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

MNiSW
15
Lista A
Status:
Autorzy: Łagód Grzegorz, Guz Łukasz, Sabba Fabrizio, Sobczuk Henryk
Dyscypliny:
Aby zobaczyć szczegóły należy się zalogować.
Rok wydania: 2018
Wersja dokumentu: Drukowana | Elektroniczna
Język: angielski
Numer czasopisma: 3
Wolumen/Tom: 25
Strony: 405 - 418
Impact Factor: 1,467
Web of Science® Times Cited: 10
Scopus® Cytowania: 10
Bazy: Web of Science | Scopus
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
Data opublikowania w OA: 23 października 2018
Abstrakty: angielski
Wastewater treatment processes are subject to numerous disturbances during biological treatment of wastewater. In order to achieve and sustain suitable conditions of the process, basic wastewater parameters should be frequently monitored. While great improvements have been made in the automatization of treatment process, little is known about automatic measuring systems that can detect unusual process conditions in a bioreactor. Tracking these parameters can be difficult and the time required for the determination might vary from several minutes to few days. The objective of this study is to evaluate the use of an electronic nose in-house device (based on a non-selective gas sensor array) for the detection of process disturbances in a lab-scale sequencing batch reactor (SBR) during biological treatment of wastewater with activated sludge. Measurements were performed during a 12-hours working cycle. Continuous analyses of the headspace were performed using a sensor array based on the resistive Metal Oxide Semiconductor type (MOS) gas sensor. Based on the data obtained and the PCA analysis, this study showed that the e-nose technology can be used to predict or retrieve information about potential disruptions during wastewater processes using the e-nose technology.