Analisi comparativa di ANFIS, ANN e BBD per migliorare la previsione dell’adsorbimento di arancio di metile nel trattamento delle acque

Trasformare i rifiuti di frutta in acqua pulita

Immaginate se le bucce delle banane che consumate ogni giorno potessero contribuire a ripulire fiumi inquinati. Questo studio esplora proprio quell’idea. I ricercatori hanno trasformato bucce di banana scartate in una forma speciale di carbone, noto come carbone attivo, e lo hanno utilizzato per rimuovere dall’acqua un tenace colorante arancione. Hanno poi confrontato diversi strumenti informatici avanzati per capire quale fosse il migliore nel prevedere e nel perfezionare l’efficacia di questo processo di depurazione, con l’obiettivo di rendere il trattamento delle acque più economico, ecologico ed efficiente.

Il problema dei coloranti persistenti nelle acque

In tutto il mondo, le industrie tessili e altri settori rilasciano nei corsi d’acqua coloranti molto vivaci. Uno di questi, l’arancio di metile, è un rappresentante comune di una famiglia più ampia di coloranti “azotati” a lunga persistenza. Anche a basse concentrazioni, questi coloranti possono ridurre la penetrazione della luce in fiumi e laghi, danneggiare la vita acquatica e rappresentare rischi per la salute umana, irritando pelle e occhi o stressando organi interni. Molti metodi di trattamento esistenti—come filtrazione a membrana, precipitazione chimica o ossidazione avanzata—sono energivori o costosi, producono rifiuti secondari o richiedono materiali costosi. Per questo motivo gli scienziati si rivolgono all’adsorbimento, un processo in cui gli inquinanti si fissano sulla superficie di un solido, come opzione semplice ed efficace.

Le bucce di banana come materiale di pulizia a basso costo

Le bucce di banana sono un rifiuto agricolo abbondante, soprattutto in regioni come l’Uganda dove la banana è un alimento base. Invece di gettarle o usarle solo come mangime, questo studio trasforma le bucce in carbone attivo riscaldandole e trattandole con un acido. Il materiale risultante è altamente poroso, con una grande area superficiale interna e numerosi “ganci” chimici in grado di catturare le molecole del colorante. Attraverso varie tecniche di laboratorio—microscopia per osservare la texture superficiale, spettroscopia per identificare gruppi chimici e adsorbimento di gas per misurare la struttura dei pori—gli autori dimostrano che il materiale preparato presenta superfici rugose simili a una spugna, canali sottili e gruppi chimici utili come idrossili e carbossili, che favoriscono un forte assorbimento del colorante.

Trovare le condizioni migliori per la rimozione del colorante

Per valutare l’efficacia del carbone a base di banana sull’arancio di metile, il team ha variato tre condizioni chiave: il tempo di contatto tra acqua e carbone, la temperatura e il pH (quanto l’acqua è acida o basica). Piuttosto che testare ogni possibile combinazione a caso, hanno usato uno schema statistico chiamato disegno di Box–Behnken per pianificare solo 17 esperimenti mirati. Da questi hanno identificato condizioni quasi ideali: acqua leggermente calda (circa 42 °C), pH vicino alla neutralità (circa 7) e un tempo di contatto di circa mezz’ora. In tali condizioni, il carbone poteva adsorbire oltre 140 milligrammi di colorante per grammo di materiale, una capacità comparabile o superiore a molti altri adsorbenti a basso costo riportati in letteratura.

Modelli intelligenti che apprendono il comportamento del sistema

Poiché il trattamento delle acque nel mondo reale è complesso e spesso non lineare, gli autori hanno testato tre approcci di modellizzazione diversi per prevedere quanto colorante sarebbe stato rimosso in varie condizioni. Il primo, la metodologia delle superfici di risposta, adatta una superficie matematica curva ai dati. Il secondo, una rete neurale artificiale, imita il modo in cui “neuroni” connessi in un calcolatore possono apprendere pattern dagli esempi. Il terzo, un sistema di inferenza neuro‑fuzzy adattivo, combina reti neurali con la logica fuzzy, un modo di gestire variazioni graduali invece di regole nette sì/no. Tut e tre i modelli hanno riprodotto molto fedelmente i dati sperimentali, ma l’approccio ibrido neuro‑fuzzy ha fornito le previsioni più accurate e gli errori più bassi, specialmente nel cogliere interazioni sottili tra pH, tempo e temperatura.

Come il colorante si fissa e quanto dura

Per comprendere meglio i meccanismi in gioco, i ricercatori hanno analizzato la cinetica di adsorbimento e la distribuzione del colorante sulla superficie del carbone. Hanno osservato che il processo seguiva un cosiddetto andamento pseudo‑secondo ordine, che indica legami di tipo chimico relativamente forti tra le molecole del colorante e la superficie del carbone, piuttosto che un semplice attrazione fisica debole. Un’altra serie di test, gli studi di isoterma, ha mostrato che il colorante forma più strati su una superficie irregolare, risultato coerente con la struttura dei pori altamente variabile evidenziata dalle immagini microscopiche. Prove pratiche con campioni d’acqua reali—acqua potabile, reflui fognari, acque industriali e acqua distillata—hanno mostrato efficienze di rimozione superiori al 90% in tutti i casi, sebbene flussi di rifiuto complessi con molte sostanze concorrenti abbiano reso le prestazioni leggermente inferiori. Il carbone poteva essere riutilizzato più volte con una diminuzione di rendimento graduale, suggerendo una buona ma non illimitata riutilizzabilità.

Perché questo lavoro conta nella vita quotidiana

In termini semplici, questo studio dimostra che qualcosa di comune come le bucce di banana può essere trasformato in un materiale ad alte prestazioni per contribuire a depurare acque colorate, e che modelli di “apprendimento” avanzati possono guidare in modo affidabile la conduzione del processo per ottenere i migliori risultati. Il carbone a base di banana è in grado di trattenere grandi quantità di un colorante persistente in condizioni realistici, e il modello neuro‑fuzzy adattivo è particolarmente efficace nel prevedere e ottimizzare tale prestazione. Insieme, questi progressi avvicinano a tecnologie di purificazione dell’acqua più economiche e sostenibili che valorizzano rifiuti agricoli locali proteggendo fiumi, laghi e la salute umana.

Citazione: 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

Parole chiave: carbone attivo da bucce di banana, rimozione dell'arancio di metile, trattamento delle acque reflue, modellizzazione dell’adsorbimento, sistemi neuro‑fuzzy