石河子大学废弃物治理有妙招,印染废水和废弃硅微粉都全是宝
发布日期:2019-07-09   作者:化学化工学院  浏览数:622

石河子大学废弃物治理有妙招,香蕉皮、印染废水和废弃硅微粉都全是宝

近年来,随着新疆纺织行业的发展,印染废水的处理日益严峻。采用絮凝或吸附处理印染废水得到的污泥,如果以掩埋的方式处理,会给自然界带来了潜在的危害。石河子大学化学化工学院废弃物资源化利用研究团队在染料废水的处理及资源化利用方面取得了一些研究成果,特别是设计了染料废水中的有机染料的处理与资源化利用工艺路线,将其制备成电化学能源转化与储存材料,拓展了废弃物的利用途径。

近日,该研究团队以染料黄棕K-GR作为氮源和硫源、葡萄糖作为碳源、ZnCl2作为活化剂,一步炭浴法制备了氮掺杂碳负载富缺陷ZnS纳米颗粒的复合材料(ZnS/N-C900),用做氧还原反应(ORR)催化剂。密度泛函理论(DFT)计算结果表明,富含Zn空位的ZnS可以有效降低ORR电催化过程中O2转为*OOH的反应能垒(0.92 eV)。ZnS/N-C900表现出了比商用Pt/C更高的催化活性,起始电位为E和半波电位E1/2分别为 0.950.87 V vs RHE)(图2)。该工作以“Defective ZnS Nanoparticles Anchored In Situ on N-doped Carbon as a Superior Oxygen Reduction Reaction Catalyst. DOI:10.1016/j.jechem.2019.01.018”为题,在《Journal of Energy Chemistry》上发表。论文第一作者博士研究生胡立兵和危增曦,通讯作者于锋副教授、代斌教授和马建民教授。



 图1 氮掺杂碳负载富缺陷ZnS纳米颗粒的复合材料(ZnS/N-C900)及其电催化性能。

  

该研究团队还结合含碳固体废弃物的资源化利用,以农业固体废弃物香蕉皮为原料制备生物质多孔碳,用于吸附染料废水中的有机染料,然后再将污泥炭化制备了杂原子掺杂炭材料。采用该方法得到的香蕉皮基多孔炭的比表面积为508.5 m2/g, 可有效吸附染料甲基橙,将污泥炭化后制备了氮硫共掺杂多孔碳,比表面积可达1774.3 m2/g,氮硫含量分别为2.84 at.%  0.47 at.%,在氧还原反应(ORR)中表现出了优异的催化性能起始电位可以达到0.93 Vvs RHE),相同条件下比商业的贵金属铂碳催化剂衰减幅度小16.7 %,基本不受甲醇毒性的影响。该方法不仅有效利用了农业固体废弃物和染料废水,而且避免了污泥的焚烧、掩埋和再生处理,对于污泥的处理提供了新思路(图2)。该工作以“ Heteroatom-doped porous carbon from methylorange dye waste water for oxygen reduction. DOI:10.1016/j.gee.2017.06.005”为题,在《Green Energy & Environment》(简称GEE)上发表。GEEElsevierKe Ai和中科院过程所联合创办发行的一本关于绿色能源与环境的学术期刊,主编张锁江院士。论文第一作者硕士研究生王一庆,通讯作者于锋副教授和郭旭虹教授。



        图2  香蕉皮基多孔炭吸附甲基橙染料废水用于制备氮硫共掺杂炭材料。


近年来,伴随着太阳能等清洁能源的迅猛发展,太阳能光电方面的研究和应用等迅速发展,特别是多晶硅产业。每生产一吨的多晶硅,会产生300-500 kg的硅微粉。若这些硅微粉不能及时妥善处理,不仅会造成严重的固体废物污染,而且也会造成资源的浪费。

石河子大学化学化工学院工业催化课题组以多晶硅产业的硅微粉(SF-SiO2)作为前驱体,成功制备了多孔SiC纳米陶瓷材料(SF-SiC),并将其作为载体,得到了具有富含缺陷的Ni/SF-SiC催化剂。Ni缺陷对H2CO具有较强的吸附能力,可有效增强CO甲烷化反应的活性。同时,SiC优异的导热性可以降低催化剂床层中热点的影响,使Ni/SF-SiC具有优良的抗烧结和抗积碳性能。相比与Ni/SF-SiO2催化剂(89.8%),Ni/SF-SiC催化剂在350 oC时的CO转化率可达99.1%,反应50 h后几乎无衰减。相关工作以Defect-rich nickel nanoparticles supported on SiC derived from silica fume with enhanced catalytic performancefor CO methanation为题,在Catalysts上发表(图1),第一作者为化学化工学院硕士研究生宋奇,通讯作者于锋副教授、葛贵贤副教授和张金利教授。



富缺陷Ni/SF-SiC催化剂用于CO甲烷化反应。

    该项目得到兵团重大科技研发项目 (2017AA007)、等项目 的支持。