MétaCan
Menu
Retour à la cohorte
Enregistrement W2528087782 · doi:10.1021/acs.energyfuels.6b01996

Demulsifier Performance in Diluted Bitumen Dewatering: Effects of Mixing and Demulsifier Dosage

2016· article· en· W2528087782 sur OpenAlexafffund
Jeng Yi Chong, Márcio B. Machado, Nitin Arora, Sujit Bhattacharya, Samson Ng, Suzanne M. Kresta

Notice bibliographique

RevueEnergy & Fuels · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueEnhanced Oil Recovery Techniques
Établissements canadiensSyncrude (Canada)University of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaSyncrude
Mots-clésDemulsifierMixing (physics)DewateringFlocculationImpellerMaterials scienceChemistryThermodynamicsOrganic chemistryEmulsionGeotechnical engineering

Résumé

récupéré en direct d'OpenAlex

Mixing conditions were explored as a possible avenue for improvement of demulsifier performance in the solvent-diluted bitumen dewatering process. The effects of demulsifier bulk concentration, demulsifier injection concentration, and mixing energy on water and solids removal from the oil phase were tested. All of the experiments were carried out in a confined impeller stirred tank, which provides well-characterized mixing conditions and relatively uniform flow and turbulence. Results showed that lowering the injection concentration and increasing the mixing energy both improve demulsifier performance, allowing a 50% drop in the bulk concentration of demulsifier. This result agrees well with an earlier study by Laplante et al.1 in which a different demulsifier was investigated. In that study, it was shown that the product of mixing time and energy dissipation rate at the feed point (the mixing energy = J ) provides an alternate mixing variable.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,004
Tête enseignante GPT0,183
Écart entre enseignants0,179 · 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

Citations14
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEnergy & FuelsMême sujetEnhanced Oil Recovery TechniquesTravaux en français237 207