Use of Pipeline Pressure Gradients to Monitor Inline Polymer Flocculation of Oil Sand Fine Tailings
Notice bibliographique
Résumé
In Canada’s oil sands industry, the processing and storage of fluid fine tailings is important because it directly impacts land usage and reclamation, water and thermal energy requirements as well as environmental stewardship and mine sustainability. A key technology used for this purpose is inline flocculation, wherein existing inventories of fluid fine tailings are withdrawn from tailings storage facilities and mixed with polymer flocculants. These flocculated tailings can be then sent through additional process stages (e.g. evaporation, centrifugation, filtration) to promote dewatering and improved geotechnical characteristics of the resulting deposits. The polymer type, dosage and inline mixing conditions primarily dictate the efficacy of the inline flocculation process. Presently, numerous measurements are taken to establish flocculation performance. Some of these require samples to be collected and analyzed, meaning that such measurements cannot be used for real-time process control. Others, such as online FBRM (focus beam reflectance measurement), can be used for real-time process control but are often challenging and expensive to deploy in a commercial operation. The present study represents a preliminary assessment of the use of pressure measurements to monitor flocculation performance using a pilot-scale inline flocculation rig. Tests were conducted at different flow rates and polymer injection rates/concentrations. The test rig was fitted with 4 differential pressure sensors positioned at different axial locations. The pressure gradients measured just downstream of the inline mixer were primarily dictated by the production, and subsequent break-up, of the shear-sensitive floc structures and thus were highly sensitive to changes in polymer dosage at any given fluid tailings feed rate. A relationship among conventional performance metrics (e.g. floc size from FBRM) and maximum pressure gradient measured downstream of the mixer was observed, i.e. the same optimal polymer dosage was indicated by conventional measures and peak pressure gradient.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».