MétaCan
Menu
Retour à la cohorte
Enregistrement W2518570433 · doi:10.1021/acs.iecr.5b02035

Targeted Removal of Dissolved Organic Matter in Boiler-Blowdown Wastewater: Integrated Membrane Filtration for Produced Water Reuse

2015· article· en· W2518570433 sur OpenAlexaff
Gil Hurwitz, David Pernitsky, Subir Bhattacharjee, Eric M.V. Hoek

Notice bibliographique

RevueIndustrial & Engineering Chemistry Research · 2015
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMembrane Separation Technologies
Établissements canadiensSuncor Energy (Canada)
Organismes subventionnairesnon disponible
Mots-clésBoiler blowdownProduced waterNanofiltrationFoulingFiltration (mathematics)Dissolved organic carbonWastewaterChemistryMembrane foulingSewage treatmentPulp and paper industryWater treatmentWaste managementSeparator (oil production)Environmental scienceMembraneEnvironmental engineeringEnvironmental chemistryGeology

Résumé

récupéré en direct d'OpenAlex

The efficacy of coagulation and membrane filtration was studied for the treatment of boiler-blowdown (BBD) wastewater to enable reuse and minimize the overall water consumption in steam-assisted-gravity-drainage (SAGD), thermally enhanced, oil recovery operations. Direct nanofiltration of chemically unadjusted BBD at its original pH was the optimal treatment option with respect to the flux stability and the removal of dissolved organic material and salinity, which if not removed would result in the fouling and failure of downstream process equipment. The naturally high solute hydrophilicity allowed for prolonged operation with an elevated flux of 60 L m −2 h −1 (LMH) and recovery up to 85% while maintaining solute removal as high as 80% and 45% for dissolved organic carbon and total dissolved solids, respectively. Comparatively, neither precoagulation nor preacidification improved the rejection of dissolved organic material or salinity and consistently resulted in increased membrane surface fouling and flux decline. The proposed filtration treatment solution would result inasmuch as a 4-fold reduction in the volume of makeup water required and BBD wastewater disposed compared to a conventional SAGD facility.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,003
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

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 Opus0,071
Tête enseignante GPT0,296
Écart entre enseignants0,225 · 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 source (Gemma direct ou Codex distillé), 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

Citations21
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIndustrial & Engineering Chemistry ResearchMême sujetMembrane Separation TechnologiesTravaux en français237 207