Академия

Разработана теория, упрощающая создание мембран для опреснения воды

Рубрика Исследования

Всего одно простое уравнение вместо сложных расчетов и огромных массивов данных предложили использовать ученые для описания мембранных систем обратного осмоса. Уравнение описывает связь между основными параметрами мембраны, которые характеризуют задержание соли и пропускную способность, и может использоваться для оценки эффективности разрабатываемых мембран обратного осмоса. Результаты исследования опубликованы в журнале Desalination.

Обратный осмос – одна из наиболее эффективных мембранных технологий, которая применяется во всем мире для удаления солей и органических загрязнителей из воды. Мембрана создает барьер, задерживающий ионы растворенных солей и пропускающий чистую воду. Одним из главных преимуществ этой технологии является то, что она может использоваться с различными типами воды, включая воду из рек, озер, источников водоснабжения и скважин, а также для очистки питьевой воды в домах, офисах и других местах. Кроме этого, мембранные фильтры обычно не требуют химических реагентов, по сравнению с другими методами очистки воды, что уменьшает затраты на эксплуатацию и повышает экологическую безопасность окружающей среды.

Чтобы разработать эффективную фильтрационную систему, необходимо обработать большое количество экспериментальных данных и проанализировать влияние различных факторов на процесс опреснения. Для этого используются сложные модели, требующие значительных вычислительных ресурсов. В то же время ученым необходимы простые модели для быстрого и эффективного определения характеристик мембран на основе данных экспериментов.

Для системного анализа параметров мембран ученые из ФИЦ «Красноярский научный центр СО РАН» совместно с коллегами из Польши, Нидерландов и США разработали новую простую модель задержания соли в заряженных мембранах обратного осмоса для опреснения воды. Вместо анализа большого набора данных и сложных вычислений новое уравнение позволяет упростить расчеты и эффективно определить характеристики мембраны.

В основе уравнения лежит зависимость задержания соли от четырех параметров. Первый – коэффициент, характеризующий проницаемость мембраны по воде, второй – проницаемость мембраны по растворенному веществу (соли), третий – эффект накопления более концентрированного раствора вблизи поверхности мембраны и четвертый – заряд поверхности мембраны. Полимерные мембраны обратного осмоса могут иметь положительный или отрицательный заряд за счет диссоциации поверхностных функциональных групп. Этот заряд играет важную роль в задержании ионов солей. Например, положительный заряд поверхности приводит к повышению концентрации отрицательных ионов внутри поры, фактически запирая ее для положительных ионов. Это способствует задержанию соли в целом, так как для ее прохождения через мембрану необходим транспорт обоих типов ионов. Анализ экспериментальных данных с помощью математических моделей позволяет глубже понять механизмы задержания и оптимизировать работу мембранной технологии обратного осмоса для наиболее эффективного удаления солей и других загрязнений из воды.

Илья Рыжков.

«Теоретическое описание транспорта воды и солей через мембраны обратного осмоса является важной научной задачей, имеющей большое технологическое значение. Мы предложили формулу, которая позволяет охарактеризовать свойства мембраны на основе экспериментальных данных о задержании соли в зависимости от приложенной разности давлений. Это достаточно простое уравнение с понятными параметрами, которое не требует сложных расчетов. Используя его, мы анализируем множество наборов данных, в которых мембрана тестируется для различных давлений и концентраций соли в исходном растворе. Формула справедлива как для заряженных, так и для незаряженных мембран. С ее помощью нам удалось охарактеризовать девять типов коммерческих мембран обратного осмоса. Мы полагаем, что эти результаты будут востребованы в промышленности для оценки эффективности и производительности мембранных систем», – рассказал Илья Рыжков, доктор физико-математических наук ведущий научный сотрудник Института вычислительного моделирования СО РАН.

Источник: ФИЦ КНЦ СО РАН.

Новости Российской академии наук в Telegram →