Informacja o cookies

Zgadzam się Nasza strona zapisuje niewielkie pliki tekstowe, nazywane ciasteczkami (ang. cookies) na Twoim urządzeniu w celu lepszego dostosowania treści oraz dla celów statystycznych. Możesz wyłączyć możliwość ich zapisu, zmieniając ustawienia Twojej przeglądarki. Korzystanie z naszej strony bez zmiany ustawień oznacza zgodę na przechowywanie cookies w Twoim urządzeniu.

Publikacje Pracowników Politechniki Lubelskiej

Publikacje Pracowników PL z lat 1990-2010

Publikacje pracowników Politechniki Lubelskie z lat 1990-2010 dostępne są jak dotychczas w starej bazie publikacji
LINK DO STAREJ BAZY

MNiSW
30
Lista A
Status:
Autorzy: Guz Łukasz, Łagód Grzegorz, Jaromin-Gleń Katarzyna, Suchorab Zbigniew, Sobczuk Henryk, Bieganowski Andrzej
Rok wydania: 2015
Wersja dokumentu: Drukowana | Elektroniczna
Język: angielski
Numer czasopisma: 1
Wolumen/Tom: 15
Strony: 1 - 21
Data nominalna: 2014
Web of Science® Times Cited: 49
Scopus® Cytowania: 51
Bazy: Web of Science | Scopus | Web of Science | Scopus | PubMed | MEDLINE | CAS - Chemical Abstracts | CAB Abstracts i inne
Efekt badań statutowych NIE
Materiał konferencyjny: NIE
Publikacja OA: TAK
Licencja:
Sposób udostępnienia: Witryna wydawcy
Wersja tekstu: Ostateczna wersja opublikowana
Czas opublikowania: W momencie opublikowania
Abstrakty: angielski
A gas sensor array consisting of eight metal oxide semiconductor (MOS) type gas sensors was evaluated for its ability for assessment of the selected wastewater parameters. Municipal wastewater was collected in a wastewater treatment plant (WWTP) in a primary sedimentation tank and was treated in a laboratory-scale sequential batch reactor (SBR). A comparison of the gas sensor array (electronic nose) response to the standard physical-chemical parameters of treated wastewater was performed. To analyze the measurement results, artificial neural networks were used. E-nose—gas sensors array and artificial neural networks proved to be a suitable method for the monitoring of treated wastewater quality. Neural networks used for data validation showed high correlation between the electronic nose readouts and: (I) chemical oxygen demand (COD) (r = 0.988); (II) total suspended solids (TSS) (r = 0.938); (III) turbidity (r = 0.940); (IV) pH (r = 0.554); (V) nitrogen compounds: N-NO3 (r = 0.958), N-NO2 (r = 0.869) and N-NH3 (r = 0.978); (VI) and volatile organic compounds (VOC) (r = 0.987). Good correlation of the abovementioned parameters are observed under stable treatment conditions in a laboratory batch reactor.