Tailing propensity in the ultraviolet disinfection of trickling filter and activated sludge wastewater treatment processes
Notice bibliographique
Résumé
In this paper, the effect of suspended flocs on the tailing of ultraviolet (UV) disinfection kinetics of secondary effluents was examined. To achieve this goal, final effluents produced in two processes for treating wastewater; namely, a trickling filter system and an activated sludge system, were collected and their UV disinfection were compared. Tailing of the UV dose response curve was controlled by the fraction of flocs that are both culturable and UV-resistant, referred to as the 'tailing propensity'. Using this parameter, the contribution of various floc size fractions in reducing the UV disinfection efficiency of wastewater samples was quantified. Activated sludge flocs larger than 125 μm exhibited as much as 35 times greater tailing propensity than smaller flocs in the range of 20-25 μm. Within a fixed size range, the tailing propensity of flocs generated in the trickling filter system was 3 to 8 times higher than that of activated sludge flocs, and this difference increased with the floc size. A mathematical model was developed to predict the UV disinfection of secondary effluents from suspended particle size distribution data. The model showed good agreement with experimental results.
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 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 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 ».