Modélisation par les plans d’expériences de procédés d’adsorption du Phénol et de l’Evista sur des adsorbants de synthèse

Abstract

La planification des expériences (PE) est une technique statistique et mathématique utile pour développer, améliorer et optimiser divers procédés. Elle se fait en trois étapes à savoir la réalisation des expériences, la modélisation par régression mathématique et l’optimisation. Le principal avantage de la PE est la réduction du nombre d'essais expérimentaux nécessaires pour évaluer plusieurs paramètres et leurs interactions. En effet, nous avons étudiés deux types de plans. Le premier, est un plan factoriel complet et le second est un plan BOX-Behnken.

Pour le premier, trois paramètres ont été étudiés, la concentration initiale en phénol (10-200

mg/L), la masse du charbon actif (1-3g) et la granulométrie de charbon (0,0475-0,625 mm). La signification des variables indépendantes et de leurs interactions a été testée au moyen de l'analyse de variance (ANOVA) avec degré de confiance de 95%. Les effets standardisés des variables indépendantes et leurs interactions sur la variable dépendante ont également été étudiés en préparant un diagramme de Pareto. L’équation du modèle s’écrit :y = -77,4 + 291 Ms + 17,20 pH + 6,30 tps - 1,225 pH*pH - 0,0329 temp*temp - 0,2837 tps*tps + 395 Ms *tps +?. y = 66,568 - 0,30789 c0 + 5,043 Ms - 101,49 dp + 0,05009 c0* Ms + 0,4541 c0*dp + 29,284 Ms *dp - 0,24528 c0* Ms *dp. Les valeurs optimales des paramètres étudiés ont été obtenues en résolvant le modèle de régression linéaire avec interactions ainsi qu'en analysant les tracés de contour de surface de réponse. En utilisant les conditions expérimentales de : concentration initiale en phénol = 10mg/L, masse de l’adsorbant= 3g, granulométrie de l’adsorbant = 0,0475mm. L’efficacité d’élimination du phénol était de 79,34%. Par contre pour le second, quatre variables indépendantes (la quantité d'adsorbant de 0,0015 à 0,01 g, le pH allant de 3 à 9, le temps de contact de 1 à 15 minutes et la température de 15 à 45°C) ont été étudiées. La signification des variables indépendantes et de leurs interactions a été testée au moyen de l'analyse de variance (ANOVA) avec degré de confiance de 95%. L’équation du modèle s’écritLes valeurs optimales des variables sélectionnées ont été obtenues en résolvant le modèle de régression quadratique ainsi qu'en analysant les tracés de contour de surface de réponse. En utilisant les conditions expérimentales suivantes : masse de l’adsorbant=0,01 g, pH de la solution= 7, temps de contact = 15 minutes, température= 28,9°C, l'efficacité de récupération d’Evista s'élève à 103%. Experimental planning (EP) is a statistical and mathematical technique useful for developing, improving and optimizing various processes. It is done in three steps: experimental design, mathematical regression modeling, and optimization. The main advantage of EP is the reduction in the number of experimental trials needed to evaluate several parameters and their interactions. Indeed, we have studied two types of design. The first is a full factorial design and the second is a BOX-Behnken design. For the first one, three parameters were studied, the initial phenol concentration (10-200 mg/L), the mass of the activated carbon (1-3g) and the carbon granulometry (0.0475-0.625 mm). The significance of the independent variables and their interactions was tested using analysis of variance (ANOVA) with 95% confidence. The standardized effects of the independent variables and their interactions on the dependent variable were also studied by preparing a Pareto chart. The equation of the model is written : y = 66.568 - 0.30789 c0 + 5.043 Ms - 101.49 dp + 0.05009 c0* Ms + 0.4541 c0*dp + 29.284 Ms *dp - 0.24528 c0* Ms *dp. The optimal values of the studied parameters were obtained by solving the linear regression model with interactions as well as by analyzing the response surface contour plots. Using the experimental conditions of: initial phenol concentration = 10mg/L, adsorbent mass = 3g, adsorbent granulometry = 0.0475mm. Phenol removal efficiency was 79.34%. On the other hand for the second, four independent variables (amount of adsorbent from 0.0015 to 0.01g, pH from 3 to 9, contact time from 1 to 15 minutes and temperature from 15 to 45°C) were studied. The significance of the independent variables and their interactions was tested by means of analysis of variance (ANOVA) with 95% confidence. The model equation is written as follows: y = -77.4 + 291 Ms + 17.20 pH + 6.30 tps - 1.225 pH*pH - 0.0329 temp*temp - 0.2837 tps*tps + 395 Ms*tps +?. The optimal values of the selected variables were obtained by solving the quadratic regression model and analyzing the response surface contour plots. Using the experimental conditions of: mass of the adsorbent=0.01 g, pH of the solution= 7, contact time= 15 minutes, temperature= 28.9°C, the recovery efficiency of Evista is 103%.