218.79118.793.590.078 9
    D24.2614.260.810.382 1
    残差73.24145.23
    净误差040
    总离差1 160.2828
    项目平方和自由度均方FP
    模型1 087.041477.6514.84< 0.000 1
    A115.381115.3822.050.000 3
    B141.521141.5227.050.000 1
    C57.03157.0310.900.005 2
    D5.0715.070.970.341 6
    AB243.201243.2046.49< 0.000 1
    AC273.901273.9052.36< 0.000 1
    AD32.72132.726.250.025 4
    BC0.04810.0489.25×10−30.924 7
    BD66.10166.1012.630.003 2
    CD92.16192.1617.620.000 9
    A234.64134.646.620.022 1
    B21.5211.520.290.598 9
    C218.79118.793.590.078 9
    D24.2614.260.810.382 1
    残差73.24145.23
    净误差040
    总离差1 160.2828
    下载: 导出CSV
  • [1] 夏艳圆. 铅锌选矿废水絮凝吸附处理与回用实验研究[D]. 赣州: 江西理工大学, 2018.
    [2] 李香兰, 李蘅. 某钨矿选矿废水处理研究[J]. 大众科技, 2011, 13(7): 129-130. doi: 10.3969/j.issn.1008-1151.2011.07.052
    [3] 张同胜. 含重金属离子废水处理过程中pH值的设定[J]. 硫酸工业, 2005, 47(4): 27-30. doi: 10.3969/j.issn.1002-1507.2005.04.007
    [4] 宋宝旭, 刘四清. 国内选矿厂废水处理现状与研究进展[J]. 矿冶, 2012, 21(2): 97-103. doi: 10.3969/j.issn.1005-7854.2012.02.023
    [5] 张志, 赵永斌, 刘如意. 微电解-中和沉淀法处理酸性重金属矿山地下水的实验研究[J]. 有色金属(选矿部分), 2002, 54(2): 45-47.
    [6] POLLMANN K, KUTSCHKE S, MATYS S, et al. Bio-recycling of metals: Recycling of technical products using biological applications[J]. Biotechnology Advances, 2018, 36: 1048-1062.
    [7] 刘珊妮. 黄金选矿厂及冶炼厂含砷重金属废水提标处理技术分析与评价[D]. 西安: 西安建筑科技大学, 2012.
    [8] 文虹. CP吸附剂处理铅锌选矿废水实验研究[D]. 徐州: 中国矿业大学, 2018.
    [9] 王建龙, 陈灿. 生物吸附法去除重金属离子的研究进展[J]. 环境科学学报, 2010, 30(4): 673-701.
    [10] VIJAYARAGHAVAN K, BALASUBRAMANIAN R. Is biosorption suitable for decontamination of metal-bearing wastewaters? A critical review on the state-of-the-art of biosorption processes and future directions[J]. Journal of Environmental Management, 2015, 160: 283-296. doi: 10.1016/j.jenvman.2015.06.030
    [11] RANGABHASHIYAM S, BALASUBRAMANIAN P. Characteristics, performances, equilibrium and kinetic modeling aspects of heavy metal removal using algae[J]. Bioresource Technology Reports, 2019, 5: 261-279. doi: 10.1016/j.biteb.2018.07.009
    [12] MO J H, YANG Q, ZHANG N, et al. A review on agro-industrial waste (AIW) derived adsorbents for water and wastewater treatment[J]. Journal of Environmental Management, 2018, 227: 395-405.
    [13] XU G R, YANG X, SPINOSA L. Development of sludge-based adsorbents: Preparation, characterization, utilization and its feasibility assessment[J]. Journal of Environmental Management, 2015, 151: 221-232.
    [14] 张双圣, 刘汉湖, 张双全, 等. 污泥吸附剂的制备及其对含Pb2+模拟废水的吸附特性研究[J]. 环境科学学报, 2011, 31(7): 1403-1412.
    [15] 王开峰, 彭娜, 涂长青, 等. 非活体生物质对水中活性艳红X-3B的吸附研究[J]. 环境工程学报, 2010, 4(2): 309-314.
    [16] 马双进, 胡亚虎, 王厚成, 等. 活性污泥对重金属离子吸附特性的研究[J]. 工业用水与废水, 2018, 49(6): 9-13. doi: 10.3969/j.issn.1009-2455.2018.06.003
    [17] 颜游子, 黄魁, 刘恒毅, 等. 碱性体系浸出废铅膏中的铅[J]. 有色金属, 2018, 70(5): 10-16.
    [18] 吴海锁, 张鸿, 张爱茜, 等. 活性污泥对重金属离子混合物的生物吸附[J]. 环境化学, 2002, 21(6): 528-532. doi: 10.3321/j.issn:0254-6108.2002.06.002
    [19] 王雅辉, 吕文英, 邹雪刚, 等. 响应面法优化胡敏素对Cu2+的吸附及机理研究[J]. 环境科学学报, 2017, 37(2): 624-632.
    [20] ZYKOVA I V, PANOV V P, MAKASHOVA T G, et al. Fundamental aspects of heavy metal absorption by activated-sludge microorganisms[J]. Russian Journal of Applied Chemistry, 2002, 75(10): 1650-1652. doi: 10.1023/A:1022283903090
    [21] 唐虹, 康得军, 谢丹瑜. 活性污泥吸附重金属离子的影响因素[J]. 工业用水与废水, 2015, 46(6): 1-5. doi: 10.3969/j.issn.1009-2455.2015.06.002
    [22] 陆主. 改性剩余污泥吸附废水中Cd2+的研究[D]. 湘潭: 湘潭大学, 2014.
    [23] VIMALNATH S, SUBRAMANIAN S. Studies on the biosorption of Pb(II) ions from aqueous solution using extracellular polymeric substances (EPS) of Pseudomonas aeruginosa[J]. Colloids and Surfaces B: Biointerfaces, 2018, 172: 60-67. doi: 10.1016/j.colsurfb.2018.08.024
    [24] 吴景贵, 席时权, 姜岩. 红外光谱在土壤有机质研究中的应用[J]. 光谱学与光谱分析, 1998, 18(1): 52-57.
    [25] WANG J L, CHEN C. Biosorbents for heavy metals removal and their future[J]. Biotechnology Advances, 2009, 27(2): 195-226. doi: 10.1016/j.biotechadv.2008.11.002
    [26] ZHOU Y M, FU S Y, ZHANG L L, et al. Use of carboxylated cellulose nanofibrils-filled magnetic chitosan hydrogel beads as adsorbents for Pb(II)[J]. Carbohydrate Polymers, 2014, 101: 75-82. doi: 10.1016/j.carbpol.2013.08.055
    [27] 吴宏海, 吴大清, 彭金莲. 重金属离子与石英表面反应的研究[J]. 地球化学, 1998, 27(6): 523-531. doi: 10.3321/j.issn:0379-1726.1998.06.002
    [28] NASEEM R, TAHIR S S. Removal of Pb(II) from aqueous, pacidic solutions by using bentonites as an adsorbent[J]. Water Research, 2001, 35(16): 3982-3986. doi: 10.1016/S0043-1354(01)00130-0
    [29] 刘云, 吴平宵. 粘土矿物与重金属界面反应的研究进展[J]. 环境污染治理技术与设备, 2006, 7(1): 17-22.
    [30] 贾木欣, 孙传尧. 几种硅酸盐矿物对金属离子吸附特性的研究[J]. 矿冶, 2001, 10(3): 25-31. doi: 10.3969/j.issn.1005-7854.2001.03.006
  • 加载中
    Created with Highcharts 5.0.7访问量Chart context menu近一年内文章摘要浏览量、全文浏览量、PDF下载量统计信息摘要浏览量全文浏览量PDF下载量2024-052024-062024-072024-082024-092024-102024-112024-122025-012025-022025-032025-040Highcharts.com
    Created with Highcharts 5.0.7Chart context menu访问类别分布DOWNLOAD: 3.8 %DOWNLOAD: 3.8 %HTML全文: 79.7 %HTML全文: 79.7 %摘要: 16.5 %摘要: 16.5 %DOWNLOADHTML全文摘要Highcharts.com
    Created with Highcharts 5.0.7Chart context menu访问地区分布其他: 94.8 %其他: 94.8 %XX: 3.6 %XX: 3.6 %上海: 0.1 %上海: 0.1 %北京: 0.4 %北京: 0.4 %北海: 0.1 %北海: 0.1 %广州: 0.1 %广州: 0.1 %成都: 0.1 %成都: 0.1 %武汉: 0.1 %武汉: 0.1 %深圳: 0.4 %深圳: 0.4 %玉林: 0.1 %玉林: 0.1 %运城: 0.1 %运城: 0.1 %郑州: 0.1 %郑州: 0.1 %重庆: 0.1 %重庆: 0.1 %阳泉: 0.1 %阳泉: 0.1 %其他XX上海北京北海广州成都武汉深圳玉林运城郑州重庆阳泉Highcharts.com
图( 11) 表( 3)
计量
  • 文章访问数:  4893
  • HTML全文浏览数:  4893
  • PDF下载数:  51
  • 施引文献:  0
出版历程
  • 收稿日期:  2019-10-22
  • 录用日期:  2020-01-10
  • 刊出日期:  2020-10-10
顾海奇, 林伟雄, 周佳丽, 武纯, 孙水裕, 杨帆, 叶子玮, 陈楠纬, 任杰. 响应曲面法优化污泥基吸附剂处理含铅选矿废水的实验条件[J]. 环境工程学报, 2020, 14(10): 2751-2760. doi: 10.12030/j.cjee.201910115
引用本文: 顾海奇, 林伟雄, 周佳丽, 武纯, 孙水裕, 杨帆, 叶子玮, 陈楠纬, 任杰. 响应曲面法优化污泥基吸附剂处理含铅选矿废水的实验条件[J]. 环境工程学报, 2020, 14(10): 2751-2760. doi: 10.12030/j.cjee.201910115
GU Haiqi, LIN Weixiong, ZHOU Jiali, WU Chun, SUN Shuiyu, YANG Fan, YE Ziwei, CHEN Nanwei, REN Jie. Experiment conditions optimization of lead-containing mineral processing wastewater treatment by sludge-based adsorbent through response surface methodology[J]. Chinese Journal of Environmental Engineering, 2020, 14(10): 2751-2760. doi: 10.12030/j.cjee.201910115
Citation: GU Haiqi, LIN Weixiong, ZHOU Jiali, WU Chun, SUN Shuiyu, YANG Fan, YE Ziwei, CHEN Nanwei, REN Jie. Experiment conditions optimization of lead-containing mineral processing wastewater treatment by sludge-based adsorbent through response surface methodology[J]. Chinese Journal of Environmental Engineering, 2020, 14(10): 2751-2760. doi: 10.12030/j.cjee.201910115

响应曲面法优化污泥基吸附剂处理含铅选矿废水的实验条件

    通讯作者: 孙水裕(1965—),男,博士,教授。研究方向:固体废物资源化利用。E-mail:sysun@gdut.edu.cn
    作者简介: 顾海奇(1994—),男,硕士研究生。研究方向:污泥资源化。E-mail:ghq940626@sina.com
  • 1. 广东工业大学环境科学与工程学院,广州 510006
  • 2. 肇庆学院环境与化学工程学院,肇庆 526061
  • 3. 广东环境保护工程职业学院,佛山 528216
  • 4. 广东源泉检测技术有限公司,佛山 528225
基金项目:
国家重点研发计划项目(2018YFD0800702);广东省高校青年创新项目(2017GkQNCX043);佛山市科技创新项目(2017AG100072);肇庆学院科研基金资助项目(2019012614,2018010172)

摘要: 针对碱性含铅选矿废水的处理问题,利用CaO-SA对广东省某含铅选矿废水进行了吸附研究。通过单因素实验,研究了吸附时间、pH、温度和吸附剂投加量等因素对吸附剂吸附Pb2+的影响。利用Box-Behnken 实验设计探究了吸附时间、pH、温度和投加量对Pb2+的吸附影响并优化最优工艺参数,最后对CaO-SA吸附Pb2+的机理进行探讨。单因素实验结果表明:吸附饱和时间为60 min;吸附剂最优投加量为5 g·L−1;提高温度有利于吸附的进行;在碱性条件下,投加量为5 g·L−1,适当增加温度有利于提高Pb2+的去除率。通过Box-Behnken 实验设计探究发现:各因素对吸附效果的影响顺序为温度>吸附时间>投加量> pH;在最佳条件(投加量为6 g·L−1、温度40 ℃、pH=11、吸附时间为30 min)下,Pb2+的去除率为99.63%;在较短吸附时间内,适当地增加投加量与提高温度有助于提高Pb2+的去除率。对CaO-SA的SEM表征结果显示,该材料孔隙发达,提供吸附位点多。红外光谱与XRD的结果显示,CaO-SA对Pb2+的吸附主要为吸附剂中羧酸盐与Pb2+结合的化学吸附,其次是吸附剂中大量存在的硅酸盐与Pb2+结合的物理吸附。以上研究结果可为CaO-SA工业化应用提供参考。

English Abstract

  • 矿物的浮选过程会产生大量的选矿废水,其中含有重金属离子、残留的有机浮选药剂等有毒有害物质。这些选矿废水中的重金属离子由于毒性强、不能降解,直接排入水体中会毒害水生生物和破坏环境[1]。目前,针对含重金属选矿废水的处理技术主要为向选矿废水中投入过量的碱性物质,使重金属离子转化为相应的氢氧化物沉淀,再通过混凝沉淀法去除废水中的重金属离子。李香兰等[2]利用石灰乳调节pH,使选矿废水中重金属离子形成难溶的氢氧化物沉淀。张同胜[3]采用2段石灰乳中和法处理废水中的重金属。由以上研究可知,化学混凝沉淀法能有效地处理高浓度的含重金属废水,但是该技术也具有出水pH偏高[4]、药剂消耗大[5]、重金属回收难[6],处理低浓度重金属废水效果差[7]等不足。另外,浮选药剂需要在适宜的pH条件下使用,而铅锌矿的浮选过程通常在碱性条件下进行,导致选矿废水多数呈碱性[8]。因此,开发一种低成本、易回收且能够有效处理中低浓度重金属废水的处理工艺势在必行。

    生物吸附法是利用具有活性或非活性生物作为生物吸附剂将环境或水溶液中的金属离子或非金属化合物通过吸附分离出来的方法[9]。由于其具有处理成本低、重金属易回收、能有效处理低浓度的重金属废水等优势,近年来逐渐被应用于含重金属废水的处理研究中[10]。生物吸附法的研究主要集中在生物吸附剂的制备、生物吸附的工艺参数和吸附机理[11]。如何降低生物吸附剂的制备成本、优化生物吸附的工艺参数和明确其吸附机理,成为生物吸附法工业推广应用的重要影响因素。

    近年来,农林废弃物[12]和剩余污泥[13]来源广、价格低廉,且具有良好的潜在吸附能力,已成为制备生物吸附剂的重要原料。本研究利用自制的活性污泥基生物吸附剂对广东省某铅锌矿的含铅选矿废水进行了生物吸附处理。分别考察了吸附剂投加量、吸附时间、pH和温度4个因素对活性污泥基生物吸附剂对Pb2+吸附的影响,利用响应曲面法(response surface methodology, RSM),对自制生物吸附剂吸附选矿废水中的重金属离子进行工艺参数优化,并对各影响因素之间的交互影响作用进行评价,同时通过红外光谱对吸附前后的自制生物吸附剂官能团进行了分析,初步探讨了其对Pb2+的吸附机理,研究结果可为生物吸附法处理含铅选矿废水提供参考。

  • 实验使用的吸附剂为氧化钙改性污泥基吸附剂(CaO-SA)。按氧化钙/污泥固体含量为1∶0.05的比例投加,在25 ℃下,以130 r·min−1搅拌2 min,再以60 r·min−1搅拌2 min,重复搅拌至均匀,敞开放置4 h后,于60 ℃烘干,并研磨成0.45~0.85 mm的颗粒。NaOH与HNO3等试剂均为分析纯。实验水样为广东省某铅锌矿含铅选矿废水(pH=11.38,Pb2+为25 mg·L−1)。

    所用仪器包括RADWAG AS220.R3分析电子天平、ZQTY-70S恒温振荡器、JJ-4B六联电动搅拌器、DHC-9123A电热恒温鼓风干燥箱、Ohuas ST2100pH计、感耦合等离子体发射光谱仪(Agilent 713)、高新超高分辨场发射扫描电子显微镜(日立高新SU8000系列)、全自动快速比表面积及中孔/微孔分析仪(ASAP 2020系列)、X-射线衍射光谱 (Rigaku UItima IV) 分析仪、傅里叶红外光谱仪(Thermo Scientific Nicolet iS5)。

  • 考察CaO-SA的投加量(2、3、4、5、6 g·L−1)、pH(3、5、7、9、11)、温度(20、25、30、35、40 ℃)和吸附时间(30、45、60、75、90 min)对CaO-SA处理实际含铅选矿废水的影响。每个参数各设3个平行实验,利用电感耦合等离子体发射光谱仪(Agilent 713)测定吸附后Pb2+的浓度,以平均值作为实验结果。以Pb2+的去除率作为评价指标,其去除率按式(1)进行计算。

    式中:η为Pb2+的去除率;C0 为溶液的初始浓度,mg·L−1Ce为溶液平衡浓度,mg·L−1

    运用响应曲面法预测最优工艺条件的优势在于设计的实验次数少、能建立高精度的回归方程、预测准确性高。因此,利用响应曲面优化分析法研究吸附时间、投加量、pH、温度等4个因素对CaO-SA吸附Pb2+影响的主效应和交互作用,在实验范围内对吸附条件进行优化。本实验采用Box-Behnken响应面优化实验设计,分别在低(−1)、中(0)、高(1) 3个水平上对吸附实验进行中心复合设计,共有29组实验,中心点实验重复5组,且每组实验重复3次,取其平均值作为对应的响应值,4因素3水平编码和实验值见表1

    对CaO-SA的表面特征、物质组成和结晶状况进行分析,同时对最优吸附条件下吸附前后的CaO-SA进行红外光谱分析,探讨CaO-SA处理含铅选矿废水的吸附机理。利用高新超高分辨场发射扫描电子显微镜对CaO-SA的表面进行扫描,观测其表面特征;采用X-射线衍射光谱分析仪对CaO-SA的物质组成及结晶状况进行表征分析;采用傅里叶红外光谱仪对吸附前后的CaO-SA进行分析。

  • 在温度为25 ℃、pH=11、吸附时间为30 min的条件下,改变CaO-SA的投加量,探讨其对Pb2+去除率的影响,结果如图1所示。可以看出,在投加量为5 g·L−1时,CaO-SA对Pb2+的去除率达到最高,此后,去除率不随吸附剂投加量的增加而改变。其原因可能归为以下3点:当 CaO-SA吸附Pb2+的去除率达到最大时,溶液中的 Pb2+浓度相对降低,造成Pb2+扩散至吸附剂表面并被吸附的驱动力减小,而解吸的趋势增大;过量的吸附剂聚集使吸附剂的有效表面积增加有限[14];过量吸附剂间参与吸附的相邻活性基团彼此干扰对方的吸附[15]。因此,为更准确地预测CaO-SA的投加量,响应曲面法中的投加量水平取值应为2、4和6 g·L−1

    在温度为25 ℃、投加量为5 g·L−1、吸附时间为30 min的条件下,通过改变pH来探讨pH对Pb2+去除率的影响,结果如图2所示。可以看出:当pH<7时,CaO-SA对Pb2+的吸附效果较差,去除率仅为70%~86%,这可能是由于体系中的H+与Pb2+争夺CaO-SA中的吸附位点,从而导致部分Pb2+无法被吸附,导致去除率有所下降[16];在pH≥7时,Pb2+去除率均在88%以上,这是由于在中性或碱性条件下,H+含量较低,CaO-SA能更好地与Pb2+结合。此外,颜游子等[17]的研究表明,Pb2+可在碱性条件下生成可溶性的HPbO2[Pb(OH)4]2,从而抑制了Pb(OH)2的生成,导致在碱性条件下铅以溶解态分散在水中,且可被检测。因此,在pH=11.38时,所处理的实际选矿废水中Pb2+含量约为25 mg·L−1,这说明在pH≥7时,大量OH的存在对此体系中Pb2+的去除效果影响不大,在实验结果中,Pb2+的去除应是CaO-SA的吸附作用[18]。为了在较高的去除率中进行最优条件的预测,响应曲面法中pH设定为6、9、12。

    在温度为25 ℃、投加量为5 g·L−1、pH=11的条件下,考察了吸附时间对Pb2+去除率的影响,结果如图3所示。可以看出,在30~90 min内,Pb2+的去除率均在90%以上,且结果相差不大;在吸附时间为60 min后,吸附基本达到平衡。为节省时间,响应曲面法中吸附时间应为30、45、60 min。

    在吸附时间为30 min、投加量为5 g·L−1、pH=11的条件下,考察了温度对Pb2+去除率的影响,结果如图4所示。可以看出,随着温度的上升,Pb2+的去除率不断提高。CaO-SA吸附Pb2+的反应可能为吸热反应,因此,温度上升给体系提供了能量,可促进吸附剂中的吸附位点与Pb2+相结合,属于化学吸附。为了与处理选矿废水的环境温度相近,响应曲面法中温度设定为20、30、40 ℃。

  • 基于以上实验的结果,采用Box-Behnken进行实验设计,以含铅选矿废水的去除率作为响应值,进行了曲面优化模型的预测与分析。实验设计和结果如表2 所示。

    根据Design-Experts8,对表2的实验结果进行分析。以 Pb2+ 去除率为响应值,以吸附剂投加量、吸附时间、温度、pH为自变量,建立响应面编码形式的二次多项式,计算方法如式(2)所示。

    式中:η为去除率;A为吸附时间;B为温度;C为投加量;D为pH。

    利用Design-Experts8,对表2中的实验结果进行了方差分析,结果见表3。利用F值进行统计显著性检测,利用P值检测每个回归系数的显著性。若P<0.05,表示回归模型所对应项目的相关性显著;若P>0.05,表示回归模型所对应项目的相关性不显著[19]。由表3可知,模型F为14.84,模型的P< 0.000 1< 0.05,这表示回归方程描述各因素与响应值之间的拟合曲线的相关性显著。该模型可代替实验真实点对实验结果进行分析;预测模型的R2=0.936 9,校正判定系数R2Adj=0.8737,仅有13.63%不能用模型解释,说明该模型与实验结果拟合良好,准确度高。去除率的实验值和模型预测值对比结果如图5所示,R2接近于1,表明 Pb2+去除率的模型预测结果与实验结果高度吻合。残差正态概率可用于判断吸附模型是否服从正态分布,如图6所示,数据点比较接近直线,拟合程度较高,说明构建的响应曲面模型符合正态分布。变异系数CV=2.47%<10%,信噪比为15.043,远大于4,这表明该模型具有比较高的可信度和精密度。通过上述分析可知,模型可用于预测。

    表 3可知,在单因素条件下,吸附时间、温度和吸附剂投加量对 Pb2+ 去除率的影响显著(P<0.05)。同时,由 F可知,各因素对Pb2+去除率的影响顺序为温度>吸附时间>投加量>pH,pH对Pb2+去除率的影响不显著。铅可在强碱性条件下生成可溶性的HPbO2[Pb(OH)4]2,从而抑制了Pb(OH)2沉淀的生成。因为铅锌矿的选矿过程是在碱性条件下进行的,须投入大量的碱性试剂,因此,选矿废水中碱性试剂过量,导致存在大量的OH。颜游子 [17]的研究表明,铅会在强碱条件下生成可溶性的HPbO2[Pb(OH)4]2,从而抑制了Pb(OH)2沉淀的生成,故在碱性条件下可检测到铅。这说明,在CaO-SA吸附Pb2+的过程中,选矿废水中大量的OH没有与Pb2+形成相对应的氢氧化物沉淀,Pb2+的去除过程应是CaO-SA的吸附起主导作用。因此,相对其他3个因素而言,pH对Pb2+去除率的影响较小。在交互作用中,CaO-SA对Pb2+的去除效果显著的是:投加量与吸附时间、吸附时间与温度。

    Design Expert 8.0 以两两自变量为坐标的3D图像可以更加直观地说明各因素之间的交互作用关系及其对去除率的影响,投加量、吸附时间、温度和pH 4个单因素对去除率的影响以及表征响应曲面函数的性状结果如图7图8所示。

    在投加量为4 g·L−1、pH=9的条件下,吸附时间与温度对Pb2+去除率的影响如图7所示。可以看出,在温度较低时,去除率随吸附时间的增大而升高;当温度较高时,去除率随着吸附时间的增加略有降低。这是由于:在温度较低时,离子混乱程度较低,随着吸附时间的延长,可提供足够多的接触时间,使Pb2+与CaO-SA中的吸附位点充分接触,进而导致去除率升高;而在温度较高时,由于温度较高时使离子自由能增加,随着吸附时间的延长,离子自由能积聚到一定程度后,导致部分Pb2+释放出来[20-21],从而导致去除率降低。由于物理吸附是放热反应,因此,当反应达到了吸附平衡,升高温度会使吸附量下降,这说明此体系中存在物理吸附。活性污泥具有羟基、羧基等官能团,在吸附过程中,这些基团容易与Pb2+发生反应,其为吸热反应[22-23],升高温度有利于吸热反应的进行。由图7可见,在相同时间内,温度的升高会导致Pb2+去除率有明显的提高,说明吸附反应往正反应方向进行,进而说明了该吸附过程应存在自发的吸热反应,这与以往的研究结果[21-22]相符。综上所述,自制生物吸附剂吸附Pb2+可能是物理吸附与化学吸附共存的结果,并以化学吸附为主。

    图8反映了pH与温度在中心条件下(温度为30 ℃、pH=9),吸附时间与投加量对Pb2+去除率的影响。可以看出,在吸附时间较短时,去除率随着投加量的增大而升高。这是因为Pb2+与CaO-SA中的吸附位点接触时间较短,导致部分Pb2+来不及与CaO-SA中的吸附位点相结合,而投加量的增加提供了大量的吸附位点数目,更多的Pb2+可以与CaO-SA中的吸附位点结合,从而提高去除率。而在吸附时间较长时,去除率随着投加量的增大而降低。由于吸附剂达到饱和时,溶液中的 Pb2+浓度会相对降低,造成Pb2+扩散至吸附剂表面,被吸附的驱动力减小[14],此时若增加吸附剂,便会增大吸附剂之间相互摩擦的概率,而相互摩擦产生的剪切力可能使某些吸附结合力较弱的位点中的Pb2+被释放出来,从而降低去除率。此现象又说明该体系里存在着一定的物理吸附作用。同时,也可以看出:在一定投加量的条件下,随着吸附时间的延长,去除率开始时迅速增加,随后则开始降低。这说明吸附达到某个时间点时,吸附已达到饱和的状态。此时,延长吸附时间会使饱和吸附的吸附剂互相摩擦的概率增大,使得某些吸附结合力较弱的位点中的Pb2+由于摩擦的剪切力作用被释放出来,导致去除率有一定的波动。因此,在较短的吸附时间内,适当增加吸附剂投加量和提高温度有助于提高Pb2+的去除率。

    应用 Design-Expert 8.0 软件对最佳实验条件进行了预测,得到CaO-SA吸附Pb2+最佳吸附条件为:CaO-SA投加量为6 g·L−1、温度为40 ℃、pH=12、吸附时间为30 min,此时Pb2+去除率可达100%。为验证响应曲面模型的准确性,在预测的最佳条件下,进行3组平行实验,测得去除率的平均值为 99.63%,与预测值仅相差0.37%,这说明该计算模型具有较好的预测效果。然而pH对CaO-SA吸附Pb2+的影响较低,为了更接近本研究处理对象的实际pH,调整优化条件为:CaO-SA投加量为6 g·L−1、温度为40 ℃、pH=11、吸附时间为30 min。在此条件下,模型预测值为100%,取3次平行实验的平均值,得吸附率实验值为99.54%,与最优条件下的吸附效果很接近。

  • 为了解CaO-SA的表面结构,利用电子显微镜将CaO-SA放大30 000倍后进行观察,结果如图9所示。可以看出,该吸附剂表面凹凸不平,附有大量的层状结构,排列松散,空隙较多且孔道明显。由于结构疏松,比表面积大,提供的吸附位点增多,在吸附剂吸附Pb2+时,具有较强的去除能力。

    为分析CaO-SA吸附Pb2+的行为,利用红外光谱对CaO-SA处理含铅选矿废水前后吸附剂的官能基团进行了分析,结果如图10所示。可以看出,在CaO-SA吸附Pb2+前,在1 417 cm−1和1 654 cm−1处的吸收峰归属为羧酸盐中C—O和C=O的对称伸缩振动;1 032、778、798 cm−1处的吸收峰归属为SiO4四面体中的Si—O—Si伸缩振动和 Si—O 伸缩振动、石英族矿物产生的 Si—O—Si 对称伸缩振动;2 929 cm−1处的吸收峰归属为烷烃类中亚甲基的反对称伸缩振动[24]。由此可见,CaO-SA中主要组分是硅酸盐、烷烃类有机物和羧酸盐。

    对比图10中CaO-SA吸附Pb2+前后的红外光谱图,可以看出,CaO-SA的主要吸收峰的种类没有变化,也未发生位移,这说明CaO-SA吸附Pb2+后没有新的官能团产生。生物吸附剂中的羧基基团易与重金属离子结合[25],而图10显示,羧基在1 417 cm−1处的吸收峰强度有大幅度降低,说明在CaO-SA吸附选矿废水的过程中,Pb2+与羧基基团发生反应并占据此处官能团,导致其吸收峰强度大幅降低。因此,CaO-SA中含有的羧酸盐在吸附选矿废水Pb2+的过程中起主要的作用,这与ZHOU等[26]的研究结果一致。由于Pb2+与羧酸盐是通过化学反应相结合,说明在该吸附过程中存在化学吸附,与上述曲面分析结果互为一致。此外,在1 032 cm−1处的吸收峰强度有所降低,说明CaO-SA吸附Pb2+的过程中硅酸盐起到一定的作用。吴宏海等[27]的研究表明,主要成分为硅酸盐的石英类物质对Pb2+有一定的吸附作用。

    图11为CaO-SA的X射线衍射图谱。可以看出,CaO-SA在2θ = 20.82°、26.58°、36.50°、50.11°、59.92°、68.11°处存在明显的特征衍射峰。已有的研究[28-30]表明,主要成分为SiO2的吸附材料对重金属都具有一定的吸附能力。通过以对照标准卡片为参照与图11进行比对,确定图11出现的特征衍射峰为SiO2。此结果与红外谱图分析结果相吻合,这说明制备CaO-SA的脱水污泥中存在大量的SiO2,因此,其对Pb2+具有一定的吸附效果。

  • 1)单因素结果表明:吸附饱和时间为60 min;最优吸附剂投加量为5 g·L−1;提高温度有利于吸附的进行。在碱性条件下,投加量为5 g·L−1,适当增加温度有利于提高Pb2+的去除率。

    2) Box-Behnken 实验设计可以较好地拟合CaO-SA对含铅碱性选矿废水中Pb2+的吸附过程。单因素对吸附效果的影响顺序为温度>吸附时间>投加量>pH;交互作用中投加量与吸附时间、吸附时间与温度对吸附效果的影响程度一样,在较短吸附时间内,适当地增加投加量并提高温度,可有助于提高Pb2+的去除率;根据曲面优化法的预测模型,结合实际操作,确定最佳吸附条件为:投加量为6 g·L−1、温度为40 ℃、pH=11、吸附时间为30 min,在此条件下Pb2+的去除率为99.63%,与预测值基本吻合。

    3)由SEM的表征结果可知,CaO-SA表面结构疏松、比表面积较大,可提供较多的吸附位点。红外光谱与XRD的表征结果说明,在CaO-SA吸附Pb2+时,以吸附剂含有的羧酸盐与Pb2+结合的化学吸附为主导,其次是吸附剂中大量存在的硅酸盐与Pb2+结合的物理吸附。

参考文献 (30)

返回顶部

目录

/

返回文章
返回