MétaCan
Menu
Retour à la cohorte
Enregistrement W2022491335 · doi:10.2166/wst.2008.433

Potential of in-situ sensors with ion-selective electrodes for aeration control at wastewater treatment plants

2008· article· en· W2022491335 sur OpenAlexaff
David Kaelin, Leiv Rieger, J. Eugster, Karin Rottermann, C. Bänninger, Hansruedi Siegrist

Notice bibliographique

RevueWater Science & Technology · 2008
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueAnalytical Chemistry and Sensors
Établissements canadiensUniversité Laval
Organismes subventionnairesEidgenössische Anstalt für Wasserversorgung Abwasserreinigung und Gewässerschutz
Mots-clésAerationWastewaterIn situEnvironmental scienceSewage treatmentWaste managementEnvironmental engineeringElectrodePulp and paper industryChemistryEngineering

Résumé

récupéré en direct d'OpenAlex

A pilot-scale activated sludge wastewater treatment plant (WWTP) operated with nitrification and pre-denitrification was monitored with a set of on-line sensors for over 3 years. Wet-chemistry ex-situ analyzers, UV and UV-Visible in-situ sensors and in-situ sensors based on ion-selective electrodes (ISE) were used. New ISE sensors for ammonium, nitrate and nitrite, adapted to water and wastewater matrices, have been released in recent years, With adequate quality control they proved to be highly accurate and reliable in WWTP influents and activated sludge (AS) reactors even at the end of the biological treatment zone, working at low ammonium concentrations (1-2 mgN/l). The ammonium measurement was used to test several feed-forward and feed-back aeration control strategies. The first aim was to keep inorganic nitrogen compounds, i.e. ammonium, nitrate and particularly nitrite, as low as possible in the effluent, and within Swiss national standards (<2.0 mgNH(4)-N/l, <0.3 mgNO(2)-N/l, 24 h average). All the strategies were successful at keeping ammonium low and subsequently at gaining denitrification capacity to significantly reduce the total nitrogen discharge. Some control strategies however generated temporary peaks of ammonium or even accumulation of nitrite.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
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 Opus0,006
Tête enseignante GPT0,204
Écart entre enseignants0,197 · 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 source (Gemma direct ou Codex distillé), 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

Citations35
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWater Science & TechnologyMême sujetAnalytical Chemistry and SensorsTravaux en français237 207