Microbial Fuel Cell Application for Carbonaceous and Enhanced Biological Nutrient Remediation with Cathodic Nitrate Reduction
Notice bibliographique
Résumé
Conventional methods of carbon and nutrient remediation suffer from problems like high costs, complexity and lack of scalability, hence a sustainable alternative is sought. The Microbial Fuel Cell (MFC) could be such alternative; however, MFCs have historically been used for electrical energy generation and not for nutrient remediation. Furthermore, most MFCs were historically operated on carbonaceous wastewater only, hence incapable of denitrification. I investigated simultaneous carbon and nutrient remediation by bench-scale batch experimenting with Cathodic Nitrate Reducing MFC, as alternative to conventional methods, using Calgary, Alberta’s Bonnybrook Treatment Plant’s wastewater. I demonstrated non-impediment of MFC’s electrical capability by nutrient amendment, adding wastewater only and then nutrients to two MFCs. One MFC had oxygenated cathode, the second, nitrate-reducing anoxic cathode. Average voltage for nutrient-amended oxygenated MFCs runs at 280.7 mV exceeded 79.55 mV for non-nutrient-amended. Average voltage for nitrate cathode MFC’s nutrient-amended runs at 89 mV exceeded 41.3 mV for non-nutrient amended runs. However, beyond 200mg/L nitrates, electrical performance declines. I further experimented in two stages and used student-t analysis and hypothesis testing to prove kinematic rates of MFC’s denitrification was superior to a conventional denitrification control chamber. In the first stage, I added nutrients, but no methanol to the control: and the MFC’s denitrification rate at 0.82 mg/L/h exceeded control’s rate of 0.61 mg/L/h, with 90% confidence. In second stage, with methanol in control chamber: the MFC denitrification rate of 0.97 mg/L/h still outperformed control rate of 0.86 mg/L/h, with 75% confidence. Finally, I eliminated nitrites from MFC and control, but added nitrates. Subsequent nitrite detection experiments yielded positive result, further confirming the MFC’s denitrifying capability. I detected a nitrite/nitrate ratio of 0.24 in MFC, which was lower than the control’s nitrite/nitrate ratio of 0.29. I observed nitrite level may be boosted in MFC by adding methanol. Methanol addition apparently increased nitrite/nitrate ratio in the MFC to 0.61, exceeding control’s ratio of 0.32. This thesis demonstrates the MFC’s viability for carbon and nutrient remediation and may provide basis for further research on generating nitrites for methods dependent on nitrites, such as the Anammox process.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».