Revised Chlorine Mass Balance for Chlorine Loss Assessment in Water Distribution Networks
Notice bibliographique
Résumé
Water and energy balances in water distribution networks (WDNs) are commonly used for managing water and energy losses, respectively. Recently, a new approach, the chlorine mass balance, has been proposed to assess chlorine losses within WDNs. However, previous research did not account for changes in chlorine masses in pipes and tanks within the networks (∆MN). In this study, we introduce ∆MN as a new component in the revised chlorine mass balance and assess its significance by utilizing a simple WDN model with a downstream tank. Our findings reveal that the hourly magnitude of ∆MN can be comparable to the other two primary components: the chlorine mass delivered to users, and chlorine mass losses by reactions. This underscores the importance of ∆MN for the short-term assessments, particularly in cases involving intermittent water supply and pressure-loss events. During non-supply periods, chlorine concentrations in stagnant water within pipes and tanks decrease due to reactions, resulting in negative ∆MN. When water supply resumes, a portion of the input chlorine mass is used to restore chlorine levels in WDNs, resulting in positive ∆MN. ∆MN fluctuates between positive and negative values with an average value around zero in continuously operating general WDNs. Therefore, if the balance is assessed over a long period with many cycles of periodic patterns, ∆MN becomes less significant.
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 | 0,001 | 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 ».