Biological denitrification of reverse osmosis brine concentrates: II. Fluidized bed adsorber reactor studies
Notice bibliographique
Résumé
This phase of the study (Part II) investigates the application of a high-rate fluidized bed adsorber reactor (FBAR) process for biological denitrification of reverse osmosis (RO) brine concentrate. The companion paper (Part I) reported the first phase of the project, describing the batch and chemostat biokinetic studies employed for evaluating the process feasibility, and for optimizing the reaction conditions including the carbon and energy source, pH, temperature, and the carbon-to-nitrogen ratio. This paper describes the next stage of the study involving FBAR experiments using granular activated carbon (GAC) for denitrification and sulfate reduction conducted at different hydraulic retention times, and nitrate concentrations. These experiments showed that nitrate removal efficiencies in excess of 99% were achieved. Similar FBAR experiments conducted with sand showed that initially less nitrate removal was experienced, but under steady-state conditions over 99% removal was achieved. Additionally, this study examined the simultaneous denitrification and sulfate removal in a similar FBAR process. A second FBAR, employed to remove the remaining sulfate from the first FBAR, achieved over 99% removal. A biofiltration process was designed and operated to effectively eliminate hydrogen sulfide in the sulfate-reducing FBAR process. The sulfate reduction FBAR was also responsible for the removal of toxic metals and metalloids present in the brine concentrate by a combination of sulfide precipitation and sorption onto iron sulfides.
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 | 0,001 |
| 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 ».