The Effect of Ceramic Membranes’ Structure on the Oil and Ions Removal in Pre-Treatment of the Desalter Unit Wastewater
Notice bibliographique
Résumé
Salts, organic materials, and hazardous materials can be found regularly in the effluent from a desalter unit of crude oil. These materials should be separated from the wastewater. Four kinds of inexpensive and innovative ceramic microfiltration membranes (mullite, mullite-alumina (MA 50%), mullite-alumina-zeolite (MAZ 20%), and mullite-zeolite (MZ 40%)) were synthesized in this research using locally available inexpensive raw materials such as kaolin clay, natural zeolite, and alpha-alumina powders. Analyses carried out on the membranes include XRD, SEM, void fraction, the average diameter of the pores, and the ability to withstand mechanical stress. Effluent from the desalter unit was synthesized in the laboratory using the salts most present in the desalter wastewater (NaCl, MgCl2, and CaCl2) and crude oil. This synthesized wastewater was treated with prepared ceramic membranes. It was discovered that different salt concentrations (0, 5000, 25,000, 50,000, 75,000, and 100,000 mg L−1) affected the permeate flux (PF), oil rejection, and ion rejection by the membrane. Results showed that in a lower concentration of salts (5000 and 25,000 mg L−1), PF of all types of ceramic membranes was increased significantly, while in the higher concentration, PF declined due to polarization concentration and high fouling effects. Oil and ion rejection was increased slightly by increasing salt dosage in wastewater due to higher ionic strength. Monovalent (Na+) and multivalent (Ca2+ and Mg2+) ion rejection was reported about 5 to 13%, and 23 to 40% respectively. Oil rejection varied from 96.2 to 99.2%.
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 | 0,001 |
| 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 ».