MétaCan
Menu
Retour à la cohorte
Enregistrement W4385739116 · doi:10.1002/cjce.25063

Flocculating oil sands tailings with dual anionic/cationic polymers: Dose and charge density effects

2023· article· en· W4385739116 sur OpenAlexafffundvenue
Daniel V. Dixon, João B. P. Soares

Notice bibliographique

RevueThe Canadian Journal of Chemical Engineering · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueEnhanced Oil Recovery Techniques
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaAlberta Innovates
Mots-clésFlocculationCationic polymerizationPolyacrylamideTailingsDewateringZeta potentialChemical engineeringOil sandsTurbidityChemistryPolymerCoagulationChromatographyMaterials scienceGeologyPolymer chemistryOrganic chemistryComposite materialGeotechnical engineering

Résumé

récupéré en direct d'OpenAlex

Abstract A two‐step process, with anionic hydrolyzed polyacrylamide (HPAM) and cationic poly(vinylbenzyl trimethylammonium chloride) (PVBTMAC), was used to flocculate oil sands mature fine tailings (MFT). The charge density of HPAM and the dosages of HPAM and PVBTMAC were varied to maximize the dewatering of MFT and minimize the turbidity of the supernatant. The dual flocculant system performed better at lower doses than when used alone. The best HPAM charge density for fast initial settling rate and high sediment solids content was 32%, but it increased to 38% for best sediment dewatering, as measured by capillary suction time. The clearest supernatants were found when the zeta potential approached 0 mV because the cationic PVBTMAC neutralized the surface charges of the particles suspended in the MFT. More importantly, undiluted MFT was flocculated with the HPAM/PVBTMAC system and then filtered at low‐pressure (69 kPag), resulting in a filter cake with a high solids content of 61 wt.%. This study shows that treating MFT with a combination of anionic and cationic polymer is a flexible way to optimize flocculation performance.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,999
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0000,000

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 Opus0,004
Tête enseignante GPT0,179
Écart entre enseignants0,175 · 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'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

Citations10
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Chemical EngineeringMême sujetEnhanced Oil Recovery TechniquesTravaux en français237 207