Compostos à base de molibdênio para remediação ambiental: uma revisão

化学 核化学 非阻塞I/O 物理化学 有机化学 催化作用
作者
Carlos Alves do Nascimento Filho,Helinando Pequeno de Oliveira
出处
期刊:Research, Society and Development [Research, Society and Development]
卷期号:10 (3): e12410313187-e12410313187
标识
DOI:10.33448/rsd-v10i3.13187
摘要

O dissulfeto de molibdênio é um material amplamente utilizado para remediação ambiental tendo em vista sua excelente capacidade de adsorção, que é atribuída principalmente aos sítios ativos de enxofre na superfície do MoS2. Além disso, este material possui vantagens quando comparado com outros fotocatalisadores, como por exemplo por alta atividade fotocatalítica, baixa toxicidade e boa capacidade de remoção de contaminantes orgânicos e inorgânicos. Nesta revisão apresentaremos os diferentes métodos de preparação do dissulfeto de molibdênio a partir da esfoliação mecânica, química, eletroquímica e os métodos hidrotérmico, solvotérmico e de deposição de vapor químico. Abordaremos ainda suas propriedades tais como as capacidades de adsorção para diferentes tipos de metais pesados em solução, os tipos de degradação fotocatalítica a partir da comparação dos adsorventes a base de MoS2 com outros adsorventes, os mecanismos de adsorção e os fatores que afetam esse processo, como o pH e temperatura da solução, tempo de contato, tipos de contaminantes e a influência de outros íons presentes em solução que podem atrapalhar o processo de adsorção. Outro processo a ser reportado se refere à associação entre o MoS2 e outros compostos, como óxido de grafeno e compostos derivados do nitrogênio, óxido de titânio e associações com bismuto e prata, tendo como principal vantagem o aumento da capacidade de adsorção do material. Como conclusão, será tratado sobre a eficiência de remoção das diferentes associações do dissulfeto de molibdênio frente aos diferentes tipos de contaminantes assim como os diversos fatores que influenciam nesta eficiência.
最长约 10秒,即可获得该文献文件

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
2秒前
2秒前
完美世界应助WJ采纳,获得10
2秒前
科研通AI5应助科研通管家采纳,获得10
3秒前
SciGPT应助科研通管家采纳,获得10
3秒前
彭于晏应助科研通管家采纳,获得10
3秒前
爆米花应助科研通管家采纳,获得10
3秒前
科研通AI5应助科研通管家采纳,获得10
3秒前
顾矜应助科研通管家采纳,获得10
3秒前
完美世界应助科研通管家采纳,获得10
3秒前
小蘑菇应助科研通管家采纳,获得10
3秒前
CodeCraft应助科研通管家采纳,获得10
3秒前
七喜完成签到 ,获得积分10
5秒前
5秒前
6秒前
orixero应助典雅的静采纳,获得10
6秒前
6秒前
唐三神奇发布了新的文献求助10
7秒前
7秒前
7秒前
丘比特应助逍遥采纳,获得10
7秒前
CTtoF发布了新的文献求助10
8秒前
8秒前
ZY关闭了ZY文献求助
8秒前
慕辰完成签到,获得积分10
8秒前
11秒前
xuezha发布了新的文献求助10
11秒前
小卡拉米发布了新的文献求助10
13秒前
14秒前
DL完成签到 ,获得积分10
14秒前
jekyll发布了新的文献求助10
14秒前
科研通AI5应助hyy采纳,获得10
14秒前
14秒前
shanshan发布了新的文献求助30
15秒前
nbing发布了新的文献求助10
16秒前
科研小狗完成签到 ,获得积分10
18秒前
19秒前
春山关注了科研通微信公众号
20秒前
英俊的铭应助天韧采纳,获得10
20秒前
张祖伦发布了新的文献求助10
21秒前
高分求助中
Thinking Small and Large 500
Algorithmic Mathematics in Machine Learning 500
Mapping the Stars: Celebrity, Metonymy, and the Networked Politics of Identity 400
Getting Published in SSCI Journals: 200+ Questions and Answers for Absolute Beginners 300
The Spatio-Temporal Stock Prediction Method Based on End-to-End Learning with Attention Mechanism 200
Stock price prediction in Chinese stock markets based on CNN-GRU-attention model 200
The phrasal lexicon 200
热门求助领域 (近24小时)
化学 材料科学 医学 生物 工程类 有机化学 物理 生物化学 纳米技术 计算机科学 化学工程 内科学 复合材料 物理化学 电极 遗传学 量子力学 基因 冶金 催化作用
热门帖子
关注 科研通微信公众号,转发送积分 3836233
求助须知:如何正确求助?哪些是违规求助? 3378583
关于积分的说明 10504968
捐赠科研通 3098204
什么是DOI,文献DOI怎么找? 1706318
邀请新用户注册赠送积分活动 820958
科研通“疑难数据库(出版商)”最低求助积分说明 772349