MétaCan
Menu
Retour à la cohorte
Enregistrement W2966922917 · doi:10.3968/11135

Analysis of Wastewater Membrane Pollutants in Joint Station and Research on Biological Control Technology

2019· article· en· W2966922917 sur OpenAlexvenueno aff
Zhijian Wang, Yongqiang Pan, Dandan Yu, Chao Chen, Naifeng Zhang

Notice bibliographique

RevueAdvances in petroleum exploration and development · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueEnhanced Oil Recovery Techniques
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPollutantMembrane foulingWastewaterPollutionSewage treatmentEnvironmental scienceOrganic matterPulp and paper industryFoulingMembraneChemistryWaste managementEnvironmental engineeringBiologyEcologyEngineering

Résumé

récupéré en direct d'OpenAlex

In view of the serious membrane pollution and short stable operation period of the existing heavy oil wastewater treatment process in a combined station of an oil field, the organic pollution is determined to be the main cause of the membrane pollution on the basis of the analysis of the wastewater quality and membrane pollutants. In view of the characteristic pollutants in heavy oil wastewater, the efficient degrading bacteria were screened by restrictive culture technology, and the strains were identified as Pseudomonas and Bacillus. The effects of environmental conditions on the growth of bacteria and the degradation of heavy oil by bacteria were investigated. In the existing process, biological treatment unit was added, simulation process was established, and long-term operation experiment was carried out. The results show that after biological treatment, the oil content of wastewater is less than 1 mg/L, COD is less than 100 mg/L, suspended matter is less than 1 mg/L, and the median particle size is 0.92 um, which is better than the first kind of water injection index (SY/T 5329-2012). Biological treatment effectively degraded organic pollutants in heavy oil wastewater and delayed membrane fouling. The loss rate of membrane flux was less than 15%. The microscopic morphology of membrane surface also showed that membrane fouling was effectively suppressed.

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 seuil0,007

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
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,029
Tête enseignante GPT0,302
Écart entre enseignants0,272 · 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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvances in petroleum exploration and developmentMême sujetEnhanced Oil Recovery TechniquesTravaux en français237 207