MétaCan
Menu
Retour à la cohorte
Enregistrement W2321680497 · doi:10.1021/ef401315m

Modeling of Solids Deposition from “Waxy” Mixtures in “Hot Flow” and “Cold Flow” Regimes in a Pipeline Operating under Turbulent Flow

2013· article· en· W2321680497 sur OpenAlexafffund
Sridhar Arumugam, Adebola S. Kasumu, Anil K. Mehrotra

Notice bibliographique

RevueEnergy & Fuels · 2013
Typearticle
Langueen
DomaineChemistry
ThématiquePetroleum Processing and Analysis
Établissements canadiensUniversity of Calgary
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversity of Calgary
Mots-clésTurbulenceFlow (mathematics)WaxMechanicsMaterials scienceDeposition (geology)Isothermal flowThermodynamicsVolumetric flow rateReynolds numberTwo-phase flowOpen-channel flowGeologyComposite materialPhysics

Résumé

récupéré en direct d'OpenAlex

Solids deposition from “waxy” mixtures under turbulent flow in a pipeline was modeled as a moving boundary problem involving liquid–solid phase transformation. The developed model is applicable for the “hot flow” regime (i.e., with the mixture temperature above its wax appearance temperature, WAT) and the “cold flow” regime (i.e., with the mixture temperature below its WAT, resulting in solid particles suspended in the liquid phase). A recently proposed correlation for the wax precipitation temperature (WPT) as a function of the wax concentration and the cooling rate was used to predict the transition from the “hot flow” regime to the “cold flow” regime. Predictions obtained for both radial and axial deposit growth in the pipeline with time in the “hot flow” and “cold flow” regimes were found to be in agreement with the trends observed in the laboratory deposition results reported in the literature. The predicted deposit thickness in the axial direction increased under the “hot flow” regime, reached a maximum as the liquid temperature approached the WAT of the wax–solvent mixture, and decreased subsequently under the “cold flow” regime. The axial location for the transition from the “hot flow” regime to the “cold flow” regime was predicted to shift with changes in the inlet mixture temperature, pipe wall temperature, and Reynolds number. The predicted maximum deposit thickness was also impacted by these variables. The predictions in this study indicate that solids deposition in pipelines carrying “waxy” mixtures could be decreased by maintaining the flow under the “cold flow” regime. This study shows that solids deposition from “waxy” mixtures can be modeled satisfactorily as a thermally driven process involving partial solidification.

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)0,000
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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,031

Scores du classifieur distillé par catégorie (deux têtes)

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

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.

Tête enseignante Opus0,009
Tête enseignante GPT0,220
Écart entre enseignants0,211 · 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'étudeSimulation ou modélisation
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

Citations35
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEnergy & FuelsMême sujetPetroleum Processing and AnalysisTravaux en français237 207