Hydrogen peroxide pretreatment of aqueous phase product of hydrothermal sludge liquefaction for enhanced anaerobic and aerobic biodegradability
Notice bibliographique
Résumé
Wastewater treatment plants (WWTP) generate mixed sludge (MS) that contains high organic and inorganic matter, creating disposal challenges. Hydrothermal sludge liquefaction (HTL) is a promising method for converting sludge into value-added products (biocrude oil, hydrochar) but generates a large volume of aqueous by-product (HTLaq) with soluble inhibitory organics to downstream biological treatment. This creates a bottleneck to incorporate HTL to WWTPs. This study investigated hydrogen peroxide (H 2 O 2 ) pretreatment of HTLaq to improve its biodegradability for biological treatment. Pretreatment with H 2 O 2 dosages of 0.25, 0.50, and 0.75 g H 2 O 2 /g chemical oxygen demand (COD) of HTLaq, followed by quenching with sodium carbonate (Na 2 CO 3 ), significantly reduced total COD (tCOD) and phenolic compounds. The highest tCOD removal (18%) occurred with 0.75 g H 2 O 2 /g COD, while the 0.25 g H 2 O 2 /g COD with Na 2 CO 3 quencher showed the highest (63%) increase in cumulative methane yield under thermophilic conditions. Aerobic biodegradability index, quantified by biochemical oxygen demand (BOD)/tCOD ratio, also increased from 0.75 to 0.85. The results suggest that low-dosage H 2 O 2 pretreatment enhances the biodegradability of HTLaq, making it more amenable for downstream biological treatment.
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) | 0,001 | 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 ».