Benchmarking strategies to control GHG production and emissions
Notice bibliographique
Résumé
Benchmarking has been a useful tool for unbiased comparison of control strategies in wastewater treatment plants (WWTPs) in terms of effluent quality, operational cost and risk of suffering microbiology-related total suspended solids (TSS) separation problems. This chapter presents the status of extending the original Benchmark Simulation Model No 2 (BSM2) towards including greenhouse gas (GHG) emissions. A mathematical approach based on a set of comprehensive models that estimate all potential on-site and off-site sources of COinf2/inf, CHinf4/inf and Ninf2/infO is presented and discussed in detail. Based upon the assumptions built into the model structures, simulation results highlight the potential undesirable effects on increased GHG emissions when carrying out local energy optimization in the activated sludge section and/or energy recovery in the anaerobic digester. Although off-site COinf2/inf emissions may decrease in such scenarios due to either lower aeration energy requirement or higher heat and electricity production, these effects may be counterbalanced by increased Ninf2/infO emissions, especially since Ninf2/infO has a 300-fold stronger greenhouse effect than COinf2/inf. The reported results emphasize the importance of using integrated approaches when comparing and evaluating (plant-wide) control strategies in WWTPs for more informed operational decision-making.
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 | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».