MétaCan
Menu
Retour à la cohorte
Enregistrement W2554436524 · doi:10.1115/ipc2016-64076

Technical Evaluation of the Consequence of HCDP Upsets From Gas Producers Along Pipeline Laterals

2016· article· en· W2554436524 sur OpenAlexaff
C. Hartloper, K. K. Botros, K. Tittemore

Notice bibliographique

RevueVolume 3: Operations, Monitoring and Maintenance; Materials and Joining · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueWater Systems and Optimization
Établissements canadiensTransCanada (Canada)Nova Chemicals (Canada)
Organismes subventionnairesnon disponible
Mots-clésUpsetPipeline transportNatural gasDew pointPipeline (software)Flow (mathematics)CondensationEnvironmental sciencePetroleum engineeringNuclear engineeringEngineeringMechanical engineeringMechanicsWaste managementPhysicsThermodynamics

Résumé

récupéré en direct d'OpenAlex

Natural gas accepted into the pipeline at receipt points is subject to gas quality specifications to ensure that downstream laterals and mainlines are not subjected to operational upsets, and that the integrity of the pipeline and related facilities is not compromised. One of the specifications is the maximum hydro-carbon dew point (HCDP) at the pipeline operating pressure. Occasionally, gas plants encounter operational upsets that result in a higher HCDP. If the HCDP exceeds the ground temperature, condensation of heavier hydrocarbon can potentially occur along the lateral. Ideally, after an upset has been detected and the producer has been shut in, the lateral would be pigged to remove the condensed hydrocarbons. However, if the lateral is unpiggable, the only way to remove the liquids is to evaporate them into a flow of dryer gas. The present paper compares two potential courses of action which may be taken after a high HCDP is detected at a receipt point on an unpiggable line: (a) flowing dry gas from the producer after the source of upset is corrected, or (b) pulling dryer gas back from the operator’s mainline through the lateral to the producer. In order to determine the most appropriate course of action for a given upset, the state of the lateral during and after the upset must first be accurately quantified. In the present paper, the state was modelled based on the governing equations of fluid flow including heat transfer and condensation, the GERG-2008 equation of state, and empirical liquid-hold-up equations. The effect of flow parameters (e.g., gas composition, lateral elevation profile, ground temperature, etc.) on the upset severity is explored. Subsequently, models for forward flow and pull back are presented, and the criteria for selecting when either course of action is appropriate are discussed.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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: Empirique
Score de désaccord entre enseignants0,040
Score d'incertitude au seuil0,291

Scores Codex et Gemma par catégorie

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

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 Opus0,018
Tête enseignante GPT0,230
Écart entre enseignants0,212 · 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 tête enseignante, 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

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueVolume 3: Operations, Monitoring and Maintenance; Materials and JoiningMême sujetWater Systems and OptimizationTravaux en français237 207