Caractérisation et modélisation d’un biomatériaux : Applications dans les traitements des polluants.

Abstract

L’objectif de cette recherche est l'étude expérimentale et la modélisation des cinétiques d'adsorption par des biomatériaux, cette étude est divisée en deux parties : Dans la première partie, est une contribution à la préparation des adsorbants naturel (biomatériau) dans le but de traitement des effluents pharmaceutiques et cosmétique. La procédure expérimentale c’était de préparer trois bio-adsorbants (luffa, cupressus (cyprès) et coquille d’amande) activé par deux méthodes thermique (étuve et micro-onde), pour connaître la capacité d'adsorption de chacun d'eux, On a étudié les cinétiques d'adsorption du méthylparaben , les résultats de la comparaison ont montré que le cyprès activé par le micro-ondes est le meilleur adsorbant, en suite nous avons essayé d’augmenter la capacité d'adsorption, pour cela six modifications physico-chimiques ont été testé, la performance des adsorbants modifiés a été évaluée selon leur capacité d'adsorption (en mode statique ) de bleu de méthylène. Après les études cinétiques d’adsorption, une caractérisation à déférente conditions et une étude de l’influence de quelques paramètres physico-chimiques sur la capacité d’adsorption tel que : le pH et la concentration initiale sur le meilleur adsorbant (cyprès activé par M-O) ont été faite. Le but de la deuxième contribution est de construire un modèle mathématique basé sur l'intelligence artificielle qui est capable de prédire la quantité absorbée à l'équilibre (qe). Des fibres de charbon actif (FCA) ont été utilisées pour l'adsorption des certains phénols (phénol, 2- chlorophénol, 4-chlorophénol, 2,4,6-trichlorophénol, 4-nitrophénol et 2,4-dinitrophénol). Un ensemble de données expérimentales (littérature) de 129 points ont été exploités. Les entrées considérées pour la modélisation sont la température (T), la concentration (Ce) à l'équilibre et deux descripteurs (Point d'ébullition (MP) et densité (d) afin de différencier les polluants étudiés. Les données utilisées ont été prétraitées par analyse statistique pour garantir leur adéquation à la modélisation. Dans cette contribution, nous avons utilisé la machine à vecteurs de support (SVM) qui est une technique d'apprentissage supervisé pour développer un modèle capable de prédire la quantité adsorbée à l’équilibre (qe). Les résultats montrent une supériorité du modèle SVM démontrée par son coefficient de détermination (R2) et la racine de l'erreur quadratique moyenne (RMSE) de valeurs 0,997 et 0,027 (mmol / L) respectivement.