Coagulation optimization using ferric and aluminum salts for treating high algae and high alkalinity source water in a typical North-China plant
Notice bibliographique
Résumé
Coagulation optimization using coagulants of ferric chloride (FeCl3), polyaluminum chloride (PACl), and their combinations (FeCl3/PACl) were evaluated through jar tests, by treating source water with high algal content (10–40 million cells/L) and high alkalinity (80–110 mg/L). The results indicated that when compared to single coagulants, the combined coagulants showed a superior coagulation performance in terms of turbidity, UV254, and algal removal. The optimal dosage was determined as 30–35 mg/L by using the combined PACl/FeCl3 (1:2 by mass) and dosing PACl followed by FeCl3. By adding the coagulant aids of polymerized diallyl dimethyl ammonium chloride (HCA) and polyacrylamide (FO4190), the floc sizes may enlarge up to 1.75–2.0 mm. Scanning electron micrographs showed that the coagulant combination can form a more compact reticular aluminum-ferric structure, and thus increased the settleability of the flocs. The combined coagulation was further evaluated in full-scale water treatment plants, confirming the improvement of the removal of algae, turbidity, and residual iron in the treated water.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».