Analyse comparative de l’ANFIS, du RAN et du BBD pour une meilleure prédiction de l’adsorption du rouge de méthyle dans le traitement de l’eau

Transformer les déchets de fruits en eau propre

Imaginez que les pelures de vos bananes quotidiennes puissent aider à nettoyer des rivières polluées. Cette étude explore exactement cette idée. Les chercheurs ont transformé des pelures de banane jetées en une forme spéciale de charbon, appelée charbon actif, et l’ont utilisé pour extraire un colorant orange tenace de l’eau. Ils ont ensuite comparé plusieurs outils informatiques avancés pour déterminer lequel prédit et ajuste le mieux l’efficacité de ce procédé, dans le but de rendre le traitement de l’eau moins cher, plus écologique et plus performant.

Le problème des colorants tenaces dans l’eau

Partout dans le monde, les usines textiles et d’autres industries rejettent des colorants vifs dans les cours d’eau. L’un d’eux, le rouge de méthyle, est un représentant courant d’une large famille de colorants « azoïques » persistants. Même à faible concentration, ces colorants peuvent bloquer la lumière dans les rivières et les lacs, nuire à la vie aquatique et présenter des risques sanitaires pour les personnes en irritant la peau et les yeux ou en stressant des organes internes. De nombreuses méthodes de traitement existantes — comme la filtration membranaire, la précipitation chimique ou l’oxydation avancée — sont énergivores, coûteuses, génèrent des déchets supplémentaires ou nécessitent des matériaux onéreux. C’est pourquoi les scientifiques se tournent vers l’adsorption, un processus où les polluants se fixent à la surface d’un solide, comme solution simple et efficace.

Les pelures de banane comme matériau de nettoyage peu coûteux

Les pelures de banane sont un déchet agricole abondant, notamment dans des régions comme l’Ouganda où la banane est un aliment de base. Plutôt que de les jeter ou de les utiliser uniquement comme alimentation animale, cette étude transforme les pelures en charbon actif par chauffage et traitement à l’acide. Le matériau obtenu est fortement poreux, avec une grande surface interne et de nombreux « points d’accroche » chimiques capables d’attraper les molécules de colorant. À l’aide de plusieurs techniques de laboratoire — microscopie pour observer la texture de surface, spectroscopie pour identifier les groupes chimiques, et adsorption de gaz pour mesurer la structure des pores — les auteurs montrent que le matériau préparé présente des surfaces rugueuses en forme d’éponge, de minuscules canaux et des groupes chimiques utiles tels que hydroxyle et carboxyle, qui favorisent une forte absorption du colorant.

Trouver les meilleures conditions pour l’élimination du colorant

Pour évaluer l’efficacité du charbon à base de banane sur le rouge de méthyle, l’équipe a fait varier trois conditions clés : le temps de contact entre l’eau et le charbon, la température et le pH (l’acidité ou l’alcalinité de l’eau). Plutôt que de tester aveuglément toutes les combinaisons possibles, ils ont utilisé une méthode statistique appelée plan Box–Behnken pour concevoir seulement 17 expériences ciblées. À partir de celles‑ci, ils ont identifié des conditions proches de l’idéal : une eau légèrement chaude (environ 42 °C), un pH presque neutre (autour de 7) et un temps de contact d’environ une demi‑heure. Dans ces conditions, le charbon pouvait adsorber plus de 140 milligrammes de colorant par gramme de matériau, une capacité qui se compare favorablement à celle de nombreux autres adsorbants peu coûteux rapportés dans la littérature.

Des modèles intelligents qui apprennent le comportement du système

Parce que le traitement des eaux usées en conditions réelles est complexe et souvent non linéaire, les auteurs ont testé trois approches de modélisation différentes pour prédire la quantité de colorant retirée selon les conditions. La première, la méthode de surface de réponse, ajuste une surface mathématique courbée aux données. La seconde, un réseau de neurones artificiels, imite la façon dont des « neurones » interconnectés dans un ordinateur apprennent des motifs à partir d’exemples. La troisième, un système adaptatif neuro‑flou (ANFIS), combine réseaux neuronaux et logique floue, qui permet de gérer des variations graduelles plutôt que des règles simplement oui/non. Les trois modèles ont bien reproduit les données expérimentales, mais l’approche hybride neuro‑floue a fourni les prédictions les plus précises et les erreurs les plus faibles, en particulier pour saisir les interactions subtiles entre le pH, le temps et la température.

Comment le colorant se fixe et quelle est sa durabilité

Pour comprendre plus en profondeur le mécanisme, les chercheurs ont analysé la cinétique d’adsorption et la façon dont le colorant se répartit sur la surface du charbon. Ils ont constaté que le processus suivait un schéma dit d’ordre pseudo‑second, ce qui indique des liaisons de type chimique fortes entre les molécules de colorant et la surface du charbon, plutôt qu’une simple attraction physique faible. Une autre série de tests, les études d’isotherme, a montré que le colorant forme plusieurs couches sur une surface inégale, ce qui concorde avec la structure de pores très variée observée en microscopie. Des essais pratiques avec des échantillons d’eau réels — eau du robinet, eaux usées domestiques, eaux industrielles et eau distillée — ont montré des efficacités d’élimination supérieures à 90 % dans tous les cas, bien que les flux d’eaux complexes avec de nombreuses substances en compétition aient présenté des performances légèrement inférieures. Le charbon pouvait être réutilisé plusieurs fois avec une diminution progressive des performances, suggérant une bonne mais non illimitée réutilisabilité.

Pourquoi ce travail est important pour la vie quotidienne

En termes simples, cette étude montre qu’un déchet aussi banal que les pelures de banane peut être transformé en un matériau performant pour aider à traiter les eaux usées colorées, et que des modèles « intelligents » peuvent guider de manière fiable l’exploitation du procédé pour obtenir les meilleurs résultats. Le charbon à base de banane capte de grandes quantités d’un colorant persistant dans des conditions réalistes, et le modèle adaptatif neuro‑flou est particulièrement efficace pour prédire et optimiser cette performance. Ensemble, ces avancées rapprochent de solutions de purification de l’eau abordables et durables qui valorisent les déchets agricoles locaux tout en protégeant rivières, lacs et santé humaine.

Citation: Bbumba, S., Karume, I. Comparative analysis of ANFIS, ANN, and BBD for enhanced prediction of methyl orange adsorption in water treatment. Sci Rep 16, 12822 (2026). https://doi.org/10.1038/s41598-026-43445-4

Mots-clés: charbon actif à partir de peaux de banane, élimination du rouge de méthyle, traitement des eaux usées, modélisation de l’adsorption, systèmes neuro‑flous