Influence of coagulants and flocculants dosing sequence on the dewaterability of oil sands mature fine tailings by pressure filtration
Notice bibliographique
Résumé
• Optimal oil sands tailings filtration depended on flocculant and coagulant dosing sequence. • Flocculant-coagulant sequence (F-C) generated much better filtration results than C-F. • Surface charges of tailing flocs potentially impacted floc strength and filtration efficiency. Rapid and cost-effective dewatering of wet tailings is crucial for clean and sustainable production in mineral processing. In the process of dewatering oil sands mature fine tailings (MFT) through coagulation-flocculation followed by pressure filtration, we observed that the dosing sequence of coagulants and flocculants had a significant influence on dewatering efficiency. Employing two anionic commercial flocculants (SNF3338 or Kemira PAM) together with an inorganic or a natural coagulant (aluminum sulfate, or chitosan), it was found that the sequence of flocculants followed by coagulants (F-C) gave higher net water release during filtration and lower moisture content in filter cakes than those in reverse sequence (C-F). The capillary suction time measurement showed a faster water release rate from the MFT treated with the F-C sequence. Zeta potential measurements indicated that flocs formed by treatment with the F-C sequence had lower negative potential or more positive potentials, likely contributing to the stronger floc strength and improved inter-floc porosity that favored pressure filtration. The findings in this Technical Note could help optimize the chemical treatment regime and reduce chemical consumption in the filtration of fine wet tailings.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».