MétaCan
Menu
Retour à la cohorte
Enregistrement W3157550912 · doi:10.1088/1742-6596/1894/1/012045

Study on oil and suspension solid removal from oil field wasted water by sedimentation

2021· article· en· W3157550912 sur OpenAlexfundno aff
Yan Wang, Baihan Cao, Sam Reifsnyder, Sheng Gao, Diego Rosso

Notice bibliographique

RevueJournal of Physics Conference Series · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEnvironmental and Sediment Control
Établissements canadiensnon disponible
Organismes subventionnairesCanada Excellence Research Chairs, Government of Canada
Mots-clésSettlingSedimentationSuspension (topology)Suspended solidsEnvironmental scienceOil fieldPetroleum engineeringEnvironmental engineeringVolumetric flow ratePollutionCoagulationWastewaterWaste managementGeologyEngineeringSedimentMechanicsMathematics

Résumé

récupéré en direct d'OpenAlex

Abstract In order to remove oil and suspended solid in oilfield wastewater, Takacs model was improved and applied to the simulation of oil floating, the parameters of oil coagulation velocity were added. By this model, the accurate oil floating model and sludge sedimentation model were established. On the basis of this model, the experimental verification was carried out by the sample from the wasted water station. By the response surface method, the influence of flow rate, treatment fluid concentration and settling time and their interaction on oil removal rate and suspension removal rate were studied, and the important influence of time factor was determined. According to the pollution degree of oil field wasted water, based on the theory and experimental method of this paper, the treatment capacity and settling time of oil field wasted water could be optimized, which provides theoretical guidance for the improvement of settlement device and the industrial application in the oilfield.

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 enseignants0,009
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
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 Opus0,013
Tête enseignante GPT0,228
Écart entre enseignants0,216 · 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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Physics Conference SeriesMême sujetEnvironmental and Sediment ControlTravaux en français237 207