在四种典型固体废物与经过CaO改性的蛭石共热解过程中对砷的有效控制机制：从实验室规模到中试规模的实验与模拟研究

《Fuel》：Effective control and mechanism of arsenic in the co-pyrolysis of four typical solid wastes with CaO modified vermiculite: experimental & simulation study from bench-scale to pilot-scale experiments

　　杨宇轩|钟照平|卢生勇|严建华|王国安|李洁飞|齐仁志|叶启航|姚佳|熊琦|陈焕奇|郑翔
浙江大学台州研究院，浙江大学，台州318000，中华人民共和国

**摘要**
在热解过程中，砷（As）的控制和反应机制尚未受到足够关注。研究人员对蛭石进行了一系列改性处理，以探究这些改性处理对砷的保留率、潜在风险以及在城市污泥（MS）、纸浆厂污泥（PM）、城市垃圾（MW）和老化垃圾（AE）共热解过程中砷形态的影响。通过床层/中试规模的流化床实验发现，0.2Ca-CV添加剂具有最佳的改性效果和优异的性能。尽管添加0.2Ca-CV会增加风险指数，但其仍属于低风险类别，并有助于改善砷的分布形态。砷的保留效率从高到低依次为：PM > MS > AE > MW，且风险程度与保留效率大致成正比。这四种原料热解过程中砷的主要形态为As4(g)、AsS(g)、AsCl3(g)、As2(g)和AsO(g)，其比例会随温度的变化而变化。本研究提出了一种新的模拟方法，可以根据砷的不同比例确定其在不同热解温度下的反应状态。温度的升高会降低砷的吸附效率，而砷化合物之间的间距越小，其吸附能力越弱。砷化合物可以与Si/O/Ca原子发生静电相互作用，或在添加剂中形成共价/离子键，其吸附能力从强到弱依次为：AsS/AsO > AsCl3 > As4 > As2。

**1. 引言**
随着全球工业化的迅速发展和生活质量的提高，产生的废物[1]和污泥[3]的量持续增加。这些固体废物来源多样、体积庞大、散发恶臭且常常含有多种污染物，对绿色发展和人类健康构成威胁[5][6]。目前，固体废物处理的主要方法包括卫生填埋[7]、焚烧[8]和热解[9]。卫生填埋需要大量的土地，而随着城市化的推进，越来越多的城市面临土地资源短缺的问题。此外，许多填埋场还面临渗滤液污染[10]和使用寿命终结[11]等问题，因此卫生填埋并不是可持续的处理方式。焚烧可以处理大量固体废物，但常会产生大量污染物（如NOx和二噁英）。更糟糕的是，焚烧还会产生大量粉煤灰[12]，其中含有大量有害物质（如重金属）[13]，需要额外投入控制成本。热解能够在惰性气氛下有效减少固体废物的体积并抑制污染物的生成[14]。此外，热解产生的炭、热解油和热解气体具有很高的利用价值[15][16][17]。与卫生填埋和焚烧方法相比，热解的应用范围较窄，但具有巨大的发展潜力。污泥和废物的热解仍能产生有价值的产品，因此在热解过程中确保安全至关重要。

长期以来，由于重金属种类多样、毒性高且容易在环境中积累[18][19][20]，一直受到密切关注。如果这些重金属得不到有效控制，将对人体健康和环境造成严重危害。此外，固体废物的热解过程通常需要在较高温度（约300℃-800℃）下进行长时间维护[21][22]。在这种温度下，热解无法完全消除重金属污染，而且这些重金属可能以多种形式沉淀下来，带来潜在的安全风险[23]。砷（As）是一种典型的重金属，其毒性是锌（Zn）的十倍、铬（Cr）的五倍[24]。砷还具有高度挥发性，在超过450℃的温度下会发生大量挥发，而这正是热解的核心温度。因此，在废物/污泥的热解过程中（＞450℃）控制砷至关重要。

许多研究表明，热解过程中产生的重金属需要额外的控制措施来减轻其负面影响。调整热解参数（如热解时间和温度）可以在一定程度上减轻重金属污染[25]，但这种方法对不同的热解反应器具有选择性，不同反应器往往需要不同的参数。管道末端处理技术（如使用重金属浸出溶液[26][27]和终端处理吸附剂[29][30][31]）也是有效的方法，但这些方法通常需要额外的处理设备，会增加处理时间和经济成本。选择合适的低成本添加剂与原料共热解已被证明是有效控制重金属的有效方法[32][33]。此外，添加剂的共热解无需额外处理步骤，可以与热解同时进行，无需额外的处理时间。因此，在固体废物热解过程中加入添加剂对于控制砷的含量非常重要。

粘土矿物价格低廉且容易获取，已被证明具有良好的重金属吸附性能[34]。此外，粘土矿物具有良好的耐高温性能，满足热解过程中的高温要求。在之前的研究中，我们发现蛭石可以有效控制废物和污泥热解过程中锌（Zn）、铬（Cr）、铜（Cu）、铅（Pb）和镉（Cd）的排放[35]。我们还开发了几种改良型蛭石，能够有效控制这些重金属[36]。然而，关于蛭石在高温热解过程中对砷（As）的控制效果的研究较少，其反应特性也了解不足。用活性金属氧化物改性粘土矿物可以显著提高其对重金属的吸附能力[37][38]。但目前尚未有研究将活性金属氧化物与蛭石结合用于控制废物/污泥热解过程中的砷，这限制了我们对它们吸附性能和机制的理解。因此，迫切需要进一步研究活性金属氧化物改性蛭石在控制热解过程中砷的效果及减少砷污染的作用。目前，几乎所有研究都仅限于实验室层面，尽管取得了一些有前景的结果，但仍难以确定这些发现是否具有实际工业应用价值。如果开发的添加剂仅适用于实验室环境而缺乏工程实用性，那么制备这些添加剂就毫无意义。因此，进行大规模实验以验证其有效性并进一步评估其在工程应用中的潜力至关重要。

随着计算机和人工智能（AI）的发展，计算模拟在能源和环境科学中的应用日益广泛。热力学组成平衡（TCB）计算可以根据原料成分的分布模拟特定重金属在实时温度变化下的转化模式，对于理解热解过程中砷的分布形态具有重要意义[39]。分子动力学（MD）和密度泛函理论（DFT）是阐明物质间反应特性和模式的关键模拟方法。由于废物/污泥的复杂组成和热解过程中的高温条件，热解过程中砷的形态难以确定，给后续研究带来了挑战。高温下重金属的主要存在形式为单体、氧化物和氯化物，这些已被广泛研究[40][41][42]。然而，热解过程中重金属的组成形式并不仅限于这些形式，现有研究未考虑这些不同形式随温度的变化情况，也未将热解气氛纳入计算范围。目前关于蛭石在控制砷方面的作用研究较少，也未研究蛭石与热解过程中砷化合物的反应特性及其反应速率和键合机制。上述问题需要通过本实验和MD/DFT模拟来阐明。

在本研究中，原始蛭石（OV）经过插层-剥离、Mg2+膨胀和热活化处理后，再进行了CaO改性。通过表征分析，研究了城市污泥（MS）、纸浆厂污泥（PM）、城市固体废物（MW）和老化填埋废物（AE）对热解过程中砷控制的效果，包括富集率、生态风险和形态分析。根据床层实验结果，选出了最佳的砷控制添加剂，并通过中试规模的流化床实验进行了验证。TCB模拟用于预测四种原料在不同热解温度下砷的可能存在形态，阐明了转化模式。基于TCB模拟结果得出的不同砷化合物在不同热解温度下的变化比率，提出了一种新的MD模拟方法。研究了各种砷化合物在CV/活性物质热解过程中的反应模式，并阐明了它们之间的相互反应特性和机制。结合DFT计算，研究了各砷化合物的反应强度、静电相互作用和键合机制。本研究对于控制固体废物热解过程中的砷、掌握砷的转化特性/反应特性以及为相关模拟研究提供方法论启示具有重要意义。

**2. 实验与方法**
**2.1. 材料信息**
实验材料的信息、MS/PM/MW/AE的性质及表征方法详见“补充材料”。实验前将原料干燥并通过200μm筛子过滤。四种原料的砷含量见表1。污泥中的砷含量比垃圾高一个数量级，PM中的砷含量最高可达33.22mg/kg。

**表1. MS、PM、MW和AE中的砷浓度（mg/kg）**
| MS | PM | MW | AE |
|------|-----|-----|-----|
| 15.26 | 33.22 | 2.96 | 4.51 |

**2.2. 实验方法**
**2.2.1. 床层实验**
实验使用流化床装置，床层实验的示意图如图1所示。每次实验前引入N2并在900℃下预热30分钟，以维持整个炉内的热解气氛并烧掉前次实验中的残留油和杂质。实验中氮气的流速为0.55m/s，加热速率为10℃/min。床层反应器的填充材料为石英砂（40–50目）。实验中向料斗中加入40g的MS/PM/MW/AE，然后通过螺旋喂料器缓慢加入炉内。原料与添加剂的比例保持在10:1。热解实验在450℃至650℃的温度范围内进行。达到预定温度后，将所有原料和添加剂缓慢加入流化床，保持45分钟后关闭电源，让炉子冷却至室温。随后收集热解残渣并立即进行测试。

**图1. 床层实验的示意图**：
1. 高纯度N2；2. 减压阀；3. 阀门；4. 流量计；5. 螺旋喂料器；6. 流化床；7. 温度控制器；8. 温度控制系统；9. 旋风分离器；10. 水泵；11. 凝结系统；12. 用于吸收废气的5% HNO3 + 10% H2O2。

**2.2.2. 中试实验**
为了进一步验证实验结果并研究不同添加剂对砷的控制效果，本研究将扩大实验规模进行中试实验。中试实验的示意图如图2所示。该实验装置包括加热系统、进料系统、热解系统、二噁英分解系统和净化/冷凝系统五个部分。整个实验过程与床层实验类似。热系统为热解装置提供热量以达到指定温度。每次中试实验前，整个装置用N2冲洗并加热至900℃，以确保热解气氛并烧掉多余的油和残留物。二噁英分解系统和净化/冷凝系统用于废气末端净化。一旦达到预定的温度（450 ℃-650 ℃），就开始进行进料。材料完全进入流化床后，温度保持恒定45分钟。随后，关闭装置并让其冷却至室温，然后收集热解残渣。最后，尽可能多地收集热解残渣，并立即对其进行处理和测试。

下载：下载高分辨率图像（225KB）
下载：下载全尺寸图像

图2. 流化床实验的示意图。

2.3. 评估添加剂和改变OV的方法
为了评估每种添加剂在控制砷（As）方面的有效性，使用了保留率（Dc）进行分析（详见“补充材料”）。由于在本研究使用的温度（450 ℃-650 ℃）下砷容易大规模挥发，因此释放出的砷可能会对周围环境和人类健康构成威胁。在四种原材料的热解过程中添加添加剂可以增加热解残渣中的砷含量，并通过改变其存在形式来稳定砷，从而使其变得安全。这项研究将进一步优化我们之前开发的催化剂[24], [35], [36]。在之前的研究中，我们通过插层-剥离修饰、Mg2+膨胀修饰和热活化修饰相结合的方法制备了CV，从而显著提高了其稳定重金属的能力。然而，尽管CV在热解过程中显示出了令人满意的重金属控制效果，但这些修饰并未引入任何新物质。因此，我们决定引入CaO（一种已被证明具有有效吸附多种重金属能力的金属氧化物）来进一步修饰CV。修饰方法和机制的示意图见图3。

下载：下载高分辨率图像（805KB）
下载：下载全尺寸图像

图3. 修饰方法和机制的示意图。

如图3所示，OV的层间距仅为1.42纳米，这限制了与砷的反应空间，同时使得OV层紧密结合在一起，阻碍了其分解成更小片层的进程，从而无法充分发挥OV的吸附效能。因此，在第一步中，我们选择了之前研究中被证明最有效的插层剂——十八烷基三甲基溴化铵（OTAB）[36]。通过插层-剥离修饰，扩展了OV的层间距，使其分解成更细小的蛭石片层，从而提高了其吸附能力。在第二步中，鉴于蛭石本身具有膨胀性，而Mg2+修饰后的蛭石增强了这种膨胀性，从而改善了其结构特性和吸附效果。完成膨胀修饰后，在第三步中，对样品进行进一步的热活化处理，以去除蛭石结构中的–OH基团。去除–OH基团后，蛭石结构内的活性氧原子数量会增加，同时降低Mg/Fe/Al原子的配位数，从而增强其结合能力。完成步骤1-3后，就可以获得CV样品。为了进一步增强CV对砷的吸附/稳定效果，在第四步中对其进行CaO水合作用处理，以向CV中引入额外的活性物质（含铝的钙硅酸盐 hydrate 和 tobermorite）。

2.4. 评估砷风险及形态的方法
通过添加添加剂，热解残渣中砷含量的增加可能导致残留物中的砷含量过高，从而引发潜在的生态风险和二次污染。因此，必须对热解残渣中的砷可能带来的生态风险进行评估，以确定这些砷是否构成危害。评估砷潜在生态风险的方法是潜在生态风险指数（Er），详见“补充材料”。此外，热解残渣中砷的形态对其危害性有显著影响，BCR方法被用于分析砷的形态[43]。砷的形态如下分类：酸溶性 fraction（F1）、可还原 fraction（F2）、可氧化 fraction（F3）和残留 fraction（F4），其危害性排序为：F1 > F2 > F3 > F4。即使热解残渣中的砷含量很高，如果其主要以F3/F4等危害较小的形式存在，整体危害性也会相对较低。更多细节详见“补充材料”。

2.5. 仿真方法（TCB、MD 和 DFT）

2.5.1. TCB 方法
可以使用TCB计算不同原材料在不同温度下的砷成分变化，具体计算细节参考之前的研究[44]。首先，将原材料中的主要元素（如C、H、O、N、S、Cl、Na、Al和Si）以及砷的成分输入计算模块。然后根据原材料中各元素的占比、砷浓度和混合比例输入相应的元素含量。热解温度设置为实验条件（450 ℃-650 ℃），并输入过量的N2以确保在热解气氛下进行仿真。

2.5.2. OV、CV 和砷化合物的建模
OV和CV的模型是根据之前的研究[45], [46]建立和优化的。鉴于所研究的砷化合物结构相对简单，建模将基于它们的化学公式进行，随后通过CASTEP模块进行几何结构优化。此阶段的CASTEP计算包括几何优化任务选择，计算精度设置为Fine，能量截止值为600 eV，功能设定为GGA-PBE，其他参数保持默认值。

2.5.3. MD 方法
将TCB的结果与MD仿真相结合，可以较为直观地观察不同砷化合物及其添加剂在各种热解气氛和温度下的反应特性及其相互作用。对OV、CV、tobermorite和含铝钙硅酸盐 hydrate（Al-C-S-H）的超胞（2*2*1）进行建模，并优化其几何结构（使用CASTEP模块）。基于TCB模拟的结果，确定在不同实验热解温度（450 ℃、500 ℃、550 ℃、600 ℃和650 ℃）下可能生成的砷化合物，并建立/优化这些化合物的模型。然后，根据TCB模拟的各砷化合物的比例，将这些化合物纳入研究的模型（OV、CV、tobermorite和钙铝硅酸盐）中。在仿真开始前，将各种砷化合物均匀排列，确保它们与反应中心的距离相等，初始距离设置为5 ?。同时，保持这些砷化合物之间的中心距离为5 ?，以确保它们与添加剂及其他化合物有相同的反应机会。通过Amorphous Cell程序均匀引入优化的N2气氛。完成这些准备工作后，使用Forcite程序设置相应的热解温度并进行分子动力学仿真。计算完成后，从众多计算结果中选择能量最低的配置。该配置作为进一步几何结构优化的基础，使用Forcite程序获得最终反应配置。根据最终仿真结果，统计分析了不同温度和不同活性物质条件下不同砷化合物之间的反应距离。

本部分中涉及的CASTEP模块计算参数与建模部分使用的参数一致。Amorphous Cell模块的主要计算参数如下：任务设置为Packing，计算精度为Ultra-Fine，N2密度设为2.0 g/cm3。使用Foricte模块的Quench程序进行热解反应过程仿真，计算精度设置为Fine，Ensemble配置为NVE（原子数、体积和能量相同），初始速度设为Random，温度设置为实验热解温度。使用Forcite模块进行几何优化时，精度设置为Ultra-Fine，力场设置为Universal，静电/范德华相互作用设置为Atom-based。

2.5.4. DFT 方法
本研究中的DFT计算主要包括砷化合物与CV/活性物质之间的吸附能（Eint）、静电势（CP）、电荷密度（GD）和差分电荷密度（DGD）。此外，DFT方面的仿真（Eint、GD和DGD）仍使用CASTEP模块进行，参数设置与之前的几何优化计算保持一致。CP的仿真使用Dmol3程序进行，计算精度设置为Fine，SCF参数设为300。在计算CP、GD和DGD之前，使用Forcite程序进行Fine精度的仿真，选择Anneal任务，温度设置为实验热解温度。

3. 结果与讨论

3.1. 特性分析
3.1.1. XRD 和 FT-IR 结果
图4（a）展示了OV的XRD结果，其中显示了蛭石、hydrobiotite和phlogopite的三种特征峰[35]。蛭石的特征峰对应于其（002）晶体表面。经过联合修饰后，蛭石的特征峰向较低角度移动，同时出现了新的峰。根据Bragg公式[47], [48], [49]，结果表明层间距已经扩大，从1.42 nm（OV）扩大到4.41 nm（CV）。更大的层间距意味着蛭石更容易被剥离，并且有足够的空间与污染物反应。有趣的是，经过钙修饰后，上述特征峰仍然存在，表明原始晶体结构的基本配置得以保留。Al-C-S-H（PDF#034–002）[50]和tobermorite（PDF#10–0373）[51]的特征峰出现在0.1Ca-CV、0.2Ca-CV和0.3Ca-CV的曲线中，表明修饰具有一定的效果。值得注意的是，Ca（OH）2（PDF#76–0571）的特征峰出现在0.3Ca-CV的2θ = 18.25°和35.09°处，这表明当质量比超过0.2时，样品中过量的钙基成分未与二氧化硅-氧化铝成分发生水合反应，从而产生了残留的Ca（OH）2。

下载：下载高分辨率图像（311KB）
下载：下载全尺寸图像

图4. OV的XRD结果（a）和FT-IR结果（b）。
图4（b）显示了FT-IR结果，所有样品中都存在O–H（3424 cm?1）、H-O–H（1643 cm?1）、Si-O（1010 cm?1）、Si-O-Si（730 cm?1）和Al-O-Al（474 cm?1）的峰[36]。尽管修改后的样品中仍存在O–H伸缩振动峰，但其强度显著降低，说明热活化修饰去除了大部分水分。Mg2+的特征峰出现在1384 cm?1处，这可能是由于材料修饰过程中引入了MgCl2[52]。经过钙修饰后，0.1Ca-CV、0.2Ca-CV和0.3Ca-CV样品中出现了新的振动峰。459 cm?1、878 cm?1和965 cm?1处的伸缩振动峰分别对应Si-O/Ca2+、Ca-O和Si-O键，而3671 cm?1处的新特征峰对应于tobermorite和Al-C-S-H中的–OH伸缩振动峰[50]。

3.1.2. XRF 和 BET 结果
XRF和BET结果分别显示在表2和表3中。OV/M?V的主要成分是SiO2、MgO、Al2O3和Fe2O3，SiO2和Al2O3的合计比例几乎总是超过60%。OV的点火损失最大，达到7.84%。经过联合修饰后，CV的点火损失降低到0.66%，这归因于联合修饰的最后一步是高温热活化，消除了大部分易损失的物质。经过钙修饰后，样品的点火损失有所增加。结合FT-IR结果，这种现象可能是由于修饰在tobermorite和Al-C-S-H中引入了–OH功能团。此外，0.1Ca-CV、0.2Ca-CV和0.3Ca-CV样品中的CaO含量逐渐增加，随着钙的质量分数的增加，CaO的比例也持续上升。表2显示了OV和M?V的XRF结果（重量百分比）。表2如下：

| 空细胞 | SiO2 | MgO | Al2O3 | Fe2O3 | CaO | Na2O | K2O | 点燃损失 |
|------|------|------|------|------|------|------|---------|
| OV | 42.2 | 12.5 | 21.4 | 5.7 | 6.1 | 1.2 | 3.1 |
| CV | 41.0 | 23.4 | 16.0 | 5.4 | 4.0 | 8.0 | 1.2 |
| 0.1Ca-CV | 39.5 | 23.0 | 11.4 | 2.5 | 10.8 | 0.7 | 3.2 |
| 0.2Ca-CV | 36.7 | 26.8 | 9.2 | 2.3 | 19.6 | 0.5 | 3.7 |
| 0.3Ca-CV | 34.5 | 24.7 | 5.8 | 1.7 | 27.9 | 0.4 | 5.7 |

表3显示了OV和M?V的纹理特性：

| 样品 | 表面积（m2/g） | 孔径（nm） | 孔体积（cm3/g） |
|------|--------------|-------------|-------------------|
| OV | 28 | 12.1 | 0.08 |
| CV | 102 | 22.1 | 0.56 |
| 0.1Ca-CV | 109 | 22.6 | 0.61 |
| 0.2Ca-CV | 124 | 22.9 | 0.69 |
| 0.3Ca-CV | 98 | 21.1 | 0.54 |

OV的比表面积（28 m2/g）相对较低，但经过与CV结合改性后，样品的纹理特性得到改善，比表面积增加到102 m2/g。随后进行钙改性后，样品的比表面积进一步增加，同时孔径和孔体积也有所扩大。0.2Ca-CV样品表现出最佳的纹理特性，其比表面积、平均孔径和平均孔体积分别为124 m2/g、22.6 nm和0.619 cm3/g。有趣的是，0.1Ca-CV和0.3Ca-CV的纹理特性不如0.2Ca-CV。一方面，这可能是由于0.1Ca-CV中的钙质量分数过低，未能与CV充分结合；另一方面，根据XRD的结果，0.3Ca-CV中的钙含量可能过高，导致过量的Ca(OH)2产生，从而降低了纹理特性。

3.1.3. SEM结果
从图5(a)的SEM结果可以看出，OV具有独特的片状结构，但这些片状结构紧密地粘合在一起。如图5(b)所示，经过结合改性后，CV的表面开始出现丝绒状结构并形成片层。图5(c)显示，经过钙改性后，0.1Ca-CV保留了其丝绒状结构，尽管表面覆盖了一些颗粒。相比之下，0.2Ca-CV的表面（如图5(d)所示）几乎完全被小颗粒覆盖，但仍能辨认出小块状结构。然而，0.3Ca-CV的表面几乎完全被细颗粒覆盖，几乎没有片状或块状结构可见。

图5. OV（a）、CV（b）、0.1Ca-CV（c）、0.2Ca-CV（d）和0.3Ca-CV（e）的SEM图像。

3.2. 砷的保留率
图6显示了四种材料在实验室实验中的砷保留率。未经改性的四种固体的砷保留率非常低（范围为19.82%至36.44%）。虽然添加OV可以增加所有原材料的砷保留率，但改善效果并不明显（所有原材料的保留率仍低于50%）。CV在提高砷保留率方面表现出良好效果，其保留率几乎是未经改性材料的两倍。与CV相比，0.1Ca-CV进一步提高了砷的保留率，表明添加钙确实对砷的稳定有积极影响。在450 ℃-650 ℃的温度范围内，0.2Ca-CV使MS、PM、MW和AE的平均保留率分别提高了50.32%、45.11%、49.71%和49.11%，最高保留率可达80.16%。值得注意的是，0.3Ca-CV的砷保留效率降低了，其控制性能甚至不如CV。0.3Ca-CV的表面含有过量的Ca(OH)2，并且比表面积大幅减少，这可能对砷的吸附产生了不利影响。

3.2. 实验室实验中的砷保留率
总体而言，无论添加剂的类型或原材料如何，随着热解温度的升高，砷的保留率都会下降。鉴于蛭石本身具有耐热性，且CV的改性是在800 ℃下通过热激活进行的，我们认为实验温度范围（450 ℃-650 ℃）不会降低材料的吸附活性。这种现象的主要原因是砷容易随温度升高而挥发，从而加剧了吸附难度，进而降低了保留率。不同原材料对砷的保留效果不同。此外，PM/PM的砷保留效率优于MW/AE，砷的保留效率顺序为PM＞MS＞AE＞MW。这主要与原材料的固有性质有关，可能与以下两个因素有关：1. 原材料的灰分含量；2. 原材料中砷的初始浓度。根据表S1，四种原材料的灰分含量相对较高，顺序为：PM（42.38%）> MS（36.04%）> AE（35.57%）> MW（29.32%）。原材料的灰分含量越高，热解残渣在完全热解后积累的趋势越大。这些残渣不仅可能对砷具有一定的吸附作用，还可能阻塞其挥发路径，从而促进砷的保留。原材料中砷的初始浓度越高，其在热解残渣中的富集效果越好。从表1可以看出，四种原材料中砷的初始浓度顺序为PM（33.22 mg/kg）> MS（15.26 mg/kg）> AE（4.51 mg/kg）> MW（2.96 mg/kg），这也与保留率的顺序一致。多项研究表明，污染物的初始浓度显著影响材料与污染物之间的反应性。如果浓度过低，吸附剂的性能无法得到充分发挥，从而影响吸附效率。因此，由于PM组分中的砷初始浓度最高，OV/M?V吸附剂能够充分发挥其吸附能力，获得最佳的砷保留效果。相反，MW中的初始砷浓度过低，也在一定程度上阻碍了砷的保留效果。

为了更好地研究改性添加剂对四种原材料中砷的富集效果，并确定添加剂的实际工程应用价值，进行了中试规模的实验。根据实验室实验的结果（见图6），0.2Ca-CV是控制砷的最佳添加剂。考虑到中试规模实验的成本较高，选择了0.2Ca-CV进行进一步研究。中试规模实验的结论（见图7）与实验室实验的结果大体一致，添加0.2Ca-CV显著提高了所有四种原材料的砷保留率。原材料的砷保留能力排序仍为：PM > MS > AE > MW，且热解温度的升高不利于砷的富集。中试规模实验与实验室实验的区别在于，中试规模实验中的砷保留率略低于实验室实验（平均低2%至3%）。这种现象可能是由于中试规模实验的规模较大，每次高温热解后采集热解残渣较为繁琐，难以收集所有残渣，导致实际样品中的砷含量低于真实值，从而使保留率被低估。此外，热解残渣的采样更加困难和复杂，这反映在实验结果的误差范围内，中试规模实验的保留率误差范围明显大于实验室实验。尽管如此，中试规模实验表明添加0.2Ca-CV可以大幅提高砷的保留率，再次证实了实验结果的可靠性。

图7. 中试规模实验中OV/M?V对MS（a）、PM（b）、MW（c）和AE（d）中砷的保留率。

3.3. 风险评估和形式分析
3.3.1. 风险评估
通过添加剂在热解残渣中保留砷可以有效减少砷的排放。然而，如果热解残渣中积累了过量的砷，可能会对环境安全构成生态风险。图8显示了添加添加剂后四种原材料中砷的Er评估结果。幸运的是，在所有情况下，砷的生态风险都较低，表明添加任何添加剂都不会提高砷的风险水平。值得注意的是，0.2Ca-CV不仅表现出最高的砷保留效果，而且还与其他添加剂相比，对生态风险的增加最小。此外，添加0.2Ca-CV后，MW/AE的Er指数不超过5，而MS的Er指数均超过10，PM的Er指数甚至超过25。总体而言，砷的生态风险与其保留率呈正相关，生态风险指数从高到低的顺序为：PM > MS > AE > MW。图9展示了中试规模实验的风险评估结果，这些结果与实验室实验的结果大致一致，再次证明了添加剂在工程应用中的潜力。

图8. 实验室实验中OV/M?V对四种原材料中砷的Er风险评估。

图9. 中试规模实验中OV/0.2Ca-CV对四种原材料中砷的Er风险评估。

3.3.2. BCR分析
BCR分析表明，添加OV/M?V可能导致砷的Er指数增加，这表明添加添加剂可能不利于降低砷的生态风险。然而，对砷的全面环境影响评估不应仅限于其含量或浓度，其存在形式也是一个重要因素。BCR实验提供了在450 ℃、550 ℃和650 ℃下砷存在形式的更好理解，结果如图10所示。总体而言，当不添加任何添加剂或仅添加OV时，四种原材料中(F1 + F2)的比例均较高，超过61.24%。然而，添加CV或Ca改性的CV后，砷的存在形式显著改善，(F1 + F2)的比例通常低于45%，表明添加M?V可以有效改善砷的存在形式。此外，0.2Ca-CV是改善砷积累形式的最有效添加剂。值得注意的是，随着热解温度的升高，(F3 + F4)形式的砷比例逐渐增加。这可能是因为不稳定的砷相关物质在温度升高时会从热解残渣中挥发，而相对稳定的形式则得以保留。例如，在0.2Ca-CV的作用下，450 ℃、550 ℃和650 ℃时，PM中(F3 + F4)的比例分别为73.08%、79.91%和80.19%。还值得注意的是，MW/AE中的(F1 + F2)形式高于MS/PM，表明MW/AE中的有害砷形式比例更高。这一结果表明，尽管MW/AE的初始浓度和砷保留率较低，但其有害形式的占比较高。0.2Ca-CV表现出最佳性能，可能是因为在这种条件下的钙与CV的质量比处于最佳状态。此外，根据上述表征结果，0.2Ca-CV具有最高的比表面积和孔体积，其形态比0.1Ca-CV更均匀，同时表现出更明显的颗粒结构，这可能提高了其对砷的吸附能力。

图10. 实验室实验中OV/M?V在450 ℃（a）、550 ℃（b）和650 ℃（c）下砷的BCR结果。

图11. 中试规模实验中OV/M?V对四种原材料中砷的BCR结果。0.2Ca-CV在改善四种原材料中砷的积累形式方面仍然有效，温度的升高进一步增强了这一效果。在相同条件下，MS/PM的(F3 + F4)比例仍然优于MW/AE。然而，与中试规模实验相比，中试规模实验中砷的(F3 + F4)比例略低。例如，在添加了0.2Ca-CV之后，四种原材料在450℃下的(F3 + F4)平均比例在实验室规模实验中为66.33%，而在中试规模实验中为59.93%。这种现象可能是因为在中试规模实验中采样过程中发生了一定的损失，以及总砷含量较高所致。

下载：下载高分辨率图片（295KB）
下载：下载原始大小图片

图11. 在中试规模实验中，不同温度（450℃、550℃和650℃）下，使用OV/0.2Ca-CV方法得到的砷（As）的BCR结果。

3.4. 仿真结果
实验部分已经研究了四种原材料在热解过程中的砷（As）的保留效率、风险和存在特性。随后，将利用仿真来进一步阐明反应特性和相互作用机制。

3.4.1. TCB的结果
图12展示了四种原材料在实验热解温度范围内砷的主要存在形式的变化。由于砷本身的挥发性，在450℃至650℃之间的温度范围内，砷的主要存在形式是气态的。此外，砷的主要气态形式包括As4(g)、AsS(g)、AsCl3(g)、As2(g)、As(g)、AsO(g)和AsO2(g)。然而，这四种原材料中As(g)和AsO2(g)的比例极低，每种都不超过0.01%，因此可以忽略不计。尽管在所有四种原材料中，As4(g)、AsS(g)、AsCl3(g)、As2(g)和AsO(g)的比例最高，但这些材料中砷的存在模式仍存在显著差异。AsCl3(g)的比例随着热解温度的升高而逐渐减少，但减少的速度逐渐放缓。然而，不同原材料之间AsCl3的比例有所不同。例如，在450℃时，MS、PM、MW和AE中的AsCl3比例分别为65.96%、32.57%、92.87%和91.96%，而在650℃时分别降低到8.11%、4.48%、23.81%和16.45%。在四种原材料中，AsS(g)的比例表现出先增加后减少的趋势，并且在每种情况下都有一个拐点。但是，拐点对应的反应温度不同。MS、PM、MW和AE在拐点（热解温度）处的相应比例分别为22.11%（561°C）、9.36%（545°C）、45.39%（510°C）和33.37%（508°C）。总体而言，MW/AE的AsS(g)拐点温度较低，且AsS(g)的最大峰值比例也相对较高。这可能与MW/AE中较高的硫（S）含量有关。值得注意的是，MW和AE中AsCl3的分解速度在510°C和508°C的拐点处开始减慢，这些温度与AsS(g)的拐点温度相同。鉴于在MW/AE中拐点之前的温度范围内As4(g)、As2(g)和AsO(g)的比例极低，结合AsCl3(g)和AsS(g)在拐点之前的行为模式，这表明在拐点之前的温度范围内MW/AE中AsS(g)的比例变化主要由AsCl3(g)引起。然而，在拐点之后，AsCl3(g)和AsS(g)的比例都稳步下降，而其他砷化合物的比例则稳步增加。因此，可以推断拐点之后其他砷化合物的比例主要由AsCl3(g)和AsS(g)共同提供。

下载：下载高分辨率图片（352KB）
下载：下载原始大小图片

图12. 随着温度变化，MS(a)、PM(b)、MW(c)和AE(d)热解过程中砷的存在情况。

MS和PM中的As4(g)比例通常较高（MS中的As4(g)范围为32.03–62.75%，而PM中的范围为65.78%至81.57%）。As4(g)的存在显示出两种不同的趋势：先增加后减少，MS和PM的拐点分别发生在561°C和545°C，这两个温度也与MS/PM的AsS(g)拐点温度相同。然而，MW/AE中的As4比例随着温度的升高而持续增加。有趣的是，As4和As2的比例似乎与原材料中的砷含量密切相关。原材料中的初始砷含量越高，形成的As4比例越大，而As2的比例越小。例如，MS/PM的初始砷含量比MW/AE高一个数量级，导致MS/PM中的As4比例较高，而As2比例较低。在四种原材料中，砷化合物的比例趋势存在相似之处。例如，As2(g)和AsO(g)在四种原材料中的比例最初较低，但随着热解温度的继续升高，它们的比例都呈现出逐渐增加的趋势。

3.4.2. MD的结果
为了更好地再现四种原材料之间的实际反应，基于TCB结果对主要砷化合物进行了加权分析。设计了一个包含总共10种砷化合物的反应系统，以便于MD仿真计算。由于某些砷化合物（如AsO(g)、As(g)和AsO2(g)的比例极低，因此将砷化合物的总数设定为10，这充分满足了实际中的砷化合物分布情况。我们还尝试将砷化合物的总数设定为100，以获得更准确的仿真结果。不幸的是，如此大规模系统的计算超出了现有计算资源的处理能力。此外，之前的砷的保留率、风险评估和BCR实验都是基于特定温度点进行的。因此，本节继续使用这些定义的温度点进行仿真，以匹配实验结果。从这项仿真得出的结果比以往的研究更接近实际情况，因此具有很高的意义。基于TCB的四种原材料的主要砷化合物的加权结果如表4所示。

表4. 基于TCB（假设总数为10）对主要砷化合物的加权结果。

表4. 基于TCB加权后的主要砷化合物的权重

图13展示了本研究中后续将计算的砷化合物CV、两种活性物质的几何优化模型结构。经过几何优化后，As2、AsO、AsS、As4和AsCl3的键长分别为2.112 ?、1.635 ?、2.028 ?、2.428 ?和2.184 ?。此外，As4和AsCl3的键角分别为60°和103.3°，而As2/AsO/AsS的键角均为180°。

图13. 砷化合物CV、CV和两种活性物质的模型。CV模型基于我们之前的研究结果，这些结果在第二节中已有介绍。Al-C-S-H[53]和tobermorite[54]的引入是基于XRD结果的，并根据现有研究进行了建模。

根据TCB仿真的比例结果，不同热解温度下四种材料在CV、Al-C-S-H和tobermorite上的砷化合物的最终分布特征分别显示在图14、图15和图16中。可以观察到N2和各种砷化合物在CV、tobermorite和Al-C-S-H中随机分布，每种情况都表现出不同的分布结构，具体定量数据分别显示在图17、图18、图19、图20、图21和图22中。图17展示了基于各自比例的As4、As2、AsS和AsCl3与CV表面的平均距离。在所有情况下，砷化合物与CV之间的距离<5 ?（初始距离设置），这表明As4、As2、AsS和AsCl3被吸附在CV表面上。总体而言，As4、As2、AsS和AsCl3与CV的平均距离随着热解温度的升高而增加，所有砷化合物与CV的平均距离也随着热解温度的升高而增加（见图17(e)），这与实验结果一致。然而，也存在异常情况，即某些砷化合物与CV的距离并没有随着热解温度的升高而增加（例如MS在650℃时的As4和AsCl3）。这种现象可能是因为各种砷化合物不仅受CV的吸引，还之间存在相互作用。这些综合力量可能使它们与CV的距离无法完全遵循特定规则。应当注意，AsS与CV的平均距离最小（3.76 ?），而As2与CV的平均距离最大（4.42 ?），表明AsS的吸附能力最强，As2的吸附能力最弱。

图14. 不同热解温度下砷化合物在CV上的最终分布特征。

图15. 不同热解温度下砷化合物在Al-C-S-H上的最终分布特征。

图16. 不同热解温度下砷化合物在tobermorite上的最终分布特征。

图17. 不同热解温度下各种砷化合物与CV表面的平均距离，分别对应于MS（a）、PM（b）、MW（c）和AE（d）；不同热解温度下所有砷化合物与CV表面的平均距离。

图18. 不同热解温度下各种砷化合物与Al-C-S-H表面的平均距离，分别对应于MS（a）、PM（b）、MW（c）和AE（d）。

图19. 不同热解温度下各种砷化合物与tobermorite表面的平均距离，分别对应于MS（a）、PM（b）和AE（d）。

图20. 不同热解温度下每种砷化合物在CV上的平均距离。

图21. 不同热解温度下每种砷化合物在Al-C-S-H上的平均距离。

图22. 不同热解温度下各种砷化合物在tobermorite上的平均距离。

图18和图19分别显示了不同热解温度下各种砷化合物与Al-C-S-H/tobermorite表面的平均距离。砷化合物与Al-C-S-H/tobermorite之间的平均距离与与CV之间的距离基本相似。然而，这些砷化合物与Al-C-S-H/tobermorite的距离明显短于与CV的距离，表明Al-C-S/H/tobermorite对这些砷化合物的吸附能力强于CV。此外，砷化合物与Al-C-S-H的平均距离（2.33–3.91 ?）短于与tobermorite的距离（2.72–4.25 ?），表明Al-C-S-H的吸附性能更优。从图17(e)和图18(e)可以看出，砷化合物在Al-C-S-H/CV上的平均距离顺序为PM < MS < AE < MW，这与实验结论一致，即Al-C-S-H/CV对这些砷化合物的吸附能力排序为PM > MS > AE > MW。

为了进一步比较这些砷化合物在热解过程中的相互作用，图20、图21和图22总结了在不同热解温度下，在CV/Al-C-S-H/tobermorite作用下砷化合物之间的距离。鉴于这些砷化合物之间的初始距离为5 ?，反应后的平均距离均<3.2 ?，这表明这些砷化合物之间存在相互吸引。总体而言，这些砷（As）化合物在不同的原材料中并没有显示出随着热解温度变化而产生的绝对规律性。例如，如图20（a）所示，在450°C时，AsS与其他砷化合物之间的平均距离急剧减小，然后从500°C到650°C期间逐渐增加；而在450°C-500°C/550°C-600°C之间，As4与其他砷化合物的平均距离增加了，而在500-550°C/600-650°C期间则持续减小。然而，从平均距离的角度来看，随着热解温度的升高，所有原材料中砷化合物之间的吸引力增强，导致它们的平均分子间距离逐渐减小。这可能是因为随着热解温度的升高，砷分子的运动变得更加活跃，使其动能增大，从而使反应更加剧烈。此外，这种增大的动能克服了分子之间的排斥力，缩短了这些砷化合物之间的距离。砷化合物之间的整体吸引力在CV/Al-C-S-H和托贝莫莱特（tobermorite）之间存在一定的差异，其吸引力的顺序大致为CV > 托贝莫莱特 > Al-C-S-H。砷化合物之间的平均距离在PM中最大，分别为1.96至2.59 ?、1.89–2.66 ?和1.79–2.38 ?；而在MW中的平均距离最小，在CV/Al-C-S-H/托贝莫莱特的作用下，没有任何一种化合物的距离超过2.0 ?。总体而言，砷化合物之间的距离从大到小的顺序为PM > MS > AE > MW，这与它们的吸附能力强度大致相对应。这一现象表明，在热解气氛中，砷化合物之间的吸引力强度与其吸附能力成反比。

根据实验结果，所有四种原材料中砷的保留效率都随着热解温度的升高而降低。这种现象可以解释如下：1）砷本身的挥发性随着热解温度的升高而增加，导致在固相中的保留量减少；2）随着热解温度的升高，添加剂对砷化合物的吸附能力下降；3）在更高的热解温度下，砷化合物之间的分子间吸引力增强，阻碍了它们的吸附。随着砷化合物之间吸引力的增强，它们的吸附效率降低，这可能归因于两个因素：1）从砷化合物本身的角度来看，增加的吸引力缩短了分子间距离，导致相对简单的结构单元聚集并形成凝聚力，使得它们更难以被吸附；2）从反应位点的角度来看，当砷化合物更分散时，每个活性位点都可以得到充分利用，从而最大化活性位点的吸附能力。然而，当砷化合物聚集并集中在某些活性位点上时，会增加这些位点上的吸附压力，同时使许多活性位点闲置，从而导致活性位点的利用率降低，进而降低吸附效率。

为了进一步阐明这些砷化合物与CV/Al-C-S-H/托贝莫莱特之间的反应模式和机制，DFT（密度泛函理论）模拟是不可或缺的。尽管As4、As2S3、AsS和AsCl3是热解过程中形成的四种主要产物（约占总量的98%），但AsO的最大浓度可达2.4%。考虑到由于其比例较低，将AsO纳入MD（分子动力学）计算存在困难，因此DFT计算中也包括了AsO，以确保模拟的全面性。吸附现象的发生及其吸附能力的强度可以通过Eint（如方程（1）所示）来确定：
(1) Eint = ECV/Al-C-S-H/tobermorite + As compounds - ECV/Al-C-S-H/tobermorite - EAs compounds
其中，ECV/Al-C-S-H/tobermorite + As compounds表示CV/Al-C-S-H/tobermorite与砷化合物共存时的系统能量，而ECV/Al-C-S-H/tobermorite和EAs compounds分别表示它们单独存在时的系统能量。
图23显示了砷化合物与活性物质之间反应的Eint结果。As4、As2、AsS、AsCl3和AsO与三种活性物质的Eint值均<0，表明这些活性物质对砷化合物具有吸附作用。其中AsS和AsO表现出最有利の吸附行为，Eint值在CV/Al-C-S-H/tobermorite上均 AsCl3 > As4 > As2，且Al-C-S-H的吸附能力优于CV/tobermorite。通过Eint计算，量化了这些砷化合物对CV/Al-C-S-H/tobermorite的吸附能力，结果与上述结论大体一致，证明了其可靠性。

从图24可以看出，在CP（氰化铁）中，As2和As4无法与CV（碳化铁）发生重叠，表明它们之间的相互作用潜力可能相对较弱。幸运的是，AsCl3、AsO和AsS可以明显与CV表面的O原子发生反应。AsCl3中的As原子可以与CV的O原子形成CP（化学键）重叠，表明AsCl3反应中的主要活性原子是As原子。AsO/AsS与CV的反应性更强，因为不仅As原子，AsO中的O原子和AsS中的S原子都可以与CV的O原子形成CP重叠，这表明AsO/AsS的反应性更高。因此，砷化合物与CV的反应性排序为：AsO/AsS > AsCl3 > As4/As2，这与Eint模拟结果基本一致。

如图25所示，Al-C-S-H与这些砷化合物的反应性优于CV，并且可以与更多的原子形成键合。AsCl3中的As原子也可以与Al-C-S-H表面的O原子发生CP相互作用。值得注意的是，As2/As4中的一个As原子可能与Al-C-S-H中的Si原子发生CP相互作用，这可能是Al-C-S-H比CV具有更好吸附能力的关键原因之一。AsO中的O原子和AsS中的S原子都可以与Al-C-S-H中的Ca原子形成CP相互作用。此外，AsO中的As原子可以与Si发生CP相互作用，而AsS中的As原子可以与Al和Si原子同时发生相互作用。如图26所示，As4和AsCl3中的As原子仍然可以与托贝莫莱特（tobermorite）中的Si原子和O原子发生CP重叠。As2未能与托贝莫莱特发生CP重叠，AsO/AsS与托贝莫莱特之间的CP相互作用减弱。这可能是托贝莫雷特与砷化合物反应效率低于Al-C-S-H的原因之一。然而，As4仍然可以与托贝莫莱特发生CP反应，这可能是托贝莫雷特比CV具有更强反应性的关键因素。CP模拟再次验证了之前实验和模拟结果的正确性。

图27显示了砷化合物与CV之间的GD（电荷转移）和DDG（双重电荷转移）模拟结果。As2、As4、AsCl3、AsO和AsS都与CV有明显的GD重叠，表明这些砷化合物可以与CV发生电荷转移。根据GD结果，As2和As4与CV之间没有GD重叠，表明它们对CV的响应可能相对较弱。值得注意的是，AsCl3、AsO和AsS中的As原子都可以与CV的O原子发生GD重叠。此外，AsO/AsS中的O和S原子也可以与CV的O原子发生GD重叠。据报道，当两种不同物质的原子发生GD重叠且GD发生变化时，它们被认为形成了共价键；而当GD转移发生在没有GD重叠的情况下，这两种原子被认为形成了离子键[55][56][57]。因此，As2/As4主要通过离子键与CV结合，而AsCl3/AsO中的As原子通过共价键与CV结合。根据上述研究，As2/As4的吸附能力较弱，而AsO/AsS表现出更强的吸附效果。这表明它们的吸附性质可能与涉及的键合类型有关。

图28显示了砷化合物与Al-C-S-H之间的GD/DGD（电荷转移/双重电荷转移）结果。与CV相比，As2和As4都可以与Al-C-S-H发生GD重叠，并显示出DDG转移，表明它们可以与Al-C-S-H形成共价键。As2可以与Al-C-S-H中的Si和Ca原子形成共价键，而As4可以与Al-C-S-H中的O和Ca原子形成共价键。As2/As4与Al-C-S-H的更多键合可能是其吸附能力优于CV的关键原因。此外，Al-C-S-H比CV更容易与AsCl3结合，与AsCl3的GD重叠更多，这也表明Al-C-S-H对AsCl3的吸附能力更强。AsCl3中的As和Cl原子可以与Al-C-S-H中的Si和O原子形成共价键。AsO/AsS中的As原子可以与Al-C-S-H中的O原子形成共价键，而O/S原子可以与Al-C-S-H中的Ca原子形成共价键，进一步证明了它们的良好键合能力。

图29显示了砷化合物与托贝莫莱特之间的GD/DGD结果。与CV的情况类似，托贝莫莱特无法与As2形成共价键，只能通过离子键结合。As4中的As原子和AsCl3中的Cl原子可以与托贝莫莱特中的O原子和Ca原子分别形成共价键。这可能是托贝莫莱特比CV更善于吸附砷化合物的原因之一。AsO/AsS仍然可以与托贝莫莱特形成共价键，再次证明了AsO/AsS的优越吸附活性。总体而言，这些砷化合物与三种活性物质之间形成的键合数量顺序为：Al-C-S-H > 托贝莫莱特 > CV。这与它们的吸附能量从高到低的顺序基本一致，表明形成的共价键越多，这些砷化合物的吸附效果越好。总体而言，随着温度的升高，砷（As）的保留率下降。原材料保留砷的能力排序如下：PM > MS > AE > MW。(2) 对砷潜在生态风险的分析显示，PM/MS的Er指数大于AE/MW。添加M?V后，四种原材料的砷Er指数都有所上升，但仍保持在低风险水平。BCR实验表明，加入M?V有利于提高砷的(F3 + F4)比例，且温度的升高有助于改善砷的存在形式。总体而言，0.2Ca-CV仍然是在潜在生态风险和BCR实验中表现最佳的添加剂。(3) 建立了中试规模的流化床实验平台，其结果与 bench-scale 实验基本一致，显示出该技术在工程应用中的潜力。中试实验中的砷保留率略低于 bench-scale 实验（减少了2%-3%），砷在(F3 + F4)形式中的比例也降低了约6%。这可能是由于中试实验中样品收集过程中出现了一些损失。(4) 根据TCB计算，四种原材料热解过程中砷的主要形式包括：As4(g)、AsS(g)、AsCl3(g)、As2(g)和AsO(g)。热解温度、原材料中的硫含量以及初始砷含量显著影响了砷的存在形式。AsCl3(g)的含量随温度升高而持续减少，而As2(g)和AsO(g)的含量则持续增加。AsS(g)的含量最初有所增加，随后趋于减少。As4(g)在PM中的比例最初增加，随后减少；而在MW/AE中的比例则持续增加。(5) 建立了一种新的MD模拟方法，并根据不同原材料热解过程中砷的形式和比例变化对反应过程进行了建模。CV/Al-C-S-H/tobermorite对所有砷化合物都具有吸附能力，但随着热解温度的升高，砷化合物与这些材料之间的距离逐渐增大，表明其吸附能力减弱。模拟结果显示，砷化合物之间存在相互吸引作用，且这种吸引力随着热解温度的升高而增强。更强的吸引力增加了每个活性位的压力，从而阻碍了砷的吸附。各种砷化合物的总体吸附能力排序如下：Al-C-S-H > tobermorite > CV。(6) 模拟结果表明，CV/Al-C-S-H/tobermorite对所有砷化合物都表现出吸附作用，证实了热解温度的升高会抑制其吸附效果。总体而言，吸附能力的强弱排序为：AsS/AsO > AsCl3 > As4 > As2。这些砷化合物可以与CV/Al-C-S-H/tobermorite发生共价（CP）相互作用，并与反应物中的氧（O）、硅（Si）、铝（Al）和钙（Ca）原子形成离子键，同时也可以与这些原子形成共价键。砷化合物与CV/Al-C-S-H/tobermorite之间形成的共价键和共价（CP）组合的数量与其吸附强度成正比。未来的研究可以尝试更大规模的实验，并考虑其他重金属（如锌（Zn）、铬（Cr）、铜（Cu）、镉（Cd）和铅（Pb）的影响。

### 作者贡献声明

- 杨宇轩（Yuxuan Yang）：撰写、审阅与编辑、初稿编写、验证、方法学研究、资金获取、数据分析、概念构思。
- 钟朝阳（Zhaoping Zhong）：撰写、审阅与编辑、项目监督、项目管理和资金获取、概念构思。
- 卢胜勇（Shengyong Lu）：撰写、审阅与编辑、项目监督、项目管理和资金获取、概念构思。
- 严建华（Jianhua Yan）：撰写、审阅与编辑、项目监督、项目管理和资金获取、概念构思。
- 王冠杰（Guanjie Wang）：撰写、审阅与编辑、项目管理。
- 李杰飞（Jiefei Li）：撰写、审阅与编辑、项目管理。
- 齐仁志（Renzhi Qi）：撰写、审阅与编辑、项目管理。
- 叶启航（Qihang Ye）：撰写、审阅与编辑、项目管理。
- 贾宇（You Jia）：撰写、审阅与编辑、项目管理。
- 学雄（Qi Xiong）：数据验证、数据分析。
- 陈焕奇（Huanqi Chen）：数据验证、数据分析。
- 郑翔（Xiang Zheng）：……