Compatibility of Non-Metallic Liners for Dense Slurry (Oil Sands) Applications
Notice bibliographique
Résumé
Abstract Dense slurry pipelines in the Canadian oil sands industry are exposed to significant wear from low-stress sliding abrasion and corrosion. Polyurethane and neoprene lined piping is an attractive alternative to extend dense slurry piping service life over the current non-metallic dense piping materials. The advantage of polyurethane and neoprenes is that they provide corrosion-protection from the aqueous slurry, good heat insulation properties and excellent low-stress sliding abrasion resistance. The mechanical properties of polyurethanes and neoprenes can be optimized for specific applications given the desired mechanical properties are known. However, there is limited information available in the industry on how the mechanical properties of polyurethanes and neoprenes affect its wear performance. There is also very limited information with the wear performance effects due to absorption of water and hydrocarbon (bitumen) contained in the oil sands slurry. The physical properties and wear performance of four polyurethanes and five neoprene liner materials in the virgin (un-immersed) state were determined using industry testing procedures. These materials were then immersed in a typical bitumen-water slurry solution at 70°C and atmospheric and 24 barg pressures for one, four and six month durations. Physical properties and wear performance was measured for all nine samples after each immersion duration. This paper summarizes the experimental findings, discusses the effects of a typical bitumen-water slurry solution on the wear performance of polyurethanes and neoprenes and proposes a mathematical relationship between Coriolis (low stress, low angle abrasion & scouring) wear to the relevant physical properties in the virgin state of polyurethanes and neoprenes.
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 | 0,000 | 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 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 ».