Resumen

Este estudio investiga la posibilidad de aplicar un proceso de adsorción utilizando dos minerales naturales abundantes M1 y M2. Sin pretratamiento ni activación, los adsorbentes se utilizaron para tratar muestras reales de aguas residuales textiles (recogidas en la ciudad de Fez, Marruecos). Como alternativa rentable, estos materiales se caracterizaron mediante diferentes análisis, incluyendo difracción de rayos X (DRX), microscopía electrónica de barrido (MEB), espectroscopía infrarroja por transformada de Fourier (FTIR) y fluorescencia de rayos X (FRX). La demanda química de oxígeno (DQO) y la demanda biológica de oxígeno (DBO) se utilizaron para caracterizar las aguas residuales textiles. Además, se evaluó la influencia de las condiciones de operación (tiempo de contacto, dosis de adsorbente y pH). Los resultados muestran que el proceso de adsorción tiene lugar rápidamente, alcanzando el equilibrio a los 90 y 160 min para M1 (88 OD) y M2 (79 OD). Ambos materiales muestran una mayor afinidad por el Cr (39%) y una menor afinidad por el Cu (28%). Un modelo cinético de pseudo-segundo orden proporciona el mejor ajuste a los datos experimentales de adsorción. Las pruebas de germinación indican una baja toxicidad tras el proceso de adsorción. El rendimiento de ambos materiales se comparó con el de otros estudios bibliográficos.

• Materias:Bioquímica Reacciones químicas Propiedades fisicoquímicas Química analítica Química sostenible
• Subjects:Biochemistry Chemical reactions Chemicophysical properties Analytical chemistry Sustainable chemistry
• Palabras claves:proceso de adsorción, bacalao, materiales, minerales naturales abundantes m1, muestras reales de aguas residuales textiles, demanda química de oxígeno, demanda biológica de oxígeno, datos experimentales de adsorción, modelo cinético de orden, otros estudios bibliográficos
• Keywords:adsorption process, cod, materials, abundant natural minerals m1, real textile wastewater samples, chemical oxygen demand, biological oxygen demand, experimental adsorption data, order kinetic model, other literature studies