KaydedilenlerDerginizi ekleyin

Dergiler / Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi / 2019 / Cilt: 34 - Sayı: 4

Fındık kabukları ile farklı model boyaların gideriminin kinetik ve termodinamik incelemesi

Musa BÜYÜKADA
Sayfa
2033–2044
Yayın Tarihi
2019-06-25
DOI
—
🏛️Bu makalenin bibliyografik verileri ve tam metin bağlantısı DergiPark üzerinden sağlanmıştır.
DergiPark Kaydı ↗
✨

Yapay Zeka Hızlı Bakış & Çıkarımlar

AI Insight
⚡ TL;DR(1 Cümlede Hızlı Çıkarım)

Termodinamik parametreler ise, sürecin endotermik olduğunu, kendiliğinden gerçekleştiğini ve sıcaklıla artan bir affiniteye sahip olduğunu göstermiştir.

📌 3 Maddede Bu Makale

🎯
Amaç & Hipotez:Bu çalışmada, tekstil endüstrisi atıksularının giderimi için Türkiye’ye katma değer sağlayacak pratik bir yaklaşım hedeflenmiştir.
📊
Temel Bulgular & Veri:Bu bağlamda, ülkemizin dünya birincisi olduğu fındık üreticiliği göz önüne alınarak zararsız bir atık olan fındık kabuğu, laboratuvar ortamında hazırlanmış sentetik atık suların gideriminde değerlendirilmiştir.
💡
Sonuç & Katkı:Termodinamik parametreler ise, sürecin endotermik olduğunu, kendiliğinden gerçekleştiğini ve sıcaklıla artan bir affiniteye sahip olduğunu göstermiştir.
🔬Tür:Laboratuvar & Saha Deneyi
📍Kapsam:Genişletilmiş Akademik Örneklem
⚙️Değişkenler:Reaktif boya · Fındık kabuğu · Kinetik

Özet

Bu çalışmada, tekstil endüstrisi atıksularının giderimi için Türkiye’ye katma değer sağlayacak pratik bir yaklaşım hedeflenmiştir. Bu bağlamda, ülkemizin dünya birincisi olduğu fındık üreticiliği göz önüne alınarak zararsız bir atık olan fındık kabuğu, laboratuvar ortamında hazırlanmış sentetik atık suların gideriminde değerlendirilmiştir. FTIR, SEM-EDS ve XRD analizleri ile gerçekleştirilen karakterizasyon çalşmaları, FK’nin organik bağ yapısı, morfolojik yapısı ve elementel içeriği ortaya konulmuştur. Çalışmanın devamında kısmında farklı tekstil model boyalarla hazırlanan sentetik çözeltilerin farklı işletme şartlarında FK ile giderimi incelenmiştir. Bu bağlamda; başlangıç pH’ı, başlangıç boya konsantrasyonu, adsorbent konsantrasyonu, reaksiyon süresi ve sıcaklığın etkileri incelenmiştir. Kinetik analizler, adsorpsiyonun sözde ikinci mertebe model ve partiküler arası difüzyonun kontrolünde gerçekleştiğini göstermiştir. Denge çalışmaları, Langmuir izoterminin süreci daha iyi ifade ettiğini göstermiştir. Termodinamik parametreler ise, sürecin endotermik olduğunu, kendiliğinden gerçekleştiğini ve sıcaklıla artan bir affiniteye sahip olduğunu göstermiştir.

🔖

Bu Makaleye Atıf Yap

BÜYÜKADA, M. (2019). Fındık kabukları ile farklı model boyaların gideriminin kinetik ve termodinamik incelemesi. Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi, Cilt: 34 - Sayı: 4, 2033–2044. https://ajindex.com/articles/19890

📄 Tam Metin PDF Okuyucu

📄

PDF görüntüleyici hazırlanıyor...

Kaynakça (12)

  1. Buyukada M., Removal of yellow f3r, di maria brilliant blue r and reactive brilliant red-3me from aqueous solutions by a rapid and efficient ultrasound–assisted process with a novel biosorbent of cottonseed cake: Statistical modeling, kinetic and thermodynamic studies, Arab. J. Sci. Eng., 40(8), 2153–2168, 2015.
  2. Rafatullah M., Sulaiman O., Hashim R., Ahmad A., Adsorption of methylene blue on low-cost adsorbents: a review, J. Hazard. Mater. 177 (2010) 70–80. A, Celekli, S.S. Bilecikligil, F. Geyik, H. Bozkurt, Prediction of removal efficiency Lanaset Red G on walnut husk using artificial neural network model, Bioresour. Technol., 103, 64–70, 2012.
  3. Srinivasan A., Viraraghavan T., Decolorization of dye wastewaters by biosorbents: a review, J. Environ. Manage., 91, 1915–1929, 2010.
  4. Celekli A., Geyik F., Artificial neural networks (ANN) approach for modeling of removal of Lanaset Red G Chara contraria, Bioresour. Technol., 102, 5634–5638, 2011.
  5. Buyukada M., Evrendilek F., Modeling Efficiency of Dehydrated Sunflower Seed Cake as a Novel Biosorbent to Remove a Toxic Azo Dye, Chem. Eng. Commun., 203(6), 746–757, 2016.
  6. Uzuner S., Cekmecelioglu D., Enhanced pectinase production by optimizing fermentation conditions of Bacillus subtilis growing on hazelnut shell hydrolyzate, J. Mol. Catal. B Enzym., 113, 62–67, 2015.
  7. Ozkal S.G., Yener, M.E., Supercritical carbon dioxide extraction of flaxseed oil: effect of extraction parameters and mass transfer modeling, J. Supercrit. Fluids, 112, 76–80, 2016.
  8. Buyukada M., Co-combustion of peanut hull and coal blends: Artificial neural networks, particle swarm optimization and Monte Carlo simulation, Bioresour. Technol., 216, 280–286, 2016.
  9. Celekli A., Bozkurt H., Geyik F., Use of artificial neural networks and genetic algorithm for prediction of sorption of an azo-metal complex dye onto lentil straw, Bioresour. Technol., 129, 396–401, 2013.
  10. Gajic D., Savic-Gajic I., Savic I., Georgieva O., Gennaro S., Modelling of electrical energy consumption in an electric arc furnace using artificial neural networks, Energy, 108(1), 132–139, 2016.
  11. Evrendilek G.A., Avsar Y.K., Evrendilek F., Modeling stochastic variability and uncertainty in aroma active compounds of PEF-treated peach nectar as a function of physical and sensory properties, and treatment time, Food Chem., 190, 634–642, 2016.
  12. Buyukada M., Probabilistic uncertainty analysis based on Monte Carlo simulation of co-combustion of hazelnut hull and coal belnds: Data-driven modeling and