Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "communal sewage sludge" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-2 z 2
    Tytuł:
    Ekstrakcja metali z osadów przemysłowych i komunalnych przy użyciu roztworów EDTA
    Extraction of metals from industrial and municipal sludge using aqueous solutions of EDTA
    Autorzy:
    Karwowska, B.
    Wiśniowska, E.
    Sperczyńska, E.
    Janosz-Rajczyk, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/297156.pdf
    Data publikacji:
    2014
    Wydawca:
    Politechnika Częstochowska. Wydawnictwo Politechniki Częstochowskiej
    Tematy:
    metale ciężkie
    komunalne osady ściekowe
    przemysłowe osady ściekowe
    ekstrakcja EDTA
    heavy metals
    communal sewage sludge
    industrial wastewater
    EDTA extraction
    Opis:
    Celem prezentowanej pracy jest analiza możliwości usuwania metali z osadów oraz określenie skuteczności roztworów EDTA (kwas etylenodiaminotetraoctowy) w procesie ekstrakcji wybranych metali (Zn, Cu, Cd, Ni i Pb). W badaniach wykorzystano osady z przemysłu metalurgicznego oraz komunalne osady ściekowe. W osadach oznaczono całkowitą zawartość metali ciężkich po mineralizacji mieszaniną stężonych kwasów mineralnych: HNO 3 i HCl (1+3 - woda królewska). Efektywność EDTA w usuwaniu metali badano, poddając próbki osadów ekstrakcji z zastosowaniem wody demineralizowanej oraz roztworów wodnych EDTA o stężeniach 0,01; 0,05; 0,10 mol/dm3 . Próbki osadów wytrząsano przez 6 godzin, następnie pozostawały one w kontakcie z roztworem do 24 godzin, po czym były sączone i uzyskane przesącze analizowano, oznaczając w nich zawartość wybranych metali ciężkich. Roztwory EDTA okazały się wydajnymi ekstrahentami do wyodrębniania metali zarówno z osadów przemysłowych, jak i komunalnych. Jednak obserwowano różnice dla poszczególnych metali w podatności na wymywanie. Uzyskane wyniki wskazują, iż efektywność usuwania metali zależy od rodzaju matrycy, w jakiej związany jest metal. Efektywność usuwania metali była również zależna od stężenia roztworu stosowanego jako ekstrahent, osiągając najwyższe wartości dla roztworów o stężeniu 0,100 mol/dm3.
    Sewage sludge formed in industrial wastewater treatment plants contains high amount of heavy metal ions. Especially electroplating, metallurgical, semiconductors production and printed circuit board industry generate wastewaters containing toxic metal ions. Significant concentration of heavy metals could be present in municipal sludge, especially one produced on treatment plants with high inflow of industrial wastewater. Classical treatment of that wastewater involving chemical precipitation under alkaline condition results in hazardous solid waste. High concentration of heavy metals in sludge is one of the most important environmental problems. The aim of this study was analysis of heavy metals removal from sewage sludge as well as determination of selected heavy metals (Zn, Cu, Ni, Cd and Pb) removal efficiency from industrial and municipal sludge using aqueous solutions of EDTA (ethylenediaminetetraacetic acid). Total content of analysed heavy metals (Zn, Cu, Ni, Pb) in sewage sludge was determined after digestion with mixture of concentrated mineral acids: HNO 3 and HCl (1+3 - aqua regia). Efficiency of EDTA solutions for selected heavy metals removal from industrial and municipal sludge was determined using the single step washing tests with deionized water and EDTA solution at concentration 0.010, 0.050, 0.075 and 0.100 mol/dm3 . Samples of dried and homogenized industrial as well as municipal sludge were shaken for 6 hours with EDTA solutions. The extracts were filtered and finally analyzed for heavy metals content by atomic absorption spectrophotometry. The removal of analyzed metals was dependent on concentration of extracting agent and raised with increasing concentration of EDTA. Optimal concentration of EDTA for analyzed heavy metals removal from industrial and municipal sludge was determined as 0.100 mol/dm3 . Calculated efficiencies for optimal concentration of EDTA solution used for industrial sludge extraction were 68, 67, 19, 60 and 41% and for municipal sludge: 26, 5, 35, 25 and 50% for Zn, Cu, Ni, Cd and Pb, respectively. Studied metals removal from the industrial wastewater sludge was in the order: Zn ≥ Cu>Cd>Pb>Ni and from the municipal: Pb>Ni>Zn ≥ Cd>Cu. The results indicated that heavy metals removal efficiency changed for different types of solid matrix. Zinc, copper and cadmium were strongly connected to municipal organic type sludge, while lead and nickel rather to mineral industrial sludge.
    Źródło:
    Inżynieria i Ochrona Środowiska; 2014, 17, 3; 423-432
    1505-3695
    2391-7253
    Pojawia się w:
    Inżynieria i Ochrona Środowiska
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Maturity classification for composted sewage sludge and rapeseed straw mixture based on neural analysis of images acquired in UV-A light
    Klasyfikacja dojrzałości kompostowanej mieszaniny osadu ściekowego i słomy rzepakowej na podstawie neuronowej analizy obrazów pozyskanych w świetle UV-A
    Autorzy:
    Kujawa, S.
    Powiązania:
    https://bibliotekanauki.pl/articles/336582.pdf
    Data publikacji:
    2018
    Wydawca:
    Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Maszyn Rolniczych
    Tematy:
    image analysis
    neural networks
    UV-A lighting
    compost maturity
    communal sewage sludge
    rapeseed straw
    analiza obrazu
    sieci neuronowe
    oświetlenie UV-A
    dojrzałość kompostu
    komunalny osad ściekowy
    słoma rzepakowa
    Opis:
    Composting is one of the most efficient ways of managing municipal sewage sludge. Recently, due to the increased demand for composting, the issue of conducting this process in cost effective way is of particular importance. Determining the early maturity stage of the composted material can significantly improve the efficiency of surface management of relatively expensive compost plant. The following research presents classification of neural models for determining the early stage of composted mixture of sewage sludge and rapeseed straw, basing on information contained in images of material samples obtained with UV-A illumination. The topology of the MLP network was used in the construction of classification models. As input variables, 25 color parameters and 21 texture parameters were originally used, but also steps were taken to eliminate their number. The classification error for the developed neural models ranged from 1.83 to 4.27%. The best model in terms of the lowest value of error, and the smallest number of input variables required, included 16 neurons in the input layer, 50 neurons in the hidden layer and 2 neurons in the output layer. The following model is characterized by a slightly lower classification error and a slightly simpler structure than the best possible model developed in earlier studies for visible light illumination.
    Kompostowanie jest jednym z najwłaściwszych sposobów zagospodarowania komunalnych osadów ściekowych. W ostatnim czasie, ze względu na wzmożone zapotrzebowania na kompostowanie tych osadów, szczególnego znaczenia nabiera kwestia prowadzenia tego procesu w sposób wydajny. Odpowiednio wczesne wykrywanie osiągnięcia przez kompostowany materiał stadium wczesnej dojrzałości może znacząco poprawić efektywność gospodarowania powierzchnią relatywnie drogiej płyty kompostowej. W pracy opracowano klasyfikacyjne modele neuronowe do określania tego stadium dla kompostowanej mieszaniny osadu ściekowego i słomy rzepakowej, bazujące na informacjach zawartych w obrazach próbek materiału, pozyskanych przy oświetleniu UV-A. Przy budowie modeli klasyfikacyjnych wykorzystano topologię sieci MLP. Jako zmienne wejściowe pierwotnie wykorzystano 25 parametrów dotyczących barwy oraz 21 parametrów dotyczących tekstury, przy czym wykonano również działania dążące do eliminacji ich liczby. Błąd klasyfikacji dla opracowanych modeli neuronowych zawierał się w przedziale od 1.83 do 4.27%. Najlepszy model pod względem najniższej wartości tego błędu, a przy tym najmniejszej liczby wymaganych zmienny wejściowych, zawierał 16 neuronów w warstwie wejściowej, 50 neuronów w warstwie ukrytej i 2 neurony w warstwie wyjściowej. Model ten cechował się nieco niższym błędem klasyfikacji i nieco prostszą strukturą, niż najlepszy z modeli opracowanych we wcześniejszych badaniach dla oświetlenia w postaci światła widzialnego.
    Źródło:
    Journal of Research and Applications in Agricultural Engineering; 2018, 63, 4; 94-100
    1642-686X
    2719-423X
    Pojawia się w:
    Journal of Research and Applications in Agricultural Engineering
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-2 z 2

      Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies