활성탄 재질 및 사용연수에 따른 Tetracycline계 항생물질 흡착특성

作者
손희종,정종문,황영도,노재순,유평종
出处
期刊:대한환경공학회지 = Journal of Korean Society of Environmental Engineers 卷期号:30 (9): 925-932
链接
摘要

입상활성탄 재질별 신탄 및 사용탄에서의 tetracycline계 항생물질 4종에 대한 파과특성의 경우 석탄계 활성탄이 가장 늦게 파과에 도달하였으며, 다음으로 야자계, 목탄계 순으로 조사되었다. 또한, 물질별 활성탄에서의 파과특성을 살펴보면 tetracycline(TC)의 파과시점이 가장 늦은 것으로 나타났으며, 다음으로 oxytetracycline(OTC), chlortetracycline(CTC), minocycline(MNC)으로 나타났다. 활성탄 g당 tetracycline계 항생물질 4종에 대한 최대 흡착량(X/M)은 석탄계 활성탄이 가장 높은 것으로 나타났으며, 다음으로 야자계와 목탄계 순으로 나타났다. tetracycline계 항생물질 4종에 대한 석탄계 활성탄의 최대 흡착량(X/M)은 야자계와 목탄계 활성탄에 비해 각각 1.27∼1.36배 및 1.69∼1.84배 정도 높은 것으로 조사되었다. 활성탄 사용율(carbon usage rate, CUR)은 tetracycline의 경우 석탄계 재질의 활성탄이 2.96 g/일, 야자계나 목탄계 활성탄은 각각 3.40 g/day 및 4.53 g/day의 활성탄을 사용하여야만 제어가 가능한 것으로 조사되어 석탄계 활성탄이 다른 재질의 활성탄들에 비해 적은 양으로도 tetracycline계 항생물질을 제어할 수 있는 것으로 나타났으며, 나머지 tetracycline계 항생물질 3종에서도 이와 유사한 결과를 나타내었다. 또한, 석탄계 활성탄 신탄과 사용탄에 대한 CUR을 비교해보면 tetracycline의 경우 신탄을 사용하였을 경우 보다 1.3년 사용탄 및 3.1년 사용탄을 사용하였을 경우가 CUR이 1.96배 및 2.53배 정도 높은 것으로 나타났다.

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
ZDJ发布了新的文献求助10
刚刚
刚刚
清秀千兰发布了新的文献求助10
2秒前
22336应助镓氧锌钇铀采纳,获得20
2秒前
诡计多端的臭屁完成签到,获得积分10
3秒前
3秒前
寒冷的迎南完成签到,获得积分10
4秒前
momo完成签到,获得积分10
5秒前
灵巧的绿草完成签到,获得积分20
5秒前
xiaomaihua完成签到,获得积分10
5秒前
科研通AI2S应助SJ7采纳,获得10
5秒前
DADing发布了新的文献求助10
8秒前
xiaomaihua发布了新的文献求助10
8秒前
平凡完成签到,获得积分10
8秒前
9秒前
ZDJ完成签到,获得积分20
9秒前
beizi完成签到,获得积分10
10秒前
阿黄吧完成签到,获得积分10
10秒前
10秒前
傲娇尔安完成签到 ,获得积分10
10秒前
田様应助Michelangelo_微风采纳,获得10
11秒前
深谙的味道完成签到,获得积分10
12秒前
momo发布了新的文献求助10
12秒前
葱饼完成签到 ,获得积分10
13秒前
14秒前
orixero应助DADing采纳,获得30
15秒前
16秒前
充电宝应助hsy采纳,获得10
16秒前
16秒前
眼睛大的香水完成签到 ,获得积分20
19秒前
bzzx发布了新的文献求助10
19秒前
一颗橙子发布了新的文献求助10
21秒前
鱼鱼完成签到 ,获得积分10
21秒前
淡淡萍完成签到,获得积分10
21秒前
赘婿应助silan采纳,获得10
23秒前
2580852qwe发布了新的文献求助10
25秒前
paradox完成签到 ,获得积分10
26秒前
心灵美自中应助潇潇雨歇采纳,获得10
27秒前
迷路依白完成签到,获得积分10
29秒前
31秒前
高分求助中
Markov Chain Monte Carlo 10000
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Common Foundations of American and East Asian Modernisation: From Alexander Hamilton to Junichero Koizumi 5000
How to Use Machine Learning in Chemistry: An Introduction 1000
Matrix Methods in Data Mining and Pattern Recognition Second Edition 510
Discerning Saints: Moralization of Intrinsic Motivation and Selective Prosociality at Work 500
Handbuch Trainingswissenschaft – Trainingslehre 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 工程类 有机化学 化学工程 生物化学 计算机科学 内科学 物理 复合材料 催化作用 细胞生物学 无机化学 光电子学 物理化学 电极 基因
热门帖子
关注 科研通微信公众号,转发送积分 7581442
求助须知:如何正确求助?哪些是违规求助? 9160633
关于积分的说明 19599852
捐赠科研通 7163713
什么是DOI,文献DOI怎么找? 3266005
关于科研通互助平台的介绍 2430925
邀请新用户注册赠送积分活动 2257067