Se utilizó carbón preparado a partir de hojas de alheña (Lawsonia inermis) para estudiar la adsorción de iones Cr(VI) y Cu(II) a partir de sus soluciones acuosas. Se investigaron las condiciones experimentales que incluyen el pH, el tiempo de contacto, la concentración inicial y la dosis de adsorbente sobre la eliminación de metales. La capacidad de adsorción depende del valor de pH; aumenta con el incremento del valor de pH de 1 a 7 y luego disminuye. El mayor porcentaje de eliminación de metales se alcanzó con una dosis de adsorbente de 0,7 g y una concentración inicial de 100 ppm de iones metálicos. Los estudios de isoterma de adsorción revelaron que los datos se confirmaron con los modelos de isoterma de Langmuir y Freundlich. El porcentaje de eliminación fue mayor para Cu(II) que para Cr(VI). Se corroboró el potencial del carbón preparado a partir de hojas de alheña para la eliminación de estas dos soluciones que contienen metales pesados.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Capítulo de Libro:
Hidrogenación fotocatalítica en partículas semiconductoras
Artículos:
Síntesis de nuevos sensores fluorescentes basados en fluoróforos de naftalimida para la detección altamente selectiva de Hg2
Artículos:
Análisis de las Huellas Dactilares por Cromatografía Líquida de Alto Rendimiento y Análisis Cuantitativo de Multicomponentes por Marcador Único de Productos de Cordyceps sinensis Fermentado
Artículos:
Separación de 5,6-fenantrolina disustituida funcionalizada para aplicaciones de células solares sensibilizadas con colorantes
Artículos:
Análisis cuantitativo del Panax ginseng mediante espectroscopia FT-NIR
Artículos:
Compuestos bioactivos de microalgas rojas con valor terapéutico y nutricional
Artículos:
Enfoque de aplicación ágil con Scrum, Lean y Kanban
Artículos:
Arquitectura de software orientada a la creación de micromundos para la enseñanza y el aprendizaje
Artículos:
Perspectivas sobre datos masivos y analítica de datos masivos