Сравнение регрессионных моделей получения параметров уравнения изотермы адсорбции Ленгмюра методом компьютерного моделирования

Phuc Cao Nguen; Aleksandr I. Vezentsev; Minh Thuy Dang; Lidiya F. Peristaya

doi:10.17308/sorpchrom.2018.18/597

Phuc Cao Nguen Нгуен Фук Као – магистр Института инженерных технологий и естественных наук, ФГАОУ ВО «Белгородский государственный национальный исследовательский университет», НИУ «Бел-ГУ», Белгород
Aleksandr I. Vezentsev Везенцев Александр Иванович - д.т.н., профессор, зав, кафедрой общей химии Института инженерных технологий и естественных наук, ФГАОУ ВО «Белгородский государственный национальный исследовательский университет», НИУ «БелГУ», Белгород
Minh Thuy Dang Данг Минь Тхуи - аспирант 3 года обучения, ФГАОУ ВО «Белгородский государственный национальный исследовательский университет», НИУ «БелГУ», Белгород
Lidiya F. Peristaya Перистая Лидия Федотовна – доцент кафедры общей химии Института инженерных технологий и естественных наук, ФГАОУ ВО «Белгородский государственный национальный исследовательский университет», НИУ «БелГУ», Белгород

DOI: https://doi.org/10.17308/sorpchrom.2018.18/597

Ключевые слова: адсорбция, модель Ленгмюра, параметры, регрессия, компьютерное моде-лирование.

Аннотация

В работе представлены результаты сравнения оценки параметров, полученных методом наи-меньших квадратов из двух традиционных линейных и одной нелинейной форм уравнения Ленгмюра на основе исследования изотермы адсорбции ионов Pb2+ на монтмориллонитовых глинах месторождений (Поляна, Нелидовка – Белгородская область, Россия и Там Бо провинция Лам Донг, Вьетнам). Методом симуляции Монте-Карло построены 104 моделей подобных экспериментов на компьютере. Статистические характеристики (медиана и стандартное отклонение) полученных оценок параметров были рассчитаны и сопоставлены для разных регрессионных моделей. Установлено, что модель не-линейной регрессии является более точной и надежной.

Скачивания

Данные скачивания пока не доступны.

Литература

1. Dabrowski A., Advances in Colloid and In-terface Science, 2001, Vol. 93, pp. 135-224.
2. Sohn S., Kim D., Chemosphere, 2005, Vol. 58, pp. 115-123.
3. Kinniburgh D.G., Environ. Sci. Technoi., 1988, Vol. 20, pp. 895-904.
4. Wolberg J., Data Analysis Using the Method of Least Squares. Springer, 2006, p. 250.
5. El-Khaiary M.I., Journal of Hazardous Materials, 2008, Vol. 158, pp. 73-87.
6. Kemmer G., Keller S., Nature Protocols, 2010, Vol. 5, pp. 267-281.
7. Bolster C.H., Hornberger G.M., Soil Sci-ence Society of America journal, 2007, Vol. 71, pp. 1796-1806.
8. Otto Exner, J. Phys. Org. Chem., 1997, Vol. 10, pp. 797-813.
9. Zielinski T.J, Allendoerder R.D., J. Chem. Educ., 1997, Vol. 74, pp. 1001-1007.
10. Tellinghuisen J., Methods in Enzymology, 2009, Vol. 467, pp. 499-529.
11.Lemcoff N.O., The Chemical Engineering Journal, 1977, Vol. 13, pp. 71-74.
12.Bothwell M.K., Walker L.P., Bioresource Technology, 1995, Vol. 53, pp. 21-29.
13. Harrison R.L., AIP conference proceed-ings, 2010, Vol. 1204, pp. 17-21.