Lab-scale biological wastewater treatment reactors to assess the combined effects of cold temperatures and ozonation on waste biosolids reduction
Bibliographic record
Abstract
Le traitement et l'élimination des biosolides produits aux usines d'épuration par boues activées peuvent contribuer à une grande partie des frais de fonctionnement. À travers le monde, de nombreuses technologies sont examinées pour résoudre ce problème. En Europe, l'ozonation des boues activées recirculées (return activated sludge [RAS] en anglais) peut réduire économiquement la production de biosolides. Cependant, les températures hivernales d'Europe tombent rarement en dessous de 12 °C, donc peu de recherches ont exploré la réduction des biosolides par ozonation à des températures froides, comme celles des hivers canadiens. Une analyse de sensibilité globale réalisée précédemment sur un modèle décrivant les transformations de l'ozone a suggéré qu'en dessous de 12 °C la nitrification et d'autres processus d'une usine d'épuration pourraient être moins stable si un système d'ozonation des RAS est installé. Ainsi, l'objectif de cette recherche était de déterminer expérimentalement le comportement à des températures froides de l'ozonation des RAS sur la réduction de production de biosolides, ainsi que l'effet de ce processus sur les performances du traitement biologique. Quatre réacteurs biologiques séquentiels (RBS) de 2 L ont été conçus et construits, et l'opération a été optimisée. Les RBS ont été alimenté par de l'eau usée municipale synthétique. Ils étaient opérés avec un temps de rétention hydraulique de 0,5 jour et un temps de rétention des solides de 15 jours. Une des paires de RBS fut maintenue à 8 °C tandis que l'autre paire fut opérée à température ambiante (~20 °C). Dans chaque paire, un des réacteurs était le réacteur contrôle (c'est-à-dire non traité à l'ozone), tandis qu'une partie des matières en suspension (MES) de l'autre réacteur était périodiquement exposée à l'ozone pour atteindre un objectif de réduction de la production de biosolides de 40%. Les analyses de la demande chimique en oxygène (DCO), des matières en suspension et des concentrations d'ammonium ont été effectuées et suivies sur une période de 6 mois. Après la phase initiale d'adaptation, l'inventaire des biosolides dans le réacteur ozoné était comparable à celui du réacteur contrôle. De plus, l'enlèvement de la DCO fut maintenue à des niveaux acceptables aux deux températures d'opération pour tous les réacteurs. Une fois que l'ozonation a commencé, l'enlèvement de l'ammonium dans le réacteur ozoné à température froide ne s'est pas rétabli à un niveau similaire à celui avant l'ozonation malgré que le réacteur à température ambiante ait bien réussi le rétablissement. Cependant, la nitrification complète a été perdue dans les deux réacteurs à température froide lorsque la concentration d'azote a augmenté. Un modèle informatique préliminaire des RBS à température froide a été calibré. Le modèle calibré a pu prédire la quantité de matières solides et la concentration de DCO soluble dans l'effluent, avec une marge d'erreur acceptable. Par conséquent, tandis que l'inventaire des biosolides et la conversion de DCO avec l'ozonation peuvent être maintenus à une température de 8 °C, les performances de nitrification du réacteur étaient instables à cette température. Des recherches supplémentaires sont nécessaires pour comprendre pleinement ce résultat inattendu.
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 | 0.001 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.001 | 0.001 |
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".