Effects of Domestic Sewage Sludge on Gypseous Soil's Geotechnical Properties
Notice bibliographique
Résumé
Sewage sludge is a product of wastewater treatment plants.This study aims to evaluate adding different percentages of sewage sludge as a weight ratio to gypsum soil to develop some physical and mechanical soil properties.Samples of soil were obtained from the city of Ramadi, and the sewage sludge was accumulated directly at the Al-Rustamiyah wastewater treatment plant located north of Baghdad, Iraq.The laboratory experiment was undertaken on the original gypsum soil samples and the soil treated with sewage sludge ash.This study also involves testing XRF and energy-dispersive X-ray spectroscopy (ESD) of the sewage sludge material.There was a rise in the liquid limit and plasticity index for Atterberg limits.The compaction results indicated increased maximum dry density and optimal moisture content.The optimum unconfined compressive strength (UCS) value is obtained by adding 20% of sewage sludge.The best maximum dry density was achieved with 20% sewage sludge ash.After adding sewage sludge ash, the dry density of gypsum soil increased significantly to 1.65 g/cm 3 .Also, the optimum water content is gradually increasing.The bearing capacity ratio for the untreated soil was 5%, and the California Bearing Ratio (CBR) values were recorded as 22.3% for the gypsum soil treated with SSA at 20% with a curing time of 14 days.There is a significant increase in cohesion values with between 10 and 20 percent of the sewage sludge added to the soil.This increase has a significant effect on engineering soil behaviour.The elements are found in sewage sludge ash, based on XRF, EDS, and SEM tests: Si (10.5%),Al (3.6%), Ca (15%), and Fe (6.2%).Sewage sludge can be used successfully as an additive to improve the properties of gypseous soils by a weight ratio of 20%.
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 ».