Application of Microbial Culture and Rhamnolipid for Improving the Sedimentation of Oil Sand Tailings
Notice bibliographique
Résumé
Densification of oil sand tailings deposited in the tailing ponds and recovering water from them are two major challenges in the oil sands surface mining industry. A small increase in the tailings settlement rate (which normally is very slow) can improve the densification of tailings and significantly reduce water consumption and the volume of the tailing ponds. In this work, the objective was to evaluate the role of a mixed culture of two microbial strains isolated from weathered oil and rhamnolipid (JBR 425) together with these strains in the sedimentation of fine tailing particles. It has been found that a mixed culture of two microbial strains isolated from weathered oil increased the sedimentation. Rhamnolipid (0.5%) together with these two microbial strains at 15°C ± 2°C showed significant increases in sedimentation (by a factor of 5.1), the concentration of larger particles (by a factor of 2.63), the particle mean diameter (by a factor of 2.70) and flocculation in the tailings samples compared to the control while the zeta potential is still negative. This means that the mechanism of flocculation is probably due to increasing the hydrophobicity of the particles, interaction of biosurfactant and high molecular weight microbial organic compounds through a bridging mechanism with clay particles. This work shows the potential of using rhamnolipid and microbial culture in order to increase the oil sand sedimentation through flocculation and microbial activity in a more environmentally friendly densification process.
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 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 | 0,001 | 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 tête enseignante, 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 ».