Notice bibliographique
Résumé
The objective of this paper is to present an experimentally validated mechanistic model to predict the oxygen transfer rate coefficient (Kla) in aeration tanks for different water temperatures. Using experimental data created by Hunter and Vogelaar, the formula precisely reproduce experimental results for the standardized Kla at 20 0C, comparatively better than the current model used by ASCE 2-06 based on the equation Kla20 = Kla.(θ)(20-T) where T is in 0C. Currently, reported values for θ range from 1.012 to 1.047. Because it is a geometric function, large error can result if an incorrect value of θ is used. Establishment of such value for an aeration system can only be made by means of series of full scale testing over a range of temperatures required. The new model predicts oxygen transfer coefficients to within 1% error compared to observed measurements. This is a major breakthrough since the correct prediction of the volumetric mass transfer coefficient (Kla) is a crucial step in the design, operation and scale up of bioreactors including wastewater treatment plant aeration tanks, and the equation developed allows doing so without resorting to multiple full scale testing for each individual tank under the same testing condition for different temperatures. The effect of temperature on the transfer rate coefficient Kla is explored in this paper, and it is recommended to replace the current model by this new model given by: where T is in degree Kelvin, and the subscripts refer to degree Celsius; E, ρ, σ are properties of water. Furthermore, using data from published data on oxygen solubility in water, it was found that solubility bears a linear and inverse relationship with the mass transfer coefficient.
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 | 0,000 |
| 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 ».