A benchmark simulation to verify an inhibition model on decay stage for nitrification
Notice bibliographique
Résumé
Activated Sludge Models (ASMs) are widely used for biological wastewater treatment plant design, optimisation and operation. In commonly used ASMs, the nitrification process is modelled as a one-step process. However, in some process configurations, it is desirable to model the concentration of nitrite nitrogen through a two-step nitrification process. In this study, the benchmark datasets published by the Water Environment Research Foundation (WERF) were used to develop a two-step nitrification model considering the kinetics of Ammonium Oxidising Bacteria (AOB) and Nitrite Oxidising Bacteria (NOB). The WERF datasets were collected from a chemostat reactor fed about 1,000 mg-NH3-N/L synthetic influent with at different sludge retention times of 20, 10 and 5-d, whereas the pH in the reactor varied in the range of 5.8 and 8.8. Supplemental laboratory batch experiments were conducted to assess the toxicity of nitrite-N on nitrifying bacteria. These tests suggested that 500 mg-N/L of nitrite at pH 7.3 was toxic to NOB and resulted in continuous decrease in bulk oxygen uptake rate. To model this phenomenon, a poisoning model was used instead of the traditional Haldane-type inhibition model. The poisoning model for NOB and AOB with different threshold poisonings for unionised NO2-N and NH3-N concentrations could successfully reproduce the three WERF datasets.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
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 ».