Simulation Studies of Process Improvement of Three‐Tower Low‐Temperature Distillation Process to Minimize Energy Consumption for Separation of Produced Gas of CO<sub>2</sub>‐Enhanced Oil Recovery (EOR)
Notice bibliographique
Résumé
High concentrations of carbon dioxide (CO 2 ) obtained from the associated gas of CO 2 ‐based Enhanced Oil Recovery (EOR) process need to be recovered and re‐injected into the oilfield in order to improve the amount of extracted crude oil and reduce total operational cost. A three‐tower low‐temperature distillation process is one of the effective technologies for the CO 2 recovery process. However, its high energy consumption is a major drawback. In this work, an improved three‐tower low‐temperature distillation process which adds two intermediate reboilers in the stripping section of the CO 2 recovery column and uses the overhead vapour of the demethanizer to pre‐cool the feed gas is proposed, in order to reduce the total energy consumption compared with the conventional process. The simulation was performed using ProMax3.2 software. Sensitivity analyses were carried out to evaluate the effects of key parameters (e.g. solvent flow rate, feed inlet stage, solvent inlet stage, reboiler inlet stage, and intermediate reboiler flow ratio) on the energy requirement. The simulation results showed that for a CO 2 product purity of 96 %, the methane gas aligned with the GB17820‐2012 natural gas II requirements, and no solid CO 2 existed. The reboiler heat duty of the CO 2 recovery column of the improved process was reduced by 66.6 % compared with the conventional process. The total equivalent work of the improved process was 1.066 GJ/tCO 2 ,13.4 % lower than the 1.231 GJ/tCO 2 of the conventional process.
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 | 0,001 |
| 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 ».