MétaCan
Menu
Retour à la cohorte
Enregistrement W1989510902 · doi:10.2118/2001-032-ea

Leveraging the Reach: Monitoring Remote Assets With Geostationary Satellite Systems

2001· article· en· W1989510902 sur OpenAlexaboutno aff
B. Svinterud

Notice bibliographique

RevueCanadian International Petroleum Conference · 2001
Typearticle
Langueen
DomaineComputer Science
ThématiqueDistributed and Parallel Computing Systems
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGeostationary orbitComputer scienceSatelliteSatellite broadcastingRemote sensingGeostationary Operational Environmental SatelliteGeologyAerospace engineeringEngineering

Résumé

récupéré en direct d'OpenAlex

Abstract Using geostationary satellite systems to monitor compressor lubrication systems is a practical and costeffective option for energy and petroleum companies today. The prices of satellite terminals have dropped by a factor of five in the past five years, and these compact communications devices are now available for US$500. Low-priced hardware and affordable service make satellite systems attractive for compressor monitoring. This extended abstract explains how energy and petroleum companies can benefit from using satellite services to monitor divider block lubrication systems. It describes how these services can maximize compressor life cycles, cut operating costs, increase labor efficiency, and maximize production volumes. Introduction The oil and gas industry depends on critical production and monitoring data from the field. The more thorough, accurate, and timely the data, the more effectively companies can run their businesses. To achieve these results, oil and gas companies are now turning to satellite data monitoring systems such as GlobalWave from Vistar Datacom to handle their data communication needs. Three important factors influence this trend: steadily declining prices, field-tested reliability, and ease of use. The advent of spot beam technology allows satellite power to focus more narrowly on coverage areas. These concentrated beams have enabled Vistar to design a power-efficient satellite transceiver that measures a mere six by four inches. Consequently, companies can deploy GlobalWave technology in a few minutes at a fraction of the cost of much larger traditional communications systems. GlobalWave service equips oil and gas companies to monitor important equipment characteristics such as compressor operation status, static pressure, differential pressure, and temperature. Given that lubrication problems account for 80 per cent of compressor failures, keeping a close eye on compressor lubrication status is vital. Insufficient lubrication can cause cylinders to seize in a couple of minutes. Too much lubrication can also impair equipment and needlessly increase operating costs. Either way, companies incur unnecessary expenses to repair or replace stricken compressors. Working in tandem with divider block technology, the GlobalWave system can immediately notify production operators if lubrication levels exceed a preset high or low threshold value. This prompt notification allows companies to act quickly to protect their assets, reduce costs, and maintain production volumes. THE MOVE TO DIVIDER BLOCK LUBRICATION SYSTEMS Compressor reliability hinges as much on the system that distributes cylinder lubrication as it does on proper lubrication and lubrication rates. Recognizing the importance of cylinder and packing lubrication systems, companies throughout the U.S. and Canada are spending millions of dollars to retrofit their compressors with state-of-the-art lubrication technology. The older self-priming vacuum style pump-to-point systems are yielding to divider block systems whose positive displacement series flow valves properly proportion and distribute lubrication. These divider block systems monitor divider block piston movement and measure the flow of lubricating fluid. Divider block pumps avoid many of the problems associated with the self-priming vacuum style pump-to-point pumps by using a gravity or suction system. But more important, divider block systems can be automated to shut down and issue alarms should lubrication problems occur.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,638
Score d'incertitude au seuil0,959

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0020,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,032
Tête enseignante GPT0,242
Écart entre enseignants0,210 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian International Petroleum ConferenceMême sujetDistributed and Parallel Computing SystemsTravaux en français237 207