Pseudo-Dynamic Modeling to Evaluate a Remote Gas-to-Liquids Process
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
A project team was given the task of evaluating various technology options for design of a small-scale gas-to-liquids (GTL) process operated remotely at or near an individual gas source. For this study, small-scale plants were considered those producing between 100 and 500 barrels per day of liquid fuels. In addition, being remote enforced limitations on utility sources available to the plant site such as water and grid power. A secondary goal was development of a dynamic model of the plant to use in operator training. To accomplish these objectives, the authors investigated the suitability of a process-simulation application. The conceptual design of the GTL unit included many different possibilities, such as front-end design, back-end design, heat integration, and recycling of materials. Complications associated with plant start-up and shutdown, utilities, process reliability, and economics were included in the decision-making process. The authors present selective results from a steady-state model and sensitivity studies. Considerations for the development of the dynamic model included both a fully rigorous dynamic model and a pseudo-dynamic steady-state-based model; results of the latter model are provided. The study concluded that an industrial steady-state simulation tool provided sufficient flexibility to complete the material and energy-balance calculations, sensitivity analyses, and pseudo-dynamic modeling. This study yielded significant insights into the importance of model assumptions and their impact on the overall process viability. The pseudo-dynamic model also provided insight for improving the process control design. During the work completed the authors determined that the object-oriented structure adopted for the model enabled an efficient, rapid model development.
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 | 0,001 |
| 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