Forscher entwickeln fortschrittliches Abwasseraufbereitungssystem, das eine umweltfreundlichere Zukunft verspricht

Forscher der King Khalid University haben durch die Entwicklung eines fortschrittlichen Abwasseraufbereitungssystems erhebliche Fortschritte bei der Bewältigung von Umweltproblemen im Zusammenhang mit der Ölindustrie erzielt. Das Team unter der Leitung von Dr. Atef El Jery veröffentlichte kürzlich seine bahnbrechenden Erkenntnisse in PeerJ Leben & Umwelt.

Die Ölindustrie erzeugt große Mengen an Abwasser, das bei unsachgemäßer Behandlung die Umwelt schädigen kann. Um dieses Problem anzugehen, konzentrierten sich die Forscher auf eine Methode namens Elektrokoagulation, die sich als vielversprechend bei der Entfernung eines schädlichen Schadstoffs namens chemischer Sauerstoffbedarf (CSB) aus Ölraffinerieabwässern erwiesen hat.

Es wird erwartet, dass die Ergebnisse der Studie erhebliche Auswirkungen auf den Bereich der Abwasserbehandlung in der Ölindustrie haben und zu einer saubereren und nachhaltigeren Zukunft beitragen. Der vollständige Forschungsartikel mit dem Titel „Optimierung des Abwasserbehandlungssystems der Ölindustrie und Vorschlag empirischer Korrelationen für die Beseitigung des chemischen Sauerstoffbedarfs mithilfe von Elektrokoagulation und Vorhersage der Systemleistung durch ein künstliches neuronales Netzwerk“ ist veröffentlicht in PeerJ Leben & Umwelt.

Durch eine Reihe von Experimenten identifizierte das Team die besten Bedingungen für eine effektive CSB-Entfernung. Sie testeten verschiedene Faktoren wie Stromdichte, pH-Werte, CSB-Konzentration, Elektrodenoberfläche und Salzkonzentration. Die Ergebnisse zeigten, dass eine optimale CSB-Entfernung bei einer Stromdichte von 24 mA/cm2, einem pH-Wert von 8, einer CSB-Konzentration von 500 mg/l, einer Elektrodenoberfläche von 25,26 cm2 und einer Salzkonzentration von 0,5 g/l erfolgte. Diese Ergebnisse deuten darauf hin, dass Elektrokoagulation Abwasser effizient behandeln und schädliche CSB-Schadstoffe entfernen kann.

Darüber hinaus entwickelten die Forscher ein Modell eines künstlichen neuronalen Netzwerks (ANN), eine Art maschinelle Lerntechnologie, um die CSB-Entfernung aus Abwässern der Ölindustrie vorherzusagen. Das ANN-Modell erwies sich mit einem mittleren absoluten Fehler von nur 1,12 % und einem Bestimmtheitsmaß von 0,99 als äußerst genau. Dies deutet darauf hin, dass das ANN-Modell ein wertvolles Instrument zur zuverlässigen Vorhersage der CSB-Entfernung in realen Szenarien sein könnte und einen effizienteren und nachhaltigeren Ansatz für die Abwasserbehandlung bietet.