Design of industrial wastewater demulsifier by HLD-NAC model
Notice bibliographique
Résumé
Abstract The chemical method is one of the treatment techniques for the separation of oil–water emulsion systems. The selection of appropriate demulsifiers for each emulsion system is the most challenging issue. Hydrophilic-lipophilic-deviation (HLD) is a powerful semi-empirical model, providing predictive tools to formulate the emulsion and microemulsion systems. This work aims to apply HLD to obtain an optimal condition for demulsification of oil-in-water emulsion system—real industrial wastewater—with different water in oil ratios (WOR). Therefore, the oil parameter of the contaminant oil and surfactant parameter for three types of commercial surfactants were calculated by performing salinity scans. Furthermore, the net-average-curvature (NAC) framework coupled with HLD was used to predict the phase behavior of the synthetic microemulsion systems, incorporating solubilization properties, the shape of droplets, and quality of optimum formulation. The geometrical sizes of non-spherical droplets ( L d , R d )—as an indicator of how droplet sizes are changing with HLD—were consistent with the separation results. Correlating L d /R d at phase transition points with bottle test results validates the hypothesis that NAC-predicted geometries and demulsification behavior are interconnected. Finally, the effect of sec-butanol was examined on both synthetic and real systems, providing reliable insights in terms of the effect of alcohol for WOR ≠ 1.
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 ».