MétaCan
Menu
Retour à la cohorte
Enregistrement W4282559791 · doi:10.1021/acs.energyfuels.2c01028

Emulsions in Bitumen Froth Treatment and Methods for Demulsification and Fines Removal in Naphthenic Froth Treatment: Review and Perspectives

2022· article· en· W4282559791 sur OpenAlexafffund
Arian Velayati, Ali Habibi, Petr A. Nikrityuk, Tian Tang, Hongbo Zeng

Notice bibliographique

RevueEnergy & Fuels · 2022
Typearticle
Langueen
DomaineChemistry
ThématiquePetroleum Processing and Analysis
Établissements canadiensUniversity of Alberta
Organismes subventionnairesCanada Research ChairsCanada Foundation for InnovationNatural Sciences and Engineering Research Council of CanadaSyncrudeSuncor Energy IncorporatedCanadian Natural Resources Limited
Mots-clésAsphalteneAsphaltRefining (metallurgy)Naphthenic acidOil sandsEmulsionFoulingOil refineryWaste managementExtraction (chemistry)Petroleum industryEnvironmental sciencePhase (matter)Froth flotationPetroleum engineeringMaterials scienceChemistryChemical engineeringChromatographyCorrosionMetallurgyEnvironmental engineeringEngineeringOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Petroleum refining and downstream facilities cannot handle excessive water, solids, and salts as they increase the refining operational costs and damage the equipment through various interfacial phenomena such as fouling, corrosion, and catalyst poisoning. Thus, producers must dehydrate the crude and remove the fine solids in the extraction and treatment processes. However, the presence of interfacially active species in the bitumen composition such as asphaltenes, resins, and fine solids results in the formation of stable emulsions that are difficult to treat. This phenomenon is indeed the case in the bitumen froth treatment, where asphaltenes and fine solids found in abundance in the bitumen composition hinder the oil/water/solid phase separation, particularly in the naphthenic froth treatment (NFT). This work systematically reviews the progress in the bitumen froth treatment in the oil sands surface mining process, influential factors in stabilizing/destabilizing the emulsions in these operations, the conventional emulsion treatment methods, and their effectiveness in the ultimate oil–water phase separation in the NFT process. The review attempts to summarize the up-to-date understanding of the origins of emulsion stability in the NFT and specify the research gaps in this area and also discusses overlooked technologies, methods, and future research perspectives which may be useful in implementing improved demulsification and fine solids removal strategies.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0000,000
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,027
Tête enseignante GPT0,323
Écart entre enseignants0,296 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations17
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEnergy & FuelsMême sujetPetroleum Processing and AnalysisTravaux en français237 207