MétaCan
Menu
Retour à la cohorte
Enregistrement W4411298282 · doi:10.1016/j.scitotenv.2025.179860

Smart municipal wastewater treatment sludge management: Enhancement of biogas production from anaerobic digestion amended by optimized sludge-derived biochar

2025· article· en· W4411298282 sur OpenAlexafffund
Rahman Zeynali, Mohsen Asadi, Phillip Ankley, Hannah Mahoney, Markus Brinkmann, Bishnu Acharya, Kerry N. McPhedran, Jafar Soltan

Notice bibliographique

RevueThe Science of The Total Environment · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWater-Energy-Food Nexus Studies
Établissements canadiensGlobal Institute for Water SecuritySaskatchewan Research Council (Canada)University of Saskatchewan
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversity of Saskatchewan
Mots-clésBiocharBiogas productionAnaerobic digestionBiogasWaste managementEnvironmental scienceWastewaterSewage treatmentSewage sludge treatmentPulp and paper industryAnaerobic exerciseChemistryMethaneEngineeringBiologyPyrolysis

Résumé

récupéré en direct d'OpenAlex

Improving anaerobic digestion (AD) efficiency at municipal wastewater treatment plants (MWTPs) is essential for enhancing renewable energy recovery and achieving sustainable sludge management, especially in cold climates where AD performance is often limited. This study introduces an integrated approach using phosphoric acid-activated sludge-derived biochar (ASBC), produced from thickened waste-activated sludge (TWAS), to enhance biogas production. The effects of ASBC particle size and concentration were evaluated using response surface methodology (RSM), while computational fluid dynamics (CFD) simulations were applied to optimize reactor mixing and minimize dead zones. The optimized condition (15 g/L ASBC, 500 μm particle size; R-500-15) resulted in the highest biogas yield of 285 mL/g volatile solids (VS), a 48 % increase compared to the control. Additionally, the methane content in biogas increased to 68 %, which was 9.6 % higher than the control sample (62 %). Microbial community analysis showed that the bacteria family Peptostreptococcaceae (known for anaerobic fermentation) and archaea family Methanomicrobiales (known for methane production) had increased relative abundances of 0.760 and 30.2 % relative to the control in this optimized ASBC treatment. CFD modelling confirmed that tailored intermittent mixing (60 rpm for 55 s every 5 min) effectively reduced reactor dead zones to 13 %, contributing to improved substrate distribution and microbial interaction. This work demonstrates a cost-effective and sustainable strategy to optimize AD performance using waste-derived biochar and hydrodynamic enhancement. The approach supports energy-positive wastewater treatment and aligns circular economy and climate action goals, offering valuable guidance for MWTPs seeking to improve operational efficiency and environmental performance.

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)0,000
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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,903

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,002
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 Opus0,010
Tête enseignante GPT0,205
Écart entre enseignants0,194 · 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

Citations5
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Science of The Total EnvironmentMême sujetWater-Energy-Food Nexus StudiesTravaux en français237 207