Ammonia recovery from simulated food liquid digestate using bipolar membrane electrodialysis
Notice bibliographique
Résumé
Contamination of natural waters due to nitrogenous wastes has become a crucial environmental problem due to deterioration of water quality and eutrophication in aquatic eco-systems. Thus, the reduction of nitrogen accumulation in the natural environment is vital to maintain a healthy eco-system. Bipolar membrane electrodialysis (BMED) is a promising technology for selective ammonia separation from high-strength wastewater, such as liquid digestates of food waste or wastewater sludge. This technology was recently studied for reducing membrane scaling problems associated with conventional electrodialysis (ED) systems due to the water splitting mechanism in the BPM interface. A bench-scale BMED stack was built using 5 pairs of cation exchange membranes (CEMs) and bipolar membranes (BPMs). Using the BMED stack, a simulated food liquid digestate solution was examined to separate ammonia with different voltage applications and inter-membrane distances. The highest ammonia recovery was obtained at a cell pair voltage of 5.83 V (81% separation). Experiments on investigation of optimal inter-membrane distance of BMED operation suggested that the inter-membrane distance could be increased up to 2.46 mm without a significant decrease in nitrogen recovery. The residual Ca2+ and Mg2+ in the CIP (clean-in-place) solution which explains the degree of the scaling problem in the BMED was observed consistently below 2% of the initial mass introduced to the system, indicating that BMED design and regular CIP were effective in scaling control. The ammonia loss through CEMs to the feed cell by back diffusion was minimized due to high pH in the base cell since uncharged free ammonia was dominant over ammonium cation in the base cell. The energy required for BMED operation was comparatively low; 1.93-6.93 kWh/kg-N within 90 mins. Therefore, BMED can be considered as a sustainable candidate for selective ammonia recovery at high energy efficiency with successful scaling control.
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) | 0,000 | 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 ».