印刷线路板(Printed Circuit Boards，简称PCB)是电子产品的核心组件，随着电子产品的更新换代和淘汰，其废弃量巨大.据估计，废旧线路板中约含有40%的金属资源，被称为“二次金属富矿”(Li et al., 2007).同时，废旧线路板含有多种有毒有害物质，若不加以妥善处理会污染生态环境、威胁人类健康(Zhang et al., 1998).因此，废旧线路板处理与资源化是当前面临的重要课题.

近年来，采用生物浸出方法回收废旧线路板中的金属资源是热点研究领域.目前的研究主要集中在浸出条件的优化，如温度、pH值、粉末投加量、转速及单一菌和混合菌的浸出效果比较等方面(Ilyas et al., 2007; Liang et al., 2013; Yang et al., 2009).实际上，在浸出过程中，吸附是接触直接浸出发生的前提.因此，从细菌和线路板粉末的吸附入手，研究其吸附行为和动力学对于深入了解生物浸出线路板中有价金属的机制具有重要意义.

氧化亚铁硫杆菌(Acidithiobacillus ferrooxidans，简称A. ferrooxidans)是细菌冶金领域的重要菌种之一(贾春云等，2010).它是典型的化能自养菌，该菌好氧嗜酸，革兰氏阴性，从Fe²⁺和还原态硫的氧化反应过程中获得能量，以空气中的CO₂为碳源，并吸收氮、磷等无机营养合成菌体细胞.目前，该菌种已被用于黄铜矿、黄铁矿、硫化矿等矿物中铜的浸出及其生物浸出特性研究(Pradhan et al., 2008；顾帼华等，2010).也有学者以该菌为模型研究了硫化矿物浸出过程中的吸附行为和浸出机制(Crundwell et al., 2000; Sand et al., 2001).然而，废旧线路板生物浸出技术还处在探索阶段，有关浸出过程中的吸附行为和动力学研究鲜有报道.

因此，本文研究了不同初始浓度A. ferrooxidans在废旧线路板富集体表面的吸附行为和对铜的浸出效果.在此基础上，进一步分析吸附过程的动力学，确定动力学模型，以期为A. ferrooxidans浸出废旧线路板中金属铜的机制研究提供理论基础.

培养基是细菌赖以生存繁殖的介质，本实验种所选用的培养基为9K液体培养基(Silverman et al., 1959;许治国等，2014)，其组成如下：(NH₄)₂SO₄ 3.0 g · L^-1，KCl 0.1 g · L^-1，K₂HPO₄ 0.5 g · L^-1，MgSO₄ · 7H₂O 0.5 g · L^-1，Ca(NO₃)₂ 0.01 g · L^-1，FeSO₄ · 7H₂O 44.3 g · L^-1，去离子水1000 mL，用0.5 mol · L^-1的H₂SO₄调节pH值到2.0.

实验所用的菌种为本实验室自行分离的A. ferrooxidans Z1.活化后的菌溶液通过Whatman l7滤纸过滤，除去沉淀物；过滤液再用0.22 μm的滤膜进行过滤，菌体则留在滤膜上，用pH=2.0的无菌水对滤膜反复进行冲洗，并用pH=2.0的无菌水悬浮菌体制成菌悬液；经血球计数板计数测得菌悬液的浓度为2.4×10⁹ cells · mL^-1，再用稀释倍数法，用pH=2.0的无菌H₂SO₄溶液分别稀释10²和10⁴倍，得到浓度为2.4×10⁷ cells · mL^-1和2.4×10⁵ cells · mL^-1的菌悬液.

本实验采用的线路板为废旧的台式电脑主板，购自广州大学城某电脑维修店.人工去除线路板上的元器件，经过剪切和破碎以后，再筛分，获得线路板粉末.线路板粉末再经过水力分选，获得金属富集体粉末.本实验所用的是60~80目的线路板金属富集体粉末，其具体组成成分见表 1.

表 1(Table 1)

表 1 金属粉末中各金属组分含量 Table 1 Metal contents in the metallic powder

表 1 金属粉末中各金属组分含量 Table 1 Metal contents in the metallic powder 金属 含量/(mg·g-1) Cu 632.1±2.4 Sn 74.83±1.90 Pb 22.67±0.75 Zn 9.15±0.47 Fe 2.80±0.99 Ni 1.69±0.15 Mg 0.86±0.57 Ag 0.27±0.03 Mn 0.11±0.02 Co 0.06±0.00 Au 0.01±0.00 Pd <0.01 其他 201.34±0.57

吸附行为通过设计3组不同菌浓度的实验进行考察.每组实验设置两个重复，浓度分别为2.4×10⁵、2.4×10⁷和2.4×10⁹ cells · mL^-1的菌悬液(20 mL)接种于装有180 mL 9 K培养基的500 mL三角瓶中，预培养20 h后，分别将2.4 g粒度为60~80目的金属富集体粉末加入培养液体积为200 mL的上述三角瓶中，即金属富集体粉末的投加量为12 g · L^-1，置于转速为160 r · min^-1的振荡器中30 ℃恒温培养.

分别在浸出0、0.5、1.0、1.5、2.0、2.5、3.0、5、12、24、48、72、96、120、144、168 h后取样测定有关指标(Fe²⁺、TFe、Cu²⁺)浓度.其中，Fe²⁺、TFe的浓度变化一方面反映了菌体的氧化活性，另一方面间接反映了金属铜的浸出效果.菌体的生物量采用蛋白质含量表示，测定5 h内总生物量和游离菌生物量，则得出菌体吸附在线路板粉末表面的生物量.

采用吸附一级和二级动力学模型对吸附行为数据进行非线性拟合，依据模型拟合度优选适合于表达吸附行为的动力学模型.

样品中铜离子的浓度利用火焰原子吸收分光光度计(AA6000，上海天美)测定，亚铁及总铁离子的浓度利用邻菲啰呤分光光度法(UV759，上海化兴)来测定.

根据文献报道，菌体总生物量在浸出的24 h内基本不变(Tan et al., 2011; 2012;张兴等，2010)，用总生物量减去游离菌生物量，即为线路板粉末表面的吸附生物量.微生物生物量用菌体蛋白质含量来表示，菌体蛋白质含量用考马斯亮蓝法(Bradford，1976)进行测定.菌体蛋白质含量和吸附生物量的计算方法如下：

式中，m表示菌体的蛋白质含量(mg)，a表示吸光度的值，b表示稀释倍数，q表示吸附的生物量(mg · g^-1).

当控制初始菌浓度分别为2.4×10⁵、2.4×10⁷和2.4×10⁹ cells · mL^-1时，经20 h预培养后，加入线路板粉末，A. ferrooxidans在线路板粉末表面的吸附行为如图 1所示.由图 1可以看出，在不同的初始菌浓度条件下，A. ferrooxidans在线路板粉末表面均呈现先快速吸附，在5 h左右基本稳定，蛋白质最大吸附量分别为1.8701、2.3552和2.9833 mg · g^-1，吸附的微生物量分别占系统生物量的43.75%、53.97%和55.94%，此时，培养基中的游离菌和吸附在线路板粉末表面的细菌在数量上达到动态平衡，即吸附平衡时间为5 h左右.这表明A. ferrooxidans在线路板粉末表面的吸附是一个快速过程.

图 1(Fig. 1)

图 1 不同的初始菌浓度下A. ferrooxidans浸出线路板粉末的吸附平衡(attached表示吸附在线路板粉末表面的菌体，free表示游离在培养液中的菌体) Fig. 1 Adsorption equilibrium of A. ferrooxidans onto the surface of PCB powder under different initial concentrations of A. ferrooxidans

同时，不同初始菌体浓度条件下，菌体浓度越高，会有更多的菌体吸附到线路板粉末表面.在硫化矿物领域的研究表明(Wang et al., 2012)，在一定的菌体浓度范围内，矿物表面有充足的吸附位点，菌体浓度越高，则有更多的菌体吸到矿物表面，越有利于硫化矿物中金属的浸出.

吸附作为微生物生命活动的基本特征，也是接触浸出发生的第一步.研究表明，微生物在矿物颗粒表面的吸附是微生物与矿物表面深度作用的前提(贾春云等，2010)，且吸附是动态的吸附和脱附相平衡的过程，与矿浆的浓度、菌体浓度、温度和pH等物理化学因素相关.

菌体在线路板粉末表面的吸附不仅受上述物化因素的影响，还取决于作用体系中的各种界面的性质，如静电力、氢键和疏水力等.静电力取决于在不同的pH值条件下线路板粉末和菌体在反应过程中所带的电荷种类和大小，电荷相同则相互排斥，相反则相互吸引，有利于吸附的进行.而氢键键合是普遍存在的吸附机理之一，近年来有研究人员采用傅里叶变换红外光谱、核磁共振和拉曼光谱等现代分析技术对其进行了研究.例如，Santhiya等(1999)采用傅里叶红外光谱对矿物浸出前后的A. ferrooxidans的研究结果表明，细菌表面存在 -NH₃、-NH₂、-NH、-CONH、-CO、-CH₃、-CH₂、-CH和-COOH等官能团，并测试到反应后菌体表面的波数移动现象，为氢键键合理论提供了依据.疏水力代表物质疏水性的强弱，细菌的疏水性越强，越有利于细菌在矿物表面吸附.这说明初始菌体浓度越大，菌体和粉末表面之间的吸附作用力可能越大，促进了菌体在粉末表面的键合，有利于菌体在线路板粉末表面的吸附.因此，这些界面性质对菌体在线路板粉末表面吸附的影响是今后的研究重点.

浸出过程中铜的浸出效率及亚铁离子的浓度变化如图 2所示.从图 2a可以看出，不同初始菌体浓度条件下，铜的浸出率均随时间呈先缓慢上升，再迅速上升，再到向稳定发展的过程.当菌体浓度分别为2.4×10⁵ 、2.4×10⁷和2.4×10⁹ cells · mL¹时，线路板粉末中铜离子的浸出率随着菌体浓度的增加而升高.经过168 h，铜的浸出率分别达到71.20%、88.33%和95.05%.可以看出，当A. ferrooxidans初始浓度为2.4×10⁹ cells · mL^-1时，菌体在线路板粉末表面的吸附量达到系统总生物量的55.94%，铜的浸出率最大.初始菌体的浓度越大，则可能有更多的菌体吸附于线路板粉末表面的吸附位点，则菌体和粉末表面之间的相互作用力越大，有利于线路板粉末中铜的浸出.这表明接触浸出机制可能对线路板中铜的浸出发挥重要的作用.

图 2(Fig. 2)

图 2 不同初始菌体浓度条件下铜浸出率和Fe2+浓度变化 Fig. 2 Copper leaching efficiency and variation of Fe2+ concentration under different initial concentrations of A. ferrooxidans

迄今为止，专门针对A. ferrooxidans浸出线路板中铜的浸出机制少有报道，多以浸出硫化矿的机理为原型进行推断(Ilyas et al., 2007; Liang et al., 2010; Seidel et al., 2001).目前，较为认同的嗜酸性细菌接触浸出机制是细菌通过胞外聚合层与矿物或者难溶物接触，以胞外聚合物(EPS)层作为反应区域，EPS层富含Fe³⁺和胶体硫或硫中间产物，铁氧化菌利用Fe³⁺将铜从线路板中溶出，Fe³⁺则被还原为Fe²⁺，而Fe²⁺作为细菌的能源物质又被氧化成Fe³⁺，形成Fe³⁺和Fe²⁺的内部循环，保证细菌的持续浸出作用(Gehrke et al., 1998).

从图 2b可以得到，在不同初始菌体浓度条件下，亚铁离子的浓度随时间呈先略有升高后缓慢下降再迅速下降的趋势，且初始菌体的浓度越高，亚铁离子浓度下降的越快.这说明线路板粉末加入初期，由于线路板粉末中含有少量的铁的氧化物，在酸性环境中形成亚铁离子，导致亚铁离子浓度升高；随后，随着反应的进行，亚铁离子作为能源物质被细菌消耗，其被菌体利用的速率大于三价铁离子还原产生亚铁离子的速率，导致体系中的亚铁离子不断减少，且初始菌体的浓度越高，亚铁离子减少的速率越快，菌体的氧化活性越大，越有利于铜离子的浸出.

根据文献报道(Liu et al., 2008)，菌体在矿物表面的吸附原理是通过菌体与吸附剂表面的吸附反应来实现，是控制吸附速率的关键，且与菌体浓度和吸附剂表面的吸附位点有关.因此，吸附一级动力学模型和吸附二级动力学模型广泛用于该领域的动力学研究.本文采用吸附一级动力学模型(3)和吸附二级动力学模型(4)对吸附数据进行非线性拟合，确定A. ferrooxidans在线路板粉末表面的吸附动力学模型.

经过变形换算后分别为：

式中，q_t为t时刻的吸附容量(mg · g^-1)，q_e为平衡吸附容量(mg · g^-1)， k₁为一级动力学常数(min^-1)，k₂为二级动力学常数(g · mg^-1 · min^-1).根据吸附平衡结果，将吸附平衡数据分别用吸附一级动力学模型和吸附二级动力学模型用Origin软件进行非线性拟合，其拟合曲线如图 3所示.

图 3(Fig. 3)

图 3 不同的初始菌体浓度条件下吸附一级动力学和二级动力学拟合曲线 Fig. 3 Fitting curve of Pseudo-first-order adsorption and Pseudo-second-order adsorption under different initial concentrations of A. ferrooxidans

拟合曲线的动力学参数如表 2所示，可以看出，在浓度分别为2.4×10⁵、2.4×10⁷和2.4×10⁹ cells · mL^-1时，一级动力学非线性拟合的R²分别为0.9321、0.9134和0.9193，均大于在此浓度梯度条件下所对应的二级动力学拟合的R²；不同初始浓度条件下，一级动力学模型所得到的q_e与实际值比较接近；且对应的吸附一级动力学常数均大于吸附二级动力学常数.因此，吸附一级动力学模型更适合用来描述A. ferrooxidans Z1在线路板粉末表面的吸附行为.

表 2(Table 2)

表 2 不同初始菌体浓度条件的动力学参数 Table 2 Kinetic parameters at different initial concentrations of A. ferrooxidans Z1

表 2 不同初始菌体浓度条件的动力学参数 Table 2 Kinetic parameters at different initial concentrations of A. ferrooxidans Z1 浓度/(cells·mL-1) 一级动力学模型 二级动力学模型 k1/min-1 qe/(mg·g-1) R2 k2/(g·mg-1·min-1) qe/(mg·g-1) R2 2.4×105 0.0097 2.1179 0.9321 0.0026 2.9647 0.9089 2.4×107 0.0105 2.6604 0.9134 0.0022 3.6876 0.8900 2.4×109 0.0089 3.5094 0.9193 0.0013 5.0436 0.8987

1)废旧线路板嗜酸性细菌浸出过程中，A. ferrooxidans在线路板粉末表面存在吸附行为.初始菌体浓度为2.4×10⁵、2.4×10⁷和2.4×10⁹ cells · mL^-1时，A. ferrooxidans在线路板粉末表面的吸附均于5 h内达到平衡.

2)菌体在线路板粉末表面吸附过程的结果显示，随着初始菌浓度的增大，吸附速率和吸附的微生物量也随之增大.对应的最大吸附量分别是1.8701、2.3552和2.9833 mg · g^-1，吸附的微生物量占总生物量的比例分别达到43.75%、53.97%和55.94%.

3)A. ferrooxidans浸出线路板粉末中铜的浸出效率随着菌体浓度的增大而增加，浸出效率分别达到71.20%、88.33%和95.05%.

4)采用吸附一级和二级动力学模型对吸附行为数据进行非线性拟合，拟合结果显示，吸附一级动力学模型更适合用来描述A. ferrooxidans在线路板粉末表面的吸附行为，模型拟合度分别达到0.9321、0.9134和0.9193.