Using multi-walled carbon nanotubes (MWNTs) for oilfield produced water treatment with environmentally acceptable endpoints
Notice bibliographique
Résumé
In this study, multi-walled carbon nanotubes (MWNTs) were employed to remove benzene, toluene, ethylbenzene, and xylenes (BTEX) from low and high salinity water pre-equilibrated with crude oil. The treatment endpoint of crude oil-contaminated water is often controlled by BTEX compounds owing to their higher aqueous solubility and human-health toxicity compared to other hydrocarbons. The MWNT sorbent was extensively characterized and the depletion of the organic sorbate from the produced water was monitored by gas chromatography-mass spectrometry (GC-MS) and total organic carbon (TOC) analyses. The equilibrium sorptive removal of BTEX followed the order: ethylbenzene/o-xylene > m-xylene > toluene > benzene in the presence of other competing organics in produced water. Sorption mechanisms were explored through the application of a variety of kinetics and equilibrium models. Pseudo 2(nd) order kinetics and Freundlich equilibrium models were the best at describing BTEX removal from produced water. Hydrophobic interactions between the MWNTs and BTEX, as well as the physical characteristics of the sorbate molecules, were regarded as primary factors responsible for regulating competitive adsorption. Salinity played a critical role in limiting sorptive removal, with BTEX and total organic carbon (TOC) removal falling by 27% and 25%, respectively, upon the introduction of saline conditions. Results suggest that MWNTs are effective in removing risk-driving BTEX compounds from low-salinity oilfield produced water.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».