MétaCan
Menu
Retour à la cohorte
Enregistrement W2333751064 · doi:10.2166/wst.2011.328

Retrofitting conventional primary clarifiers to activated primary clarifiers to enhance nutrient removal and energy conservation in WWTPs in Beijing, China

2011· article· en· W2333751064 sur OpenAlexaff
Jiawei Wang, Tianzhu Zhang, Jining Chen, Zhirong Hu

Notice bibliographique

RevueWater Science & Technology · 2011
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWastewater Treatment and Nitrogen Removal
Établissements canadiensEnviroSim (Canada)
Organismes subventionnairesnon disponible
Mots-clésClarifierEffluentActivated sludgeEnvironmental scienceNutrientWastewaterSewage treatmentEnvironmental engineeringWaste managementBiomass (ecology)Pulp and paper industryPhosphorusRetrofittingChemistryEcologyBiologyEngineering

Résumé

récupéré en direct d'OpenAlex

Biological nutrient removal requires sufficient carbon source. Meanwhile, the removal of organic matter in wastewater requires energy consumption in the aeration tank. Carbon source for nutrient removal in most wastewater treatment plants with conventional primary clarifier (CPC) is generally insufficient in China. In order to increase carbon source and to save energy, a part of the CPC may be retrofitted as an activated primary clarifier (APC). In this paper, a pilot scale experiment was conducted to examine the performance of primary sludge fermentation and its effect on nitrogen and phosphorus removal. Results show that the primary sludge fermentation in APC has produced a similar VFA/TP ratio but a higher BOD5/TN ratio compared with those in the CPC effluent, and the TN concentrations in the secondary effluent are at 8.0, 10.8, and 17.4 mg/L, while TP is at 0.45, 1.10, and 2.28 mg/L when the pilot test system was fed with (1) the APC effluent, (2) 50% from the APC effluent and 50% from the CPC effluent, and (3) the CPC effluent, respectively. Results also indicate that the BOD5/TN ratio is a more sensitive factor than the VFA/TP ratio for nutrient removal and energy conservation for the APC fermentation.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,022
Score d'incertitude au seuil0,789

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
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 Opus0,008
Tête enseignante GPT0,211
Écart entre enseignants0,203 · 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 tête enseignante, 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

Citations4
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWater Science & TechnologyMême sujetWastewater Treatment and Nitrogen RemovalTravaux en français237 207