Le procédé d’adsorption en lit fixe avec du charbon actif en grain est une technologie efficace pour l’élimination des micropolluants dans les eaux destinées à la consommation humaine. Pour la conception industrielle et la maintenance, il est utile de développer des outils prédictifs capables de décrire le comportement d’adsorption dans le réacteur. L’objectif principal de cette étude est d’envisager diverses approches pour évaluer et prédire les performances d’élimination des micropolluants dans les filtres CAG dans usines de production d’eau potable. Pour ce faire, les expérimentations ont été menées tant à l’échelle du laboratoire qu’à l’échelle du pilote industriel. L’étude porte dans un premier temps sur l’obtention des données fondamentales de l’adsorption (cinétiques et isothermes) sur plus d’une vingtaine de pesticides et de résidus pharmaceutiques dans des conditions réalisées avec 4 charbons d’âges différents et 3 ressources en eau différentes. Les résultats ont montré des comportements d’adsorption similaires pour les eaux des trois usines étudiées. Si le vieillissement du charbon a réduit globalement les capacités d’adsorption à équilibre ; son effet sur la cinétique d’adsorption dans les études en laboratoire et à grande échelle diffère selon les composés. Plusieurs approches de modélisation sont étudiées pour prédire le comportement d’adsorption d’un lit fixe de CAG : une modélisation expérimentale, des modèles empiriques de type QSAR, un modèle mécanistique. La capacité de ces approches à décrire le comportement d’adsorption en condition industrielle et complexe à partir de données simples à obtenir au laboratoire, voire à partir de données disponibles dans la littérature scientifique, a été évaluée. Il apparait, à ce stade des connaissances, que la qualité et la fiabilité de la prévision dépendra, malgré tout, encore fortement de l’effort consenti dans l’obtention d’informations spécifiques. Ces approches constitueront la base de futurs outils de prédiction au service des exploitants des usines de production. / The process of adsorption in fixed bed with granular activated carbon is recognized as an efficient technology to removal micropollutants in drinking water treatment plant. For industrial design and practical maintenance perspectives, it is useful to develop prediction tools to describe the adsorption behavior in the reactor. The primary objective of this research is to consider different approaches to evaluate and predict the micropollutant removal efficiencies in industrial adsorption process. Experimentations, at lab scale and industrial scale, have been performed for this purpose. The study assessed firstly adsorption capacities and kinetics of more than twenty pesticides and pharmaceutical residues with granular activated carbon under realistic industrial conditions, especially with the effects of water matrix (3 resources) and carbon aging (4 ages). The results showed some similar adsorption behavior for the waters from the three studies plants. While carbon aging reduced globally adsorption capacities in lab-scale studies, this effect on adsorption kinetic differed, at both lab-scale and full-scale studies, according to compounds. Several modelling approaches were investigated to predict observed adsorption behavior: experimental model, QSAR-like empirical model, and mechanical model. The ability of these approaches to predict the micropollutant removal efficiency in industrial and complex conditions, based on lab or literature data, could be validated with some restrictions. The quality and reliability of the prediction will still highly depend on the effort being made to obtain condition specific information. These approaches will form the kernel of future prediction tools for further practical implementations.
Identifer | oai:union.ndltd.org:theses.fr/2018ENCR0051 |
Date | 12 July 2018 |
Creators | Ye, Ni |
Contributors | Rennes, Ecole nationale supérieure de chimie, Wolbert, Dominique, Cimetière, Nicolas |
Source Sets | Dépôt national des thèses électroniques françaises |
Language | French |
Detected Language | French |
Type | Electronic Thesis or Dissertation, Text |
Page generated in 0.0027 seconds