CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)
عنوان
مقاله

Photocatalytic treatment of spent caustic wastewater in petrochemical industries

اعتبار موردنیاز PDF: ۱ | تعداد صفحات: ۱۶ | تعداد نمایش خلاصه: ۲۵ | نظرات: ۰
سال انتشار: ۱۳۹۵
کد COI مقاله: JR_AET-2-3_006
زبان مقاله: انگلیسی
حجم فایل: ۱.۶۴ مگابات (فایل این مقاله در ۱۶ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

متن کامل این مقاله دارای ۱۶ صفحه در فرمت PDF قابل خریداری است. شما می توانید از طریق بخش روبرو فایل PDF این مقاله را با پرداخت اینترنتی ۳۰,۰۰۰ ریال بلافاصله دریافت فرمایید
قبل از اقدام به دریافت یا خرید مقاله، حتما به فرمت مقاله و تعداد صفحات مقاله دقت کامل را مبذول فرمایید.
علاوه بر خرید تک مقاله، می توانید با عضویت در سیویلیکا مقالات را به صورت اعتباری دریافت و ۲۰ تا ۳۰ درصد کمتر برای دریافت مقالات بپردازید. اعضای سیویلیکا می توانند صفحات تخصصی شخصی روی این مجموعه ایجاد نمایند.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل PDF مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۱۶ صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله Photocatalytic treatment of spent caustic wastewater in petrochemical industries

  Amin Ahmadpour - Faculty of Chemical, Gas and Petroleum Engineering, Semnan University, Semnan, Iran
    Ali Haghighi Asl - Faculty of Chemical, Gas and Petroleum Engineering, Semnan University, Semnan, Iran
  Narges Fallah - Chemical Engineering Department, Amirkabir University of Technology, Tehran, Iran

چکیده مقاله:

In this study, the photocatalytic method was used for treating the spent caustic in the wastewater of Olefin units used in petrochemical industries which contain large amounts of total dissolved solids (TDS). By using the synthetic photocatalyst of suspended titanium dioxide and measuring the chemical oxygen demand (COD) which was reduced in the photocatalyst (lbc) process, the values of COD were modeled and evaluated by means of the Box-Behnken (BBD) and the artificial neural network (ANN) using experimental tests in a double-cylindrical-shell photo reactor. According to the applied calculations, it was found that the artificial neural network was a more suitable method than the experimental design in modeling and forecasting the amount of COD removal. The modeling employed in this research showed that increasing the concentration of the photocatalyst in a state of neutral pH enhanced the COD removal up to the optimal amount of 1.31 g/L without restrictions and 2 g/L with restrictions at the rate of 81% and 79%, respectively. In addition, the study of the parameter effects including oxidizer amount, aeration rate, pH, and the amount of loaded catalyst indicated that all factors except pH had a positive effect on the model; furthermore, if the interactions were neglected, the COD removal efficiency would increase by increasing each of these factors (except pH). In addition, there was no interaction between the aeration and the concentration of the photocatalyst, and the acidic pH was more suitable at low concentrations of the photocatalyst. Besides that, by increasing the pH, the efficiency of removal was reduced when the oxidant was at its low level. The results showed that photolysis and adsorption adoptions had a very small effect on the efficiency of the removal of COD compared to the photocatalyst adoptions, and it was insignificant. In addition, the photocatalytic method had an acceptable capacity for removing the phenol in the wastewater sample, whereas it was inefficient in reducing the sulfide solution in the wastewater

کلیدواژه‌ها:

Artificial neural networks (ANN) ،Design of experiment (DOE)،Photocatalytic wastewater treatment،Spent caustic wastewater،Titanium dioxide

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
https://www.civilica.com/Paper-JR_AET-JR_AET-2-3_006.html
کد COI مقاله: JR_AET-2-3_006

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
Ahmadpour, Amin; Ali Haghighi Asl & Narges Fallah, ۱۳۹۵, Photocatalytic treatment of spent caustic wastewater in petrochemical industries, Advances in Environmental Technology 2 (3), https://www.civilica.com/Paper-JR_AET-JR_AET-2-3_006.html

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (Ahmadpour, Amin; Ali Haghighi Asl & Narges Fallah, ۱۳۹۵)
برای بار دوم به بعد: (Ahmadpour; Haghighi Asl & Fallah, ۱۳۹۵)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

علم سنجی و رتبه بندی مقاله

مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
نوع مرکز: دانشگاه دولتی
تعداد مقالات: ۵۸۹۸
در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

مدیریت اطلاعات پژوهشی

اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

مقالات مرتبط جدید

شبکه تبلیغات علمی کشور

به اشتراک گذاری این صفحه

اطلاعات بیشتر درباره COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.