Evaluation of heterotrophic nitrite removal by a sulphide and acetate oxidizing mixed culture originated from an oil reservoir
Notice bibliographique
Résumé
Abstract BACKGROUND: Shortcut biological nitrogen removal (SBNR) has attracted much attention in recent years due to lower aeration and chemical oxygen demand (COD) requirements, shorter residence time and smaller biomass production. In this work an oil reservoir denitrifying culture, with the ability to function under autotrophic and heterotrophic conditions was used for heterotrophic denitritation. Using freely suspended cells, effects of nitrite concentration (10–50 mmol L −1 ) and temperature (15–35 °C) on the kinetics of denitritation were investigated and a kinetic model was developed. Potential for enhancement of nitrite removal rate, and impacts of nitrite concentration and loading rate were investigated in a continuous biofilm reactor. RESULTS: Nitrite did not impose any inhibitory effect, even at the highest applied concentration of 50 mmol L −1 . Increase of temperature in the range 15–35 °C enhanced the reduction rate significantly. Fitting the experimental data into the model developed, values of biokinetic coefficients (µ max−NO2 , K S−NO2 , Y X−NO2 , Y X−Ace−NO2 and Eµ‐ NO2 ) were determined. In the biofilm reactor increases in nitrite loading rate (through flow rate or feed nitrite concentration) led to a linear increase of nitrite removal rate, with the highest removal rate of 140.6 mmol L −1 h −1 achieved with a residence time of 0.19 h. CONCLUSION: The enrichment culture used in this study is not only a superior biocatalyst for simultaneous removal of sulphide, nitrate and BOD, it could also be used effectively in the denitritation step of an SBNR process. The kinetic model developed would certainly have beneficial applications in the design, operation and control of the SBNR process. Copyright © 2011 Society of Chemical Industry
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».