İndigo karminin tam mineralizasyonu için Z‑şeması g‑C3N4/SnS2 heteroyapı fotokatalizörünün makine öğrenimi ile yönlendirilen performans tahmini ve bozunma yollarının aydınlatılması

Güneş Işığını Su Temizliğine Dönüştürmek

Günlük yaşamda kot pantolonlardan kağıda, ilaçlardan gıda boyalarına kadar pek çok ürün yoğun sentetik boyalar kullanır; bu boyalar nehirlerde ve göllerde yıllarca kalabilir. Bu boyalardan biri olan indigo karmin, zengin bir mavi renk sağlar ancak toksiktir ve atık suya karıştığında uzaklaştırılması zordur. Bu çalışma, güneş enerjisiyle çalışan ve sadece boyayı gidermekle kalmayıp aynı zamanda onu basit, zararsız maddelere kadar parçalayabilen bir malzemeyi araştırıyor; süreçin gerçek dünya koşullarında ne kadar iyi çalışacağını tahmin etmek için makine öğreniminden yararlanılıyor.

Suyumuzdaki İnatçı Mavi Boya

İndigo karmin yaygın olarak kullanılır çünkü ucuz, canlı ve stabildir—tam da temizlemeyi zorlaştıran özellikler. Filtrasyon, katı yüzeylere adsorpsiyon veya kimyasal koagülasyon gibi yaygın arıtma yöntemleri genellikle boyayı sudan başka bir yere taşımaktan öteye gitmez; gerçek anlamda yok etmez. Kötü tarafta, geride kalan çamur kendi bertaraf sorunlarını doğurabilir. Acil olarak ihtiyaç duyulan şey, boyayı gerçekten “mineralize” eden yöntemlerdir; yani boyayı karbondioksit ve su gibi temel moleküllere ayırarak kalıcı organik kirlilik bırakmayan yöntemler.

Işıkla Çalışan Bir Temizleme Malzemesi Tasarlamak

Araştırmacılar, ışığı kimyasal reaksiyonları sürdürmek için kullanan bir fotokatalizör geliştirdiler; iki bilinen yarıiletkeni Z‑şeması olarak adlandırılan bir çift halinde birleştirdiler. Bir bileşen, grafitik karbon nitrür (g‑C3N4), görünür ışığı soğurabilen metal içermeyen, katmanlı bir malzemedir ancak uyarılmış yüklerin hızla kaybolması sorunuyla karşılaşır. Diğeri, kalay disülfür (SnS2), güneşi verimli biçimde yakalayan ve boyalara iyi yapışan dar bant aralıklı bir malzemedir; ancak tek başına çoğunlukla sünger gibi davranarak boyayı tutar yok etmez. Basit bir tek kaplı termal işlemle ekip, ince g‑C3N4 levhalar üzerine farklı yüklemelerde küçük SnS2 parçacıklarını sabitleyerek sıkı bağlı “heteroyapılar” oluşturdu; bunlar X‑ışını, elektron mikroskopisi ve spektroskopi ölçümleriyle iyi eşleşmiş ve yapısal olarak temiz olduğu doğrulandı.

Renkli Atıktan Temiz Suya

Bu malzemeler gerçek güneş ışığında indigo karmin içeren suya karşı test edildiğinde bir örnek öne çıktı: yüzde 5 SnS2 içeren kompozit (GS5 olarak adlandırıldı). Mütevazı miktarda katalizörle 30 dakika içinde tüm görünür boyayı giderdi ve organik karbonun yaklaşık dörtte üçünü mineralize ederek boyanın çoğunun aslında yok edildiğini, sadece gizlenmediğini gösterdi. Boya konsantrasyonu beş kat daha yüksek olsa bile aynı malzeme kirliliğin yaklaşık yüzde 89’unu hâlâ uzaklaştırdı; bu, tek bileşenlerden ve diğer çalışmalarda bildirilen benzer sistemlerden bariz şekilde daha iyi performans demekti. Katalizör geniş bir pH aralığında çalıştı, beş döngü boyunca tekrarlı kullanıma dayanabildi ve yapısını korudu; bu da sürekli su arıtımı için pratik olabileceğini gösteriyor.

Katalizörün Atomik Ölçekte Nasıl Çalıştığı

İyileşmenin merkezinde, güneş ışığıyla uyarıldıklarında iki bileşenin elektrik yüklerini nasıl paylaştığı ve ayırdığı yer alıyor. Z‑şeması düzeninde bir malzemeden gelen elektronlar diğerindeki deliklerle yeniden birleşir, geride özellikle güçlü oksitleyici delikler ve zıt tarafta indirgemeye elverişli elektronlar kalır. Bu, suda yüksek reaktiviteye sahip oksijen bazlı türlerin oluşumunu tetikler; bu türler boyanın moleküllerine saldırıp onları parçalara ayırır. Belirli reaktif türlerin seçici olarak engellendiği tuzak testleri, süperoksit radikallerinin (reaktif bir oksijen formu) başrolü oynadığını, hidroksil radikallerinin ise daha küçük bir pay aldığını gösterdi. Gaz kromatografisi‑kütle spektrometrisi kullanılarak işlenen suyun ayrıntılı kimyasal analizi, ara ürünlerin adım adım daha küçük, daha az zararlı parçalara ve nihayetinde neredeyse tam mineralizasyona yakın basit asitlere dönüşme dizisini ortaya koydu.

Algoritmaların Performansı Tahmin Etmesine İzin Vermek

Laboratuvar bulgularını pratik kullanımla birleştirmek için ekip, deneysel verileri üzerinde birkaç makine öğrenimi modeli eğitti. Bu modeller, maruz kalma süresi ve boya konsantrasyonu gibi değişkenleri alıp her koşul altında ne kadar boya giderileceğini tahmin etmeyi öğrendi. Test edilen yaklaşımlar arasında—Random Forest, destek vektör makineleri, sinir ağları ve gradyan artırma—Random Forest en doğru ve stabil tahminleri sundu; ölçülen giderme verilerine yakın sonuçlar verdi. Bu, bir kez eğitildikten sonra bu tür modellerin, sayısız yeni deney yapmak zorunda kalmadan katalizörün yeni senaryolarda ne kadar iyi çalışacağını hızla öngörebileceği ve mühendisleri en iyi arıtma koşullarına yönlendirebileceği anlamına geliyor.

Daha Temiz Su İçin Anlamı

Uzman olmayanlar için mesaj basit: bu çalışma, zorlu bir endüstriyel boyayı hızla temizleyebilen ve onu sadece gizlemek yerine büyük ölçüde yok eden düşük maliyetli, güneş destekli bir malzeme gösteriyor. Katalizör üretimi basit, çalışmak için yalnızca küçük miktarlara ihtiyaç duyuyor ve birden çok kez yeniden kullanılabiliyor; bu da onu gerçek atık su arıtımı için cazip kılıyor. Titiz deneyleri modern makine öğrenimi araçlarıyla eşleştirerek çalışma, geleceğin su temizleme teknolojilerini daha akıllıca tasarlayıp ince ayarlayarak laboratuvardaki keşiften nehir ve göllerin daha hızlı biçimde temizlenmesine uzanan yolu hızlandırabileceğimizi de gösteriyor.

Atıf: Gaur, R., Parmar, H., Patel, J. et al. Machine learning-driven performance prediction of Z-scheme g-C₃N₄/SnS₂ heterostructure photocatalyst for complete mineralization of indigo carmine and elucidation of degradation pathways. Sci Rep 16, 6403 (2026). https://doi.org/10.1038/s41598-026-37528-5

Anahtar kelimeler: su arıtma, fotokataliz, atık su arıtımı, makine öğrenimi, endüstriyel boyalar