MétaCan
Menu
Retour à la cohorte
Enregistrement W4221078386 · doi:10.1021/acs.energyfuels.2c00025

Effect of Sodium Citrate on the Aggregation of Bitumen Droplets

2022· article· en· W4221078386 sur OpenAlexafffund
Xu Zhang, Bo Liu, James S. Grundy, Rogério Manica, Qingxia Liu

Notice bibliographique

RevueEnergy & Fuels · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMinerals Flotation and Separation Techniques
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaSyncrude
Mots-clésAsphaltOil dropletOil sandsChemistryChemical engineeringExtraction (chemistry)Particle sizeMixing (physics)CoatingMineralogyChromatographyEmulsionMaterials scienceComposite materialOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

The bitumen droplet size is a key factor affecting recovery in mined oil sand extraction. In this study, we investigate the impact of sodium citrate (Na3Cit), a secondary processing aid, on the bitumen droplet size after the oil sand liberation process. By developing a model mixing system, we found that Na3Cit facilitates the aggregation of midsized droplets of ∼50–100 μm to form larger droplet flocs of ∼500–600 μm. To unveil the underlying mechanism, we further studied the size evolution of emulsified bitumen droplets under different water chemistries using focused beam reflectance measurement and smart online particle analysis technology. The results further confirmed that Na3Cit can facilitate droplet aggregation; typically, an optimum dosage could be identified, above which the beneficial effect on aggregation started to decrease and eventually became detrimental. The impact of Na3Cit on the bitumen droplet size may be attributed to the interplay of three major factors: slime coating, surface properties, and surface forces under different water chemistries. This research indicates that larger bitumen flocs can be formed at an optimum Na3Cit concentration, which in turn results in a higher bitumen flotation and increased bitumen recovery.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,023
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
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)0,0040,000

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 Opus0,008
Tête enseignante GPT0,231
Écart entre enseignants0,223 · 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 tête enseignante, pas un consensus.

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

Citations3
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEnergy & FuelsMême sujetMinerals Flotation and Separation TechniquesTravaux en français237 207