Efficient Removal of Ammonium, Heavy Metals, and Scale-Forming Cations from Oilfield Produced Water by Sulfonated Biochar
Notice bibliographique
Résumé
The treatment of oilfield produced water (OPW), which contains complex pollutants, such as scale-forming cations, heavy metals, ammonia, and organic matter, presents a significant challenge. In this study, we utilized low-cost sulfonated biochar (SBC), produced through in situ sulfonation of alkylated waste sulfuric acid with waste rice husk, to remove these pollutants from actual OPW. Treatment with 60 g/L of SBC achieved removal rates of 65.7% for COD, 66.1% for DOC, 89.6% for NH 4 + –N, and over 96.3% for scale-forming cations (Ba 2+, Ca 2+, and Mg 2+ ), with heavy metals (Cd 2+ and Cu 2+ ) being completely removed (100%). SBC effectively adsorbed cationic pollutants via surface functional groups (−SO 3 H, −OH, and −COOH) and removed diverse organic pollutants (highly unsaturated compounds, polyphenols, and polycyclic aromatics) through pore-filling, electrostatic interactions, and π–π interaction mechanisms. SBC released substantial quantities of sulfur- and oxygen-containing compounds, inducing a pH decrease in OPW from 6.97 to 3.05. Approximately 30% of these compounds are microbially bioactive molecules (H/C ≥ 1.5). Moreover, SBC proved effective for OPW treatment, maintaining a stable adsorption performance through six consecutive cycles. These findings suggest that SBC holds great potential for large-scale applications as an adsorbent in the pretreatment stages of OPW treatment processes.
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 ».