Published December 21, 2017 | Version v1
Publication Open

Modeling and prediction of copper removal from aqueous solutions by nZVI/rGO magnetic nanocomposites using ANN-GA and ANN-PSO

Creators

  • 1. Guizhou Normal University
  • 2. Peking University

Description

Abstract Reduced graphene oxide-supported nanoscale zero-valent iron (nZVI/rGO) magnetic nanocomposites were prepared and then applied in the Cu(II) removal from aqueous solutions. Scanning electron microscopy, transmission electron microscopy, X-ray photoelectron spectroscopy and superconduction quantum interference device magnetometer were performed to characterize the nZVI/rGO nanocomposites. In order to reduce the number of experiments and the economic cost, response surface methodology (RSM) combined with artificial intelligence (AI) techniques, such as artificial neural network (ANN), genetic algorithm (GA) and particle swarm optimization (PSO), has been utilized as a major tool that can model and optimize the removal processes, because a tremendous advance has recently been made on AI that may result in extensive applications. Based on RSM, ANN-GA and ANN-PSO were employed to model the Cu(II) removal process and optimize the operating parameters, e.g., operating temperature, initial pH, initial concentration and contact time. The ANN-PSO model was proven to be an effective tool for modeling and optimizing the Cu(II) removal with a low absolute error and a high removal efficiency. Furthermore, the isotherm, kinetic, thermodynamic studies and the XPS analysis were performed to explore the mechanisms of Cu(II) removal process.

⚠️ This is an automatic machine translation with an accuracy of 90-95%

Translated Description (Arabic)

الملخص تم تحضير المركبات النانوية المغناطيسية للحديد صفر التكافؤ (nZVI/rGO) ذات المقياس النانوي المدعوم بأكسيد الجرافين المنخفض ثم تم تطبيقها في إزالة النحاس(II) من المحاليل المائية. تم إجراء الفحص المجهري الإلكتروني، والفحص المجهري الإلكتروني للإرسال، والفحص الطيفي للإلكترونات الضوئية بالأشعة السينية، ومقياس مغناطيسية جهاز التداخل الكمومي فائق التوصيل لتمييز المركبات النانوية nZVI/rGO. من أجل تقليل عدد التجارب والتكلفة الاقتصادية، تم استخدام منهجية سطح الاستجابة (RSM) جنبًا إلى جنب مع تقنيات الذكاء الاصطناعي (AI)، مثل الشبكة العصبية الاصطناعية (ANN) والخوارزمية الوراثية (GA) وتحسين سرب الجسيمات (PSO)، كأداة رئيسية يمكنها نمذجة وتحسين عمليات الإزالة، نظرًا للتقدم الهائل الذي تم إحرازه مؤخرًا في الذكاء الاصطناعي والذي قد يؤدي إلى تطبيقات واسعة النطاق. استنادًا إلى RSM، تم استخدام ANN - GA و ANN - PSO لنمذجة عملية إزالة النحاس(II) وتحسين معلمات التشغيل، على سبيل المثال، درجة حرارة التشغيل ودرجة الحموضة الأولية والتركيز الأولي ووقت التلامس. ثبت أن نموذج ANN - PSO أداة فعالة لنمذجة وتحسين إزالة النحاس(II) مع خطأ مطلق منخفض وكفاءة إزالة عالية. علاوة على ذلك، تم إجراء الدراسات متساوية الحرارة والحركية والديناميكية الحرارية وتحليل XPS لاستكشاف آليات عملية إزالة النحاس(II).

Translated Description (French)

Résumé Des nanocomposites magnétiques de fer à valence zéro (nZVI/rGO) à l'échelle nanométrique supportés par l'oxyde de graphène réduit ont été préparés puis appliqués dans l'élimination du Cu(II) des solutions aqueuses. La microscopie électronique à balayage, la microscopie électronique à transmission, la spectroscopie photoélectronique aux rayons X et le magnétomètre à dispositif d'interférence quantique à supraconduction ont été réalisés pour caractériser les nanocomposites nZVI/rGO. Afin de réduire le nombre d'expériences et le coût économique, la méthodologie de surface de réponse (RSM) combinée à des techniques d'intelligence artificielle (IA), telles que le réseau neuronal artificiel (RNA), l'algorithme génétique (GA) et l'optimisation de l'essaim de particules (PSO), a été utilisée comme un outil majeur pouvant modéliser et optimiser les processus de suppression, car une avancée considérable a récemment été réalisée sur l'IA qui peut entraîner des applications étendues. Sur la base du RSM, ANN-GA et ANN-PSO ont été utilisés pour modéliser le processus d'élimination du Cu(II) et optimiser les paramètres de fonctionnement, par exemple, la température de fonctionnement, le pH initial, la concentration initiale et le temps de contact. Le modèle ANN-PSO s'est avéré être un outil efficace pour modéliser et optimiser l'élimination du Cu(II) avec une faible erreur absolue et une efficacité d'élimination élevée. De plus, les études isothermes, cinétiques, thermodynamiques et l'analyse XPS ont été réalisées pour explorer les mécanismes du processus d'élimination du Cu(II).

Translated Description (Spanish)

Resumen Se prepararon nanocompuestos magnéticos de hierro de valencia cero (nZVI/rGO) a nanoescala con óxido de grafeno reducido y luego se aplicaron en la eliminación de Cu(II) de soluciones acuosas. Se realizaron microscopía electrónica de barrido, microscopía electrónica de transmisión, espectroscopía fotoelectrónica de rayos X y magnetómetro de dispositivo de interferencia cuántica de superconducción para caracterizar los nanocompuestos nZVI/rGO. Con el fin de reducir el número de experimentos y el costo económico, la metodología de superficie de respuesta (RSM) combinada con técnicas de inteligencia artificial (IA), como la red neuronal artificial (ANN), el algoritmo genético (GA) y la optimización de enjambres de partículas (PSO), se ha utilizado como una herramienta importante que puede modelar y optimizar los procesos de eliminación, porque recientemente se ha logrado un tremendo avance en la IA que puede resultar en aplicaciones extensas. Con base en RSM, se emplearon ANN-GA y ANN-PSO para modelar el proceso de eliminación de Cu(II) y optimizar los parámetros de operación, por ejemplo, temperatura de operación, pH inicial, concentración inicial y tiempo de contacto. El modelo ANN-PSO demostró ser una herramienta eficaz para modelar y optimizar la eliminación de Cu(II) con un bajo error absoluto y una alta eficiencia de eliminación. Además, se realizaron los estudios de isoterma, cinética, termodinámica y el análisis XPS para explorar los mecanismos del proceso de eliminación de Cu(II).

Files

s41598-017-18223-y.pdf.pdf

Files (2.6 MB)

⚠️ Please wait a few minutes before your translated files are ready ⚠️ Note: Some files might be protected thus translations might not work.
Name Size Download all
md5:f47f335fa0778c64a3b8fad9006c8e9d
2.6 MB
Preview Download

Additional details

Additional titles

Translated title (Arabic)
نمذجة وتوقع إزالة النحاس من المحاليل المائية بواسطة المركبات النانوية المغناطيسية nZVI/rGO باستخدام ANN - GA و ANN - PSO
Translated title (French)
Modélisation et prédiction de l'élimination du cuivre des solutions aqueuses par les nanocomposites magnétiques nZVI/rGO en utilisant ANN-GA et ANN-PSO
Translated title (Spanish)
Modelado y predicción de la eliminación de cobre de soluciones acuosas por nanocompuestos magnéticos nZVI/rGO utilizando ANN-GA y ANN-PSO

Identifiers

Other
https://openalex.org/W2775125012
DOI
10.1038/s41598-017-18223-y

Is supplement to
https://openalex.org/W3196929922 (Other)
https://openalex.org/W3149465128 (Other)
https://openalex.org/W3033906315 (Other)
https://openalex.org/W2914224237 (Other)
https://openalex.org/W2757979603 (Other)
https://openalex.org/W2606452130 (Other)
https://openalex.org/W2377562106 (Other)
https://openalex.org/W2328592354 (Other)
https://openalex.org/W2081887179 (Other)
https://openalex.org/W1578765583 (Other)

GreSIS Basics Section

Is Global South Knowledge
Yes
Country
China

References

  • https://openalex.org/W194202718
  • https://openalex.org/W1964715800
  • https://openalex.org/W1965611655
  • https://openalex.org/W1970569147
  • https://openalex.org/W1976502675
  • https://openalex.org/W1979331662
  • https://openalex.org/W1982839155
  • https://openalex.org/W1984262242
  • https://openalex.org/W1988759552
  • https://openalex.org/W1990875538
  • https://openalex.org/W1996576885
  • https://openalex.org/W1999129044
  • https://openalex.org/W1999379777
  • https://openalex.org/W2001110202
  • https://openalex.org/W2002134958
  • https://openalex.org/W2019609756
  • https://openalex.org/W2027132460
  • https://openalex.org/W2030053840
  • https://openalex.org/W2034445578
  • https://openalex.org/W2036631972
  • https://openalex.org/W2042939720
  • https://openalex.org/W2044914237
  • https://openalex.org/W2049302489
  • https://openalex.org/W2060126995
  • https://openalex.org/W2060616705
  • https://openalex.org/W2062026061
  • https://openalex.org/W2064144712
  • https://openalex.org/W2067388657
  • https://openalex.org/W2069134944
  • https://openalex.org/W2072318027
  • https://openalex.org/W2087769979
  • https://openalex.org/W2089687857
  • https://openalex.org/W2092105105
  • https://openalex.org/W2093821930
  • https://openalex.org/W2108376819
  • https://openalex.org/W2119062520
  • https://openalex.org/W2128654538
  • https://openalex.org/W2170042304
  • https://openalex.org/W2249204805
  • https://openalex.org/W2249696310
  • https://openalex.org/W2270742867
  • https://openalex.org/W2301522905
  • https://openalex.org/W2303428258
  • https://openalex.org/W2314020440
  • https://openalex.org/W2332130569
  • https://openalex.org/W2434100867
  • https://openalex.org/W2472055737
  • https://openalex.org/W2518488221
  • https://openalex.org/W2533399560
  • https://openalex.org/W2549739939
  • https://openalex.org/W2574238723
  • https://openalex.org/W2596574540
  • https://openalex.org/W2600356716
  • https://openalex.org/W2615388992
  • https://openalex.org/W2626689012
  • https://openalex.org/W2744495650
  • https://openalex.org/W796580150