A technique to determine nitrogen removal rates in systems performing simultaneous nitrification and denitrification
Notice bibliographique
Résumé
This paper reports on a possible technique to determine specific nitrification and denitrification rates (SNR and SDNR) in an oxidation-reduction potential (ORP) controlled, intermittent aeration (IA) tank, in which simultaneous nitrification and denitrification (SND) occurred. In addition, SNRs in a three-stage Bardenpho aerobic zone and SDNRs in its anoxic zone were determined. This research was done at bench scale. The technique involves a steady-state run and two additional transient-state tests (created by either ammonia or nitrate shock loading). The rates obtained, using this technique, are the maximum rates possible in a continuous process under certain, improvised conditions. The technique is extremely flexible and generates data relating the rate to substrate concentration in one steady-state run. Data analysis was performed using the integral method; an excellent agreement between predicted and experimental data was found. Zero-order kinetics could describe nitrification in an ammonia concentration range of 1–30 mg/L and denitrification in a nitrate concentration range of 10–30 mg/L. The SNRs in the intermittently aerated, complete-mix (IACM) tank (0.39–1.69 mg g–1 h–1) were considerably lower than those in the 3-stage Bardenpho aerobic zone (3.4–3.81 mg g–1 h–1) due mainly to imposed dissolved oxygen limitations. The SDNRs in the IACM tank were in a range of 0.16–1.26 mg g–1 h–1, which were also considerably lower than that in the 3-stage Bardenpho anoxic zone (2.0–2.5 mg g–1 h–1). Key words: acetate, denitrification, intermittent aeration, kinetics, methanol, nitrification, ORP control, simultaneous nitrification and denitrification.
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 | 0,001 |
| 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 ».