Novel Polymeric Additives to Improve Oil Sands Tailings Consolidation
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract It is estimated that the Athabasca Oil Sands in Alberta, Canada, contain 1.7 trillion barrels of oil, but producing one barrel of oil from surface-mined oil sands also produces 1.8 metric tons of solid tailings suspended in 2 m3 of water. Traditionally, tailings slurries were discharged into settling ponds, where solids slowly settled over periods of decades or longer. Since Canadian ERCB Directive 74 went into effect on 1 July 2010, however, regulatory pressure to quickly and efficiently separate tailings from the water has mounted. Directive 74 mandates that by 1 July 2012, 50% of tailings solids must be removed from waste streams. Furthermore, the captured solids should be trafficable after five years, defined as possessing a shear strength of at least 10 kPa. The flocculation performance of chemical additives ranging from inorganic salts to high molecular weight organic polymers has been previously assessed, but a procedure for meeting Directive 74 is still uncertain because any proposed solution must deal with a wide range of water quality conditions, mineralogical substrates, and particle sizes. Bench-scale evaluations of novel polymeric additives on Athabasca oil sands were performed in both 1-L graduated cylinders and a thickener. The compactness of captured solids was measured by density and solids content, dewatering was assessed by capillary suction times, and the shear strength of flocculated particles was determined rheologically. The additives were observed to greatly improve flocculation, dewatering, and growth of shear strength relative to conventional polymer treatments.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| 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) | 0,002 | 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 découle