MétaCan
Menu
Retour à la cohorte
Enregistrement W6986576058

Procédés hybrides pour le traitement des eaux usées de buanderies commerciales en utilisant des substances polymériques extracellulaires, l'électrocoagulation et l'ultrafiltration.

2024· other· fr· W6986576058 sur OpenAlexfundaboutno aff

Notice bibliographique

RevueEspaceINRS Institutional Digital Repository (Institut National de la Recherche Scientifique) · 2024
Typeother
Languefr
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésFlocculationDecantation
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

La gestion et le traitement des eaux usées provenant de buanderies commerciales posent d'importants défis environnementaux et économiques. Cette thèse aborde cette problématique en proposant des solutions novatrices et respectueuses de l'environnement pour le traitement des eaux usées de buanderies commerciales (EUBC) au Québec, Canada. Trois approches distinctes sont explorées : i) l'utilisation de substances polymériques extracellulaires (SPE) comme bio-floculants, ii) l’application de l’électrocoagulation constituée de morceaux de métaux angulaires d’électrodes sacrificielles utilisées sous forme de lit fixe dans le réacteur électrolytique (procédé EC-ELF) et; iii) l’emploi combiné d'ultrafiltration (UF) et de SPE pour le traitement des des eaux usées de buanderies commerciales. La première partie de l’étude consiste à produire les SPE à partir de glycérol brut et de boues de papeterie par une souche bactérienne (BS-04). Deux types de SPE, SPE visqueux (S-SPE) et SPE de bouillon (B-SPE), sont utilisés pour le traitement des EUBC. Une analyse comparative avec des coagulants chimiques conventionnels (FeSO4, CaCl2, Alun) montre des résultats prometteurs. Le S-SPE présente une activité de floculation (AF) plus élevée, éliminant 83,0  1,0 % de la turbidité, 77  2 % des solides en suspension (SS) et 76,0  1,0 % de la demande chimique en oxygène (DCO) des EUBC. La combinaison de S-SPE et d'alun atteint des taux d'élimination remarquables de 98,09  0,09 % de la turbidité, 95,42  0,58% des SS et 83,08  1,10 % de la DCO des EUBC. La deuxième partie de l’étude a consisté à appliquer le procédé EC-ELF utilisant des électrodes en morceaux de métaux de fer angulaires installés dans le réacteur sous forme de lit fixe, suivi de l’ajout de polymère de synthèse ou de SPE. Un plan d’expérience constitué du plan factoriel (PF) suivi du plan central composite (PCC) a permis d’optimiser le procédé pour le traitement des EUBC. L’application des conditions optimales (intensité de courant de 3.0 A, un temps de traitement de 60 minutes et une dose de SPE améliorée de 5,8 mg/L à 8,0 mg/L) a permis une élimination efficace de la turbidité (98 ± 2 %), des solides totaux (TS) (95 ± 3 %), de la DCO (89 ± 5 %) et de nonylphénol ethoxylates (NPEO) (53 ± 2 %). Les paramètres opératoires optimisés reprèsentent un coût de traitement de 1,20 $CAN/m3. La dernière partie des travaux a consisté à introduire les SPE dans la boucle de recirculation de l’ultrafiltration de manière à atténuer l'encrassement de la membrane et à allonger ainsi sa durée de fonctionnement normal. Des études d'optimisation révèlent une augmentation du débit de perméat, de l'élimination de la turbidité et de l'élimination de la DCO. Dans des conditions optimisées (TMP : 18 psi, température : 60 ˚C, dose de SPE : 14,17 mg/L), l'UF couplée à des SPE atteint un débit de perméat de 0,81 L/min, une élimination de la turbidité de 99,0 ± 1,0 %, une élimination de la DCO de 80,0 ± 1,0 % et un temps de lavage de 31 minutes. Les estimations de coûts (0.93$ CAD/ m3) indiquent des dépenses énergétiques (0.86 $/ m3) comparables à celles du procédé EC-ELF, confirmant la faisabilité économique de cette approche. Cette thèse offre des perspectives précieuses sur les approches novatrices et durables pour le traitement des EUBC et la promotion d'une gestion responsable des eaux usées dans les installations de blanchisserie commerciale.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,014
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,109
Tête enseignante GPT0,349
Écart entre enseignants0,241 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEspaceINRS Institutional Digital Repository (Institut National de la Recherche Scientifique)Travaux en français237 207