Determinación de parámetros óptimos de adsorción del plomo (II) en aguas residuales industriales mediante un composito formado por piedra laja y cerámico

Abstract

Ante la problemática de la contaminación del agua con metales pesados, debido a la actividad minero industrial, y puntualmente con plomo y la existencia de diversos métodos de tratamiento para disminuir o eliminar la presencia de este contaminante, surge la necesidad de plantear dentro de la metodología de adsorción la posibilidad de utilizar un nuevo adsorbente, que sea eficiente en la adsorción del plomo. Se investigó sobre el aprovechamiento de algunos residuos de los revestimientos de obras civiles, tal como el cerámico y residuos de la explotación de piedra laja, recurso abundante en la región, generando de la mezcla de ambos materiales en una proporción de 50% cada uno, el composito piedra laja cerámico. La investigación se llevó a cabo en los laboratorios de la Universidad Nacional de San Agustín, y en los Laboratorios del Sur. Para determinar los parámetros de adsorción del plomo II en el composito, se prepararon soluciones de nitrato de plomo de concentraciones 0.1 ppm y 0.2 ppm. Dichas soluciones en volúmenes de 300 ml, se llevaron a agitación a 500 rpm con las masas de 4 g/l y 8 g/l del composito piedra laja cerámico, manteniéndose el pH constante a 5.5. El número de pruebas correspondiente al diseño experimental 23, fue 8, con 3 repeticiones en el centro. En función de los resultados obtenidos se observó, que el factor concentración presenta mayor significancia, y estadísticamente utilizando software Minitab, se logró establecer el modelo matemático más adecuado según los resultados, lo cual se comprobó utilizando el coeficiente de determinación y el coeficiente de determinación ajustado. El análisis estadístico permitió concluir, que los parámetros óptimos de adsorción son masa 8 g/l y tiempo 2h. Se logró determinar que el modelo de Langmiur es el que mejor explica la adsorción del plomo, Las pruebas de cinética indican que el modelo pseudo segundo orden se ajusta mejor a los datos experimentales.