Bioquímica proceso 40 (2005) 779-788

La biosorción de cromo utilizando un diseño experimental factorial

una , segundo , 1 , METRO segundo , * , Selma G. Ferreira Leite segundo

Margarita Enid R. Carmona ónica Antunes Pereira da Silva
una Facultad de Ingeniería Química, Universidad Ponti fi cia Bolivariana, 1ra Circular Nº 70-01, AA.56006 Medellín, Colombia
segundo Escuela de Química, Centro de Tecnología de la Universidad Federal do Rio de Janeiro, Bl. E, Ilha do Fundão, Río de Janeiro 21949-990, RJ, Brasil

Recibido el 10 de octubre de 2003; aceptadas 5 de febrero de de 2004

Resumen

Una técnica de diseño experimental se ha utilizado para investigar la biosorción de soluciones de cromo fromwater, simulando de bronceado uents típicos e fl. La Agencia de Protección
Ambiental de los Estados (EPA) por lo general permite que las soluciones que contienen metales pesados ​a ser dado de alta si la concentración es inferior a 5,0 mg / L. La eliminación de Cr
3+ y Cr 6+ Se estudió, por separado, utilizando el diseño factorial 2 3. Los tres factores

3+, pH (2,0 y 6,0),

consideradas fueron pH, temperatura y concentración de metal en dos niveles marcadamente diferentes: Cr T ( 29 y 55 ◦ C), y
6+, pH (1,0 y 3,0),
concentración de metal (10 y 1200 mg / L); cr T ( 29 y 55 ◦ C), y la concentración de metal (10 y 1200 mg / L). experimentos
3+ o Cr 6+ soluciones. La e fi ciencia
se llevaron a cabo en un sistema de reactor de tipo discontinuo con 0,2 g de biosorbente ( Sargassum sp.), y 50 ml de Cr
de eliminación de cromo durante un tiempo de exposición de 6h fue entonces evaluado. Los resultados fueron analizados estadísticamente utilizando de Student t- prueba,

Análisis de variación, F- prueba, y la falta de fi t para definir las variables de proceso más importantes que afectan a la eliminación de metal e fi ciencia.
3+ absorción se atribuyó a la interacción entre la concentración de metal y el pH. para Cr la mayor parte
El efecto más significativo en cuanto a fi Cr
6+,

signi efecto fi no puede se atribuyó a la concentración de metal. © 2004 Elsevier Ltd.

Todos los derechos reservados.

palabras clave: biosorción; Cromo; Sargassum sp .; diseño experimental factorial; Bronceado e fl uents

1. Introducción se encuentra en grandes cantidades en mares y lagos. Se considera un método

potencialmente viable tanto por motivos técnicos y económicos, debido a sus bajos
Los metales pesados ​se emplean ampliamente en los, curtidurías, y las costos de operación [1] , La reducción en volumen

industrias de chapado de metal textiles, entre otros. El uso de estos metales generaume de aguas residuales residual, y la deficiencia de descontaminación ef para
residuos líquidos, que generalmente están dispuestos de forma continua de sin uents fl ef altamente diluidas. Además, el metal puede ser recuperado de la
ningún tratamiento. En algunos casos, se emplean tratamientos físicos y biosorbente y reutilizarse. Estas ventajas han estimulado el desarrollo y la
fisicoquímicos, tales como intercambio iónico, electrodiálisis, ultrafiltración, ampliación de los procesos de biosorción [2] .
precipitación y evaporación fl ceniza, y, menos frecuentemente, los procesos
biológicos. Biosorción es la primera etapa fi en la acumulación de metal. Se trata de adsorción
de metal sobre las paredes celulares de los microorganismos, independientemente del
Las principales desventajas de los tratamientos convencionales son los costos de metabolismo [3] . muchos microor-
disposición final de las aguas residuales residuales, la energía consumida y los productos nismos se pueden emplear en este proceso, incluyendo las algas Sargassum sp.
químicos implicados.
El proceso biológico de biosorción se ve favorecido debido a una abundancia de El diseño factorial fue empleado evitando los tradicionales experimentos de un
ciertas biomasas, generado como un subproducto en los procesos industriales de factor-en-un-tiempo. herramientas estadísticas comunes, tales como el análisis de la
fermentación, y algas, que varianza, F- prueba, el estudiante de t- prueba,
y la falta de fi t, fueron utilizados para definir las variables de proceso más
importantes que afectan a la eliminación de metal e fi ciencia
* Autor correspondiente. Tel .:
+ 55-21-2562-7606; [4] .
fax: + 55-21-2562-7567.
La metodología de diseño experimental factorial implica el cambio de todas las
Correos electrónicos: mramirez@logos.upb.edu.co (MER Carmona), monica@eq.ufrj.br (MAP da
variables de un experimento a otro. La razón de esto es que las variables pueden
Silva), selma@eq.ufrj.br (SG Ferreira Leite).
influir en los demás, y el valor ideal de uno de ellos puede depender de los valores
1 Tel .: + 57-4-415-90-20; Fax: + 57-4-411-87-79.
de

0032-9592 / $ - see front matter © 2004 Elsevier Ltd. Todos los derechos reservados. doi: 10.1016 /
j.procbio.2004.02.024
780 MER Carmona et al. / Process Biochemistry 40 (2005) 779-788

los demás. Esta interacción entre las variables es un fenómeno frecuente [4] . se lavó con agua desionizada hasta que no hay color se visualizó en el agua de
◦
enjuague. Finalmente, se secó a 60 C durante 24 h y
Muchos estudios relativos a la absorción de metales pesados ​han indicado que la la resultingmaterial se tamizó a un tamaño de partícula entre 28 y 35mesh.
temperatura [5-11] y el pH [2,5-8,10-25] in fl u-
la eliminación cia e fi ciencia. Sin embargo, pocos emplean el método de diseño Las sales de cromo empleadas fueron Crk (SO 4) 2 · 12H 2 O
factorial para evaluar la influencia de las variables de operación de estos procesos y K 2 cr 2 O 7 ( MERCK), para la preparación de soluciones de trivalente y cromo
[23,24] . hexavalente, respectivamente.
Barros Jr. et al. [23] estudiaron los efectos de pH (4.0 y 5.5), experimentos por lotes se llevaron a cabo bajo las siguientes condiciones: 0,2 g
concentración de metales pesados ​(5,0 y 10 g / L) y la concentración de biomasa (0,4 y de Sargassum sp., 50 ml de solución de cromo, y una velocidad de agitación de 200
0,7 g / L) en biosorción de cadmio de las aguas de campo aceite Fi utilizando Aspergillusrpm. El pH, temperatura, y concentración inicial de cromo empleado se muestran
niger . El pro biosorción en la tabla 1 . Las muestras se recogieron después de 6 h. Las muestras de control
3 diseño factorial. los
Cess estudiado fue modelado basado en 2 se realizaron en ausencia de cualquier metal. Las alícuotas para el análisis se
más factor importante fue la concentración de biomasa. Un aumento en el ef filtran, y la concentración de cromo residual se midió por espectrometría de
eliminación deficiencia se produjo con un aumento en la concentración de absorción atómica (Perkin Elmer, modelo AAS-1100B).
biomasa y pH. Sin embargo, la eliminación ef fi ciencia disminuyó con un aumento
en la concentración inicial de cadmio.

Peternele et al. [24] estudió la absorción de Cd y Pb,

Tabla 1 Los niveles altos y bajos de Factor
utilizando un 2 3 diseño factorial. Se analizaron tres factores de funcionamiento:
◦ factores
temperatura (30 y 50 C), la fuerza iónica (0,1 y
especies de
dm 1,0 mol - 3), y el pH (5 y 6). Los parámetros fijos fueron el tiempo de exposición
Cr 3+
(8h) y la concentración inicial adsorbente (0,2 g / L). Los autores concluyeron que cr 6+

la temperatura era el factor más importante en el sistema único (Pb Nivel Nivel Nivel Nivel
2 +), mientras
bajo alto bajo alto
fuerza iónica fue la variable más importante para el sistema binario (Pb 2+ y Cd 2+) pH
para 2.0 6.0 1.0 3.0
el intervalo de concentraciones estudiadas. En el sistema solo la adsorción Temperatura (
◦
DO) 29 55 29 55

aumenta al aumentar la temperatura y en el uno binario la adsorción disminuye Concentración inicial (mg / L) 10 1200 10 1200

con el aumento de la fuerza iónica.

Dieciséis experimentos se llevaron a cabo por duplicado: ocho para Cr 3+ y ocho

Para la absorción de metales pesados, tales como cadmio sobre un alga, era
6+. Todas las combinaciones posibles de variabilidad
para Cr
verificable ed que la temperatura influida adsorción [8] .
Ables, llamado factores en la jerga, se utilizaron, y se estableció una matriz de
Los estudios publicados biosorción [2,5-8,10-25] mostrar que el pH
acuerdo con sus altos y bajos niveles, representadas por + 1 y - 1,
influye en la eliminación ef fi ciencia de los metales pesados. Varios autores han evaluado la
respectivamente.
eliminación e fi ciencia como una función de la variación de pH, o han obtenido isotermas a
diferentes valores de pH. Los resultados han puesto de manifiesto que la absorción de
metales por biosorbente da mejores eficiencias en ambientes ácidos.
3. Resultados y discusión

El cromo es un elemento tóxico presente en muchos procesos industriales. El

3+ y Cr 6+ absorción se muestran en la Tabla 2 .
cromo hexavalente es conocido por ser mucho más peligroso que Cr Resultados para Cr
3+. El uso extensivo de cromo,

por ejemplo, en galvanoplastia, bronceado, y como un biocida en el agua de las plantas de

Tabla 2
energía de enfriamiento, invariablemente resulta en descargas de ef fl uents que contiene 3+ y Cr 6+ consumo
resultados diseño factorial experimentales para Cr
cromo [5] .
Factor Especies
El objetivo de este trabajo fue establecer cómo pH, temperatura, y
concentración inicial de cromo interactuaron y en última instancia afectada cromo T do pH Cr 3+ cr 6+

ef eliminación deficiencia de uents ef fl sintéticos por medio de Extracción e fi Promedio Extracción e fi Promedio
Sargassum sp. Un factorial ciencia (%) una (%) ciencia (%) una (%)
3+
diseño 2 3 esquema se utilizó para estudiar la eliminación de Cr
y Cr 6+, por separado, a partir de soluciones acuosas. 1 1 1 75,2 74,8 75.0 26,1 21,6 23.9
1 1 - 1 11,4 5.4 8.4 16,2 27,0 21.6
1-1 1 62,7 56,4 59.6 81,3 80,9 81.1
1 - 1 - 1 82,9 83,5 83.2 67,3 65,1 66.2
2. Materiales y métodos -1 1 1 99,5 99,5 99.5 7,7 13,1 10.4
-1 1-1 2,5 17,3 9.9 11,7 15,8 13.7

Un residuo de Sargassum sp. algas marinas obtenido después de la extracción de - 1 - 1 1 62,3 68,9 65.6 84,6 83,7 84.1
- 1 - 1 - 1 73,4 74,2 73.8 65,1 66,1 65.6
los componentes cosméticos biológicos se lavó con agua potable para la eliminación
una Los experimentos por duplicado.
de arena y otros sólidos, y de nuevo
 MER Carmona et al. / Process Biochemistry 40 (2005) 779-788 781

Tabla 3
3 diseño
Parámetros estadísticos para 2

Factor especies de

Cr 3+
cr 6+

Coeficiente Error estándar Efecto Coeficiente Error estándar Efecto

Promedio 59.4 1.15 59.4 45.8 0.86 45.8

T - 2.8 1.15 - 5.6 2.4 0.86 4.7
do - 11.2 1.15 - 22.3 - 28.4 0.86 - 56.9
pH 15.5 1.15 31.1 4.0 0.86 8.1
TC - 3.7 1.15 - 7.3 3.0 0.86 5.9
T pH - 4.8 1.15 - 9.6 0.2 0.86 0.5
do pH 23.5 1.15 47.0 - 4.3 0.86 - 8.6
TC pH - 0.94 1.15 - 1.9 1.1 0.86 2.3

La e ciencia eliminación fi ( η) se define como: promueve un incremento del 56,9% en la eliminación ef fi ciencia en su bajo nivel.

η = C - do F (1) Se puede concluir que, cuando el efecto de un factor es positivo un aumento

do × 100
en el valor de la ef eliminación deficiencia se observa cuando el factor de
dónde do y do F son, respectivamente, las concentraciones inicial y final de las cambios de bajo a alto nivel. Por el contrario, si el efecto es negativo, una
especies de cromo. reducción en ef eliminación deficiencia se produce por el alto nivel del mismo
Los resultados se analizaron usando el software STATISTICA TM ' 99 para factor.
ventanas ®, liberar 5,5, producido por StatSoft y se determinaron los efectos
principales y las interacciones entre los factores. El efecto de un factor se define 3.1. El análisis de varianza (ANOVA)
como el cambio en la respuesta producida por un cambio en el nivel del factor.
Esto se llama frecuentemente un efecto principal porque se refiere a los factores Después de estimar los factores de efectos principales, la determinación de los

primarios de interés en el experimento factores significativos que afectan a la fi ef eliminación deficiencia fue seguido por la

[4] . los realización de un análisis de varianza (ANOVA). En Las tablas 4 y 5 la suma de

cuadrados se utiliza para estimar los efectos de los factores de ingresos y el
coe fi cientes de regresión, los errores y efectos estándar asociados se muestran en
la Tabla 3 . F- ratios ( F o) - de-
La fi ed modelo matemático codi empleado para la 2
3 definida como la relación de la respectiva mean-square-efecto y el cuadrados error

diseño factorial fue: medio. Ya que F 0.05,1,8 = 5.32, todos los efectos
presentación F o superior a 5,32 tienen significación estadística. Además, debido a
η = A O + UNA 1 T + A 2 C + A 3 pH + UNA 4 TC + UNA 5 T pH los factores en este estudio tienen dos niveles, cada ANOVA efecto principal y las
interacciones efectos tener un grado de libertad. Desde el
+ UNA 6 do pH + UNA 7 TC pH (2)
PAG - los valores de fi ne como la

dónde UNA o representa la media mundial y UNA yo Por otro re- nivel más pequeño de significación que conduce al rechazo de la hipótesis nula -
progresión coeficientes. parece que el principal efecto de cada factor y los efectos de interacción son
Sustituyendo los coeficientes UNA yo en Eq. (2) por sus valores estadísticamente significativos cuando
desde Tabla 3 obtenemos: P < 0.05. para Cr 3+, los efectos DO, pH, y do pH presentan la mayor significación
estadística fi. El único efecto sin significación es TC pH. para Cr 6+, los efectos DO, pH,
η cr 3+ = 59.4 - 2.8 T - 11.2 C + 15.5pH - 3.7 TC TC, y do pH presentan la mayor significación estadística fi. Dos efectos no fueron
- 4.8 T pH + 23.5 do pH - 0.94 TC pH (3) estadísticamente significativos: T pH y TC pH.

η cr 6+ = 45.8+ 2.4 T - 28.4 C + 4.0pH + 3.0 TC

3.2. La prueba t de Student
- 0.2 T pH - 4.3 do pH + 1.1 TC pH (4)

Los principales efectos ( T, DO, pH) representan desviaciones de la Con el fin de determinar si los efectos calculados fueron signi fi cativamente
promedio entre niveles altos y bajos para cada uno de ellos. En el caso de Cr diferente fromzero, Estudiante de t- Se empleó la prueba.
3+, un cambio en el valor pH de bajo a alto
Se observó que para un nivel de con fi anza del 95% y ocho grados de libertad, la
los resultados del nivel en aumento 31,1% en el ef eliminación fi ciencia. Si una t- valor era igual a 2,306. esas eva-
variación de alto a bajo nivel se hace para T y DO, en- uations se ilustran por medio de diagramas de Pareto en Higos. 1
pliegues de, respectivamente, se observan 5,6 y 22,3% en la eliminación e fi y 2 . La línea vertical indica magnitud efecto estadísticamente significativo mínimo para un
6+, T y pH ejercen una
ciencia. En el caso de Cr nivel de confianza con fi 95%. Los valores que se muestran en las columnas horizontales
influencia en sus altos niveles, el aumento de la eliminación e fi ciencia por 4,7 y son de Estudiantes de t- valores de prueba

8,1%, respectivamente. La concentración inicial ( DO) para cada efecto.

782 MER Carmona et al. / Process Biochemistry 40 (2005) 779-788

Tabla 4
3+
El análisis de varianza - completa tting modelo fi para Cr

Factor Estadísticas Suma de

cuadrados Grados de libertad La media cuadrada (MS) Fo PAG- valor

T 128,26 1 128,26 6.0 0.039397

do 1,995.86 1 1,995.86 94.1 0.000011
pH 3,865.73 1 3,865.73 182,2 0.000001
TC 215,36 1 215,36 10.1 0.012880
T pH 369.60 1 369.60 17.4 0.003106
do pH 8,840.70 1 8,840.70 416.7 0.000000
TC pH 14.25 1 14.25 0.7 0.436193
Error 169,73 8 21.22

Total 15,599.47 15

F o = SRA FACTOR/ SRA ERROR; R 2 = 0,9891; R 2 adj. = 0,9796.

Tabla 5
6+
El análisis de varianza - completa tting modelo fi para Cr

Factor Estadísticas Suma de

cuadrados Grados de libertad La media cuadrada (MS) Fo PAG- valor

T 88.83 1 88.83 7.5 0.025551

do 12,933.38 1 12,933.38 1,091.0 0.000000
pH 261.63 1 261.63 22.1 0.001546
TC 141,02 1 141,02 11.9 0.008707
T pH 0.95 1 0.95 0.08 0.784227
do pH 298.43 1 298.43 25.2 0.001030
TC pH 21.93 1 21.93 1.8 0.216034
Error 94.84 8 11.85

Total 13,840.45 15

F o = SRA FACTOR/ SRA ERROR; R 2 = 0,9932; R 2 adj. = 0,9872.

Residencia en F- Estudiante de prueba y t- prueba, se descartaron algunos efectos,η cr 6+ = 45.8+ 2.4 T - 28.4 C + 4.0pH
debido a que no presentan ninguna significación estadística. modelos resultantes
+ 3.0 TC - 4.3 do pH (6)
pueden ser representados por:
Como se ha mencionado antes, los ensayos se llevaron a cabo por duplicado,
η cr 3+ = 59.4 - 2.8 T - 11.2 C + 15.5pH
dando una estimación de error o residuo. Se utilizó esta figura para determinar los
- 3.7 TC - 4.8 T pH + 23.5 do pH (5) factores estadísticamente significativas para

3+.
Fig. 1. Diagrama de Pareto de los efectos sobre la eliminación ef fi ciencia de Cr
 MER Carmona et al. / Process Biochemistry 40 (2005) 779-788 783

6+.
Fig. 2. Diagrama de Pareto de los efectos sobre ef eliminación deficiencia de Cr

Tabla 6
3+
El análisis de varianza - modelo reducido fi t para Cr

Factor Estadísticas Suma de

cuadrados Grados de libertad La media cuadrada (MS) Fo PAG- valor

T 128,26 1 128,26 6.0 0.039397

do 1,995.86 1 1,995.86 94.1 0.000011
pH 3,865.73 1 3,865.73 182,2 0.000001
TC 215,36 1 215,36 10.1 0.012880
T pH 369.60 1 369.60 17.4 0.003106
do pH 8,840.70 1 8,840.70 416.7 0.000000
La falta de fi cio 14.25 1 14.25 0.67 0.436193
error pura 169,73 8 21.22

Total 15,599.47 15

F o = SRA FACTOR/ SRA ERROR; R 2 = 0.9882; R 2 adj. = 0,9803.

ef eliminación deficiencia de iones de cromo basado en el análisis de la varianza. mondadura F o valores con los valores de F- prueba, la falta de fi t de
el modelo puede ser evaluada.
Sobre la base de las pruebas anteriores, el modelo se volvió a calcular, la eliminación La falta de fi t asociado con la eliminación del factor
de los efectos de interacción TC pH para Cr 3+, y TC pH para Cr 3+ producido F o = 0.67. Puesto que este valor es de 7,9 veces menor
TC pH y T pH para Cr 6+. Las tablas 6 y 7 mostrar el análisis de varianza sin los que tabulados F 0.05,1,8 = 5.32, este factor hizo
efectos mencionados anteriormente. com- no tiene significación estadística.

Tabla 7
6+
El análisis de varianza - modelo reducido fi t para Cr

Factor Estadísticas Suma de

cuadrados Grados de libertad La media cuadrada (MS) Fo PAG- valor

T 88.83 1 88.83 7.5 0.025551

do 12,933.38 1 12,933.38 1,091.0 0.00000
pH 261.63 1 261.63 22.1 0.001546
TC 141,02 1 141,02 11.9 0.008707
do pH 298.43 1 298.43 25.2 0.001030
La falta de fi cio 22.34 2 11.17 0.94 0.429058
error pura 94.84 8 11.85

Total 13,840.45 15

F o = SRA FACTOR/ SRA ERROR; R 2 = 0.9915, R 2 adj. = 0,9873.

784 MER Carmona et al. / Process Biochemistry 40 (2005) 779-788

3.0

2.5
. 99
2.0
. 95
1.5

1.0 . 85

. 75
0.5
.sesenta y cinco
. 55
0.0
. 45
. 35
- 0.5
. 25
- 1.0 . 15

- 1.5
. 05

- 2.0
. 01
- 2.5

- 3.0
- 10 -8 -6 -4 -2 0 2 4 6 8

Residual

Fig. 3. parcela de probabilidad normal de los valores residuales para ef eliminación deficiencia de Cr 3+.

La falta de fi t asociado con la eliminación de los factores
T pH y TC pH para Cr 6+ estaba F o = 0.94. Puesto que este valor es
4,7 veces más bajos que tabulados F 0.05,2,8 = 4.46 estos factores no tienen
significación estadística.
También se debe examinar la distribución de los valores residuales, definida
los datos correspondientes a T = 1, C = 1, y pH = - 1 también se presume que es un valor
atípico ( Fig. 6 ). Después de la eliminación de estos valores extremos se volvieron a
calcular principales efectos e interacciones. Tabla 8 muestra los valores
correspondientes.
Se observó que los valores de los efectos no cambiaron significativamente. Sin

como la diferencia entre el (modelo) predicho y los observados (experimentales). Higos. embargo, disminuyó el error residual, lo que significa que los datos descartados estaban en

3 y 4 que presentan la gráfica de probabilidad normal de los residuos para ef valores atípicos de hechos.

eliminación deficiencia de Cr 3+ y Cr 6+, También muestran cómo de cerca el conjunto Tablas 9 y 10 mostrar el análisis de varianza para Cr 3+ y Cr 6+, respectivamente.
de los valores observados siguen una distribución teórica. Observe que, en ambos Todos los factores y las interacciones efectos significativamente afectan a la e fi ciencia
casos, los puntos experimentales están razonablemente alineadas lo que sugiere de la extracción.
una distribución normal. El modelo reducido nal fi sin el valor atípico para ef eliminación deficiencia de
Cr 3+ es:
Teniendo en cuenta la distribución de eliminación residual eficiencias para
η cr 3+ = 60.3 - 3.8 T - 10.2 C + 14.6pH
Cr 3+, los datos correspondientes a T = - 1, C = 1, y pH = 1 se consideró un valor
atípico ( Fig. 5 ). para Cr 6+, - 4.6 TC - 3.9 T pH + 22.6 do pH (7)

3.0

2.5
. 99
2.0
. 95
1.5

1.0 . 85

. 75
0.5
.sesenta y cinco
. 55
0.0
. 45
. 35
- 0.5
. 25
- 1.0 . 15

- 1.5
. 05

- 2.0
. 01
- 2.5

- 3.0
-8 -6 -4 -2 0 2 4 6

Residual

Fig. 4. gráfica de probabilidad normal de residual para ef eliminación deficiencia de Cr 6+.

 MER Carmona et al. / Process Biochemistry 40 (2005) 779-788 785

10

-2

-4

-6

-8 parte aislada

- 10
0 10 20 30 40 50 60 70 80 90 100

Eficacia de la eliminación prevista (%)

Fig. 5. Extracción e fi ciencia para Cr 3+. Predicho vs residual.

-2

-4

-6

parte aislada

-8
0 10 20 30 40 50 60 70 80 90 100

Eficacia de la eliminación prevista (%)

Fig. 6. La eliminación e fi ciencia para Cr 6+. Predicho vs residual.

Tabla 8
Parámetros estadísticos para 2 3 Factor de diseño

especies de

Cr 3+
cr 6+

Coeficiente Error estándar Efecto Coeficiente Error estándar Efecto

Promedio 60.3 0,77 60.3 46.5 0.60 46.5

T - 3.8 0,77 - 7.5 3.0 0.60 6.0
do - 10.2 0,77 - 20.4 - 27.8 0.60 - 55.6
pH 14.6 0,77 29.2 3.4 0.60 6.0
TC - 4.6 0,77 - 9.2 3.6 0.60 7.3
T pH - 3.9 0,77 - 7.8 - - -
do pH 22.6 0,77 45.1 - 5.0 0.60 - 10.0
786 MER Carmona et al. / Process Biochemistry 40 (2005) 779-788

Tabla 9
El análisis de varianza - modelo reducido fi t para Cr 3+ sin factor de valor atípico

Estadísticas Suma de

cuadrados Grados de libertad La media cuadrada (MS) Fo PAG- valor

T 203,40 1 203,40 23.6 0.001829

do 1,510.44 1 1,510.44 175,6 0.000003
pH 3,076.52 1 3,076.52 357.7 0.000000
TC 304,15 1 304,15 35.4 0.000572
T pH 216.69 1 216.69 25.2 0.001531
do pH 7,341.39 1 7,341.39 853,6 0.000000
La falta de fi cio 0.01 1 0,005 0,0006 0.981437
error pura 60.21 7 8.60

Total 12,149.82 14

F o = SRA FACTOR/ SRA ERROR; R 2 = 0.9950; R 2 adj. = 0.9913.

Tabla 10
El análisis de varianza - modelo reducido fi t para Cr 6+ sin posible factor de valor atípico

Estadísticas Suma de

cuadrados Grados de libertad La media cuadrada (MS) Fo PAG- valor

T 134.09 1 134.09 25.7 0.001447

do 11,201.92 1 11,201.92 2,147.4 0.000000
pH 164.58 1 164.58 31.5 0.000802
TC 193,65 1 193,65 37.1 0.000495
do pH 363,45 1 363,45 69.7 0.000069
La falta de fi cio 6.68 2 3.34 0.64 0.555558
error pura 36.52 7 5.22

Total 12,903.91 14

F o = SRA FACTOR/ SRA ERROR; R 2 = 0,9966; R 2 adj. = 0,9948.

para Cr 6+ se observó que la exclusión de la posible valor atípico también No fue posible realizar una comparación directa entre el modelo propuesto por

disminuyó el error y el modelo reducido nal fi obtenido es:
η cr 6+ = 46,5 + 3.0 T - 27.8 C + 3.4pH + 3.6 TC
- 5.0 do pH
Tabla 11 muestra coe fi cientes de determinación múltiple para Cr 3+ y Cr 6+ modelos
de captación en tres versiones: completos, reducen, y sin valores atípicos.
La mejor regresión corresponde a Cr 6+ ( 0,9966), Entretanto
ing que 99,66% de la variación total alrededor de la media se explica por
regresión, dejando sólo 0,34% para los residuos.
Las pequeñas diferencias entre R 2 y ajustado R 2 Los valores para los modelos de valores
atípicos completo, reducido, y sin eran, de hecho, estadísticamente no significativa. Como era
Barros Jr. et al. [23] o Peternele et al. [24] con nuestro trabajo, ya que los factores
estudiados fueron diferentes en cada caso. Barros Jr. et al. [23] estudiado la
biosorción de cadmio usando el hongo A. niger. En particular, la masa biosorbente
era constante en todos nuestros experimentos. Sin embargo, es posible comparar
las tendencias. La concentración inicial de metales pesados ​y pH mostró la
(8)
misma tendencia en ambos casos. Un aumento de la concentración inicial y el pH
aumentó la eliminación e fi ciencia. Peternele et al. [24] estudió la adsorción de Cd 2+
y Pb 2+ en lignina carboximetilado partir del bagazo de la caña de azúcar.
Temperatura y pH tenían la misma influencia que observamos para Cr 6+. Sin
embargo, nuestro trabajo para Cr 3+ mostró un efecto contrario para la
temperatura. Vale la pena mencionar que el adsorbente, y, posiblemente, los
mecanismos de adsorción para documentos mencionados anteriormente, difieren
de las nuestras.

de esperar, tanto para los cationes del mejor ajuste corresponde a los modelos sin valores

atípicos.

Tabla 11
Coef coe fi de determinación múltiple para los modelos de absorción de Cr 3+ y Cr 6+

modelo completo modelo reducido Modelo sin valores atípicos

R2 R 2 adj. R 2 - R 2 adj. R2 R 2 adj. R 2 - R 2 adj. R2 R 2 adj. R 2 - R 2 adj.

cr 3+ 0.9891 0.9796 0,0095 0.9882 0.9803 0,0079 0.9950 0.9913 0,0037

cr 6+ 0.9932 0.9872 0,0060 0.9915 0.9873 0,0042 0.9966 0.9948 0,0018
 MER Carmona et al. / Process Biochemistry 40 (2005) 779-788 787

Tabla 12
valores de pH para Cr 3+ y Cr 6+ absorción utilizando diversos biosorbentes ion cromo

biosorbente pH Referencia

+ 3, 6 Sargassum 6,0 / 3,0 Este trabajo

+ 3, 6 Sargassum 4,0 / 2,0 [2]
+ 6 Algas, levaduras, y células bacterianas 1,0-2,0 [6]
+ 6 R. arrhizus 2.0 [7]
+ 6 R. nigricans 2.0 [10]
+ 6 S. cerevisiae 1.0 [11]
+ 3, 6 Larrea tridentata 5,0-6,0 [12]
+ 3, 6 Medicago savita Aproximadamente 5,0 [13]
+ 6 R. arrhizus 2.0 [14]
+ 3 meihi Mucor 4.0 [dieciséis]

+ 6 R. arrhizus 1.0 [17]

+ 3 Resinas de intercambio iónico 1,0-3,0 [18]
+ 6 Carbón activado 3.0 [19]
+ 6 Pinus sylvestris 1,0-2,0 [20]
+ 6 resina B30H Mowital inmovilizado lodo activado 1.0 [21]
+ 6 Lodo activado 1.0 [22]
+ 3/+6 Avena monida 6,0 / 2,0 [25]

Un estudio comparativo de diferentes biosorbentes para la eliminación de Cr 6+ fue
hecha por Nourbakhsh et al. [6] . Los autores concluyeron que las tasas de
adsorción inicial máxima de Cr 6+ en
DO. vulgaris y Rhizopus arrhizus ocurrido en 35 ◦ C, mientras que en ramigera
zoogloea , DO. crispata, y S. cerevisiae que ocu-
curred a 25 ◦ C. SAG y Kutsal [7] estudió la influencia de la temperatura sobre la
locura de biosorción competitiva de Cr 6+ y Fe 3+ iones a partir de mezclas
metálicas binarias por R. arrhizus. Observaron que las tasas de biosorción
pliegue de la temperatura aumenta la ef eliminación deficiencia en las condiciones
experimentales utilizadas.
La influencia del pH sobre la eliminación de la e fi ciencia de los metales
pesados ​se ha evaluado por muchos investigadores
[2,5-8,10-25] , Como se menciona en Sección 1 . Tabla 12 resume los valores
óptimos de pH encontrados para Cr 3+ y Cr 6+
eliminación disponible en la literatura.
Sobre la base de los valores mostrados en Tabla 12 , Es verificable ed que

iniciales y capacidad de adsorción de la biomasa para Cr 6+ y Fe 3+ iones
aumentó con temperaturas crecientes en el rango de 25-45 ◦ C y 25-35 ◦ C,
respectivamente. En otra obra de estos autores [9] determinado las energías de
activación de biosorción de iones de metales pesados ​en
ramigera Z. y R. arrhizus en el rango de 15-45 ◦ C. La biosorción de Cr 6+ y Fe 3+
en R. arrhizus fue favorecida a temperaturas más altas.
cr 6+ es mejor biosorbed en soluciones ácidas que Cr 3+. En nuestro trabajo, los
mejores valores de pH fueron de 6 y 3 para Cr 3+ y Cr 6+,
respectivamente. Los valores de pH para Cr 3+ y Cr 6+ absorción observada ( Tabla
12 ) utilizando diferentes biosorbentes fueron de entre 1 y 6, aunque el pH valora 5
y 2 se observaron con frecuencia para Cr 3+ y Cr 6+, respectivamente. Por lo tanto,
nuestros resultados están plenamente de acuerdo con la literatura.
Para el procedimiento experimental captación de todos los documentos mencionados

en el Tabla 12 , Optimización de pH se obtuvo como un factor independiente. De manera

Bai y Abraham [10] estudiaron el efecto de la temperatura sobre Cr 6+ adsorciónmuy diferente, los valores de pH en el presente documento se determinaron mediante
Rhizopus nigricans . El Cr óptima diseño factorial con efectos de interacción para otros dos parámetros estudiados

se observó unión en 45 ◦ C. En comparación con la temperatura ambiente (30 ◦ C), la (temperatura y concentración de metal).

eliminación efectiva de los iones de Cr tuvo lugar en todas las temperaturas más altas
estudiadas (35, 40, 45, y 50 ◦ DO). Un aumento de temperatura de 35 a 45 ◦ C dio como
resultado una adsorción mejorada de iones de Cr a partir de la solución. Sin embargo,
la adsorción se ha encontrado para disminuir en 50 ◦ C, posiblemente debido a los 4. Conclusiones
daños de los sitios de unión activos en la biomasa.
El método de diseño de experimento factorial es, sin duda, una buena técnica para el
El efecto de la temperatura se estudió en la biosorción de Pb 2+, Ni 2+, y Cr 6+ ionesestudio de la influencia de los principales parámetros del proceso en los factores de
Onto S. cerevisiae [ 11] . Los resultados indicaron que un aumento de la respuesta en forma significativa la reducción del número de experimentos y en lo
temperatura en el intervalo de 15-25 ◦ C aumentó la capacidad de absorción sucesivo, el ahorro de tiempo, energía y dinero.
de equilibrio de
S. cerevisiae de Pb 2+, Ni 2+, y Cr 6+ iones. La disminución de la capacidad de El uso de un diseño factorial permitió la identificación de los parámetros más
absorción de equilibrio en el intervalo de temperatura de 25-40 ◦ C significa que importantes para biosorción de Cr 3+ y Cr 6+ bajo condiciones ensayadas. El efecto
los procesos de biosorción de estos iones metálicos por S. cerevisiae son más significativo para Cr 3+ absorción se atribuyó a la interacción entre do y el
exotérmicas. pH. Los efectos aislados de do y el pH también tienen una razonable influencia
Estos resultados para la biosorción de Cr 6+ iones en Sargassum sp. están sobre el Cr 3+ extracción e fi ciencia. para Cr 6+, la mayor parte
en buen acuerdo con la literatura. Una en-
788 MER Carmona et al. / Process Biochemistry 40 (2005) 779-788
signi fi cativo efecto se atribuyó a DO. El aislado efecto del pH y de la interacción do
pH también afecta a la Cr 6+ extracción e fi ciencia.
Expresiones de gratitud
Margarita Carmona ER expresa su reconocimiento a la CAPES / Brasil
y CIBIOT / Universidad Ponti fi cia Química / Colombia para el apoyo
financiero.
referencias
[1] Volesky B, Holan ZR. Biosorción de metales pesados. Biotechnol Prog
1995; 11: 235-50.
[2] Kratochvil D, Volesky B. Avances en la biosorción de pesada
rieles. Tibtech 1998; 16: 291-9.
[3] Tobin JM, White C, Gadd GM. la acumulación de metales por hongos. Appl
Environ Biotech J Ind Microbiol 1994; 13: 126-30. [4] Montgomery DC. Diseño y análisis
de experimentos. 4ª ed. Nuevo
York: John Wiley and Sons Inc .; 1997.
[5] Volesky B, editor. Biosorción de metales pesados. Boca Raton, Florida:
CRC Press; 1990.
[6] Nourbakhsh M, de Sag Y, Özer D, Aksu Z, Kutsal T, Çaglar A. A
estudio comparativo de diferentes biosorbentes para el cromo (VI) eliminación iones a partir de
aguas residuales industriales. Proceso Biochem 1994; 29: 1-5. [7] de Sag Y, Kutsal T. biosorción
totalmente competitiva de cromo (VI)
y hierro (III) los iones a partir de mezclas metálicas binarias por R. arrhizus: utilizar el
modelo de Langmuir competitiva. Proceso Biochem 1996; 31: 573-85. [8] Aksu Z, Ozer D,
Ozer A, Kutsal T, Caglar A. Investigación de la
rendimiento de la columna de cadmio biosorción (II) por crispata Cladophora ocs fl en un lecho
empaquetado. Septiembre Sci Technol 1998; 33 (5): 667-
82.
[9] de Sag Y, Kutsal T. Determinación de las energías de activación de biosorción
de iones de metales pesados ​en ramigera zoogloea y Rhizopus arrhizus
Proceso Biochem 2000; 35: 801-7.
[10] SR Bai, Abraham TE. La biosorción de Cr (VI) a partir de solución acuosa
por Rhizopus nigricans . Bioresour Technol 2001; 79: 73-81.
[11] Özer A, Özer D. Estudio comparativo de la biosorción de Pb (II),
Ni (II) y Cr (VI) iones en S. cerevisiae : Determinación de biosorción
calores. J Hazard Mater 2003; B100: 219-29.
[12] Gardea-Torresdey JL, Hernández A, Tiemann KJ, Bibb J, Rodríguez
O. La adsorción de iones metálicos tóxicos de la solución por células inactivadas de Larrea
tridentata ( arbusto de creosota). J peligro de la sustancia Res 1998; 1: 1-16.
[13] Gardea-Torresdey JL, González JH, Tiemann KJ, Rodríguez O,
Gamez G. Phyto filtración de iones de cadmio, cromo, plomo y zinc de peligro por la
biomasa de savita Medicago ( alfalfa). J Hazard Mater 1998; 57: 29-39.
[14] Yesin S, Ttilin K. La biosorción simultánea de Cr (VI), Fe (III)
y Cu (II) en Rhizopus arrhizus . Biochem Proceso de 1998; 33 (5): 571
9.
[15] da Costa AC, de França FP. absorción de cadmio por algas biosorbente:
isotermas de adsorción y algunas condiciones del proceso. Septiembre Sci Technol 1996; 31 (17):
2373-93.
[16] Tobin JM, Roux JC. biosorbente Mucor para la eliminación de cromo a partir de
bronceado efluente. Res Agua 1998; 32 (5): 1407-1416. [17] Yesin S, Tülin K. La
biosorción selectiva de cromo (VI) y
cobre (II) iones a partir de mezclas metálicas binarias por R. arrhizus. Biochem Proceso de 1996; 31
(6): 561-72.
[18] Rengaraj S, Ho Yeon K, Luna SH. La eliminación de cromo a partir de
agua y de aguas residuales por resinas de intercambio iónico. J Peligro Mater B 2001; 87: 273-87.
[19] Selvi K, Pattabhi S, Kadirvelu K. La eliminación de Cr (VI) a partir de aque-
solución ous por adsorción sobre carbón activado. Bioresour Technol 2001; 80: 87-9.
[20] Ucun H, Bayhan YK, Kaya Y, Cakici A, Algur DE. biosorción de
cromo (VI) a partir de solución acuosa por biomasa cono de Pinus sylvestris. Bioresour
Technol 2002; 85: 155-8. [21] Aksu Z, Gönen F, Demircan Z. La biosorción de cromo (VI)
iones por Mowital ® resina B30H inmovilizado lodo activado en un lecho empaquetado:
comparación granular carbón activado. Proceso Biochem 2002; 38: 175-86.
[22] Aksu Z, Acikel Ü, Kabasakal E, modelado Tezer S. Equilibrio
de biosorción individual y simultánea de cromo (VI) y níquel (II) en el lodo activado se
seca. Res Agua 2002; 36: 3063-73. [23] Barros Jr LM, Macedo GR, Duarte MML, Silva EP,
Lobato AKCL.
Biosorción de cadmio usando el hongo Aspergillus niger . brasileño
J Chem Eng 2003; 20 (3): 229-39.
. [24] Peternele WS, Winkler-Hechenleitner AA, Pineda EAG. Adsorción
de Cd (II) y Pb (II) en lignina fórmico funcionalizado a partir del bagazo de caña de azúcar.
Bioresour Technol 1999; 68: 95-100. [25] Gardea-Torresdey JL, Tiemann KJ, Armendariz V,
Bess-Oberto L,
Chianelli RR, Rios J, et al. Caracterización de Cr (VI) de unión y la reducción de Cr (III) por
los subproductos agrícolas de Avena monida
(Avena) biomasa. J Hazard Mater 2000; B80: 175-88.