Development of layer-by-layer assembled polyamide-imide membranes for oil sands produced water treatment
Notice bibliographique
Résumé
The sustainable expansion of steam-assisted gravity drainage, as one of the most popular enhanced oil recovery methods, strongly depends on the proper management of the produced water. The strict environmental regulations have forced the oil sands industry to treat and reuse the produced water for oil extraction. Membrane separation as a single-step water treatment technique has played an important role in removing multiple-sized contaminants from wastewater. However, fouling limits the widespread application of this technology if the membrane is not modified properly to achieve antifouling propensities. Herein, we used the layer-by-layer assembly technique to sequentially coat the hydrophilic poly(diallyl dimethylammonium chloride) and polyacrylic acid on the surface of the polyamide-imide porous membrane to improve its fouling resistance. The effect of the number of bilayers on fouling and permeation properties was examined. The membrane with the highest fouling resistance and reasonable hydrodynamic permeability of 5.2 LMH/psi was achieved by coating four bilayers. This membrane exhibited a low flux decline of 50.2% and a high flux recovery ratio of 100%, while these numbers for the pristine PAI membrane were 75.9% and 97.8% under similar test conditions. The enhanced antifouling characteristics of the modified membranes indicate the viability of these membranes for oil sands produced water treatment with an easy cleaning procedure. The key parameter that contributed to the enhanced fouling resistance of the bilayer-coated membranes was the improved surface hydrophilicity, which manifests through the reduction of water contact angle from 62° ± 3° for the pristine membrane to 52° ± 2° for surface-modified membranes.
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) | 0,001 | 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 ».