Application of Advanced Oxidation Processes in the Reclamation of Wastewaters from the Oil & Gas Sector
Bibliographic record
Abstract
Aquesta tesi s'emmarca dins de dos projectes relacionats amb la recuperació (tractament + reutilització) d'aigües residuals generades per la indústria de petroli i gas. L'objectiu del primer projecte va ser la reutilització d'aigua residual generada per aquest sector mitjançant el tractament dels anomenats efluents "downstream" amb processos d'oxidació avançats (AOPs). Amb aquest objectu, es van estudiar diversos processos AOPs fotocatalítics i basats en ozó, els quals es van aplicar, en primer lloc, per al tractament d'una aigua sintètica amb una composició complexa representativa d'aigua residual de refineria (SRW). Després dels resultats obtinguts amb SRW, es va investigar el rendiment del tractament en tres aigües residuals reals diferents amb l'objectiu d'assolir els requisits per a la reutilització d'aigua a la planta. El segon projecte es va enfocar en el tractament d'aigua residual procedent del procés de sorres petrolíferes (OSPW), que actualment es troba emmagatzemada en estanys causa de la política de descàrrega zero a la regió d'Alberta, Canadà. En primer lloc, es van comparar els tractaments d'ozonització i UV amb diferents oxidants i pH. El tractament amb UV/Fenton va resultar ser un mètode eficaç per eliminar els components orgànics presents en l'efluent que causen toxicitat aguda. També es van investigar les activitats catalítiques de catalitzadors de carbó activat granulat prèviament dopats amb N o N/S i Fe(III). Es va realitzar una selecció dels catalitzadors més prometedors mitjançant disseny factorial fraccional en l'ozonització catalítica d'una aigua sintètica. Posteriorment, els materials seleccionats es van investigar més a fons per al tractament de OSPW real. Es van estudiar, a més, processos AOP basats en ozó en combinació amb H2O2 i UVC amb l'objectiu d'assolir la mineralització dels contaminants orgànics, inclosos els àcids naftènics presents en l'efluent. Un augment en la mineralització repercuteix positivament en la reducció de la toxicitat. Per primera vegada es presenta l'estudi de la combinació de UVC amb tractaments basats en O3 per tractar la OSPW.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.001 | 0.000 |
| Insufficient payload (model declined to judge) | 0.001 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".