EXPLORING NOVEL ZIF/GRAPHENE QUANTUM DOTS COMPOSITES (ZIF/GQD) FOR EFFICIENT AQUEOUS POLLUTANT REMOVAL. PhD thesis, King Fahd University of Petroleum and Minerals.

PDF g201705690 - Minaam - PhD Dissertation signed.pdf Restricted to Repository staff only until 28 October 2026. Download (4MB)

Arabic Abstract

لخص الرسالة االسم الكامل: مينام محمود حسيني مفتي عنوان الرسالة: استكشاف مركبات ZIF/نقاط الكم الجرافينية ) GQD/ZIF )إلزالة الملوثات المائية بكفاءة التخصص: الھندسة المدنية تاريخ الدرجة العلمية: مايو 2025 م يُعد تصريف المواد الكيميائية السامة والنفايات الصناعية في المسطحات المائية مثل األنھار والبحيرات والمحيطات سببًا رئيسيًا لتلوث المياه. لمعالجة هذه المشكلة، تُعتبر طرق معالجة مياه الصرف الصحي الفعّالة ضرورية، ومن الحلول المستدامة تطوير مواد ذات قدرات امتصاص فائقة للتعامل مع مستويات التلوث المرتفعة. وفي هذا السياق، تُعد إطارات الزيوليت اإليميدازولية (ZIFs (ونقاط الكم الجرافينية (GQDs (خيارات محتملة لحل فعّال ومربح لمعالجة مياه الصرف الملوثة بفضل خصائصھا الفريدة. لذلك، تناولت هذه الدراسة امتصاص صبغتين خطرتين، وهما الكريستال فيوليت (CV (والكونغو ريد(CR (، باستخدام مركب-8/ZIF نقاط الكم الجرافينية GQD (، مع تقييم شامل ألداء االمتصاص، والحركية، واإليزوثرمات، والديناميكا الحرارية، والنمذجة التنبؤية من خالل منھجية سطح االستجابة (RSM (والتعلم اآللي .(ML (بينما تعتمد دراسات االمتصاص التقليدية على النھج التجريبية، فإن هذه الدراسة تدمج التعلم اآللي لتحسين دقة التنبؤ، مما يربط الفجوة بين التحليل التجريبي والحسابي لالمتصاص. تم تصنيع مركب GQD-8/ZIF وتوصيفه بشكل موسع باستخدام المجھر اإللكتروني الماسح(SEM (، والمجھر اإللكتروني النافذ بإصدار فورييه(FETEM (، وتحليل الطيف باألشعة السينية المشتتة للطاقة(EDS (، وحيود األشعة السينية(XRD (، ومطيافية األشعة تحت الحمراء بتحويل فورييه .(FTIR(كما تم تحليل التغيرات بعد االمتصاص باستخدام XRD و FTIRلتوضيح آليات التفاعل. أظھرت التجارب أن كفاءة إزالة الصبغة تأثرت بشكل كبير بجرعة المادة الممتزة، وتركيز الصبغة األولي، ومدة الرج. تم وصف حركية االمتصاص لكال الصبغتين بشكل أفضل بنموذج أفرامي 0.9993 = ²R (لـ CV و0.9969 لـ(CR ، مما يشير إلى آليات امتصاص معقدة. عالوة على ذلك، وجد أن نموذج ريدليتش -بيترسون يصف اإليزوثرمات بشكل أفضل، حيث أظھر تحليل اإليزوثرم أن امتصاص CV يتبع نموذج ريدليتش -بيترسون ²R( 0.9969 =لـ CV و0.9973 لـ(CR ، مع قدرات امتصاص قصوى تبلغ 7162.7 ملغ/غ و421.3 ملغ/غ على التوالي. أكدت الدراسات الديناميكية الحرارية أن العمليتين كانتا تلقائيتين وماصتين للحرارة. xv باإلضافة إلى ذلك، تم تطوير نماذج تعلم آلي، بما في ذلك الشبكة العصبية االصطناعية(ANN (، وتعزيز التدرج المتطرف(XGB (، وانحدار الدعم المتجھي(SVR (، والغابة العشوائية(RF (، للتنبؤ بأداء االمتصاص. كما ح ّسنت النماذج الھجينة، مثل XGB-SVR وRF-XGB، دقة التنبؤ، حيث حقق XGB-SVR أعلى أداء لـ .CR (R² = 0.9441) لـ أفضل كنموذج XGB-RF برز بينما ،CV (R² = 0.9986) يؤسس هذا العمل مركب GQD-8/ZIF كمادة ممتزة عالية الكفاءة إلزالة CV وCR، مما يظھر إمكانيته لمعالجة مياه الصرف. عالوة على ذلك، يوفر دمج التعلم اآللي مع دراسات االمتصاص إطا ًرا قويًا لتحسين عمليات االمتصاص وتطوير النمذجة التنبؤية في مجال اإلصالح البيئي.

English Abstract

The release of toxic industrial chemicals into water bodies such as rivers, lakes, and oceans remains a major driver of water pollution, threatening ecosystems and human health alike. To address this issue, effective wastewater treatment methods are necessary, and one sustainable solution is to create materials with superior adsorption capacities to manage the higher levels of pollution. To that end, Zeolitic imidazolate frameworks (ZIFs) and Graphene Quantum Dots (GQDs) are potential options for an efficient and profitable solution for treating contaminated wastewater due to their unique properties. Therefore, this study investigated the adsorption of two hazardous dyes, Crystal Violet (CV) and Congo Red (CR), using ZIF-8/graphene quantum dot (GQD) composite, with a comprehensive evaluation of its adsorption performance, kinetics, isotherms, thermodynamics, and predictive modeling through response surface methodology (RSM) and machine learning (ML). While traditional adsorption studies rely on empirical approaches, this study integrates machine learning for enhanced predictive accuracy, bridging the gap between experimental and computational adsorption analysis. Moreover, the ZIF-8/GQD composite was synthesized and extensively characterized using scanning electron microscopy (SEM), Fourier emission transmission electron microscopy (FETEM), energy dispersive X-ray spectroscopy (EDS), X-ray diffraction (XRD), and Fourier transform infrared spectroscopy (FTIR). The RSM adsorption experiments demonstrated that dye removal efficiency was significantly influenced by adsorbent dosage, initial dye concentration, and shaking time. The adsorption kinetics of both dyes were better described by Avrami (R² = 0.9993 for CV and 0.9969 for CR) suggesting complex adsorption mechanisms. Furthermore, the Redlich-Peterson model was found to better describe the adsorption xiii isotherm (R² = 0.9969 for CV and 0.9973 for CR), with maximum adsorption capacities of 7162.7 mg/g and 421.3 mg/g for CV and CR, respectively. Moreover, the thermodynamic studies confirmed that both processes were spontaneous and endothermic. Additionally, the post-adsorption investigation, evaluated using XRD and FTIR, confirmed the presence of respective dyes and provided interesting insights into the adsorption process. Furthermore, ML models, including artificial neural network (ANN), Extreme gradient boosting (XGB), Support Vector Regression (SVR), and Random Forest (RF), were developed to predict adsorption performance. Hybrid models, such as SVR-XGB and XGB-RF, further enhanced predictive accuracy, with SVR-XGB achieving the highest performance for CV (R² = 0.9986) and XGB-RF emerging as the best model for CR (R² = 0.9441). This work establishes ZIF-8/GQD as a highly effective adsorbent for CV and CR removal, demonstrating its potential for wastewater treatment. Furthermore, the integration of ML with adsorption studies provides a powerful framework for optimizing adsorption processes and advancing predictive modeling in environmental remediation

Item Type:	Thesis (PhD)
Subjects:	Civil Engineering > Water and Environmental Engineering
Department:	College of Design and Built Environment > Civil and Environmental Engineering
Committee Advisor:	vohra, v
Committee Co-Advisor:	Onaizi, Sagheer A.
Committee Members:	SUWAIYAN, M and Chowdhury, Shakhawat and Riaz, Muhammad
Depositing User:	MINAAM MUFTI (g201705690)
Date Deposited:	05 Nov 2025 08:31
Last Modified:	05 Nov 2025 08:31
URI:	http://eprints.kfupm.edu.sa/id/eprint/143736