OVERALL INTEGRATION OF THE MANAGEMENT OF H<sub>2</sub>AND CO<sub>2</sub>WITHIN REFINERY PLANNING USING RIGOROUS PROCESS MODELS
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract New CO2 legislation forces the petroleum refining industry to review its operations and processes to cope with the new limitations of allowable CO2 emissions. Simultaneously, petroleum refineries, which are extremely complex entities, face another challenge represented by clean fuel products (low sulfur content) regulations. In an attempt to provide operational solutions to these issues, a CO2 management model was incorporated with an existing hydrogen management model that we have recently developed. To this end, this article presents an overall integrated model that solves simultaneously the refinery planning, hydrogen, and CO2 management problems. It addresses the optimum CO2 strategy selection through integration of refinery planning with the hydrogen network and CO2 emissions. The overall model was formulated as a mixed integer nonlinear program (MINLP). The model consists of the refinery emission sources and the considered mitigation options. Model performance was tested through different case studies with various reduction targets. The optimization results showed that the integration of the planning, hydrogen, and CO2 models lead to better profit margins and that CO2 mitigation options worked successfully together to meet a given reduction target. The obtained results also showed that the load shifting option can contribute up to a 3% reduction of CO2 emissions, while the fuel switching option can provide a 20% reduction. To achieve greater than 30% reductions, a CO2 capture technology must be employed in the petroleum refining industry. Keywords: CO2 managementHydrogen managementProcess integrationProcess systems engineeringRefinery planning
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.
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 découle