Promoting methanogenesis and stability in anaerobic digestion with nano magnetite under VFA-induced stress
Notice bibliographique
Résumé
Anaerobic digestion (AD) is a key waste-to-energy technology that transforms organic waste into biogas, contributing to renewable energy generation and environmental protection. However, AD systems are vulnerable to the accumulation of volatile fatty acids (VFAs), which disrupt methanogenesis and reduce system stability. Using batch tests to determine methanation kinetics, followed by long-term semi-continuous operations with stepwise butyrate and propionate additions, this study assessed both short- and long-term impacts of nano magnetite (magnetic nanoparticles, MNPs; specifically Fe₃O₄ nanoparticles) supplementation. Results demonstrated that MNPs facilitated VFA degradation within the VFA-stressed systems by promoting direct interspecies electron transfer (DIET), reducing oxidative stress, and enhancing enzymatic activity. The supplementation of MNPs improved methane production under VFA-induced stress, increasing yields by up to 7.9% and 8.7% in butyrate- and propionate-stressed systems, respectively. Moreover, MNP additions shortened the lag phases of butyrate and propionate methanation by over 24% while stabilised microbial viability above 85% compared to 70.7% in untreated systems during long-term operations. Smaller MNPs (20 nm) improved solid reduction rates by 4.01–6.82% within the stressed systems, reducing slurry disposal costs. Economic and environmental analysis demonstrated potential electricity revenue increases of 8.78–12.79%, while environmental assessments showed reduced carbon emissions. These findings suggest that MNPs provide a scalable and effective solution for industrial AD plants, particularly those treating cellulose-rich waste and substrates leading to rapid VFA production (e.g., food waste). Importantly, this study bridges lab-scale experimentation with practical applications, using batch-derived thresholds to inform semi-continuous operations. Future research should focus on long-term environmental impacts and MNP recovery strategies to ensure sustainable deployment.
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) | 0,000 | 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 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 ».