Central Composite Design Optimization of Methylene Blue Scavenger using Modified Graphene Oxide Based Polymer
محل انتشار: نشریه متدهای شیمیایی، دوره: 1، شماره: 1
سال انتشار: 1396
نوع سند: مقاله ژورنالی
زبان: انگلیسی
مشاهده: 380
فایل این مقاله در 19 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_CHM-1-1_004
تاریخ نمایه سازی: 19 تیر 1398
چکیده مقاله:
This research reports the synthesis, characterization and catalytic properties ofnovel supported catalyst based on nickel acetate hydrate (denoted as NiOAC) immobilized on graphene oxide (denoted as GO) modified polyethylene glycol (abbreviated as PEG). The supported catalyst was characterized by X-ray diffraction spectroscopy (XRD), Scanning electron microscopy (FESEM), Furrier transforms infrared spectroscopy (FT-IR) and diffuse reluctance spectroscopy (DRS). In addition, under mild reaction conditions, the mentioned catalyst exhibited high photocatalytic activity and reusability in photocatalytic degradation of dyes as pollutants. For this research, a statistical method called Response Surface Methodology (RSM) has been used to economize the number of experiments and their meaningful interpretation.The effect of various factors such as catalyst amount, time, pH on degradation of methylene blue were investigated. Optimization results for 20 ppm methylene blue showed that maximum degradation efficiency 92.9% was achieved at the optimum conditions: catalyst amount 24.6 mg, pH= 7.6 and time 23.3 min.
کلیدواژه ها:
نویسندگان
Mehrnaz Alem
Department of Chemistry, Payame Noor University, ۱۹۳۹۵-۳۶۹۷, Tehran, Iran
Abbas Teimouri
Department of Chemistry, Payame Noor University, ۱۹۳۹۵-۳۶۹۷, Tehran, Iran
Hossein Salavati
Department of Chemistry, Payame Noor University, ۱۹۳۹۵-۳۶۹۷, Tehran, Iran
Shahnaz Kazemi
Department of Chemistry, Birjand University, ۹۷۱۷۹-۴۱۴, Birjand, Iran
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :