Anaerobic digestion of wastewater from the fruit juice industry: experiments and modeling
Notice bibliographique
Résumé
Anaerobic digestion of wastewater from the fruit juice industry was carried out in a batch digester. To study the effect of the pH values as well as the nutrient medium on the fermentation process, different parameters were monitored under mesophilic temperature, such as cumulative biogas volume, chemical oxygen demand (COD), total sugar, and biomass growth. It was found that for all cases, the COD concentration decreased with time. The lowest value reached was obtained when the nutrient medium was added; it was about 110 g/L after 480 h. In such cases, the COD removal reached about 80%; the highest cumulative biogas volume of about 5,515.8 NmL was reached after 480 h testing; and the lowest value reached was about 2,862.3 NmL in the case of peach-substrate containing sodium sulfite. The addition of nutrient medium improved the cumulative biogas production as well as the COD abatement. Measurement of the biogas composition highlighted three gaseous components, namely, methane (56.52%), carbon dioxide (20.14%), and hydrogen sulfide (23.34%). The modified Gompertz equation and the first-order kinetic model were used to describe the cumulative biogas production and the organic matter removal, respectively. A good agreement was found between simulated and experimental data.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».