Effects of municipal sludge composition on hydrothermal liquefaction products: Optimizing energy recovery via combination with anaerobic digestion
Notice bibliographique
Résumé
This study evaluated the performance of an optimized hydrothermal liquefaction (HTL) process for municipal sludge with downstream anaerobic digestion (AD) for aqueous by-product valorization. Mixed sludge with various primary and secondary sludge ratios and digested sludge from mesophilic and thermophilic AD from plants under seasonal and operational fluctuations was tested. Results showed shifts in product yield, biocrude and hydrochar composition, and energy recovery (ER), with higher secondary sludge leading to increased hydrochar heavy metals and phosphorus. However, biocrude maintained consistent C (72–75 %), H (9–10 %), and N (4–5 %) contents, higher heating value (35–37 MJ/kg), dry-ash-free yield (48 ± 3 %), and ER (69 ± 1 %), demonstrating adaptability of the optimized HTL condition for varying feedstock. Biocrude ER was driven by sludge composition, ranking lipids > proteins > carbohydrates. Mesophilic AD effectively treated HTL aqueous, achieving the highest overall ER (78–82 %), energy return on investment (10.8–11.1), and net energy yield (15.7–16.2 MJ/kg, dry basis) in HTL-AD system, outperforming AD and AD-HTL-AD configurations for sludge treatment. These findings demonstrate the robustness of optimized HTL condition across diverse sludge feedstocks and highlight the potential of HTL-AD integration to enhance ER and resource sustainability in wastewater treatment practice. • Municipal sludge composition significantly affects HTL product yields and contents • Fluctuations in mixed sludge have minimal impacts on biocrude energy recovery • Sludge macromolecules contribute to biocrude by lipids > proteins > carbohydrates • More secondary sludge in feedstock leads to more metals and phosphorus in hydrochar • HTL-mesophilic anaerobic digestion maximizes energy recovery from municipal sludge
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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 ».