Využití chemicky modifikovaného odpadu z mleté kávy jako potenciálního sorbentu mědi

Abstract

Tato diplomová práce se zabývá kinetikou adsorpce, její rovnováhou a modelováním odstranění Cu(II) z vodného roztoku pomoci chemicky modifikovaného odpadu z mleté kávy. V teoretické části lze nalézt současný stav dané problematiky, proces biosorpce, charakteristiku použitého biosorbentu a popis mědi. V experimentální části je popsána metodika mechanické a chemické úpravy biosorbentu, modelování kinetiky sorpce Cu(II), studium optimální hodnoty pH a rovnovážného mechanismu sorpce pomocí adsorpčních izoterem (Langmuirův a Freudlichův model). Jako nejlepší se projevil neaktivovaný biosorbent o vstupní koncentraci modelového roztoku 100 mg/l, jehož maximální adsorpční kapacita činila q = 5,0 mg/g a dosáhl tak 100 % adsorpční účinnosti v době kontaktu 30 min, při hodnotě pH = 5,0 a zrnitostní frakci <0,5 mm. Pro popis získaných dat se jevil jako nejvhodnější Langmuirův matematický model adsorpčních izoterem, kdy hodnota korelačního koeficientu byla R² = 0,9987.

This thesis deals with the kinetics of adsorption, its equilibrium and modeling of the removal of Cu(II) from an aqueous solution by chemically modified ground coffee waste. In the theoretical part it is possible to find the current state of the issue, the process of biosorption, the characteristics of the used biosorbent and the description of copper. In the experimental part is described the methodology of mechanical and chemical treatment of biosorbent, modeling of kinetics of Cu(II) sorption, study of optimal pH value and equilibrium sorption mechanism by adsorption isotherms (Langmuir and Freudlich model). The best effect was the non-activated biosorbent with an input concentration of the model solution of 100 mg/l, whose maximum adsorption capacity was q = 5,0 mg/g and thus reached 100 % adsorption efficiency at 30 min contact time, at pH = 5,0 and graininess fraction <0,5 mm. The Langmuir mathematical model of adsorption isotherms, where the correlation coefficient was R² = 0,9987, appeared to be the most suitable for the description of the data obtained.