Investigation of VOC removal mechanisms in membrane bioreactor based on experimental data and mathematical model
محل انتشار: پانزدهمین کنگره ملی مهندسی شیمی ایران
سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: انگلیسی
مشاهده: 741
فایل این مقاله در 5 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICHEC15_456
تاریخ نمایه سازی: 19 تیر 1394
چکیده مقاله:
In this study, mathematical model was applied for determining main removal mechanisms at various MLSS concentration, hydraulic retention time (HRT), and air to wastewater ratio in a biological wastewater treatment process treating styrene and ethylbenzene. Stripping and biodegradation are major competitive volatile organic compound (VOC) removal mechanisms, which depend on compound and sludge specific properties and system design/operational parameters. Also model results are verified by experimental data for a membrane bioreactor process at various HRT. Model results showed that biological treatment process should be designed with High MLSS, optimum HRT and low air to water ratio to maximize biodegradation and minimize volatilization of VOCs. The model results and experimental data proved that optimum HRT for styrene and ethylbenzene biological removal is 15 hr at SRT of 20 day and air to wastewater ratio of 500 in lab scale MBR. In this HRT, styrene and ethylbenzene removal efficiency through biodegradation mechanism received up to 98.9 and 99.1% respectively
کلیدواژه ها:
نویسندگان
Hossein Hazrati
PHD student, Chemical Engineering Department, Sharif University Technology, Tehrn, Iran.
Jalal Shayegan
Professor, Chemical Engineering Department, Sharif University Technology, Tehrn, Iran
Nader Jahanbakhshi
Ms student, Chemical Engineering Department, Sharif University Technology, Tehrn, Iran
Naser Jamshidi
PHD, Iranian Ministry of petroleum national petrochemical company, Tehran, Iran.
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :