静电纺纳米纤维复合超滤膜的制备及过滤性能研究

来源 :北京化工大学 | 被引量 : 0次 | 上传用户:monzad
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
薄层纳米复合(TFC)超滤膜因其水通量高、截留率高、过滤性能稳定等优势而广泛应用于油性废水净化、蛋白质分离等各个领域。然而,超滤膜的抗污染能力、选择性分离效果、以及膜面机械强度等仍然需要大幅度提高,以适应实际生产的需要。本论文以纳米纤维素复合聚丙烯腈(PAN)为过滤层,静电纺丝PAN纳米纤维作为支撑层沉积在聚对苯二甲酸乙二醇酯(PET)无纺布上来制备具有高通量、高抗污染能力的纳米纤维复合超滤膜。通过红外(ATR)、热重分析(TGA)和X射线能谱(EDX)研究了纳米纤维复合超滤膜的化学组成;同时通过扫描电镜(SEM)和原子力显微镜(AFM)扫描观察膜的表面和截面形貌。机械性能的测试证实了在过滤层中形成互穿的纳米纤维-聚合物网络结构,很大程度上增强了复合膜的机械强度,而水接触角的测试表明纳米纤维复合膜的亲水性随着纳米纤维素在过滤层组分的增加而增加。于是,我们对所制备的纳米纤维复合超滤膜进行了蛋白质选择性分离的研究。使用交错流过滤系统,对蛋白质BSA、多肽FP和SP分别进行过滤和分离,研究了具有不同纳米纤维素与PAN的组成比的纳米纤维复合膜的超滤性能。结果表明,在膜的复合过滤层中采用0.10 wt%的纳米纤维素实现了最高的纯水通量1508 L/m2h/MPa,这可能是纳米纤维素与PAN聚合物复合,在二者的复合界面形成连续的水通道,促进了水分子在过滤层中的传输所致。用葡聚糖作为标记物测定这些膜的截留分子量(MWCO)发现,膜的最大孔径在28.6至46.0 nm的范围内变化。进一步使用具有不同分子量的蛋白质BSA和多肽FP、SP混合物测试纳米纤维复合膜的过滤选择性,其中实现147.1 L/m2h高渗透通量和98.4%高截留率最佳效果;同时实现对蛋白质和多肽的高选择性,表明该膜安全适用于蛋白质的分级分离。为了深入研究纳米纤维复合膜的防污性能,我们将该膜的过滤效率与相似孔径的商业超滤膜(UN100、US050、UE050)进行了比较,根据渗透通量和截留率对过滤效率进行了评估,纳米纤维复合超滤膜的渗透通量比商业UF膜的渗透通量高2-3倍,而截留率保持在99.6%,说明该纳米纤维复合膜除了对蛋白质有高度选择性分离外,还可以作为工业废水处理的良好选择。
其他文献
TiNi形状记忆合金是一种新型多功能特种材料,这种具有变形恢复能力的金属化合物目前在制作人造器官领域上应用广泛,但是由于材料硬度大,微孔加工难的问题导致传统机械加工方
非线性抛物方程在偏微分方程的研究领域中占据重要的地位,其解的整体存在性和爆破性具有很大的研究意义。对两类非线性抛物方程解的性质进行研究,一类是带非局部加权项的p-la
物联网设备的高速发展在方便人们生产生活的同时带来的是大量的安全隐患,近年来越来越多的物联网安全事件的出现也引起了研究学者对于物联网设备安全研究的重视,其中设备固件
场景识别是机器视觉领域中一个非常重要的课题,随着深度学习的发展,场景识别也逐步联合深度学习应用于无人机、无人驾驶、安防监控等领域中,且取得了良好的识别效果,基于深度学习的场景识别也成为场景识别领域中的重点研究方向。场景识别可以分为室内场景识别和室外场景识别,室外场景一般由开阔的背景信息组成,识别难度比室内场景识别难度高。对于无人机、无人驾驶汽车以及室外机器人来说,感知和识别周围环境十分重要,因此,
网络中构建网络模型是指对网络中各节点类型、节点状态、节点所包含的数据特征以及节点间的网络行为进行数学语言的构建与网络特征的提取,进而实现使用网络模型来表示一个网络以及网络行为。基于构建的网络模型来抽象模拟网络以及各类网络行为,便于在较低成本和较低破坏性的前提下,构建大规模的仿真网络,利用仿真网络做一系列大规模的攻防应用,使我们能够更好地认识、研究和使用网络。因此,如何对一个网络拓扑、网络中各类型节
镁质耐火材料烧成温度高,但热震稳定性差,因此改善镁质耐火材料的热震稳定性能在耐火材料中显得尤为重要。有研究表明,含碳耐火材料中添加的金属使用过程中可形成非氧化物,提
由于我国人口老龄化的现状,脑卒中的发病率逐年攀升,因此脑卒中人群的康复治疗显得尤为重要。临床医学研究证明,积极的情绪状态有助于中风患者康复治疗。目前现有的康复机器人主要通过力反馈实现交互控制,其单调的重复性训练动作未能实现预期的临床康复效果。在康复机器人接下来的发展中,如何调动患者的积极性,从患者心理层面出发,保证患者在康复训练过程中时的积极情绪是使康复机器人更快进入临床应用的一条捷径。由于以上原
随着计算机技术的迅速发展,监控视频越来越广泛地应用于社会公共场所,成为了智能监控系统的重要组成部分。由于大多数监控视频异常检测方法都依赖于复杂的特征提取,所以在视
制造业快速发展,系统设备的故障维修问题随之而来,设备的故障预测与健康管理成为众多学者们广泛研究的领域。其中基于数据驱动的研究方法随着物联网和传感技术的发展,得到了快速发展。但是工业物联网边缘端的数据呈井喷式增长,之前采用的将所有数据上传至云端,由云中心集中处理的方式,逐渐暴露出其成本高、延时大等问题,边缘计算的方式应运而生。在边缘端进行故障预测的优点是在快速对数据进行分析处理的同时,解决大量数据在
随着云计算的快速发展与普及,云存储已然成为数据存储的主要方式。而数据量的爆发式增长,导致云存储系统中节点的规模及异构性也不断增大,因此节点中数据的可靠性及I/O性受到了强有力的挑战。为了防止因节点故障造成的数据丢失,系统会采用特定的恢复机制对数据进行保护。本文对存储集群中节点异构性及多节点并发修复等问题进行了研究,主要工作如下。(1)针对集群中节点的异构性造成的数据存储代价过高、可靠性较低、节点负