Adsorption of acetaminophen and ibuprofen to sucrose-derived spherical carbon materials

Abstract

Acetaminophen (AAP) and Ibuprofen (IPF) are among the most prescribed nonsteroidal anti-inflammatory drugs recently, but they are not readily removed in conventional wastewater treatments. Here, we investigate the adsorption characteristics of contaminants (AAP and IPF) onto spherical carbon materials (SCMs), which was synthesized through hydrothermal carbonization of sucrose followed by calcination. Single-factor experiments were performed by varying the pH, contact time, temperature, adsorbent dose, and initial contaminants concentration. The maximum adsorption capacity for AAP is 92.0 mg/g and IPF is 95.6 mg/g. The SCMs were successfully regenerated after methanol washing. The Raman, FTIR, XPS spectra and pH experiments data suggest that - interaction, n-* interaction, hydrogen-bond formation, and electrostatic repulsion could take place between the SCMs and contaminants. Those mechanisms were explored and visualized with molecular modeling using CHEM3D. A pore-filling mechanism could contribute to the adsorption in view of the molecular size of contaminants and the average pore diameter of the SCMs. Multi-factor adsorption experiments were executed with pH, temperature, SCMs dosage, and initial contaminants concentrations as input variables and contaminants adsorption capacity as an output variable, and an artificial neural network (ANN) model with 2 hidden layers were developed to sufficiently describe the adsorption data. Further analyses with additional experimental data confirm that the ANN model possessed good predictability for multi-factor adsorption. In the ANN model, initial contaminants concentration was most important factor, according to the relative importance of the input variables.

아세트아미노펜(AAP)과 이부프로펜(IPF)은 최근 들어 가장 많이 처방되는 비스테로이드성 항염증제(NSAID) 중 하나이지만, 기존의 폐수처리 공정에서는 쉽게 제거되지 않는다. 본 연구에서는 수열합성법과 열처리 공정을 통해 수크로스 기반의 탄소 구체(SCMs)를 합성하고, 오염물질(AAP와 IPF)에 대한 흡착 특성을 조사하였다. 단일 변수 실험(Single-factor experiments)은 pH, 반응 시간, 온도, 흡착제 주입량, 그리고 초기 오염물질 농도를 바꾸어가며 수행하였다. SCMs를 이용한 AAP의 최대흡착능은 92.0 mg/g, IPF의 최대흡착능은 95.6 mg/g으로 나타났으며, 실험에 사용된 흡착제는 메탄올을 이용하여 효율적으로 재생되었다. Raman, FTIR, XPS 스펙트럼과 pH 실험 데이터에 따르면 흡착제와 오염물질 간에 - 상호작용, n-* 상호작용, 수소결합, 그리고 정전기적 반발력이 발생하는 것으로 나타났다. 이러한 메커니즘은 CHEM3D를 이용한 분자 모델링을 통해 재검증하고 시각화하여 나타내었다. 또한, 오염물질 분자의 크기와 흡착제의 평균 기공 직경을 비교하였을 때 pore-filling 메커니즘도 흡착에 기여할 수 있는 것으로 나타났다. 다중 변수 실험(Multi-factor experiments)은 pH, 온도, 흡착제 주입량, 초기 오염물질 농도를 입력변수로 하고 오염물질 흡착능을 출력변수로 하여 수행하였고, 2개의 은닉층을 갖는 인공신경망(ANN) 모델을 개발하였다. 이후, 추가 실험 데이터를 ANN 모델에 적용하여 오염물질 흡착에 대해 우수한 예측 가능성을 가지고 있음을 확인하였다. 완성된 ANN 모델에서 각 입력 변수의 중요도를 평가하였고, 초기 오염물질 농도가 가장 중요한 요인으로 나타났다. 본 연구 결과를 통해 수크로스로 합성한 탄소구체가 수중의 AAP와 IPF를 효율적으로 제거할 수 있는 흡착제임을 확인하였다. 또한, 분자 모델링을 통해 오염물질의 제거 메커니즘을 재검증하였고, ANN 모델링을 통해 오염물질 제거를 최적화하고 예측하는 모델을 구축하였다.