Electrochemically assisted dark fermentation for enhanced hydrogen and butyric acid production from brewery waste slurry
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Hydrogen production from wastewater treatment with microbial electrolysis has developed rapidly over the last two decades. However, much remains to be explored regarding the combined use of electrochemical techniques and dark fermentation (DF) using brewery effluents with high organic content. This study investigates a sequential DF-microbial electrolysis cells treatment (DF-MEC), and a DF process functioning as an electro-fermentation (DEF), aiming to improve hydrogen production utilizing a substrate with an unprecedent chemical oxygen demand (~60 g L −1 ), based on a brewery waste slurry (BWS). Both anodes and cathodes were polyaniline-modified carbon felt electrodes. The DF-MEC did not show any significant improvement. However, hydrogen was produced 1.6-fold more compared to a process without applied current. The production rose 95 % of the theoretical hydrogen-to-substrate molar yield. The applied voltage (0.4 V) suppressed the activity of methanogens while favouring the growth of hydrogen-producing species, such as Clostridium butyricum , which alone constituted 44.8 % of the microbial population. The electric current induced a shift in the DEF metabolism in the second half of the process, attaining a production of 17.9 g L −1 of butyrate from the conversion of the lactate formed in the initial hours. Hydrogen was generated mostly as a by-product of the butyrate formation. Consequently, the DEF process required only one fifth of the energy input per kg of hydrogen compared to commercial electrolyzers, since hydrogen production was mostly supported by the microbial metabolism. This reaffirms the potential of the innovative electro-fermentation approach as an attractive alternative to produce green hydrogen.
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.
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 | 0,000 |
| 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 découle