Forschungsdaten – Titel und Zusammenfassungen von Publikationen, extrahierte Daten und Katalogeinträge – erscheinen in ihrer Originalsprache Englisch.
Publikation · MEC
Ammonium recovery from agro-industrial digestate using bioelectrochemical systems
Zusammenfassung
Was die Publikation berichtet, in ihren eigenen Worten.
Zusammenfassung
Abstract Growing food and biomass production at the global scale has determined a corresponding increase in the demand for and use of nutrients. In this study, the possibility of recovering nitrogen from agro-industrial digestate using bioelectrochemical systems was investigated: two microbial electrolysis cells (MECs) were fed with synthetic and real digestate (2.5 gNH4+-N L−1). Carbon felt and granular graphite were used as anodes in MEC-1 and MEC-2, respectively. As to synthetic wastewater, the optimal nitrogen load (NL) for MEC-1 and -2 was 1.25 and 0.75 gNH4+-N d−1, respectively. MEC-1 showed better performance in terms of NH4+-N removal efficiency (39 ± 2.5%) and recovery rate (up to 70 gNH4+-N m−2d−1), compared to MEC-2 (33 ± 4.7% and up to 30 gN m−2d−1, respectively). At the optimal hydraulic retention time, lower NH4+-N removal efficiencies and recovery rates were observed when real digestate was fed to MEC-1 (29 ± 6.6% and 60 ± 13 gNH4+-N m−2d−1, respectively) and MEC-2 (21 ± 7.9% and 10 ± 3.6 gNH4+-N m−2d−1, respectively), likely due to the higher complexity of the influent. The average energy requirements were 3.6–3.7 kWh kgNremoved−1, comparable with values previously reported in the literature and lower than conventional ammonia recovery processes. Results are promising and may reduce the need for costly and polluting processes for nitrogen synthesis.
KI-Zusammenfassung
100 % KonfidenzAdvanced MEC research focusing on electrode, performance. Abstract Growing food and biomass production at the global scale has determined a corresponding increa...
Erstellt von der MESSAI-Extraktionspipeline · mit dem Quell-PDF abgleichen
Extrahierte Werte
Jeder aus der Publikation entnommene Wert mit seiner Quelle, damit sich jede Zahl am Text prüfen lässt.
n = 3 extrahierte Werte
Wählen Sie eine Quellenangabe, um Zitat, Seite und Konfidenz hinter einem Wert zu sehen.
0 von 2 extrahierten Zeilen modellierbar
- 1 nicht kanonisiert (kein kanonischer Slug)
- 1 kein SI-Wert
| Parameter | Wert | Einheit | Konfidenz | Quelle | Modellierbar |
|---|---|---|---|---|---|
| Substrate | wastewater | — | 80 % | llm | |
| Electrode material | carbon felt | — | 50 % | extrahiert | Ausgeschlossen: nicht kanonisiert (kein kanonischer Slug) |
| Anode material | carbon felt and granular graphite | — | 50 % | extrahiert | Ausgeschlossen: kein SI-Wert |
Methodik
Welches System und wie es betrieben wurde
Methodik
Methodology
Two microbial electrolysis cells (MECs) were fed with synthetic and real digestate to investigate ammonium recovery using bioelectrochemical systems.
Elektrodenspezifikationen
| Feld | Wert |
|---|---|
| materials | ["carbon felt","graphite"] |
Leistungskennzahlen
| Feld | Wert |
|---|---|
| citation count | 14 |
Betriebsparameter
| Feld | Wert |
|---|---|
| substrate | ["wastewater"] |
Extraktionspipeline
Rohextraktionen, Artefakte, Qualitätssignal
Extraktionsqualität
EhrlichkeitssignalBemessen Sie Ihr Vertrauen in die extrahierten Inhalte an diesen Signalen – so hat die Pipeline ihre eigene Ausgabe für diese Publikation bewertet.
Parametervollständigkeit
50 %
Anteil der erwarteten Parameter, die extrahiert wurden
Datenvollständigkeit
60 %
Gesamtabdeckung der Extraktion über alle Felder
KI-Konfidenz
100 %
Vom Modell selbst angegebene Konfidenz
Mittlere Parameterkonfidenz
60 %
Durchschnittliche Konfidenz der oben angezeigten PaperParameter-Zeilen
vor dem Zitieren mit dem Quell-PDF abgleichen · Werte 0–1
Diagramm-Explorer
Verändern Sie die Eingaben dieser Publikation und sehen Sie, wie sich das vorhergesagte Ergebnis verschiebt.
Modell erkunden
Der Reaktor in 3D, mit Strömung, die sich ein- und ausschalten lässt.
KI-Erkenntnisse
Widersprüche, Lücken und Chancen aus dem Vergleich dieser Publikation mit dem Korpus.
Ähnliche Publikationen vergleichen
Die nächsten Publikationen nach System, Materialien und Organismen, mit ihren Ergebnissen nebeneinander.
Repräsentatives Modell, generisches MEC
Zum Interagieren tippenRepräsentatives Modell, generisches MEC
Repräsentatives Modell: MEC – zugeordnet nur anhand des Systemtyps der Publikation, nicht ihres Reaktors oder ihrer Geometrie.
Schlagwörter
- Digestate
- Hydraulic retention time
- Pulp and paper industry
- Nitrogen
- Wastewater
- Ammonium
Zitieren
A. Carucci, G. Erby, G. Puggioni et al. (2022). Ammonium recovery from agro-industrial digestate using bioelectrochemical systems. Water Science and Technology. https://doi.org/10.2166/wst.2022.113
- Zeitschrift
- Water Science and Technology
Öffnen Sie das Modell im Labor, um alle Steuerelemente, die Parameterbearbeitung und Vorlagen-Overlays zu nutzen.
Im Labor öffnen