殼聚糖基吸附劑去除水環境中重金屬離子及其模擬預測研究進展

王宇佳，逯洋

開發與應用

殼聚糖基吸附劑去除水環境中重金屬離子及其模擬預測研究進展

王宇佳，逯洋*

（吉林師范大學， 吉林 四平 136000）

重金屬污染是當今最嚴重的水污染問題之一，學者們采取多種方法解決重金屬污染問題，其中吸附法以高效、環保的特點受到廣泛關注。此外，殼聚糖也因其良好的可生物降解性和低成本等優點，在眾多吸附劑中脫穎而出。但殼聚糖存在穩定性差的缺點，又對其進行改性處理和復合材料的研究。基于該領域近年的研究對殼聚糖去除重金屬的實驗方法和相關的理論研究進行歸納總結，并介紹基于計算機模擬預測技術對殼聚糖吸附重金屬離子的研究近況，填補該領域此類綜述的空缺，為殼聚糖去除重金屬的下一步研究提供參考。

重金屬污染； 殼聚糖； 吸附； 模擬預測

隨著排放到環境中的重金屬急劇增加，其危害性逐漸顯露：易在生物體內積聚[1]，且某些金屬離子在微生物的輔助下可以轉化為污染性更強的金屬化合物。于是，學者們采用化學沉淀、離子交換等手段凈化廢水，但這些方法存在一些局限性，比如出現成本高、二次污染等情況。而相比較吸附法沒有明顯缺點，且成本低、吸附效果好，所以吸附法成為近年來最有效的污水處理方法之一。

在對吸附法研究過程中，具有良好的生物相容性、生物降解性等特點的殼聚糖在眾多吸附劑中脫穎而出。同時，研究發現殼聚糖具有高含量的游離NH2和-OH基團，對重金屬有很強的吸附力[2-3]，而其作為一種有效的天然吸附劑，已經成為國內外研究熱點。本文在當前研究的基礎上，總結歸納不同類型殼聚糖去除重金屬的實驗研究、模擬預測，介紹相關的理論研究，還提出目前存在的問題以及未來如何從模擬角度去實現和改進，為該領域的研究提供參考。

1 殼聚糖去除水環境中的重金屬

本章主要介紹幾種不同類型的殼聚糖去除重金屬的研究進展，展現殼聚糖作為吸附劑效果顯著的優勢，從而解決水體重金屬超標問題。

1.1 殼聚糖

張毅等[4]針對不同反應條件下的殼聚糖去除Cu2+、Ni2+和Co2+情況作進一步研究。研究發現，在一定范圍內，重金屬的去除率與殼聚糖用量和反應時間呈現正相關。此外，在同一時間范圍內，相同劑量的殼聚糖對重金屬的吸附情況要遠優于活性炭、沸石等吸附劑，且不存在吸附選擇性，展現出殼聚糖在解決重金屬污染問題上的適用性。

而有些學者還將殼聚糖應用到礦石廢水的處理上，比如Magorzata Szlachta等[5]利用殼聚糖從含鈾礦石加工過程中回收鈾。研究發現，鈾離子從廢水中的分離與溫度和pH值有關，隨著溫度升高或酸堿度趨于堿性時，殼聚糖對鈾離子的去除效果更好。另外，在進行了多次吸附-脫附循環操作后，殼聚糖依舊保持了較優的吸附能力，更驗證了殼聚糖具有巨大的發展優勢。

雖然殼聚糖已用于解決重金屬超標問題，但要想擴大其使用范圍就得解決殼聚糖在酸性條件下不穩定、易溶解等缺點。研究發現，殼聚糖與其他材料進行復合或是對其進行改性處理，不僅可以彌補殼聚糖的不足，還能通過提高吸附位點數、增加選擇性等提升吸附性能，獲得更廣闊的應用前景。

1.2 改性殼聚糖

E. Igberase等[6]將交聯殼聚糖與二乙烯三胺接枝去除重金屬。研究發現，隨著接枝程度的增加，金屬離子與氮原子的鍵合加強。另外，連續進行三次吸附-解吸過程，去除效率都沒有明顯變化，說明該類吸附劑能在工業層面上去除重金屬。

Qasim Zia等[7]研究殼聚糖改性聚乳酸多孔納米纖維膜對Cu2+的吸附效果。研究發現，其對Cu2+的最高吸附能力優于以往殼聚糖涂層的去除效果，說明多孔的聚乳酸/殼聚糖結構為殼聚糖提供了一個高表面骨架，增加殼聚糖的NH2和-OH結合Cu2+的機會，充分吸附重金屬，說明該吸附劑可以用于凈化含銅溶液。

Yu-Ying Deng等[8]用EDTA改性的殼聚糖對Cu-BTC進行表面改性得到EDTA-CS/Cu-BTC，研究其對Cr6+的吸附影響。研究發現，改性材料的吸附能力要優于Cu-BTC。因此，EDTA-CS/Cu-BTC是一種比Cu-BTC更可行的金屬-有機骨架材料，可作為吸附劑去除Cr6+。

1.3 殼聚糖復合材料

將殼聚糖與其他材料結合也是一種提高殼聚糖吸附能力的手段，譬如Zhengguo Wu等[9]以羧甲基殼聚糖、海藻酸鈉和氧化石墨烯@Fe3O4為原料，制備磁性復合凝膠珠，研究其對重金屬的去除效果。研究發現，該凝膠珠穩定性好，易于從廢水中分離。此外，其對Pb2+有選擇性吸附，并且經過5次循環后吸附率仍能達到90%，說明該吸附劑值得推廣普及。

還有學者通過對吸附劑進行多次吸附-脫附處理，探究其穩定性。比如Alireza Karamipour等[10]將Fe3O4NPs涂覆在CA/CS納米纖維上，研究其對Cr6+和Ni2+的吸附效果并進行五次吸附-脫附處理，表現出良好的物理穩定性，這說明該吸附劑對去除重金屬起到積極影響。

另外，還有學者將殼聚糖與新型材料結合，例如Jéssica G.Martinsa等[11]將果膠與殼聚糖混合，制備出一種果膠質量分數為74%的耐久膜。研究發現，兩種生物材料相互作用造成共混膜的熱性能、結構性能、表面形貌和結晶度均發生變化，還發現其吸附能力稍弱，但能夠保持物理完整性。因此，該共混膜可以作為去除重金屬的綠色吸附劑。

2 計算機模擬預測殼聚糖去除環境中重金屬的研究

本章主要介紹如何利用計算機知識為解決重金屬污染問題提供便利，比如使用數學建模降低設備損耗和利用神經網絡等知識預測吸附效果。

另外，為實現連續操作和保持高去除率，在工業生產中重金屬的吸附最好在填充柱中進行，但如何預測穿透曲線是一個至關重要的問題，穿透曲線即多組分混合氣體/蒸汽流經固定床穿透柱時，各個流出組分的濃度隨時間變化的曲線。而突破曲線的數學建模易在沒有設備的情況下實現，引起學者們的興趣。

2.1 數學模型

目前，許多模型已經用于分析和預測填充柱系統的突破曲線。本節主要介紹使用BDST模型、Yoon-Nelson模型和Thomas模型描述在填充柱吸附系統中殼聚糖衍生物對水溶液中重金屬的吸附。

2.1.1 BDST模型

BDST模型[12]用于研究填充柱深度和穿透時間的關系，它假設不考慮粒子內擴散和外部傳質阻力，并且吸附質能直接吸附在吸附劑表面[13]，該模型如式(1)所示。

式中：o—飽和質量濃度，mg·L-1；

o—流入的重金屬質量濃度，mg·L-1；

—流出的重金屬質量濃度，mg·L-1；

a—吸附速率常數，l/mg/min；

—填充柱深度，cm；

b—填充柱的穿透時間，min。

可排列成線性或直線式方程如式(2)。

式中，是BDST的斜率，定義如(3)所示:

式中，o（l/min/m2）是線性流速，在公式(4)中定義：

方程的截距如式(5)所示：

當穿透時間與填充柱高度相對應時，o和a可分別由和計算。

2.1.2 Yoon-Nelson模型

可以用Yoon-Nelson模型描述穿透曲線[14]，其主要基于每個分子的吸附概率的下降速率與穿透概率成比例的假設。該模型在方程中以非線性和線性形式表示，分別如方程式(6)和(7)所示。

2.1.3 Thomas模型

Thomas模型是評估填充柱中污染物速率常數和最大吸附量的常用模型，是基于無軸向分散的Langmuir吸附-解吸動力學假設提出的。該模型在方程式中以非線性和線性形式表示，分別如方程式(8)和(9)所示。

式中：k—速率常數，min-1；

Q—流速；

m—柱中吸附劑的量；

q—吸附容量。

根據E.Igberase等[15]從實驗數據中獲得Thomas和Yoon-nelson模型的參數，發現在填充柱高35 cm、流速10 mL·min-1、進水質量濃度10 mg·L-1時，對去除效率有很好的效果，相關系數（2）是最佳擬合模型的決定因素之一[16]，并且2值（≥0.980）表明，BDST模型可以很好地描述實驗柱的吸附數據。此外，實驗q值與預測值吻合較好，進一步驗證了Thomas模型在描述柱狀數據方面的適用性。

2.2 模擬預測

將計算機與化學研究、污水處理結合，推動殼聚糖去除重金屬的理論和實踐研究，拓寬研究渠道和手段。

2.2.1 響應曲面法

隨著統計學的廣泛應用，響應曲面法作為數學方法與統計方法結合的產物，應用范圍越來越廣。而Khodadad Kavosi Rakati等[17]就采用5級5因素中心復合設計（CCD）研究CS/ZnO/Fe3O4對Cu2+去除效率的影響，每種污染物的去除效率（Y）根據下式計算：

式中，重金屬去除效率（%）用表示，溶液中金屬的初始濃度和殘余質量濃度（mg·L-1）分別用0和C來表示。

該學者還通過調整pH值、溫度、重金屬初始濃度和吸附劑用量，最大限度地提高Cu2+的去除效率，對期望函數進行數值優化，期望值為0.93。通過實驗對該條件進行驗證，結果發現，Cu2+的去除率達到94.32±1.65。預測的最佳條件與實驗結果高度一致，表明CCD-RSM可作為評價和優化該吸附劑影響參數對重金屬去除效果影響的可靠工具。

響應曲面法的優點主要表現在其充分擬合響應曲面，能夠充分了解響應相對于影響因素的變化，但它的應用需要大量的計算，必須借助計算機及一定的工具才能達成。

2.2.2 支持向量機

該學者還使用實驗測量的平衡吸附數據開發、測試模型。研究發現，均方根誤差和R2說明模型與實際數據之間比較吻合，并且預測值與實驗結果具有良好的一致性。另外，通過數據集的絕對相對誤差可以看出，最大誤差小于5%，平均誤差接近2%。從統計角度來看，這些數值是合理的。

研究表明，在模態預測和實驗數據之間有一個良好的適應，并且該模型可以較好地預測不同溫度下平衡吸附隨初始金屬濃度變化的實際趨勢。雖然支持向量機具有分類思想簡單、分類效果好等優點，但其缺點也是很明顯的，比如解決多分類問題存在一定困難、缺少數據敏感等。

2.2.3 神經網絡

還有學者將神經網絡與重金屬污染聯系起來，比如Amin Sadeghizadeh等[19]利用神經模糊方法預測羥基磷灰石/殼聚糖納米復合吸附劑對鉛的吸附，并且為了克服實驗的局限性，提出一種預測鉛吸附的綜合模型，模型對訓練數據和測試數據的確定系數分別為0.982 3和0.999 9，說明該模型的精度較高。另外，將實驗結果與神經模糊網絡的結果進行比較，得到的神經模糊網絡的判定系數為0.999 9，訓練數據和測試數據分別為0.982 3和0.999 9，結果表明模型的結果與實際結果的相似度較高，證明該模型的性能良好。

而神經網絡的優勢主要表現在其強大的自學能力、聯想存儲能力和快速找到最優解的能力等，這的確使其具有很大的應用市場。但也存在一些局限性，比如不能解釋推理過程及依據，當數據不充分時無法工作，將問題特征變為數字造成丟失信息等問題。

2.2.4 方法融合

不但可以使用某一種方法與殼聚糖吸附金屬研究結合，還可以采用多種方法協同助力其研究。比如Seyed Peiman Ghorbanzade Zaferani等[20]研究不同結構的神經網絡模型對氨基硫脲改性殼聚糖去除Pb2+的效率和標準Gibbs自由能變化的影響，還采用響應曲面法對去除效率和Δ°進行優化，以提高水體污染的去除效率。研究發現，當水溶液處于最高溫度和最低初始濃度時，Pb2+的去除效率達到最大，但Δ°為最小。而根據響應曲面法的結果表明，在55 ℃條件下Pb2+的去除率為92.53%，Δ°為?5.94 kJ·mol-1，適宜度為0.981，而適宜度越接近單位數，說明優化的準確度越高。此外，該學者還對不同吸附劑吸附過程的建模和優化類型與目前的工作進行比較，發現目前已發表的研究大多都采用單一方法建模，而該學者的方法融合既提高了優化準確性，又對該領域研究產生一定積極影響。

3 結論與展望

雖然學者們在殼聚糖去除重金屬的研究上已經取得一些成果，但仍然存在研究過程復雜、去除的重金屬種類有限等問題。鑒于這些問題，下面的研究重點可以放在以下幾方面：

1）利用模擬技術研究殼聚糖去除重金屬，不僅能降低成本、操作簡單，還能通過模擬指導實踐，避免材料浪費，減少干擾因素。

2）擴大殼聚糖衍生物的研究范圍，將關注焦點放在改性殼聚糖和多糖、無機復合材料上。交聯可以降低聚合物的鏈段遷移率[21]，而無機復合材料可以增強吸附劑的穩定性并提高其吸附性能。

3）開發更高效、成本低、無污染的殼聚糖衍生物，同時也要研究合適的解吸手段，在保證性能的基礎上，多次重復使用，降低應用成本。

［1］MOHAMMAD R K, MOHAMMED O A, NABEEL H A, et al. Composite nanofibers membranes of poly(vinyl alcohol)/chitosan for selective lead(II) and cadmium(II) ions removal from wastewater[J]., 2019, 169: 479-486.

［2］韓梅, 韓艷爽, 孫鳴謙, 等. 磁性殼聚糖材料對重金屬離子的吸附作用[J]. 遼寧化工, 2021, 50 (1):36-37.

［3］MU R H, LIU B, CHEN X, et al. Adsorption of Cu (II)and Co (II) from aqueous solution using lignosulfonate/chitosan adsorbent[J]., 2020, 163: 120-127.

［4］張毅, 張轉玲, 黎淑婷, 等. 殼聚糖對重金屬離子的吸附性能[J]. 天津工業大學學報, 2016, 35 (3):16-20.

［5］MA?GORZATA S, RAISA N, SIRPA P, et al. Effective separation of uranium from mine process effluents using chitosan as a recyclable natural adsorbent[J]., 2020, 253:117493.

［6］IGBERASE E, OSIFO P O. Application of diethylenetriamine grafted on glyoxal cross-linked chitosan composite for the effective removal of metal ions in batch system[J]., 2019, 134:1145-1155.

［7］QASIM Z, MADEEHA T, ZIHAN L, et al. Porous poly(L-lactic acid)/chitosan nanofibres for copper ion adsorption[J]., 2019, 227:115343.

［8］DENG Y Y, XIAO X F, WANG D, et al. Adsorption of Cr(VI) from Aqueous Solution by Ethylenediaminetetraacetic Acid-Chitosan- Modified Metal-Organic Framework[J]., 2020, 20: 1660-1669.

［9］WU Z G, DENG W J, ZHOU W, et al. Novel magnetic polysaccharide/graphene oxide @Fe3O4gel beads for adsorbing heavy metal ions[J]., 2019, 216:119-128.

［10］ALIREZA K, PARISA K P, et al. Using Fe3O4-coated nanofibers based on cellulose acetate/chitosan for adsorption of Cr(VI), Ni(II) and phenol from aqueous solutions[J]., 2020, 154:1132-1139.

［11］JéSsica G. MARTINSA, DéBora P F, et al. Removal of Cu(II) from aqueous solutions imparted by a pectin-based film: Cytocompatibility, antimicrobial, kinetic, and equilibrium studies[J]., 2020, 152: 77-89.

［12］ANTHONY M. MULIWA1, TAILE Y，et al. Fixed-bed operation for manganese removal from water using chitosan/bentonite/MnO composite beads[J]., 2018, 25 (4)：18081-18095.

［13］戴繼悟. 改性聚丙烯腈吸附膜的制備及其性能研究[D]. 吉林:東北電力大學, 2018.

［14］MERY L G，VIEIRA, Cláudio P. et al. Chitosan and cyanoguanidine-crosslinked chitosan coated glass beads and its application in fixed bed adsorption[J]., 2019, 206(11):1474-1486.

［15］IGBERASE E, OSIFO P, Ofomaja A. Mathematical modelling of Pb2+, Cu2+, Ni2+, Zn2+, Cr6+, and Cd2+ions adsorption from a synthetic acid mine drainage onto chitosan derivative in a packed bed column［J］., 2017, 39 (24):1-42.

［16］NIU Y L, YING D W, JIA J P. Continuous Adsorption of Copper Ions by Chitosan-Based Fiber in Adsorption Bed[J]., 2019, 145 (8): 04019041.

［17］KHODADAD K R, MASOOMEH M. Preparation and characterization of poly aniline modified chitosan embedded with ZnO-Fe3O4for Cu(II) removal from aqueous solution[J]., 2019, 130:1025-1045.

［18］EHSAN S, JAFAR A, MOHAMMAD H, et al. Assessment of Cu(II) adsorption from water on modified membrane adsorbents using LS-SVM intelligent approach[J]., 2016, 20 (2): 213-219.

［19］AMIN S, FARBOD E. Adsorptive removal of Pb (II) by means of hydroxyapatite/chitosan nanocomposite hybrid nanoadsorbent: ANFIS modeling and experimental study[J]., 2019, 232: 342-353.

［20］SEYED P G Z, MOHAMMAD R S E, MAHMOUD K A, et al. Optimization of the removal Pb (II) and its Gibbs free energy by thiosemicarbazide modified chitosan using RSM and ANN modeling[J]., 2019, 139: 307-319.

［21］張學成, 顏玉如, 羅維, 等. CS/PVA微球的制備及其對重金屬離子吸附研究[J]. 安全與環境工程, 2021, 28(2):196-203.

Research Progress of Chitosan Based Adsorbents for the Removal of Heavy Metal Ions in Water Environment and Its Simulation Prediction

,LU Yang

（Jilin Normal University, Siping Jilin 136000, China）

Heavy metal pollution is one of the most serious water pollution problems, scholars have adopted a variety of methods to solve the problem of heavy metal pollution. Among them, the adsorption method has attracted wide attention due to its high efficiency and environmental protection characteristics. In addition, chitosan also stands out among many adsorbents due to its good biodegradability and low cost. However, chitosan has the shortcoming of poor stability, so it has been modified and researched on composite materials. In this paper, based on the research in this field in recent years, experimental methods related theoretical researches of removal of heavy metals with chitosan were summarized, and the recent research status of the adsorption of heavy metal ions by chitosan based on computer simulation prediction technology was introduced, which could provide some reference for the next research of chitosan to remove heavy metals.

Heavy metal pollution; Chitosan; Adsorption; Simulation forecast

國家自然科學基金資助項目(項目編號：21606099)；吉林省科技發展計劃項目(項目編號：20180623042TC)。

2021-06-17

王宇佳（1997-），女，在讀研究生，吉林省松原市人，研究方向：數值模擬。

逯洋（1979-），女，教授，博士，研究方向：機器學習與數值模擬。

O636.9；O647.33

A

1004-0935（2022）01-0037-05