По всем вопросам звоните:

+7 495 274-22-22

Новые мембранные технологии для устойчивой очистки воды: обзор последних достижений

В статье представлен комплексный обзор последних достижений в области технологий опреснения с особым акцентом на инновационные материалы, которые значительно повысили эффективность опреснения и удаления тяжелых металлов. Проведен тщательный анализ современных обзорных работ и экспериментальных исследований, опубликованных в течение последнего года, что позволяет предложить обновленный взгляд на текущие эксперименты, посвященные мембранным методам очистки воды. Особое внимание уделено различным типам мембран, включая нанокомпозитные, биомиметические, тонкопленочные композитные, гибридные мембраны, а также мембраны для прямого осмоса.

Литература:

1. Foorginezhad S., Zerafat M.M., Ismail A. F., Goh P. S. Emerging membrane technologies for sustainable water treatment: a review on recent advances // Environmental Science: Advances. — 2025. — Vol. 4. — P. 530–570. DOI: 10.1039/D4VA00378K.

2. Ezugbe E.O., Rathilal S. Membrane technologies in wastewater treatment: A review // Membranes. — 2020. — Vol. 10 (5). — 89 p. DOI: 10.3390/membranes10050089.

3. Roy S., Ragunath S. Emerging membrane technologies for water and energy sustainability: future prospects, constraints and challenges // Energies. — 2018. — Vol. 11 (11). — 2997 p. DOI: 10.3390/en11112997.

4. Amini M., Saduleeva B., Park J. Machine learning driven design of membranes for saline and recycled water desalination // Environmental Science: Water Research & Technology. — 2025. — Vol. 11. — P. 1012–1030. DOI: 10.1039/D5EW00417A.

5. Rho H., Kim H. Artificial intelligence for predicting membrane behaviour in desalination systems: a comprehensive review // Water. — 2024. — Vol. 16 (20). — 2940 p. DOI: 10.3390/w16202940.

6. Alabi A., Choi J. Membrane fouling prediction using artificial neural networks: a review // Membranes. — 2023. — Vol. 13 (7). — 612 p. DOI: 10.3390/membranes13070612.

7. Khan N.A., Farooqi I.H., Ayub S. Emerging membrane technology and hybrid treatment processes for municipal wastewater reuse: a review // Environment International. — 2023. — Vol. 179. — 108097 p. DOI: 10.1016/j.envint.2023.108097.

8. Elazab H.A., Abdel-Mawgoud M. Membrane fouling prediction and control using AI and machine learning // Journal of Water Process Engineering. — 2024. — Vol. 58. — 104066 p. DOI: 10.1016/j.jwpe.2024.104066.

9. Wang X., Li Y. Artificial intelligence applications in water treatment and desalination: recent progress and future prospects // Water. — 2023. — Vol. 17 (8). — 1169 p. DOI: 10.3390/w17081169.

10. Wang J., Chu H., Dong B. A review on emerging membrane materials for wastewater treatment // Journal of Basic Microbiology (Wiley). — 2021. — Vol. 61 (10). — P. 889–908. DOI: 10.1002/jobm.202100259.

11. Ali A., Kim J. Evaluation of machine learning applied in membrane-based water desalination: A review // Desalination. — 2024. — Vol. 566. — 117089 p. DOI: 10.1016/j.desal.2024.117089.

12. Gomez-Martinez M., Hernández K. Enhancing membrane fouling control in wastewater treatment using artificial intelligence models // Environmental Science and Pollution Research. — 2024. — Vol. 31. — P. 11239–11255. DOI: 10.1007/s11356-024‑31559‑7.

13. Ragunath S., Roy S. Membrane technologies for water sustainability: a comprehensive review // Renewable and Sustainable Energy Reviews. — 2018. — Vol. 98. — P. 112–135. DOI: 10.1016/j.rser.2018.09.023.

14. Werber J.R., Osuji C.O., Elimelech M. Materials for next-generation desalination and water purification membranes // Nature Reviews Materials. — 2016. — Vol. 1. — 16018 p. DOI: 10.1038/natrevmats. 2016.18.

15. Ibrahim Y., Ismail A. F. Thin-film nanocomposite (TFN) membranes for desalination and wastewater treatment: a review // Desalination. — 2020. — Vol. 496. — 114672 p. DOI: 10.1016/j.desal.2020.114672.

16. Semiat R. Energy issues in desalination processes // Environmental Science and Technology. — 2008. — Vol. 42. — P. 8193–8201. DOI: 10.1021/es801330u.

17. Jones E., Pearce G., Sahlu D. Environmental impact of desalination and brine disposal: a critical review // Science of the Total Environment. — 2019. — Vol. 692. — P. 957–970. DOI: 10.1016/j.scitotenv.2019.07.351.

18. Tang C.Y., Zhao Y., Wang R. Emerging nanomaterials for advanced membrane development: a review // Journal of Membrane Science. — 2019. — Vol. 591. — 117267 p. DOI: 10.1016/j.memsci.2019.117267.

Мировой дефицит пресной воды усиливается вследствие роста населения, промышленного развития и увеличения потребления энергии. Загрязнение водных ресурсов становится одной из ключевых причин заболеваний, а менее 1 % мировых запасов воды доступно в виде пресной. На этом фоне технологии опреснения приобретают критическое значение для обеспечения глобальной водной безопасности.

Наиболее перспективным направлением остаются мембранные процессы, превосходящие тепловые методы по энергоэффективности. В промышленности используются обратный осмос, нанофильтрация, ультра- и микрофильтрация, а также осмотически управляемые технологии — прямой осмос и осмос с замедлением давления.

Параллельно растет проблема загрязнения тяжелыми металлами (Hg, Cd, Pb, As, Cr), обусловленная антропогенными источниками. Мембранные методы показали высокую эффективность удаления таких загрязнителей и хорошую масштабируемость. Несмотря на прогресс, мембранные технологии сталкиваются с рядом проблем: загрязнение мембран (фолинг), недостатки материалов, высокая стоимость, снижение селективности и проницаемости.

В статье проанализированы взаимосвязи между ключевыми характеристиками мембран, включая проницаемость, стабильность, устойчивость к фолингу и экономичность. Дополнительно рассмотрена роль искусственного интеллекта и машинного обучения в оптимизации мембранных процессов.

Мембраны обеспечивают селективное удаление растворенных веществ благодаря их размеру, заряду и химическому составу. Взаимодействие между частицами и мембранной матрицей определяет, какие компоненты проходят через мембрану, а какие задерживаются.

Разделение по размеру

Исключение по размеру — базовый механизм мембранного разделения, при котором частицы сортируются в зависимости от их величины относительно пор мембраны. Частицы, меньшие диаметра пор, свободно проходят через мембрану, крупные — задерживаются.

Для гидратированных солей и ионов решающим фактором является стерическое препятствие: если гидратированный диаметр иона превышает размер поры, ион испытывает сопротивление и эффективно удаляется.

Для Цитирования:
Новые мембранные технологии для устойчивой очистки воды: обзор последних достижений. Водоочистка. 2025;12.
Полная версия статьи доступна подписчикам журнала
Язык статьи:
Действия с выбранными: