MétaCan
Menu
Retour à la cohorte
Enregistrement W2078883133 · doi:10.1139/l10-106

Numerical simulation of a secondary clarifier in a sewage treatment plant using modified Bingham model

2010· article· en· W2078883133 sur OpenAlexvenueno aff
Mohammad Reza Saffarian, M.H. Hamedi, Mehrzad Shams

Notice bibliographique

RevueCanadian Journal of Civil Engineering · 2010
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWastewater Treatment and Nitrogen Removal
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésClarifierBlanketSettlingTurbulenceMechanicsActivated sludgeRheologyMaterials scienceGeotechnical engineeringEnvironmental scienceEnvironmental engineeringSewage treatmentEngineeringPhysicsComposite material

Résumé

récupéré en direct d'OpenAlex

A numerical scheme for simulation of activated sludge sediment flow in a circular secondary clarifier is developed. The flow and settling processes are simulated, using the k–ε turbulence model on a two-dimensional axisymmetric and orthogonal grid. To incorporate the sedimentation of the activated sludge in the field of gravity, a convection–dispersion equation governing the mass transfer in the clarifier is extended. The computational domain includes the sludge blanket where the viscosity is affected by the rheological behavior of the sludge. The double-exponential equation is used to describe the dependence of the settling velocity on the solids concentration. The compression and consolidation process of the activated sludge is simulated by this equation. The experimental data provided by Weiss et al. show that the rheograms follow the Bingham law at low-shear rates. The modified Bingham model was introduced to overcome the blanket height overestimation problem with the results showing that the local sludge distribution in the clarifier has an excellent agreement with the concentration profile measurements by Weiss et al. (2007) and the sludge viscosity dominates the flow and sedimentation of activated sludge within the sludge blanket.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,049

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,016
Tête enseignante GPT0,204
Écart entre enseignants0,188 · 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'étudeSimulation ou modélisation
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

Citations6
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Civil EngineeringMême sujetWastewater Treatment and Nitrogen RemovalTravaux en français237 207