Effect of organic loading rate on the performance of a submerged anaerobic membrane bioreactor (SAnMBR) for malting wastewater treatment and biogas production
Notice bibliographique
Résumé
Abstract BACKGROUND Most malting plants discharge their wastewater to the sewer system and have to pay high discharge fees. Malting wastewater is rich in nutrients and contains high soluble COD (mostly sugars and organic acids). Hence, it is suited for anaerobic treatment without nutrients addition and can produce biogas simultaneously. The main objective of this study was to investigate the treatability of malting wastewater in a submerged anaerobic membrane bioreactor (SAnMBR) and biogas production under mesophilic temperature conditions (36 ± 1 °C) and variable organic loading rates (OLRs). RESULTS As the OLR was increased from 1.36 to 3.18 kg COD m ‐3 d ‐1 , the COD removal efficiency decreased from 94.1 ± 2.5% to 90.2 ± 1.4%, the effluent COD increased from 283 ± 121 mg L ‐1 to 506 ± 68 mg L ‐1 , and the biogas production yield decreased from 0.345 ± 0.007 to 0.308 ± 0.025 L g ‐1 COD removed . The BOD 5 removal efficiency was consistently above 99%. Methane accounted for 70.9 ± 2.0% of the biogas. Membrane permeability measurements, scanning electron microscopy (SEM), and energy dispersive X‐ray (EDX) spectrometry indicated that the membrane fouling that occurred during operation of the SAnMBR could be removed by a series of physical and chemical cleaning steps. CONCLUSIONS Malting wastewater was successfully treated using a SAnMBR for the first time. The SAnMBR adapted quickly to both gradual and sudden changes in OLR. © 2017 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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».