Treatment of Hydrocarbon-Based Drilling Waste Using Supercritical Carbon Dioxide
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
Summary Nonaqueous drilling fluids are essential in challenging drill operations. Their use, however, requires special treatment and disposal because of their potential for environmental damage. In light of increasing costs for common treatment technologies and ever-tightening environmental legislation, alternative treatment technologies are being sought by the drilling industry. Supercritical fluid extraction is one such technology that employs a substance higher than its critical pressure and temperature as a solvent. In this paper, the results are presented of a study using super-critical carbon dioxide to treat synthetic based drilling waste. Unlike typical supercritical fluid extraction studies in which the process is optimized using changes in pressure and temperature, this study was undertaken to improve the extraction of hydrocarbons from drilling waste by increasing the supercritical fluid solvent to waste ratio. Efforts focused on improving supercritical fluid/drilling waste contact, eliminating system clogging with waste solids and minimizing solids carryover. Alterations to the waste using additives and alterations to the vessel both led to an increased amount of waste being treated effectively using the same amount of solvent. Optimization of the process yielded efficiencies as high as 97%. Also, it has been determined that the extracted hydrocarbons are unchanged by the supercritical fluid extraction process. This result suggests that the collected hydrocarbons may be reused in the drilling process, resulting in significant cost savings to the industry.
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) | 0,000 | 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 découle