Examining the effect of conditioning sequence of polymer flocculants and coagulants on sedimentation and filtration of oil sands tailings
Notice bibliographique
Résumé
• Adding cationic coagulants prior to nonionic flocculants improved slurry filtration. • Adding anionic flocculants prior to cationic coagulants improved slurry filtration. • Reversing the sequence of addition in the above two cases made filtration ineffective. This study investigated the impact of conditioning sequence of polymer flocculants and coagulants on the sedimentation and filtration of oil sands mature fine tailings (MFT). Nonionic poly(ethylene oxide) (PEO) or anionic polyacrylamide (A3370) was used as the flocculant, and cationic polydiallyldimethylammonium chloride (polyDADMAC) was used as the coagulant. Irrespective of addition sequence, the combination of flocculant and coagulant yielded higher initial settling rate and clearer supernatant than when either was used alone. However, the filtration behavior was found to depend significantly on dosing sequence of the flocculant and coagulant. A much faster filtration rate was observed when the MFT was first treated by the cationic coagulant polyDADMAC followed by the nonionic polymer PEO. In contrast, adding the anionic flocculant A3370 prior to the cationic coagulant polyDADMAC resulted in a much faster filtration rate. Floc size distribution and floc surface charge were measured to understand the effects of conditioning sequence on the sedimentation and filtration performance of MFT. It was found that the two optimal addition sequences led to larger and more porous flocs whose surface charges were closer to zero than the flocs obtained when the addition sequence was reversed. These findings underscore the importance of optimizing the sequence of flocculant and coagulant addition to enhance solid–liquid separation, with implications extending beyond oil sands tailings treatment.
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 | 0,000 | 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) | 0,001 | 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 ».