Utilização de leitos de drenagem no desaguamento de lodos anaeróbios.
Bibliographic record
Abstract
O método de desaguamento por leitos de drenagem foi desenvolvido por Cordeiro a partir do ano de 1993 (CORDEIRO, 2001) para o desaguamento de lodos de Estações de Tratamento de Água. A sua aplicação para lodos de lagoas de estabilização de esgotos foi feita por Fontana et al. (2007). Este trabalho teve por objetivo avaliar a utilização de leitos de drenagem no desaguamento de lodos produzidos em reatores UASB. Para tanto foram realizados ensaios em laboratório, utilizando testes do tempo de drenagem, para avaliar a influência de diferentes doses e tipos de polímeros no desaguamento do lodo. Alguns geotêxteis foram utilizados como meio filtrante nos funis de Buchner e também avaliados pelo teste do tempo de drenagem. Após escolhidas a manta e o polímero que apresentaram os melhores resultados em laboratório, foram desenvolvidos ensaios em escala piloto, com a utilização de três unidades cobertas de leitos de drenagem, cada um com dimensões de 1,58 m x 1,09 m por 0,5 m de altura. Para a avaliação do efeito das diferentes doses de polímero em escala piloto, foram utilizadas doses de polímero de 0 a 8 g/kg de sólidos totais (peso seco) e mantida a taxa de aplicação de sólidos em 15 kgST/m².ciclo (a concentração de sólidos no lodo foi de aproximadamente 27 g/L). Os resultados indicaram que com doses de polímero =2 g/kgST (peso seco) obtinha-se teor de sólidos no lodo de cerca de 13% após 1 dia e 20% após 10 a 15 dias. Para se atingir teor de sólidos de 25 a 30% o período de secagem necessário foi de cerca de 30 dias. Embora que mesmo sem a aplicação de polímeros o comportamento do lodo fosse semelhante ao de lodos condicionados com polímero, em relação à evolução do teor de sólidos em função dos períodos de secagem, observou-se certa dificuldade na remoção do lodo desaguado e principalmente na limpeza das mantas geotêxteis. Para avaliar diferentes taxas de aplicação superficial de sólidos, foram ensaiadas taxas entre 9 e 22 kgST/m².ciclo. A evolução do teor de sólidos, ao longo do período de secagem dos 3 ensaios realizados, indicou que taxas mais altas de aplicação de sólidos não diminuem as velocidades de secagem, sugerindo que, inclusive, taxas mais altas poderiam ser ensaiadas.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.001 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".