含重金属生物质热解制备金属纳米粒子修饰生物炭研究

来源 :大连理工大学 | 被引量 : 0次 | 上传用户:computer2900
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
含重金属生物质广泛来源于工业生物质过程及环境修复的过程,如生物质精炼、生物吸附、污染土壤植物修复及植物自然生长污染过程。这类废弃物极易引起二次污染且有逐年增加的趋势。其含有的重金属矿物与生物质组分均为重要资源,可用于制备金属纳米粒子修饰炭材料。热解制备法可以同时合成金属纳米粒子与生物炭,具有操作简便且二次污染小等优势。但在热解含重金属生物质制备金属纳米粒子修饰生物炭过程中,存在重金属矿物对生物质热解机制、所形成生物炭物理化学性质的影响不明晰,以及修饰生物炭孔径调控策略不完善等问题。基于此,本文在研究含重金属生物质热解机制的基础上,利用不同来源的含重金属生物质分别设计并制备纳米ZnO/ZnS修饰生物炭、Fe3O4磁性介孔生物炭以及纳米PbO/ZnO分级多孔炭,为含重金属生物质的资源化利用及金属纳米粒子修饰炭材料的制备与高价值应用提供依据。论文通过热重分析结合等转化率法及积分模板法,研究重金属矿物对生物质组分(半纤维素、纤维素及木质素)热解特征、反应活化能及热解动力学模型的影响。热重分析结果表明,重金属抑制半纤维素的降解而促进纤维素降解,在5 K min-1升温速率下,至900 K热解终温,半纤维素失重占全部失重量的比例由63.6wt.%降低至41.5wt.%,而纤维素则由20.5wt.%升高至39.8wt.%。重金属存在使生物质组分热解活化能升高,反应过程倾向于脱水环化生成C4-C5产物。热解动力学模型拟合结果表明,不含重金属的生物质组分热解动力学模型分别与F2.0(级数反应),A1.8(核生长)及F2.3拟合,而含重金属生物质分别与F2.8,F3.0及F3.2拟合,反应级数增加说明多分子再聚合反应发生,重金属矿物有利于分解产物形成炭结构。以上结论为含重金属生物质制备生物炭提供理论依据。以生物吸附过程中产生的含Zn玉米秸秆为原料,慢速热解制备纳米ZnO/ZnS修饰生物炭。理化表征结果表明,873 K制备条件下,纳米ZnO/ZnS修饰生物炭比表面积和总孔体积(St=397.45m2g-1,Vt=0.430cm3 g-1)明显高于不含重金属生物炭(St=102.96m2g-1,Vt=0.195cm3 g-1),分别为后者3.86及2.21倍。吸附实验结果表明,纳米ZnO/ZnS修饰生物炭对Pb(Ⅱ)、Cu(Ⅱ)和Cr(Ⅵ)的最大吸附量达到135.75mg g-1,91.20mg g-1及24.51mg g-1,明显优于不含重金属生物炭(63.29mg g-1,27.05mg g-1 及 15.23mg g-1)。在吸附过程中,一方面金属Zn通过催化作用增强生物炭的孔体积促进其吸附性能;另一方面ZnO/ZnS纳米粒子通过表面羟化为吸附提供活性位点,其对吸附性能贡献比例为35.1%,39.0%及21.3%。结果表明,重金属对生物炭理化性质及吸附性能均有明显提升作用,ZnO/ZnS修饰生物炭具有较高的应用价值。以含Fe糠醛渣为原料热解制备Fe3O4磁性介孔生物炭,用于吸附诺氟沙星,并研究糠醛渣生物炭吸附过程的抗干扰性。理化表征结果表明,糠醛渣生物炭有良好的比表面积(463.00m2g-1)及总孔体积(0.524cm3g-1),高于浸渍法制备生物炭(77.86m2g-1和0.136cm3 g-1),分别为后者5.94及3.71倍。糠醛渣生物炭的介孔结构(4.53nm)有利于吸附分子直径较大的污染物,对诺氟沙星最大吸附量可达299.57mgg-1。干扰吸附实验结果表明,在pH=4时,糠醛渣介孔炭与诺氟沙星之间吸附结合力为π-π键及静电作用,其较强的吸附结合力使其可以避免废水中其他离子的干扰。制药废水共存污染物—表面活性剂(十二烷基硫酸钠及十二烷基苯磺酸钠)则对诺氟沙星在糠醛渣介孔炭上的吸附起到协同作用。以土壤修复植物—伴矿景天为原料,采用CO2活化法调控孔隙度,制备ZnO/PbO多孔炭,并对其电化学应用性能进行研究。研究表明,最佳制备条件下,ZnO/PbO多孔炭的比表面积(1727.41m2g-1)及总孔体积(0.304cm3 g-1),均远高于同等条件制备未经修饰生物炭的比表面积及总孔体积(249.61m2g-1和0.044cm3g-1),并形成了微孔-介孔分级孔结构。电化学实验表明,ZnO/PbO分级多孔炭的电容量可达145.3Fg-1(1Ag-1),而同等条件下制备的未经金属修饰生物炭的电容量仅为51.7Fg-1,ZnO/PbO的引入使得电容量增大至2.81倍。ZnO/PbO分级多孔炭的功率密度为878.4Wkg-1,能量密度为67.9Whkg-1。研究发现利用含重金属伴矿景天热解制备ZnO/PbO分级多孔炭有望作为超级电容器电极材料应用于高性能储能设备。综上所述,含重金属生物质热解制备金属纳米粒子修饰炭材料过程中,重金属矿物一方面改变生物质热解机制、催化促进孔隙形成,另一方面其在热解过程中形成的纳米形态可有效促进炭材料的吸附及电化学性能,制备的炭材料具有良好物理化学性质、吸附应用性能,且并易于通过孔径调控应用于电化学领域。
其他文献
【背景】全球大约有2.9亿人感染乙型肝炎病毒(hepatitis B virus,HBV)[1],未治疗的慢乙肝患者中,5年后肝硬化累计发病率高达8%―20%,5年后肝癌发病率达2%―5%[2]。慢乙肝的“临床治愈”(有时也称“免疫学治愈”),是指在慢乙肝患者血清中乙肝表面抗原(hepatitis B surface antigen,HBsAg)阴转,伴或不伴HBsAg的血清学转换,以及HBV D
本论文涉及设计、研究CO2矿化的绿色化工技术,旨在合成高附加值CaCO3材料,如文石和球霰石。CaCO3常为多种晶型混合物,控制合成高附加值的单晶型CaCO3产物具有一定难度。基于此,本论文研究对CaCO3晶型和晶体性能具有高选择性和稳定性的技术。此外,因为系统中使用的添加剂可以回收使用,不会产生潜在的环境废物或副产物,因此该技术对环境友好,可以满足可持续生产的需求。首先,设计了一种高压固-气反应
学位
粘性不可压缩Navier-Stokes(NS)方程刻画着流体的运动规律,是一类典型的非线性方程,其高效、稳定、高精度的数值模拟无论在科学计算理论还是工程应用中都具有重要的意义.(Navier-)Stokes方程的耦合模型通常能够描述发生在多个区域的多个物理现象,其在水力学、环境科学、生物流体力学等诸多领域有着广泛的应用.本文针对不可压缩流体流动及其耦合问题提出了若干高效的有限元算法.第一,针对不可
研究背景心力衰竭是心血管疾病的终末阶段,长期以来,心力衰竭以死亡率高、危害严重等特点备受关注。扩张型心肌病是导致心力衰竭极其重要的病因之一,其患病人群心力衰竭发病早且进展迅速,临床结局多为心脏移植。2016年欧洲心脏病立场声明将其定义为:扩张型心肌病是一类以心室扩大及收缩功能减低为主要特征的心肌病,发病时需排除冠心病与其他加重心脏负荷的疾病(如高血压,心脏瓣膜病,先天性心脏病等)。遗传因素是扩张型
多相流体流动在自然界和工程应用中广泛存在,例如石油开采、废弃油气矿中的CO2地质封存、海上原油泄漏、乳剂和泡沫的生成、雨滴下落等,是生物、能源、环境、微流控芯片等诸多领域的共性关键科学问题。多相流问题涉及到不同相之间的流动、传质、复杂的界面运动以及流固相互作用,是一个涉及流场和相场的多场耦合问题,其传输机理十分复杂。由于理论研究和实验方法的限制,数值模拟成为研究此类复杂问题的重要手段。近年来,基于
表示学习是自然语言处理中的一项基本任务,并且在文本分类任务中尤为重要。本文主要从词和文本表示出发探索词和文本表示的性质,并从中发现和解决现有模型在文本分类中存在的三方面问题:文本信息溢出、文本信息不精细和文本语义模糊。(1)所有的模型在处理长文本时都会存在文本信息溢出的问题。基于神经网络的文本表示模型通常在输入层定义固定的输入长度,并将过长的文本截断,从而尽可能地避免了文本信息的溢出。而对于基于线
航天软件评测中心统计数据表明航天领域大型实时嵌入式软件故障80%是由中断嵌套引起的,而中断嵌套产生的原子性违背(Atomic Violation)问题至今没得到有效解决;基于多核CPU的嵌入式软件由于多线程交织导致数据竞争(Data Race)问题以及运行结果随机而难以保证其可信性,不得不采用多个单核CPU通过网络通信避免数据竞争问题,这势必影响多核CPU在航天领域的应用;针对这类实时嵌入式软件测
片上微型超级电容器(on-chip MSCs)在无线物联网(IoT)的多种传感器系统中具有重要的应用价值,是当前微能源技术领域的国际前沿研究热点。但是,迄今国内外报道的多数on-chip MSCs都存在能量密度和功率密度难以协同兼顾提高的突出矛盾,并且这两个关键性能指标远低于实用需求,同时其制备工艺与微电子集成电路和微机电系统(MEMs)工艺不兼容,无法实现晶圆级批量化生产和与微系统其它单元模块的
聚丙烯因其价廉、质轻、无毒等优点被广泛用于汽车工业、产品包装、电子工业等领域。但由于聚烯烃的纯碳氢成分和碳-碳单键结构导致其极易燃烧且很难阻燃(燃烧过程中难以形成稳定炭层),而且燃烧过程会产生大量的烟和有毒气体(主要是一氧化碳),极大的威胁人类的生命财产安全。因此,聚烯烃阻燃一直是高分子复合材料领域的研究热点和难点。氢氧化镁因其无毒、价廉且能同时提高聚丙烯的阻燃和抑烟性能等优点而备受关注,但氢氧化
大脑网络不仅具有明显的小世界特征,还具有分形、高度的模块化和极低的脆弱性特征。传统的小世界模型并不具有全局的高度模块化和分形结构,说明小世界模型并不足以描述大脑网络的拓扑特征。同时,分形与网络脆弱性之间的关系也尚未明确。针对这些问题,目前的主要研究思路是通过在大世界分形网络中加入远距离长程边,使得分形网络中出现小世界特征,并且对网络脆弱性的研究大都基于度指数进行。本文主要考虑复杂系统的涌现性特征,