MétaCan
Menu
Retour à la cohorte
Enregistrement W1633016051 · doi:10.1139/s03-054

Fouling assessment in a municipal water reclamation reverse osmosis system as related to concentration factor

2004· article· en· W1633016051 sur OpenAlexvenueno aff
Rongjing Xie, Mylene Gomez, Yongjie Xing, Paul Stefan Klose

Notice bibliographique

RevueJournal of Environmental Engineering and Science · 2004
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMembrane Separation Technologies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésReverse osmosisFoulingWastewaterEffluentMembrane foulingMicrofiltrationPulp and paper industryForward osmosisChemistryEnvironmental scienceEnvironmental engineeringMembrane

Résumé

récupéré en direct d'OpenAlex

A study was conducted to assess possible formation of inorganic scaling and organic fouling in a municipal wastewater reverse osmosis (MWRO) system with microfiltration membrane treated secondary effluent as feed water. Results indicate that reject from the MWRO process can be supersaturated with sparingly soluble phosphate salts and hydroxide compounds that may form scales on the reverse osmosis (RO) membrane. The degrees of saturation, however, are much less than that in the seawater RO (SWRO) process. Therefore, a concentration factor as high as 10 can be applied to the MWRO, reflecting a recovery of 90%. Such high recovery was demonstrated using RO design software and operating a two 3-elements-in-series RO pilot plant. As the recovery rate increases, organic substances from the feed water concentrate in membrane elements at locations where flowrate is substantially reduced. At CF 5, total organic carbon and total nitrogen in the reject can be greater than 40 g/m 3 . The challenge of high recovery in the MWRO process then is the design and configuration of an efficient RO process in which organic and bio-fouling can be effectively controlled and advanced technologies can be integrated for fouling minimization. Key words: wastewater reclamation, reverse osmosis, membrane inorganic scaling, organic fouling, concentration factor.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,262
Score d'incertitude au seuil0,308

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,007
Tête enseignante GPT0,225
Écart entre enseignants0,218 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations28
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Environmental Engineering and ScienceMême sujetMembrane Separation TechnologiesTravaux en français237 207