Anaerobic Treatment of Food Waste with Biogas Recirculation under Psychrophilic Temperature
Notice bibliographique
Résumé
Food waste has emerged as a pressing concern, and thus advanced techniques to valorize food waste into nutrition rich materials as well as renewable energy are highly important. The exceptional biodegradability of food waste renders it a highly suitable substrate for anaerobic treatment. This leads to energy production and a reduction in the carbon footprint. Nevertheless, in frigid territories like Canada, the conventional mesophilic anaerobic digestion at 30–40 °C can require substantial amounts of energy. Consequently, this study introduces a new approach to treat food waste at psychrophilic temperatures (1–20 °C). Lower temperatures can negatively impact cellular processes during anaerobic treatment, rendering substrates less accessible to microscopic organisms. To address this challenge associated with lower temperatures, the study introduces an innovative biogas recirculation strategy. The primary objectives of this study are to assess the viability of anaerobic treatment for food waste at psychrophilic temperatures and to investigate the effectiveness of reintroduction of the produced biogas to the anaerobic system in enhancing biomethane generation and stability of the system. Batch experiments were conducted on food waste in various assessments, both with and without biogas recirculation. The outcomes revealed a methane concentration ranging from 68% to 93% when biogas recirculation was employed, whereas without this technique, methane concentration varied between 10% and 45%. Moreover, with biogas recirculation, the reduction in volatile solids reached a maximum of 92%, and there was an 82% decrease in chemical oxygen demand. In conclusion, the utilization of the recirculation of biogas at the psychrophilic temperature range enhanced biomethane production and reduction of volatile solids and chemical oxygen demand. This study underscores the potential of employing anaerobic treatment with reintroduction of produced biogas into the system in cold regions as an economically viable and sustainable choice for treating food waste with nominal energy consumption.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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) | 0,000 | 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 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 ».