Coupling membrane filtration and wet air oxidation for advanced wastewater treatment: Performance at the pilot scale and process intensification potential
Notice bibliographique
Résumé
Abstract Bio‐refractory wastewater treatment is compulsory for a safe discharge into the environment. This paper aims to study the use of membrane processes to concentrate wastewater to be then treated by a hydrothermal process such as wet air oxidation for advanced and intensified wastewater treatment. The work focused on three different synthetic wastewaters of public or industrial interest: pharmaceutical wastewater, grey wastewater, and bilge wastewater. Membrane processes operated at the pilot scale enabled retentions as high as 100% of total organic carbon, more than 99% of turbidity, and 70% of hydrocarbon, respectively. High concentration factors were obtained. Membrane foulings were chemically reversible whatever the type of wastewater or the membrane process. Thanks to membrane filtrations, the volumes to be treated by wet air oxidation were drastically reduced, leading to high energy savings. Membrane retentates were then treated by wet air oxidation (300°C, 15 MPa) and resulted in more than an 83% mineralization rate, regardless of the effluent. The hybrid intensified process presented in this work strongly increased the possibility of discharging into the environment by mixing the process outputs or greatly reducing the discharge volume and ultimately the waste load.
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 ».