MétaCan
Menu
Retour à la cohorte
Enregistrement W4395955232 · doi:10.1016/j.scitotenv.2024.172772

Optimizing energy efficiency in brackish water reverse osmosis (BWRO): A comprehensive study on prioritizing critical operating parameters for specific energy consumption minimization

2024· article· en· W4395955232 sur OpenAlexaff
Leili Abkar, Amirreza Aghili Mehrizi, Morez Jafari, Sara E. Beck, Abbas Ghassemi, Mark C.M. van Loosdrecht

Notice bibliographique

RevueThe Science of The Total Environment · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMembrane Separation Technologies
Établissements canadiensConcordia UniversityUniversity of British ColumbiaUniversity of British Columbia Hospital
Organismes subventionnairesBureau of ReclamationAmerican Water Works Association
Mots-clésBrackish waterReverse osmosisEnergy consumptionMinificationEnvironmental scienceEfficient energy useEnergy minimizationReverse osmosis plantProcess engineeringComputer scienceEngineeringMathematical optimizationMathematicsChemistryGeologyMembrane

Résumé

récupéré en direct d'OpenAlex

Reverse osmosis (RO) systems offer a viable solution for treating brackish water (BW), a common but underutilized water resource. However, the energy-intensive nature of brackish water reverse osmosis (BWRO) systems poses affordability challenges to water supply, necessitating a focus on minimizing their energy consumption to support SDG6's goal of providing safe and affordable drinking water for all. This study addresses the critical need to minimize the specific energy consumption (SEC) of a typical BWRO system, defined as the energy consumed per unit of water recovered, mathematically and experimentally. Empirical models were developed proving there is a global minimum SEC while adjusting the operating conditions. Furthermore, we identified the key operating factors influencing SEC and their priority levels, along with their interactive effects. Notably, no prior study has discussed the significance and interaction of these operating factors (e.g., feed water salinity, temperature, pressure, flowrate and membrane permeability) on SEC of a BWRO system. Employing a full factorial experimental design with mixed levels of operating parameters, the study developed regression models that elucidate the mechanistic interaction between these parameters and system performance. Moreover, the models were validated experimentally, with a new dataset demonstrating their accuracy and reliability. ANOVA statistical analysis identified feed salinity, pressure, flow rate, feed flow rate×pressure, salinity×pressure, and temperature as influential operating parameters in reducing SEC, in descending order of importance. Operating within the determined optimum range resulted in a 36 % decrease in SEC and a more than fourfold increase in water recovery. The study's systematic approach and findings can be extrapolated to optimize the performance of other desalination technologies and diverse feed water types, contributing significantly to global water sustainability efforts.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,263
Score d'incertitude au seuil0,604

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,002
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,031
Tête enseignante GPT0,266
Écart entre enseignants0,235 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations15
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Science of The Total EnvironmentMême sujetMembrane Separation TechnologiesTravaux en français237 207