MétaCan
Menu
Retour à la cohorte
Enregistrement W2968428959 · doi:10.1002/cjce.23624

Performance of an integrated reactor with airlift loop and sedimentation for municipal wastewater treatment: A 150 m<sup>3</sup>/d pilot case study

2019· article· en· W2968428959 sur OpenAlexvenueno aff
Shujie Liu, Lianfeng Zhang, Shuwei Kong, Xu Liu, Fuming Chen, Qidian Zhang

Notice bibliographique

RevueThe Canadian Journal of Chemical Engineering · 2019
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWastewater Treatment and Nitrogen Removal
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAirliftSedimentationHydraulic retention timeAnoxic watersEnvironmental scienceSewage treatmentWastewaterEnvironmental engineeringChemistryWaste managementBioreactorEngineeringEnvironmental chemistryGeologySediment

Résumé

récupéré en direct d'OpenAlex

Abstract A newly developed bio‐reactor design for municipal sewage treatment was evaluated on a pilot scale (150 m3/d). The reactor system included both anaerobic/anoxic and aerobic treatment stages with external/internal airlift circulation loops integrated with a central sedimentation chamber. The design was conceived to enhance the removal of organic compounds and nutrients (phosphorus and nitrogen) within a smaller footprint than existing treatment processes. The downcomer of the internal circulation loop is integrated with the sedimentation tank facilitating high efficiency solid‐liquid separation in a compact configuration. The external/internal airlift circulation stages increase the potential for bio‐reactivity, while reducing energy consumption for process flows. Overall, the integrated configuration reduces the footprint required compared to conventional systems with equivalent hydraulic loads, ie, hydraulic retention time of ~12.8 hours with a hydraulic loading area of 10.3 m3/d/m2. The trial run data indicated removal efficiencies for COD, phosphorous, ammonia, and total nitrogen of 94.5%, 94.5%, 96.8%, and 78.6% respectively. Moreover, the treatment system also demonstrated a robust capacity to handle a wide range of COD influent concentrations (ie, ~ 120‐860 mg/L).

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,012
Tête enseignante GPT0,199
Écart entre enseignants0,188 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations5
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Chemical EngineeringMême sujetWastewater Treatment and Nitrogen RemovalTravaux en français237 207