Analysis of Narrow-Boiling Behavior for Thermal Compositional Simulation
Notice bibliographique
Résumé
Abstract Thermal compositional simulation can be challenging when narrow-boiling behavior is involved. The term “narrow-boiling” is used in the literature to refer to enthalpy that is sensitive to temperature. This paper presents an analysis of narrow-boiling behavior on the basis of multiphase isenthalpic-flash equations, where energy and phase behavior equations are coupled through the temperature dependency of K values. The Peng-Robinson equation of state is the thermodynamic model used in the analysis. The general condition for narrow-boiling behavior is that the interplay between energy balance and phase behavior is significant. This is realized in engineering computations, such as flash calculations and reservoir simulation, as the sensitivity of K values to temperature. Two subsets of the condition are derived by analyzing the convex function whose gradient vectors consist of the Rachford-Rice equations; (i) the overall composition is near an edge of composition space, and (ii) the solution conditions (temperature, pressure, and overall composition) are near a critical point, including a critical endpoint. A special case of the first specific condition is the fluids with one degree of freedom, for which enthalpy is discontinuous in temperature. Case studies are given to confirm the narrow-boiling conditions for water-containing hydrocarbon mixtures. Narrow-boiling behavior tends to occur in thermal compositional simulation likely because water is by far the most dominant component in the fluid systems formed in the simulation. K values can be sensitive to temperature for those fluids with skewed concentration distributions. Decoupling of temperature from the other variables is confirmed to be robust in isenthalpic flash for narrow-boiling fluids.
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 ».