Formation and growth of wipe blockages due to a vertical obstruction in sewers: Experimental analysis to policy and management strategies
Notice bibliographique
Résumé
Improper disposal of wipes results in significant sewer blockages, especially during the COVID-19 pandemic. However, the formation and growth of wipe blockages and their backwater effect in sewers have not been studied. This study employed a vertical rod to simulate sewer obstructions such as tree root intrusion in sewers. Stochastic interactions among wipes, turbulent flow, and the obstruction were experimentally studied in a circular pipe (diameter D = 25 cm), with systematic variations in flow Froude number (Fr), wipe length (L), flow depth (H), submerged rod length (hrod), and rod diameter (drod). It was found that the mean area ratio of wipes (ratio of projected area in water to original surface area of the wipe) ranged from 0.14 to 0.30, indicating the distorted shapes in water. The entrapment probability P (ratio of entrapped to released wipes) for a single wipe was closely correlated with Fr, H/D, L/H, drod/H, and hrod/H, with a maximum value of 0.90. With the increase in the number of wipes released, the influence of the obstruction on wipe accumulation processes became negligible. New equations were developed for characterizing entrapment probability, blockage length, and backwater rise, which can be used to predict the development of wipe blockages and sewage levels. Based on the research findings, policy and management strategies were proposed for wipe blockage reduction in sewers.
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 | 0,001 |
| 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 ».