发布日期：2018-11-13 09:51 来源：活性炭网 作者：活性炭网 浏览数：
含有粒状活性炭（GAC）的使用点过滤器是从水中去除某些化学物质的有效方法，但它们除去细菌和病毒的能力相对未经测试。 使用清洁床过滤理论测定两种细菌（ Raoutella terrigena 33257和
饮水的微生物污染是在许多地区的主要健康问题在世界各地（8，9）。由于传统的水处理技术往往在水污染问题最严重的地方无法获得，世界卫生组织提出使用点（POU）水处理设备是解决问题的最有效方法（33）。许多POU装置依靠吸附到颗粒活性炭（GAC）上作为去除污染物的机制。为了使POU水处理成功，GAC必须有效地从水中去除化学和微生物污染物。众所周知，GAC对脱色，脱氯和化学去除有效（14，15，17，31），该材料以除去细菌和病毒的效率相对未知的。
用于表征细菌和病毒与GAC的相对粘附的方法的范围从分批吸附测试到柱测试。分批吸附测试证实微生物专门吸附到GAC的外表面由于孔径排阻（24，25，27），但它们不提供足以预测列移除速率的信息。传质模型可用于表征填充床中GAC的化学去除，但它们不提供有关颗粒去除机制的详细信息。在填充床去除病毒的先前的研究，确信（6，7）中所描述的吸附大肠杆菌将噬菌体T4置于活性炭上作为扩散限制过程。在最近的研究中，过滤模型已成为颗粒去除率的有用和描述性模型，因为它们包括考虑去除机制（扩散，截留和重力沉降），并允许缩放颗粒和填料尺寸的影响（28，29，33）。不幸的是，过滤模型不充分预测填料，表面化学，和粗糙度的影响，这是已知的因素是为不同类型的GAC（重要的22，35，36），因此，个别的碳必须在病例进行比较以个案为基础。
使用干净的床过滤理论，粒子碰撞频率可以如果假定所述颗粒和包装是完美的球形和表面光滑（预测18，21，23，28）。不直接包括在理论模型中的表面颗粒化学或收集器表面粗糙度的差异被结合到碰撞效率（α）中，其被定义为颗粒基于碰撞频率附着到表面的概率。微型柱试验已被证明是一种有效的和快速的替代突破柱试验用于测量细菌碰撞效率（3，5，10，19）。可以通过将放射性标记结合到细菌中来测量保留或完全突破，这允许快速计算碰撞效率。为了检查细菌滞留，从床的顶部除去一小片培养基并通过闪烁计数进行分析（10）。然而，基于放射性标记的方法对于GAC是不实用的，因为标记物对碳的吸附不允许随后测量细菌滞留（26）。总突破方法对于计算颗粒保留更有效，只要颗粒保留足够大以显着降低流出物颗粒浓度（11）并且填料支撑材料本身不会明显有助于颗粒去除。
此处使用清洁床过滤理论来评估不同生物胶体（两种细菌菌株和噬菌体）和乳胶微球在GAC填充床中的相对粘附性。使用放射性标记细菌和GAC的初步实验证实，表面的碰撞效率很高，但由于标记吸附到介质上（保留研究）和通过支持介质进行颗粒过滤（总突破测试），结果是不确定的（26）。因此，设计了双层过滤模型方法来计算高粘性GAC的碰撞效率，其考虑了支持介质过滤。使用基于两步实验程序的这种新方法，可以快速确定几种不同类型GAC的生物胶体碰撞效率。
在该研究中使用的微生物是Raoultella（以前的Klebsiella）terrigena 33257和大肠杆菌 25922，它们都是革兰氏阴性非致病细菌。这两种菌株由KA Metz（The Procter＆Gamble Health Sciences Institute，Mason，Ohio）提供。细胞在Miller's Luria肉汤（25g /升; Sigma）中生长。将细胞在-80℃下储存在Luria肉汤 - 甘油溶液（50％，体积/体积）中，转移至新鲜培养基（100ml）中，并在指数中期生长期（~ 10 8细胞/ ml）收获。。通过在1mM磷酸盐缓冲盐水（PBS）（0.026g /升KH 2 PO ）中离心三次（2,800× g，20℃，10分钟）洗涤细菌。4，0.047mmol克/升ķ 2 HPO 4 ; 在将它们用于实验之前，pH = 7.3）。使用图像分析系统（Image-Pro Plus 4.1; Media Cybernetics，United States）通过光学显微镜（BH2; Olympus）测定细胞的投射表面积。通过使用以下等式从投影表面积（A）（n = 20）计算等效直径（d p）：d p = 2（A / π）1/2。
大肠杆菌噬菌体MS2被用作人肠道病毒（替代2，30）。噬菌体和宿主细菌菌株大肠杆菌15597由KA Metz（The Procter＆Gamble Health Sciences Institute，Mason，Ohio）提供。培养噬菌体并通过双层琼脂技术测定（1）。琼脂培养基含有（每升）10g胰蛋白胨，9g NaCl，5g酵母提取物，1g MgCl 2 ·6H 2 O，1.11g CaCl 2和10g技术琼脂（底部琼脂）或8g技术琼脂。 （顶级琼脂）。将底部琼脂倒入聚苯乙烯板（100×15mm）中并固化。宿主细菌悬浮液（8滴大肠杆菌悬浮液将如上所述生长但未洗涤的15597加入含有噬菌体（1ml）的试验溶液中，与3ml顶层琼脂（仍然温热）混合，倒在平板上。将板在37℃（琼脂面朝上）温育14至24小时，然后计数噬斑。
使用直径为0.97μm的羧基化乳胶微球（ Fluoresbrite YG; PolySciences Inc.，Warrington，PA）作为生物胶体的无机替代物。通过在去离子（DI）水中离心（2,80× g，20℃，10分钟）洗涤一次微球，并在缓冲液（1mM PBS）中洗涤两次，并在4℃下在2.5％水悬浮液中储存。
使用四种活性炭样品（由D.Collias，Procter＆Gamble，Cincinnati，Ohio提供）; 这些样品用筛分（R s）和未经过筛分的（R u）碱性木基碳，酸性筛分的木基碳（A）和筛分的椰壳碳（C o））。通过摇动（US Mesh no.140和No.170筛; 80×120μm）制备筛分的碳，并在US Mesh no。上收集碳。170筛。通过用去离子水冲洗碳来洗涤碳并将其脱气（用真空）以避免气泡截留，并将它们储存在4℃的去离子水中。Brunauer，Emmet和Teller（BET）比表面积，孔体积分布，干燥颗粒密度，零电荷点，等电点和碳的zeta电位（由D. Collias提供）总结表表1。1。零电荷点是颗粒总表面带净电荷为零的pH值; 在该pH值以上，颗粒带负电。等电点是碳颗粒的外表面电荷为零时的pH。
本研究中使用的颗粒活性炭的物理和化学性质
| 属性 | R s | [R ü | C o | 一个 |
|---|---|---|---|---|
| 描述 | 木基，筛分 | 以木为主，不受欢迎 | 椰子壳 | 木质，酸处理 |
| 比表面积（m 2 / g） | 1745 | 1745 | 1,480 | 1309 |
| 颗粒密度（g / cm 3） | 0.56 | 0.56 | 0.72 | 0.59 |
| 床孔隙度 | 0.59±0.03 | 0.54±0.01 | 0.54±0.03 | 0.63±0.03 |
| 总孔容（ml / g） | 1.31 | 1.31 | 0.92 | 1.21 |
| 中孔和大孔体积（ml / g） | 0.61 | 0.61 | 0.31 | 0.67 |
| 零电荷点（pH） | 8.8 | 8.8 | 9.8 | 五 |
| 等电点（pH） | 3.5 | 3.5 | 3.8 | 3.3 |
使用设定为0.1至200μm的粒度分析仪（Galai CIS-100; Galai Production Ltd.，Israel）测量GAC粒度分布。用Ankersmid粒度分析仪（WCIS-100，版本1.45; Ankersmid Ltd.，Israel）分析粒度分布，结果用离散数，面积和体积分布表示; 在这个分析中，我们假定颗粒为球形（16，18，20）。
使用模拟的“耗尽”碳进行一些实验，其通过用腐殖酸（10mg /升; Sigma Aldrich）或细菌（7×10 6 大肠杆菌细胞/ ml）预平衡碳（1g，干重）来制备。在1mM PBS中。使用分光光度计（波长，254nm）测定腐殖酸浓度，并通过吖啶橙直接计数技术测定溶液中剩余的细胞浓度，直至观察到浓度没有显着变化（24小时）。通过使碳通过溶液，将碳从溶液中分离出来。170筛。
微柱试验用于确定GAC上的细菌滞留。每个柱是3ml注射器管，其含有玻璃纤维过滤器（Whatman GF / D;标称孔径，2.7μm），切割至管的直径（0.8cm）以保持GAC。用脱气的GAC填充柱以获得0.5至1cm的床高度。如前所述（10）进行实验，不同之处在于测量颗粒穿透而不是颗粒保留（3）。首先用10ml试验溶液（相当于10至12孔体积）冲洗每个柱子; 然后用2毫升细菌或病毒溶液，然后用7.5毫升试验溶液冲洗，以除去缓慢解吸的细菌。然后用柱塞提取柱，在100℃下干燥，并称重以确定干柱质量。我们担心，保留最小GAC颗粒所需的玻璃纤维过滤器也可以捕获大量细菌，这是基于此前大孔过滤器中细菌滞留的测量结果（19）。因此。仅使用玻璃纤维过滤器重复用于GAC的程序，以确定过滤器对细菌的保留。
为了结合玻璃纤维过滤器中细菌滞留的潜在影响，使用双层过滤模型，其中GAC是第一层，玻璃纤维过滤器是第二层。在该模型中，当仅使用玻璃纤维过滤器（F F）时保留的颗粒部分是
其中N o是施加到过滤器上的悬浮颗粒浓度，当仅使用玻璃纤维过滤器时，N F是流出物中的浓度（在考虑用冲洗溶液稀释后）。当使用GAC层和玻璃纤维过滤器时，离开GAC（N G）的细菌浓度可以通过假设发生相同的分数去除，从该测试中离开柱的细菌浓度（N GF）计算出来。在两个试验中，在玻璃纤维层中使用
因此，仅由GAC（F G）保留的颗粒部分可以如下计算：
可以使用清洁床过滤理论计算GAC层内悬浮颗粒的碰撞效率：
其中d Ç是填料或颗粒收集器的直径，θ是床的孔隙率，η是使用拉贾戈帕兰和田的模型（计算出的碰撞效率18，28），和大号是床长度。单收集器效率（d c）基于测量的GAC尺寸分布从收集器尺寸中选择。因为床很短和GAC包装不规则，方程4进行了修改，使得柱的质量可被用作一个测得的参数，而不是大号。过滤方程式来自床中隔离的收集器数量的长度为L的质量平衡。对于填充有直径为d c的球形颗粒的圆柱体，柱中的收集器的数量为长度L并且具有横截面积A，
重新排列并代入等式4得到
还可以使用计算出在列收集器的数目Ñ C ^ = M d /米Ç，其中米d是床（干重）和的总质量米Ç是单个收集器的质量（米ç =ρ d π d ç 3 /6，其中ρ d是碳的干密度）（表（表1）。1）。根据N c的这些定义，碰撞效率可以作为测量的床质量的函数计算如下：
如Logan等人所述计算玻璃纤维过滤器的碰撞效率。（19），除了使用突破浓度，如上所述，方程式4通过用适合圆柱形玻璃纤维（π/ 4）的因子替换球体的几何因子（书面的2/3）进行修改（18） 。GF / D滤波器特性如下：d c，2.7μm; θ，0.55; 和L，675μm（19）。
四种GAC呈现双峰尺寸分布，小粒径以2至4μm为中心，第二峰值为大约2μm。为100μm（图（图1）。1）。但是，在过滤方程中只使用一个收集器尺寸。以前的工作表明，双峰分布应根据最小的颗粒大小进行分类，因为大部分的去除是由于与小颗粒的碰撞而发生的（20）。为了确定用单一粒径表征双峰尺寸分布的最合理方法，使用具有碳A的R. terrigena的微柱结果评估碰撞效率，并且基于直径<10％计算单粒径的颗粒（d 10使用数目，面积和体积分布（表）（表2）。2）。数字分布表示基于颗粒总数的颗粒分数，而面积和体积分布基于总面积或总固体体积确定。当碰撞效率d 10被用来分别为2.4×10 -6为个数分布，为0.7的区域的分布，和6.4体积分布（表（表3）。3）。基于50％和90％具有指定直径的颗粒（d 5 0和d 90）的其他特征直径的值）和平均直径（d 一个）也显示在表比较表3。3。基于该比较，基于面积分布的d 10用于对用于过滤计算的碳进行分类，因为该值提供了碰撞效率的最合理的值。所述d 10根据α的这些条件和显着更高的值在其它初步试验下具有高的值没有被选中体积分布（数据未显示）。理论上碰撞效率应小于1，但实际上对于高粘性材料，碰撞效率可能大于1（见讨论）。基于d计算的碰撞效率对于这种材料，10号的分布被认为太低而不合理。
基于研究中使用的碳的面积大小分布的粒度的离散分布。
不同粒度分布的特征直径，从0.1到300μm测量，显示每种碳的各种集电极尺寸
| 碳 | 尺寸范围（μm） | 分配类型 |
特征直径（μm）
|
|||
|---|---|---|---|---|---|---|
| d 10 | d 50 | d 90 | d a | |||
| R s | 0.53-172 | 没有。 | 0.53 | 1.35 | 3.25 | 2.65 |
| 区域 | 55 | 104 | 152 | |||
| 卷 | 74 | 115 | 172 | |||
| [R ü | 0.59-201 | 没有。 | 0.59 | 1.56 | 33.73 | 10.24 |
| 区域 | 52 | 106 | 180 | |||
| 卷。 | 68 | 132 | 201 | |||
| C | 0.60-175 | 没有。 | 0.60 | 1.39 | 3.04 | 1.89 |
| 区域 | 23 | 81 | 147 | |||
| 卷 | 56 | 110 | 175 | |||
| C o | 0.49-165 | 没有。 | 0.49 | 1.28 | 2.77 | 1.94 |
| 区域 | 41 | 93 | 144 | |||
| 卷 | 70 | 111 | 165 | |||
使用不同的特征收集器直径（碳C，1 mM PBS）计算R. terrigena的碰撞效率
| 分配类型 | DIAM | α |
|---|---|---|
| 没有。 | d 10 | 2.4×10 -6 |
| d 50 | 2.7×10 -4 | |
| d 90 | 2.5×10 -3 | |
| d a | 6.5×10 -4 | |
| 区域 | d 10 | 0.7 |
| d 50 | 15 | |
| d 90 | 53 | |
| 卷 | d 10 | 6.4 |
| d 50 | 29 | |
| d 90 | 74 |
上的四个碳原子的细菌碰撞效率范围为0.8至3.5为R.土生和0.9至4.9 的大肠杆菌时各碳被分类用的集电极直径d 10基于区域分布（图（图0.2）。2）。碰撞效率大于1的可能原因将在下面讨论。通常，碰撞效率按照R s > R u > C o > A 的顺序降低。每种碳上每种颗粒类型的碰撞效率的成对比较表明碰撞效率显着不同（P <0.05，由下式确定）一个吨试验）为R.土生除外的R之间的比较所有的碳的比较ü和A.对于大肠杆菌，有作为R之间的碰撞效率没有显著差异小号，R ù A，并且，也许的结果数据集的大标准偏差。
基于不同GAC的面积分布，使用d 10计算细菌，噬菌体和微球的碰撞效率。误差条表示基于使用一式三份运行的列（n = 6至9）的多个实验的聚合数据的标准偏差。
微球的碰撞效率为通常类似于用于细菌获得的那些和范围从0.7至3.5（图（图2）。2）。与碳类型的碰撞效率的顺序也遵循类似于对细菌观察到的趋势，其中R s具有不同碳的最大粘附系数（α= 3.5）并且A具有最小的粘附系数（α= 0.7）。碰撞效率为A，C Ò和R ü均无统计学差异，这表明微球为按以下顺序：R t 小号 >ř û ≥Ç Ò ≥A.
噬菌体的碰撞效率均显着低于细菌的碰撞效率，其值范围为0.160至0.353。粘附力值的趋势再次与其他类型颗粒观察到的趋势一致，碳R s具有最高的碰撞效率，A具有最低的碰撞效率。
上述计算的碰撞效率是基于两个或三个单独测试的组合结果，每个测试一式三份进行。一般来说，测试内变异性小于测试之间的变异性，与Johnson和Logan（12）先前的研究结果一致，即细菌运输测试中的日常变异性大于单次测试中的变异性。 。各个测试的成对比较显示测试之间没有显着差异（P <0.05，通过t检验确定）; 因此，汇总了所有测试的数据。
对于支持GAC床的玻璃纤维过滤器计算的α值对于细菌和微球的范围为≥0.01至≤0.04。过滤器保留的细胞比例范围为0.1至0.4，发现其导致颗粒浓度显着降低。因此，重要的是支持过滤器的颗粒保留包括在细菌和微球的α的计算中。然而，噬菌体的结果不同。玻璃纤维过滤器噬菌体的平均碰撞效率为0.23±0.24，但忽略过滤器去除噬菌体并未导致噬菌体与GAC的α值有统计学差异（38））。因此，在未来的试验中应该可以忽略支撑玻璃纤维过滤器在使用GAC的噬菌体试验中的贡献。
基于碰撞效率对四种碳进行比较揭示了哪些碳对于不同类型的颗粒是“最粘的”，但是GAC中的其他差异（例如收集器直径）决定了碳的总体去除效率。不能直接比较在每个测试中确定的分数去除值，因为床长度在不同测试中是不同的。因此，在小柱试验中获得的碰撞效率用于预测在1cm长的GAC床中的去除，以便基于性能比较碳。碳在两种条件下进行了比较，一种是测量直径不同（d 10），第二种是我们预测的碳量，如果碳都具有相同的d 10。我们考察图。这两个条件下去除值图3，3，在这里我们展示去除不同直径（图值（图3A）3A）预测，如果碳都有相同的直径清除值和（图（图3B3B）。
基于测量的α和每个GAC（A）的测量d 10（面积分布）或0.05 mm（B）的d 10，针对1-cm长的柱计算GAC的预测对数去除。
为细菌，0.7-到3.1个对数去除预测对于1厘米长的床为三个碳原子的（C Ò，R ü，和R 小号基于测得的粒径（图）。 （图3 ）.3）。对于所有颗粒类型，预测A碳的最高去除值，这是由于碳A的直径小于其他碳的直径这一事实的直接结果。微球的预测对数去除值低于细菌，范围为0.5至0.8。预测噬菌体去除值在相似的范围内，对数去除范围为0.31至0.95。当基于每cm的去除率比较结果时，在筛分和未筛选的R碳（R u和R s）之间去除微球和大肠杆菌没有显着差异。碳大小的效果示于图图3B，图3B，其示出了当在图的计算结果图3A3A使用用于所有GAC相同碳大小（0.05毫米）重复进行。我们发现，在这些条件下，碳A比其他碳不太有效，与碰撞效率（图测量一致（图22）。
通过使用去离子水（IS，<0.01mM）降低溶液离子强度（IS）显着降低了R. terrigena对碳C o的附着力（α= 0.8±0.0和α= 0.4±0.1; P <0.05，如所测定的由吨检验）（图（图4）。4）。然而，R。terrigena与碳R s的碰撞效率不受溶液IS的影响（α= 3.5±0.1和α= 3.3±0.80; P > 0.05，通过t检验确定）。缺乏IS的影响可能是α的大小的结果。对于碳R sα大于1，表明细菌对这种碳的粘附具有非常高的亲和力。更改IS并未显着影响此交互。然而，对于碳C o，α小于1，因此观察到IS效应。
R. terrigena在不利条件（去离子水）和1 mM PBS中的碰撞效率。
在上述测试中，使用的碳是“清洁的”，因为碳上没有预吸附的颗粒或有机物质。然而，在实践中，GAC上可能存在颗粒和天然有机物质。与细菌悬浮液preacclimated碳和与腐殖酸进行的试验导致了比用干净的碳（图获得的那些低效率碰撞（图5）。5）。例如，当R s用腐殖酸预先校准时，对于R. terrigena，碰撞效率降低~3.5倍，对于大肠杆菌，碰撞效率降低25倍。当R s预先吸附了过滤试验中使用的相同细菌的吸附，对于R. terrigena，碰撞效率降低了~3.2倍，对于大肠杆菌，碰撞效率降低了16倍。
由于细菌和腐殖酸在碳表面上的预吸附，降低了R. terrigena和大肠杆菌的碰撞效率（a）和去除（b）。
使用GAC过滤可以是从水中去除细菌和病毒的有效方法。每1厘米长的碳导致细菌浓度降低0.7至3.1个数量级。因此，如果在测试条件下碳床长度为1.9至4.2厘米，则碳可以降低细菌浓度6log，这是美国环境保护局对饮用水处理系统设定的要求。对于1 cm切片，噬菌体去除值较低，范围为0.31至0.95 log，表明碳床长度需要为4.2至12.9 cm长，以获得环境保护局要求的4-log减少量。这些床长度是清洁碳的估计长度。由于碳吸附水中的有机物质和颗粒，因此碳的去除效率降低。大肠杆菌，腐殖酸的预吸附降低了1-cm碳床的去除效率16倍（碳R s）。
对于两种细菌，GAC样品的碰撞效率范围从接近一致（0.8）到多达3.5和4.9。但是，应谨慎解释这些值，因为GAC尺寸分布存在较大差异。因此，这里使用的单个收集器直径可能不足以表征碳对于不同类型的胶体的相对粘性。碰撞效率大于1的事实可以通过假设使用碳的d 10值来低估粒子-GAC碰撞的数量来解释。然而，与诸如玻璃珠的更多球形收集器相比，对于高度不规则的材料（例如石英）而言，碰撞效率> 1并不罕见。马丁等人。（20）发现当使用石英时碰撞效率为1.9，而在非常有利的相互作用条件下使用玻璃珠时为0.4。类似地，Shellenberger和Logan（32）发现，当在具有粗糙表面的玻璃珠的高IS溶液中进行微柱试验时，乳胶微球的碰撞效率为2.3。然而，由于特征GAC颗粒的大小接近于典型细菌的大小（34），因此中等应变在产生> 1的碰撞效率方面的作用不能完全忽略。
我们从上述信息中得出结论，GAC的高度非球形形状是高碰撞效率的原因。酸性木碳（A）似乎是最有效的碳（图（图3），3），但碰撞效率的基础上，分析表明，该碳竟是至少“粘性”。在在此处使用的单一粒径的基础上，过滤模型表明对于非酸处理的样品（R u和R s），碰撞效率实际上更高。因此，就颗粒去除而言，碳C的更好性能实际上是由于GAC颗粒的尺寸较小，而不是较大的粘附系数。
这些结果表明，GAC粒度分布的分析对于评估整体颗粒去除比颗粒对碳的实际粘性更为关键。通常，细菌的粘附系数足够大，表明细菌在与细菌碰撞时粘附在GAC上。因此，就细菌的相对粘附性质而言，几乎不需要改变。一些变化可能会增加病毒颗粒的去除，因为病毒的粘附系数低于细菌的粘附系数。先前已经报道了低于细菌粘附系数的病毒的粘附系数（28）。因此，系统的扩展性能是由于颗粒负载（即，GAC的表面负载能力相对于材料被颗粒堵塞的倾向）。后者的因素不在这里讨论，但是它们可以在长期的实验基于使用的完善的方法（在长柱的突破来确定4，13）。在这些碰撞试验中，微球是适合细菌的替代颗粒，并且比细菌或病毒更容易检测和制备，因此它们的使用可有助于改善和控制GAC床中的颗粒去除。
Copyright © 2018 WWW.HXT7.COM 活性炭网 版权所有 桂ICP备15006904号-5
服务热线：13612777675 | 客服QQ：461763946 | 在线客服QQ：