При создании нового дешевого биосорбента из биомассы пшеничной соломы высококвалифицированный сотрудник ЮФУ Вишну Д. Раджпут использовал искусственную нейронную сеть (ANN). Проект оказался эффективным и экономически выгодным для удаления токсичных красителей из промышленных сточных вод, что показывает его потенциал для масштабного применения в текстильной промышленности и других секторах, где возникают подобные загрязнения.
В окружающую среду поступает множество органических и неорганических веществ, загрязняющих воду и почву. Эти токсичные вещества могут быть опасны для здоровья человека. Последние несколько десятилетий специалисты всего мира применяли различные подходы для очистки, но ни один из них не обеспечивал удаления большого объема загрязняющих веществ так, чтобы это было эффективно и экономно.
По словам ведущего научного сотрудника Академии биологии и биотехнологии Д.И. Ивановского ЮФУ Вишну Д. Раджпута, биосорбция токсичных элементов на сегодняшний день является одним из наиболее распространенных методов очистки воды и почвы. Она работает так: живые организмы или их компоненты, такие как бактерии, грибы, водоросли или растительные материалы, словно губка адсорбируют загрязняющие вещества и очищают среду от опасных химических соединений. Однако эта технология в значительной степени зависит от эффективности применяемых сорбентов, как по отдельности, так и в комбинации.
Ученые Южного федерального университета уделяют огромное внимание поиску новых решений для агробиобезопасности нашей страны. Так, на базе университета организован и реализуется проект «Управление почвенными ресурсами и агроклиматология» федеральной программы «Приоритет-2030» ЮФУ, который отвечает стратегическим задачам обеспечения безопасности окружающей среды России. В недавнем исследовании, проведенном сотрудниками АБиБ ЮФУ в сотрудничестве с Университетом Эмити (штат Уттар-Прадеш, Индия), молодые исследователи Вишну Д. Раджпут, доктор Манодж Гарг, Приядаршани Раджпут и Шитал Кумари (AUUP) под руководством профессора Татьяны Минкиной нашли
решение глобальной экологической проблемы загрязнения воды и почвы красителями и промышленными сточными водами.
«Цель нашего исследования заключалась в оценке эффективности недорогих потенциальных адсорбентов, полученных из биомассы соломы, на основе биосорбции красителя метиленового. Для оптимизации эффективного удаления красителя было использовано машинное обучение. Разработанный метод показал многообещающие результаты с точки зрения его экономической эффективности, экологичности и потенциальной способности к биологическому разложению токсичных элементов. Исследования по данной проблематике очень актуальны, так как основаны на разработке более эффективных и устойчивых решений по смягчению последствий загрязнения почвы и воды и методах их рекультивации», – рассказал Вишну Д. Раджпут.
В данном исследовании специалисты применили методы искусственной нейронной сети (ANN) и машинного обучения для моделирования и проверки процесса биосорбции, а также для оценки его эффективности в прогнозировании удаления красителя. ANN основана на искусственном интеллекте, который дает команды компьютерам обрабатывать данные желаемым образом, аналогично работе человеческого мозга. В последние годы ANN нашла ряд применений в области восстановления водных ресурсов и стала самым популярным инструментом для прогнозирования параметров качества воды.
Машинное обучение и методы ANN позволили предсказать возможности сорбентов в более крупном масштабе, заменяя необходимость изучения их действия с использованием термодинамики, кинетики, изотерм сорбции и других аспектов. Сочетание методологии Response Surface с машинным обучением повысило надежность модели биосорбции. По итогам проекта ученые выяснили,
что можно удалить 96% красителей. На основе процесса адсорбции частицы красителя остаются на поверхности биомассы пшеничной соломы.
«Методология поверхности отклика (Response Surface, RSM) — это основанный на математике и статистике метод для оптимизации процессов и улучшения эффективности адсорбента. С помощью него мы можем построить модель, описывающую связь между входными факторами и выходным результатом процесса: математическое уравнение или трехмерная поверхность. Пользуясь этой моделью, мы определяем оптимальные значения факторов. Например, можем найти такие значения, при которых достигается минимальный ввод и максимальная отдача. Это экономит время и ресурсы, исследуя только несколько комбинаций факторов вместо того, чтобы проверять все возможные варианты», – объяснилВишну Д. Раджпут.
Результаты исследования, изложенные в журнале «Scientific Reports», могут быть использованы для разработки экономически эффективных и устойчивых стратегий удаления токсичных красителей из промышленных сточных вод. Использование биомассы пшеничной соломы в качестве биосорбента имеет потенциал для масштабного применения в текстильной промышленности и других секторах, где возникают загрязненные красителями сточные воды.
В окружающую среду поступает множество органических и неорганических веществ, загрязняющих воду и почву. Эти токсичные вещества могут быть опасны для здоровья человека. Последние несколько десятилетий специалисты всего мира применяли различные подходы для очистки, но ни один из них не обеспечивал удаления большого объема загрязняющих веществ так, чтобы это было эффективно и экономно.
По словам ведущего научного сотрудника Академии биологии и биотехнологии Д.И. Ивановского ЮФУ Вишну Д. Раджпута, биосорбция токсичных элементов на сегодняшний день является одним из наиболее распространенных методов очистки воды и почвы. Она работает так: живые организмы или их компоненты, такие как бактерии, грибы, водоросли или растительные материалы, словно губка адсорбируют загрязняющие вещества и очищают среду от опасных химических соединений. Однако эта технология в значительной степени зависит от эффективности применяемых сорбентов, как по отдельности, так и в комбинации.
Ученые Южного федерального университета уделяют огромное внимание поиску новых решений для агробиобезопасности нашей страны. Так, на базе университета организован и реализуется проект «Управление почвенными ресурсами и агроклиматология» федеральной программы «Приоритет-2030» ЮФУ, который отвечает стратегическим задачам обеспечения безопасности окружающей среды России. В недавнем исследовании, проведенном сотрудниками АБиБ ЮФУ в сотрудничестве с Университетом Эмити (штат Уттар-Прадеш, Индия), молодые исследователи Вишну Д. Раджпут, доктор Манодж Гарг, Приядаршани Раджпут и Шитал Кумари (AUUP) под руководством профессора Татьяны Минкиной нашли
решение глобальной экологической проблемы загрязнения воды и почвы красителями и промышленными сточными водами.
«Цель нашего исследования заключалась в оценке эффективности недорогих потенциальных адсорбентов, полученных из биомассы соломы, на основе биосорбции красителя метиленового. Для оптимизации эффективного удаления красителя было использовано машинное обучение. Разработанный метод показал многообещающие результаты с точки зрения его экономической эффективности, экологичности и потенциальной способности к биологическому разложению токсичных элементов. Исследования по данной проблематике очень актуальны, так как основаны на разработке более эффективных и устойчивых решений по смягчению последствий загрязнения почвы и воды и методах их рекультивации», – рассказал Вишну Д. Раджпут.
В данном исследовании специалисты применили методы искусственной нейронной сети (ANN) и машинного обучения для моделирования и проверки процесса биосорбции, а также для оценки его эффективности в прогнозировании удаления красителя. ANN основана на искусственном интеллекте, который дает команды компьютерам обрабатывать данные желаемым образом, аналогично работе человеческого мозга. В последние годы ANN нашла ряд применений в области восстановления водных ресурсов и стала самым популярным инструментом для прогнозирования параметров качества воды.
Машинное обучение и методы ANN позволили предсказать возможности сорбентов в более крупном масштабе, заменяя необходимость изучения их действия с использованием термодинамики, кинетики, изотерм сорбции и других аспектов. Сочетание методологии Response Surface с машинным обучением повысило надежность модели биосорбции. По итогам проекта ученые выяснили,
что можно удалить 96% красителей. На основе процесса адсорбции частицы красителя остаются на поверхности биомассы пшеничной соломы.
«Методология поверхности отклика (Response Surface, RSM) — это основанный на математике и статистике метод для оптимизации процессов и улучшения эффективности адсорбента. С помощью него мы можем построить модель, описывающую связь между входными факторами и выходным результатом процесса: математическое уравнение или трехмерная поверхность. Пользуясь этой моделью, мы определяем оптимальные значения факторов. Например, можем найти такие значения, при которых достигается минимальный ввод и максимальная отдача. Это экономит время и ресурсы, исследуя только несколько комбинаций факторов вместо того, чтобы проверять все возможные варианты», – объяснилВишну Д. Раджпут.
Результаты исследования, изложенные в журнале «Scientific Reports», могут быть использованы для разработки экономически эффективных и устойчивых стратегий удаления токсичных красителей из промышленных сточных вод. Использование биомассы пшеничной соломы в качестве биосорбента имеет потенциал для масштабного применения в текстильной промышленности и других секторах, где возникают загрязненные красителями сточные воды.