MétaCan
Menu
Retour à la cohorte
Enregistrement W2313431356 · doi:10.2118/176127-ms

R&D Technologies for Acid Gases Extraction from Natural Gases

2015· article· en· W2313431356 sur OpenAlexaboutno aff
Lev A. Bagirov, Salavat Z. Imaev, Vasily E. Borisov

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueSpacecraft and Cryogenic Technologies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésNatural gasSeparator (oil production)Supersonic speedNozzleProcess engineeringExtraction (chemistry)Natural-gas processingGas separationIndustrial gasChoked flowAir separationMaterials scienceEnvironmental scienceMembraneWaste managementChemistryMechanical engineeringEngineeringChromatographyGas turbinesAerospace engineeringThermodynamicsPhysicsOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Abstract This paper describes main processes used for removal of CO2 from natural gases and some results of under R&D technologies of acid gases extraction from natural gases, including the method of 3S-technology (SuperSonic Separation technology). There are various methods of acid components extraction from the natural gas: adsorptive, adsorptive, membrane, cryogenic and their various combinations. All mentioned technologies are notable for necessity to use a large number of accessory equipment, including bulky one that leads to the high capital investment costs and great operational costs, and also to the costs for restoration of adsorbents/absorbents, clearing of membranes, etc. These circumstances make the existing technologies inapplicable in terms of cost efficiency. At the same time, a significant progress was recently being made in the development of new low-temperature processes of extracting CO2 from natural gas. Low-temperature processes are specially promising in processing of gases with high CO2 content. Several low-temperature processes of CO2 removal are presently known: –Ryan Holmes method;–Controlled freeze zone method (CFZ);–Cryocell method (Cryocell);–Sprex method (Sprex);–Gasdynamic separation of gas mixtures (3S-separation). All 5 above mentioned low-temperature processes of acid components extraction will be considered and analysed in this paper. While the main focus is on the analysis of 3S-separation technology. 3S-separator is a low-temperature supersonic separator, based on natural gas cooling in a supersonic swirling flow. Supersonic flow is implemented using a convergent-divergent Laval nozzle. In this nozzle, rapid cooling of gas takes place due to the conversion of flow potential energy into kinetic energy. This workcontains a detailed description of 3S-technology. Someexistential schematic diagrams of devises based on 3S-separation will be presented in this paper. The advantages and limitations of this technologyhave been investigated during the study. Currently3S-separators have been successfully operatedat severalgas processing facilities. Experimental studiesof CO2 separation from naturalgaswere carried out onthe test unitwith the3S-separator, designed for 6000 nm3/hour gas flow. Duringtests it has been shownthat the technologymakes possible theseparation of CO2 inthe carbon dioxide crystallization zone. The performed tests demonstrated that it is possible to achieve less than 3% mol CO2 concentration in the inlet gas.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,004

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 Opus0,034
Tête enseignante GPT0,263
Écart entre enseignants0,229 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations7
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetSpacecraft and Cryogenic TechnologiesTravaux en français237 207