مقاله استاد ایرانی اثر برگزیده یك مجله معتبر بین المللی شد
گروه هوش مصنوعی: مقاله عضو هیئت علمی دانشگاه جهرم بعنوان اثر برگزیده مجله معتبر Journal of Materials Science برگزیده شد.
به گزارش گروه هوش مصنوعی به نقل از وزارت علوم، نتایج کار مشترک دکتر حمیدرضا قناعتیان، استاد گروه فیزیک دانشگاه جهرم، دکتر مهدی شکوریان فرد جهرمی استادیار دانشگاه صنعتی بیرجند و Ganesh Kamath از دانشگاه میسوری کلورادو آمریکا در زمینه طراحی سنسورهای گرافنی در شناسایی یون های فلزی سنگین سمی بعنوان مقاله برگزیده و طرح روی جلد مجله معتبر Journal of Materials Science از مجلات انتشارات Springer، برگزیده شد.
در قسمتی از این مقاله آمده است که در بین تمام آلاینده ها، سمیت فلزات سنگین یک خطر جدی است و منجر به اختلال در سلامتی و ایجاد بیماری های خطرناک انسانی می شود. از ین جهت، در سال های اخیر تقاضای زیادی از جانب سازمان بهداشت جهانی برای حذف این آلاینده ها از آب های آشامیدنی و پساب های صنعتی صورت گرفته است.
امروزه کوشش های زیادی بر روی توسعه مواد برپایه گرافن شامل اکسید گرافن، اکسید گرافن کاهش یافته، هیبرید اکسید گرافن با مواد آلی، معدنی، پلیمری و نانو ذرات مغناطیسی برای حذف یون های سمی صورت گرفته است. اخیراً، تکنولوژی نانوحفره بعنوان ابزاری قوی در تشخیص، شناسایی و حذف مولکول ها مورد استفاده قرار گرفته است.
حضور این نانوحفرات در صفحات گرافنی بوسیله میکروسکوپ الکترونی عبوری-روبشی (STEM) به اثبات رسیده است. بمنظور ایجاد نانوحفراتی پایدار در صفحات گرافنی معمولاً لبه های این نانوحفرات را با اتمهایی مانند اکسیژن (O)، نیتروژن (N)، گوگرد (S) و غیره اشباع می کنند.
بر همین اساس در این مقاله با بهره گیری از روش های شیمی محاسباتی، توانایی صفحات گرافنی حاوی نانوحفرات اشباع شده با اتم های اکسیژن در به دام انداختن یون های فلزات سنگین سمی سرب (Pb۲+)، جیوه (Hg۲+) و کادمیوم (Cd۲+) مورد بررسی قرار گرفته است.
نتایج این تحقیق نشان میدهد که تعداد اتم های اکسیژن موجود در نانوحفرات و همین طور سایز نانو حفرات به وجود آمده در صفحات گرافنی دارای اثر مهمی بر روی قدرت جذب یونهای فلزات سنگین سمی هستند. مجموع این عوامل موجب می شود که قدرت جذب یونهای Hg۲+ بر روی نانو حفرات اشباع شده با اکسیژن بمراتب خیلی بیشتر از یون های Pb۲+ و Cd۲+ باشد.
از این رو، این اختلاف در قدرت جذب توانایی و پتانسیل این صفحات در طراحی حسگرهای تشخیص یون های فلزات سنگین سمی را فراهم می آورد.
منبع: گروه هوش مصنوعی
مطلب را می پسندید؟
(1)
(0)
تازه ترین مطالب مرتبط
نظرات بینندگان در مورد این مطلب