ABSTRACT The decolorization of acid black azo dye by three ozone-based advanced oxidation processes, viz. O3, O3/UV, O3/Fe (II) were studied by developing prediction model using Response Surface Methodology (RSM) and Artificial Neural Network (ANN) techniques. The decolorization is determined through the absorbance wavelength of dye using UV-Vis spectrophotometer. The central composite design experiment was used to develop a mathematical correlation between four independent parameters such as ozone dose, initial pH, initial dye concentration, reaction time and decolorization efficiency as process response. The decolorization efficiency of 95.5% obtained at optimized conditions (ozone concentration = 70 mg L−1, initial dye concentration of 200 mg L−1, initial pH 6 and reaction time of 20 min) was comparable to 94.15% predicted by RSM. The predicted results obtained from both RSM and ANN were found to be in good agreement with experimental values (R2 = 0.982 for O3; 0.981 for O3/UV; 0.976 for O3/Fe (II) process for RSM modeling and R2 = 0.994 for O3; 0.992 for O3/UV; 0.991 for O3/Fe (II) for ANN modeling). Thus, both RSM and ANN would effectively predict the performance of O3, O3/UV, O3/Fe (II) processes while ANN predictions found to be better than RSM in statistical comparison. All the three AOPs studied found to be competent for the decolorization of acid black azo dye. UV promotes decolorization by ozone but it adds to initial cost. Fe (II) can enhance ozonation efficiency significantly and found to be more effective compared with O3 and O3/UV processes.

中文翻译：

---

基于臭氧的高级氧化工艺对偶氮染料溶液的脱色：使用响应面方法和神经网络进行优化

摘要 酸性黑色偶氮染料通过三种基于臭氧的高级氧化工艺脱色，即。通过使用响应面方法 (RSM) 和人工神经网络 (ANN) 技术开发预测模型来研究 O3、O3/UV、O3/Fe (II)。脱色通过使用紫外-可见分光光度计通过染料的吸收波长确定。中心复合设计实验用于开发四个独立参数之间的数学相关性，例如臭氧剂量、初始 pH 值、初始染料浓度、反应时间和作为过程响应的脱色效率。在优化条件下（臭氧浓度 = 70 mg L-1，初始染料浓度为 200 mg L-1，初始 pH 值为 6 和反应时间为 20 分钟）获得 95.5% 的脱色效率与 RSM 预测的 94.15% 相当。发现从 RSM 和 ANN 获得的预测结果与实验值非常吻合（O3 的 R2 = 0.982；O3/UV 的 0.981；RSM 建模的 O3/Fe (II) 过程的 0.976 和 O3 的 R2 = 0.994 ；O3/UV 为 0.992；ANN 建模的 O3/Fe (II) 为 0.991）。因此，RSM 和 ANN 都可以有效地预测 O3、O3/UV、O3/Fe (II) 过程的性能，而在统计比较中发现 ANN 预测优于 RSM。所研究的所有三种 AOP 均能胜任酸性黑色偶氮染料的脱色。紫外线促进臭氧脱色，但会增加初始成本。Fe (II) 可以显着提高臭氧化效率，并且发现与 O3 和 O3/UV 工艺相比更有效。981 用于 O3/UV；RSM 建模的 O3/Fe (II) 工艺为 0.976，O3 的 R2 = 0.994；O3/UV 为 0.992；对于 ANN 建模，O3/Fe (II) 为 0.991）。因此，RSM 和 ANN 都可以有效地预测 O3、O3/UV、O3/Fe (II) 过程的性能，而在统计比较中发现 ANN 预测优于 RSM。所研究的所有三种 AOP 均能胜任酸性黑色偶氮染料的脱色。紫外线促进臭氧脱色，但会增加初始成本。Fe (II) 可以显着提高臭氧化效率，并且发现与 O3 和 O3/UV 工艺相比更有效。O3/UV 981；RSM 建模的 O3/Fe (II) 工艺为 0.976，O3 的 R2 = 0.994；O3/UV 为 0.992；对于 ANN 建模，O3/Fe (II) 为 0.991）。因此，RSM 和 ANN 都可以有效地预测 O3、O3/UV、O3/Fe (II) 过程的性能，而在统计比较中发现 ANN 预测优于 RSM。所研究的所有三种 AOP 均能胜任酸性黑色偶氮染料的脱色。紫外线促进臭氧脱色，但会增加初始成本。Fe (II) 可以显着提高臭氧化效率，并且发现与 O3 和 O3/UV 工艺相比更有效。O3/Fe (II) 过程，而在统计比较中发现 ANN 预测优于 RSM。所研究的所有三种 AOP 均能胜任酸性黑色偶氮染料的脱色。紫外线促进臭氧脱色，但会增加初始成本。Fe (II) 可以显着提高臭氧化效率，并且发现与 O3 和 O3/UV 工艺相比更有效。O3/Fe (II) 过程，而在统计比较中发现 ANN 预测优于 RSM。所研究的所有三种 AOP 均能胜任酸性黑色偶氮染料的脱色。紫外线促进臭氧脱色，但会增加初始成本。Fe (II) 可以显着提高臭氧化效率，并且发现与 O3 和 O3/UV 工艺相比更有效。