MétaCan
Menu
Retour à la cohorte
Enregistrement W4221134209 · doi:10.26434/chemrxiv-2022-pvwjn

General mechanism and mitigation for strong adhesion of frozen oil sands on solid substrates

2022· preprint· en· W4221134209 sur OpenAlexafffund
Qimeng Yang, Nikoo Moradpour, Jae Bem You, Dehui Wang, Boran Tian, Shaofeng Sun, Qi Liu, Xu Deng, Dan Daniel, Xuehua Zhang

Notice bibliographique

RevueChemRxiv · 2022
Typepreprint
Langueen
DomaineMaterials Science
ThématiqueSurface Modification and Superhydrophobicity
Établissements canadiensImperial Oil (Canada)University of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaInstitute for Oil Sands Innovation, University of AlbertaImperial Oil Limited
Mots-clésOil sandsAdhesionFoulingMaterials scienceComposite materialAsphaltChemistry

Résumé

récupéré en direct d'OpenAlex

Oil sands adhered on truck bed reduce transport capacity of the truck, require manual cleaning, and create hurdles for automated surface mining. Study on the adhesion properties of oil sands to solid substrates is important to minimize the fouling of substrates during mining operation. In this work, we study the influence of hydrophobicity and mechanical properties of the substrates on the adhesion strength of frozen oil sands. By using an adhesion force apparatus with temperature control, we measure the adhesion strength of both ice and frozen oil sands on six types of substrates with water contact angle from ∼20◦ to ∼130◦ and Young’s modulus from a few MPa to 300 GPa. A clear linear correlation between the adhesion strength of pure ice and that of frozen oil sands is observed. Furthermore, the adhesion strength increases with the load on the oil sands sample and reaches a plateau at ∼450 kPa. The maximum adhesion strength may be due to the limit of particle packing of oil sands. We also demonstrate that spray coating of anti-freezing liquids is effective for the mitigation of the adhesion of frozen oil sands. Substrates coated with various anti-freezing liquids showed undetectable oil sands adhesion strength at -20 ◦C with 0.06 MPa of load. The study on oil sands adhesion and potential fouling mitigation method may provide a potential solution to industries looking to reduce fouling of surfaces by frozen granular matter.

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 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 enseignants0,008
Score d'incertitude au seuil0,776

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)0,0010,000

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 Opus0,040
Tête enseignante GPT0,288
Écart entre enseignants0,248 · 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.

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
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueChemRxivMême sujetSurface Modification and SuperhydrophobicityTravaux en français237 207