Zum Inhalt

Magnetic grafted chitosan-salicylaldehyde via hydrothermal synthesis for acid red 88 dye removal: a statistical optimization

  • 03.06.2023
  • Original Article
Erschienen in:

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

Der Artikel konzentriert sich auf das drängende Problem der Wasserkontamination durch synthetische Farbstoffe, insbesondere Acid Red 88 (AR88). Es stellt einen neuartigen Ansatz vor, der magnetische Chitosan-Salicylaldehyd-Kügelchen verwendet, die mittels hydrothermaler Methoden synthetisiert werden, um AR88 effektiv aus dem Wasser zu entfernen. Die Studie nutzt statistische Optimierungstechniken wie das Box-Behnken-Design, um wichtige Adsorptionsparameter zu optimieren. Die Forschung hebt die verbesserten Adsorptionseigenschaften des Biokompositmaterials, sein magnetisches Rückgewinnungspotenzial und die detaillierte Charakterisierung seiner physikalisch-chemischen Eigenschaften hervor. Der Artikel bietet auch Einblicke in die Adsorptionskinetik, Isothermen und Mechanismen des Abbauprozesses, was ihn zu einer wertvollen Ressource für Forscher und Fachleute auf dem Gebiet der Wasseraufbereitung und Umweltsanierung macht.

Sie sind noch kein Kunde? Dann Informieren Sie sich jetzt über unsere Lizenzmodelle:

Einzelzugang

Starten Sie jetzt Ihren persönlichen Einzelzugang. Erhalten Sie sofortigen Zugriff auf mehr als 170.000 Bücher und 540 Zeitschriften - pdf-Downloads und Neu-Erscheinungen inklusive.

Jetzt 90 Tage mit der Mini-Lizenz testen!                                        

Hier klicken und sofort starten!

Zugang für Unternehmen

Nutzen Sie Springer Professional in Ihrem Unternehmen und geben Sie Ihren Mitarbeitern fundiertes Fachwissen an die Hand. Fordern Sie jetzt Informationen für Firmenzugänge an.

Erleben Sie, wie Springer Professional Sie in Ihrer Arbeit unterstützt!

Beraten lassen
Titel
Magnetic grafted chitosan-salicylaldehyde via hydrothermal synthesis for acid red 88 dye removal: a statistical optimization
Verfasst von
Ahmad Hapiz
Laili Azmiati Arni
Tumirah Khadiran
Zeid A. ALOthman
Lee D. Wilson
Ali H. Jawad
Publikationsdatum
03.06.2023
Verlag
Springer Berlin Heidelberg
Erschienen in
Biomass Conversion and Biorefinery / Ausgabe 17/2024
Print ISSN: 2190-6815
Elektronische ISSN: 2190-6823
DOI
https://doi.org/10.1007/s13399-023-04352-0
Dieser Inhalt ist nur sichtbar, wenn du eingeloggt bist und die entsprechende Berechtigung hast.
Dieser Inhalt ist nur sichtbar, wenn du eingeloggt bist und die entsprechende Berechtigung hast.