Effects of Cement Kiln Dust on pH and Phosphorus Concentrations in an Activated Sludge Wastewater Treatment System
Notice bibliographique
Résumé
Abstract Cement kiln dust (CKD), the waste dust generated from a Portland cement kiln, was evaluated for its ability to increase the pH of acidic processed effluent in activated sludge wastewater treatment. Effluent samples were obtained from Corner Brook Pulp and Paper in Newfoundland, which currently uses NaOH as a pH buffer in its treatment system. Three separate effluent samples were tested. On average, 12.8 mL of a CKD neutralizing solution (0.4625 g CKD/L distilled water) raised the pH of 100 mL of effluent from pH 6.4—7.0 to pH 8.0. There was no significant problem with excess sedimentation at pH 8.0 and 9.0. However, there was a significant decrease in soluble reactive phosphorus (SRP-P) concentrations, probably through precipitation of calcium phosphate, resulting in a mean loss of 84.7 µg SRP-P per litre of CKD-treated effluent. The use of CKD as a neutralizing agent may be economically feasible, since the costs of adding increased phosphorus as nutrient were less than the costs associated with adding NaOH. Further experimentation needs to be done to determine the efficacy of CKD on a larger scale.
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 | 0,002 | 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) | 0,001 | 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 ».