Effect of coagulant and flocculant addition scheme on the treatment of dairy farm wastewater
Notice bibliographique
Résumé
Our group was approached by a manufacturer of treatment trains to recycle wastewater from dairy farm manure. Company X treatment trains consist of microscreening, sedimentation and filtration units attached to a reverse osmosis (RO) membrane. To enhance screening, a coagulant and a flocculant are added to the stream feeding the microscreen. However, their customers experience foaming on the microscreen as well as frequent fouling of the RO membranes. This study aimed to identify the source of foaming and to optimize the performance of the treatment train. Results show that interactions between the alum coagulant, the polymer flocculant and the contaminants are the cause of foaming. Addition of silicon polymer antifoam A effectively reduced foaming, while maintaining the same removal of total suspended solids (TSS) and total organic carbon (TOC). Alternatively, we proposed a new reagent addition scheme which circumvents back-to-back addition of the polymer flocculant and the alum coagulant. The proposed scheme resulted in significant reduction in foaming and ∼50% increase in TSS and TOC removal, even at the 40% lower dose of the cationic polymer. In addition to the economic benefit, a low concentration of left-over polymer should alleviate the fouling of the RO membrane.
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 | 0,001 | 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 ».