亿迅智能制造网
工业4.0先进制造技术信息网站!
首页 | 制造技术 | 制造设备 | 工业物联网 | 工业材料 | 设备保养维修 | 工业编程 |
home  MfgRobots >> 亿迅智能制造网 >  >> Industrial materials >> 纳米材料

纳米材料和纳米技术在废水处理中的作用:文献计量分析

摘要

纳米材料和纳米技术 (NN) 已经前所未有地塑造了废水处理过程。文献计量方法被视为科学领域不可缺少的指导方向。本研究旨在研究神经网络在 1997 年至 2016 年间基于 SCI 数据库的文献计量技术在废水处理中的作用。结果表明,中国 (962)、美国 (324) 和伊朗 (140) 是生产力最高的国家。来自中国的中国科学院(149)、同济大学(49)和哈尔滨工业大学(40)是贡献最大的机构。中美两国在跨国合作中发挥着核心作用,但排名前三的中国机构在海外交流中的活力有限。 Rsc Advances (108) 是生产力最高的期刊,其次是 Desalination (97) 和 Desalination and Water Treatment (96)。神经网络在污水处理中的研究方向与新型神经网络密切相关。新的制备方法和纳米结构是其进步的强大动力。石墨烯、纳米管、磁性纳米粒子、银纳米粒子等纳米材料是该领域的热点。基于文献计量结果审查了神经网络在废水处理中的当前和潜在应用以及挑战。本研究还为研究人员选择研究课题提供了前瞻性的建议。

背景

自“纳米材料”和“纳米技术”提出以来,它们一直是科学领域内和跨学科的焦点。可以说,由于纳米领域的持续研究资金和科学突破,新的神经网络促进了化学 [1] 和材料科学、医学和药理学 [2]、电子和光子学、环境和能源 [3] 等领域的发展。此外,神经网络由于其高表面积和高反应性在废水处理中也发挥着至关重要的作用[4, 5]。

随着全球人口不断增加,生活水平不断提高,大量污水将给我们的社会带来严峻的挑战和负担[6]。污水处理系统是污水与河流、湖泊、水库、地下水等天然水源的连接点。因此,废水处理系统的有效性将对水的循环利用产生很大的影响。在许多情况下,废水的适当处理可以保证饮用水的安全 [7] 和资源的回收 [8]。因此,将技术创新作为污水处理的领先目标并不为过。值得庆幸的是,NN 为我们提供了更多选择。依赖神经网络的下一代污水处理和供水系统可以是高效[9]、环保、无副产品[10]以及经济上可行的[11]。 NNs 在废水处理中提供高性能,主要应用于吸附 [12]、膜和膜过程 [13]、光催化剂、消毒和微生物控制、传感和监测 [14]。考虑到越来越多的商业工程纳米粒子将找到进入废水处理厂的最终途径,一些研究人员对可能对处理过程产生影响的问题表示担忧 [15]。为了更好地了解神经网络在废水处理中的作用,需要科学指南进行定量和定性评估。

近年来,文献计量方法已被确定为一种从海量信息中快速准确地找出有用点的新策略。它可用于在给定时间段内以数学方式评估领域的发展。 Zyoud 等。 [16] 通过文献计量方法研究了近一个世纪的相关出版物,为未来锂毒性研究提供了指导。张等人。 [17]对水足迹进行文献计量分析,发现水-食物-能源的关系和水足迹变化的驱动机制等因素促进了该领域的发展。亚塔甘巴巴等人。 [18] 将文献计量方法引入相变材料和封装学科,并为未来的研究提供了见解。 CiteSpace 被设计为知识域可视化软件 [19]。该工具的核心概念是突发检测、中介中心性和异构网络 [20]。此外,它可以通过图表 [21] 以易于理解的视觉格式呈现结果。由于上述原因,CiteSpace 在科研工作者中越来越流行 [22, 23]。

鉴于重要性和出版数量呈指数增长,对其过去、现在和未来的研究进行批判性分析是当务之急。本文尝试结合文献计量学和 CiteSpace 方法研究 1997 年至 2016 年神经网络在污水处理相关科学研究中的发展情况。

方法

数据源

Web of Science 核心合集涵盖了大部分重要期刊,并广泛应用于各种科学领域 [24, 25]。为了获得有关废水处理中神经网络主题的合格信息,我们的数据源是从科学引文索引扩展 (SCI) 数据库中检索的。针对可靠准确的记录,以“纳米*”和“污水处理”或“污水处理”或“污水处理”或“污水处理”为检索策略。检索时间为2017年6月30日,选取1997年至2016年期间的出版物,共收集2604条记录。

文献计量分析

文献计量学是一种与数学和统计方法相关的综合技术,可根据公共数据库 [26] 定量计算出版物的分布、变化和关系。有效信息的划分,为进一步分析文献特征和基础知识提供了可能。

社交网络分析是表示和分析关系数据的有用工具 [27]。它为不同社会角色之间的多重关系提供了一种定量测量方法。 Geph 是一种流行的社交网络分析软件 [28]。而在本研究中,它将被用于展示生产力最高的国家/地区和机构之间的合作网络。

可视化分析

可视化分析是指通过各种网络建模工具在地图上呈现大量数据[23]。在接下来的研究中,CiteSpace 将用于共现关键词研究。并采用ArcGIS来说明全球机构的分布情况。

结果与讨论

研究出版物的特征

在废水处理中神经网络的 2604 条记录中,“文章”占 91.90%(2393 条记录),而 Review 和 Proceedings Paper 分别贡献了约 7.45%(194 条记录)和 5.45%(142 条记录)。其他类型的记录包括会议摘要、书籍章节、新闻项目、编辑材料和更正,占不到1%。本文仅对文章进行了深入研究。

英文文献占总记录的98.96%,中文占0.71%。其他五种语言包括法语、德语、马来语、波兰语和西班牙语的比例均不到0.4%。考虑到许多中国作者参与了NNs在废水处理中的研究,中英文论文都被考虑。

如图 1 所示,直方图显示了 1997 年至 2016 年废水处理中神经网络相关文章的变化。前 5 年的发表数量较低,平均每年 5 篇。 2002年至2006年间,平均发表数约为25篇,仅为上一期的五倍。从2007年的48篇稳步上升到2009年的74篇,2011年全年发表记录突破100篇,达到138篇。在接下来的5年中,发表速度飞速提升。因此,它表明该主题已引起科学领域越来越多的兴趣。图 1 中的拟合曲线给出了该领域指数增长的概念。并且以数学形式列出了年份(x)和出版数量(y)之间的确切关系。未来几年,NNs在污水处理中的研究仍将是一个热门话题。

<图片>

1997-2016 年六大生产国的年度出版数量。 TP:出版物总数。国家后面的数字是该国家在该领域该领域的总发表量

图 1 中的折线图显示了六个生产力最高的国家的年度出版物产出表现。尽管出版水平较低,但美国在前十年总体上在该领域发挥了先驱作用。此后,中国的发表数在接下来的十年中经历并保持强劲增长,以962篇文章位居榜首。这是由于《国家中长期科学和技术发展规划纲要(2006-2020)》将环境纳米材料和纳米技术置于战略位置。在美国也观察到了增长趋势,但形式要温和得多。截至 2016 年底,美国共发表了 324 篇。 然而,伊朗(140 篇)、印度(105 篇)、韩国(104 篇)和西班牙(101 篇)关于 NNs 在废水处理中的论文数量没有显示最近 5 年的明显增长。他们与两个顶级国家之间可以观察到明显的差距。因此,可以说明生产力高的国家对该领域的整体发展做出了贡献。

国家/地区的贡献

每条记录所附的地址和隶属关系可以视为国家/地区和机构评估的有效信息。由于作者地址缺失,本节仅对2391篇文章进行分析。在过去的 20 年里,83 个国家/地区有关于废水处理 NNS 的出版记录。排名前20位的国家/地区占发表论文总数的83​​.95%。

在表 1 中,20 个最具生产力的国家/地区根据其发表记录、非国际合作和国际合作的出版物数量和百分比、第一作者和通讯作者的出版物数量以及 h-index 信息进行排名。在各个方面,中国都比排名第二的生产大国美国更具优势。值得注意的是,美国的合作和h指数表现相当可观,而中国的发表数量仅为三分之一。考虑到h-index既可以作为衡量出版记录影响力的指标,也可以衡量出版记录的数量,说明美国可能拥有比中国更大的高质量出版物比例。与美国相比,伊朗在各方面都明显落后。而在合作排名和h指数方面,伊朗分别排在第20和第11位。除中国和美国外,澳大利亚在出版物总数中排名第七,其活动最多。澳大利亚、新加坡、德国和加拿大虽然在总发表数上不占优势,但其h指数排名相对较高。

然后应用社交网络分析来分析前 30 个生产力最高的国家/地区之间的合着关系。结果如图 2 所示。值得注意的是,美国和中国在所有国家/地区中的合作最为密切。他们已经出版了 66 篇合着的出版物。此外,中国与香港、沙特、英国的合作也十分引人注目。与中国与某些国家/地区的合作较为密切的情况不同,美国与更多的国家/地区保持着联系,但密度较小。

<图片>

前30名生产力国家/地区的合作网络

机构贡献与分布

根据作者地址信息,已有 1871 家机构对污水处理中的 NN 表现出兴趣。和附加文件 1:图 S1 说明了全世界所有检索到的机构。分布密度高的地区主要来自欧洲、东亚和北美三个主要经济区域。欧洲的机构数量最多,其次是东亚和北美。

如表 2 所示,排名前 30 的机构中约有三分之二来自中国,2 家来自新加坡,1 家来自伊朗、马来西亚和美国。中国科学院在该领域的发表论文最多(149 篇),其次是同济大学(49 篇)和哈尔滨工业大学(40 篇)。超过一半的文章(54.75%)涉及多机构合作。第一作者单位、通讯作者、作者单位的刊号排序一般以总刊号为准。值得一提的是,浙江大学和亚利桑那州立大学在论文总量上的表现并不突出,在第一作者所在国家和通讯作者所在国家分别排名第八和第九。在h指数排名中,中国科学院保持第一。然而,不同排名的新加坡国立大学、同济大学、上海交通大学和南洋理工大学的h指数相似(16或17)。

如附加文件 1:图 S2 所示,中国科学院、中国科学院和中国科学技术大学有着很强的合作关系。值得注意的是,很大一部分合作是在中国机构之间进行的。作为网络的中心,中科院几乎与国内所有机构都有合作关系,但与国外的交流有限。除此之外,中国哈尔滨工业大学还与其他六所研究所进行了良好的合作。此外,ETH、瑞士与亚利桑那州立大学、伊斯兰阿扎德大学与马来西亚科技大学仅相互合作,但与整个合作网络失去了联系。需要指出的是,图3中没有发现美国杜克大学,这意味着它没有与其他前30名院校合作。

<图片>

前30名生产性机构合作网络

附加文件 1:图 S2 中说明了过去 20 年中排名前五的生产力机构的年度出版物。 2005年之前,这五家机构几乎没有发表过的记录。此后,尽管有些年份出现了明显的波动,但出版数量却迅速增长。 2011年,中科院又向前迈进了一大步,超越了其他四所。此后,它保持了较高的增长率,并在过去 5 年中名列前茅。这五个最具生产力的研究所的趋势表明,该领域越来越成为全球研究人员关注的焦点。

学科类别和期刊分布

所有检索到的文章都分为 44 个主题类别。如表 3 所示,工程学位居第一,有 1069 条记录,其次是化学有 757 条记录,环境科学和生态学有 702 条记录。如附加文件 1:图 S3 所示,在前 5 年几乎没有增长后,前六名生产性学科类别的数量稳步攀升。 2015年之前,工程类上升速度较快,持续领先。然而,化学在 2011 年之后出现了惊人的增长,并分别在 2014 年和 2016 年超过了环境科学和生态学以及工程学。可能的原因是研究人员已经意识到神经网络在废水处理中行为的化学机制的重要性。环境科学和生态学以及水资源的持续增长暗示了神经网络在环境领域的重要和潜在影响。工程、材料科学和科学技术的繁荣——其他主题可能是由于新兴的神经网络。

2393 篇文章分为 449 个期刊。如表 4 所示,排名前 20 的期刊对所有出版物的贡献为 47.20%。 Rsc Advances 是一本综合性的化学科学期刊,是产量最高的期刊,有 108 条记录,其次是 Desalination 和 Desalination and Water Treatment,分别有 97 和 96 条记录。环境科学与技术在全球环境领域享有很高的声誉,以76项记录排名第七。这意味着神经网络作为环境问题越来越受到关注。此外,很明显,表 4 中列出的大多数期刊都具有很高的影响因子 (IF) 值,其中 65% 的影响因子在 4.2 到 9.5 之间。一般来说,IF被认为是衡量期刊质量的有效指标[29]。因此,这表明该课题在杰出科学家中的普遍性。

附加文件 1 图 S4 显示了前五名期刊的发表表现。显然,过去 2 年和 3 年见证了 Rsc Advances、海水淡化和水处理的飙升趋势。然而,海水淡化在2012年大幅下滑,之后的水平甚至低于2005年至2010年的水平。而且,其他四个期刊在整个时间段内的波动都在增加。这表明神经网络在废水处理中的研究已经发展为一种广泛的交叉研究。

主要研究领域

一篇论文的关键词可以提供与其主要思想相关的有效观点。 CiteSpace 中的突发检测可以检索突发关键字作为 NN 在废水处理中的新兴趋势的标志 [30]。本部分仅分析了2386条记录,另有7条记录无效,信息不全。

基于关键词的时间线可视化网络如图4所示,网络中圆圈和线的颜色分别对应图本身顶部的连续年份。每个点代表网络中的一个节点。节点是关键字。节点之间的线表示共现链接。需要强调的是,具有重要研究领域的高亮节点用紫色边线标出。更厚的紫色装饰表明更高的共现频率 [31]。值得注意的是,吸附 (430), 退化 (306), 纳米过滤 (264), 反渗透 (132), (130), 二氧化钛 2 (183), 光催化 (124), 超滤 (114), r删除 (461) 和 纳米复合材料 (157) 是较早出现的高频关键词。hile,碳纳米管 (120), 吸附 (96), TiO2 纳米管 (72)、光催化降解 (71)、光触媒 (55), 银纳米粒子 (103), 复合 (139), 水热合成 (34)、氧化石墨烯 (60), 石墨烯 (43)、污水污泥 (37)、转化 (34) 和磁性纳米粒子 (33) 是最近经常使用的关键词。表明它们是神经网络在废水处理中的研究重点。

<图片>

与共现关键字相关的网络的时间轴视图

关键词突发是讨论领域研究热点的有效指标[22]。关键词爆发表明某个特定关键词与越来越多的其他关键词有联系,并得到了科学领域的高度关注。表 5 列出了 1997 年至 2016 年爆发力最强的前 20 个关键词。最后一列的年份代表关键词爆发的某个时期。 1998年以来,大量关键词开始涌现。前三名最强的是纳米过滤 , r反渗透 , 和超滤 爆发期分别为 14 年、10 年和 13 年。服用纳滤 例如,爆发始于 1998 年,结束于 2011 年。这意味着 纳米过滤 1998年至2011年期间受到特别关注,曾是该课程的研究热点。总体而言,关键词爆发期与图4的结果一致。与高频关键词类似,大部分关键词爆发期都在净水的核心纳米技术和神经网络的应用。此外,最近爆发的关键字是复合 , 石墨烯 , 和污水污泥 .这可能表明复合纳米材料和石墨烯是新兴趋势。同时,NNs的研究范围正在扩展到污水污泥的研究。

引用率最高的文章

大多数高引用出版物也是展示科学领域研究兴趣和热点的有用索引[32]。该时间段内被引用次数最多的 10 篇论文以及每 3 年排名前三的论文几乎都列在表 6 中。环境科学与技术和水研究是前 10 篇被引用次数最多的文章中最流行的期刊,分别为 5 和 3。在所有列出的引用中,美国贡献最大,中国位居第二。

通过分析引文,发现使用各种神经网络从废水中去除污染物一直是一个热门领域。新纳米材料的开发和应用是所有提到的文章中的热门话题。总体而言,高被引出版物中发现的热点显示出与第 3.5 部分相似的趋势。这在近 3 年高被引论文方面尤为明显。在九篇论文中,四项研究基于石墨烯 在废水处理中的应用。此外,磁性纳米粒子 , 碳纳米管 , 和 s银纳米粒子 也被列在了左边的五篇论文中。此外,值得注意的是,纳米材料对人类和环境的负面影响也引起了研究人员的关注。这表明研究人员一直在以理性的方式考虑纳米材料,尽管它已经给我们的社会带来了发展。

神经网络在废水处理中的当前和潜在应用

基于文献计量分析,吸附、膜过滤、传感和检测是 3.4-3.6 中的四个重点。它基于神经网络在废水处理中的主要功能。尽管来自众多来源的水污染不断增加和出现,但我们为消除问题所采用的机制几乎没有变化。因此,我们从上述四个类别中批判性地回顾了 NN 的现在和未来。超越应用领域的神经网络潜在风险在此不再赘述。

吸附

吸附是优于其他水策略的首选,因为它操作简单,并且对常见的有机和无机污染物具有普遍性 [33]。尺寸相关的纳米结构保证了纳米材料在可比表面积或活性位点方面的固有优势,这是传统吸附剂长期以来的瓶颈。碳基纳米吸附剂,通常是碳气凝胶 [34]、碳纳米管 (CNTs) [35]、石墨烯 [36] 及其杂化态 [37],在废水处理方面很有前景,它们对重金属和有机污染物去除已得到普遍证明。由于石墨表面的疏水性,碳基纳米吸附剂形成松散的聚集体,从而减少了有效表面积并增加了吸附能。尽管引入了官能团或金属氧化物纳米粒子以消除这一缺点,但在吸附过程后它们从水中完全回收仍然是运营成本 [38]。碳基纳米吸附剂的再生和再利用可以通过降低水溶液的 pH 值来实现 [39]。再生后吸附容量相对稳定。尽管过去几年取得了令人瞩目的进展,但生产和纯化步骤经常引入污染物和杂质,甚至导致结构退化。此外,合成具有所需或均匀多孔网络的碳纳米粒子仍然是该领域所有研究的主要挑战。

以粉末形式,纳米吸附剂很容易集成到与混合过程相关的任何淤浆反应器中的现有处理过程中。而纳米吸附剂的分离回收则需要配套的分离技术。已经进行了一些改进以将纳米颗粒固定在小球/珠中以形成纳米负载系统。在这种情况下可以省略进一步的分离过程,但会出现传质限制和水头损失的问题。

膜过滤

作为水和废水处理系统的常见组成部分,膜过程根据其大小分为微滤 (MF)、超滤 (UF) 和纳滤 (NF) [40]。由于膜工艺的关键部分是过滤材料,NN 有助于更有效的水过滤工艺(纳米纤维膜、纳米复合膜、薄膜纳米复合 (TFN) 膜)[40]。膜污染导致的高能耗、寿命缩短和过滤失败是膜工艺的主要挑战。具有功能性纳米材料的改性膜被认为是解决这一困境的有希望的机会。通过用无机纳米粒子装饰,如氧化铝 [41]、硅 [42]、沸石和二氧化钛 [43],增加了膜亲水性 [44] 以避免结垢。 TFN 膜是 Hoek 研究小组的一个新概念,通过在聚酰胺层中嵌入沸石 NaA 纳米粒子以形成复合膜 [45]。与普通 TFC 膜相比,实现了显着的膜通量增强 [45]。然而,该领域有望对纳米材料如何改善 TFN 膜的聚酰胺层特性进行有意义的研究。并且在聚合物膜上还添加了纳米Ag,以防止生物膜形成[46]并杀死膜表面的病毒[47]。 TiO2 基纳米材料和金属/双金属催化剂纳米粒子如纳米零价铁 (nZVI) 是污染物降解的常见催化剂,因此将它们掺入膜中可有效缓解残留物残留。

传感器和检测

大量合成有机化合物,如多环芳烃、多氯联苯和多溴二苯醚,在极低浓度下就造成了水污染。废水处理的一个主要挑战是快速准确地感应和检测它们。对许多人来说,纳米材料是极好的吸附剂。他们集中污染达到检测阈值。碳纳米管已用于实际水样中的有机化合物检测 [48]。 Au-TiO2 纳米复合材料与 1.0 ng/ml 水平的痕量有机磷 (OP) 杀虫剂显示出良好的线性 [49]。基于 TiO2 的多功能纳米管阵列用于检测除草剂 4-氯苯酚 (4-CP)、二氯苯氧乙酸 (2,4-D) 和甲基对硫磷 (MP) [50]。病原体和病毒也被视为废水中的长期威胁。由于纳米尺寸设备的表面积/体积比大,神经网络依赖的纳米生物传感器在某些病原体和病毒的诊断中是快速且适时的。量子点 [51]、碳纳米管 [52]、氧化石墨烯 [53]、二氧化硅 [54] 和金属纳米粒子 [55, 56] 是传感器和检测技术的坚实基础。当前的挑战旨在消除复杂废水样本中病原体和病毒的错误检测。此外,便携式和可重复使用探测器的研发也将是一项创造性的工作。

结论

文献计量技术被应用于研究神经网络在废水处理中的发展。在所审查的二十年中,出版物的数量呈指数增长。中国是生产力最高的国家,占总文章的 40.22%(962),h 指数最高(62)。然而,美国的发表数量仅为中国的三分之一,却达到了近似的 h 指数(55)。此外,中美两国在国际合作方面也比其他国家/地区具有压倒性优势。他们之间的合作关系最为密切。 Chinese Academy of Science had strongest collaborative ability, but it showed limited communication with overseas institutions.

Graphene, nanotube, magnetic nanoparticle, and silver nanoparticle are hotpots in recent years. And NNs is developing toward a more detailed and sophisticated classification in spatial structure. Different from traditional NNs, nanocomposites with multicomponent or multi-element emerged with optimization and precise control of processing. Researchers are trying to design nanomaterials rather than to prepare them. However, when it comes to practical application, wider commercialization of NNs is urgently needed. Nanoparticles with hazardous and toxic bring risk to environmental safety and public health. Synchronous recovery technology is urgently needed to eliminate its negative effects and realize resources recycle. Though some NNs have been widely applied in water and wastewater treatment, we are far from making the most of them commercially.

缩写

CP:

The number of internationally collaborative publications

FP:

The number of publications as first author’s country

NNs:

Nanomaterials and nanotechnologies

R (%):

The rank (the ratio of the number) of a certain item

R(h-index):

The rank (the value of h-index) of a certain item’s

RP:

The number of publications as corresponding author’s country

SP:

The number of single country publications

TP:

The number of total publications


纳米材料

  1. 传感器在制造中的作用:今天、明天和以后
  2. 根本原因分析的危险和陷阱
  3. 物联网和 5G 在联网汽车中的作用
  4. 机器人和自动化在工业 4.0 中的作用
  5. 了解物联网在废水处理和管理中的概念
  6. 区块链在制造业中的作用
  7. 机器人技术和 3D 打印将在未来的制造业中扮演什么角色?
  8. 什么是供应链物流?供应链物流挑战与收益的定义与分析
  9. 什么是废水维护?
  10. PCB设计中最常见的问题及其分析
  11. 华盛顿港污水处理厂节省的成本不断增加
  12. Searen Vacuum AirLift:新一代废水处理技术