MétaCan
Menu
Retour à la cohorte
Enregistrement W1965719407 · doi:10.1021/ef049744e

Synergetic Role of Polymer Flocculant in Low-Temperature Bitumen Extraction and Tailings Treatment

2005· article· en· W1965719407 sur OpenAlexaff
H. Li, Jun Long, Zhenghe Xu, Jacob H. Masliyah

Notice bibliographique

RevueEnergy & Fuels · 2005
Typearticle
Langueen
DomaineEngineering
ThématiqueEnhanced Oil Recovery Techniques
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésTailingsAsphaltOil sandsFlocculationExtraction (chemistry)SettlingPolyacrylamideDewateringPolymerMaterials scienceChemical engineeringPulp and paper industryChemistryEnvironmental scienceChromatographyGeologyEnvironmental engineeringMetallurgyComposite materialGeotechnical engineeringPolymer chemistry

Résumé

récupéré en direct d'OpenAlex

This paper presents a preliminary study on the synergetic effect of a polymer flocculant, derived from hydrolyzed polyacrylamide (HPAM), on both bitumen extraction and tailings treatment as applied to oil sands. Bitumen extraction experiments and tailings settling tests were carried out with the addition of HPAM directly in the bitumen extraction process. To understand how the polymer affects bitumen recovery and tailings treatment, the long-range interaction and adhesion forces between bitumen and solids (clay and silica) and between clay and silica were measured using an atomic force microscope (AFM). Our study clearly demonstrated a synergetic role of HPAM in processing poor oil sand ores, which are characterized by high clay fines content. The addition of HPAM at an appropriate dosage not only improved bitumen liberation and recovery but also increased the tailings settling rate. Such improvements were attributed to the selective flocculation of clay fines by HPAM, which was supported by the AFM data. On the basis of the results of the present study, it is suggested to directly add HPAM into the bitumen extraction process, rather than to tailings, to facilitate both bitumen recovery and tailings treatment in production operations.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,029
Score d'incertitude au seuil0,553

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,003
Tête enseignante GPT0,200
Écart entre enseignants0,197 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations48
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnergy & FuelsMême sujetEnhanced Oil Recovery TechniquesTravaux en français237 207