Design of Injection Facilities for C02 Recovery Process: A Case Study
Notice bibliographique
Résumé
Abstract Given the impact of CO2 emissions on the environment and the direct correlation to the petroleum industry, it has become evident that our industry must minimize the carbon footprint associated with hydrocarbon production and consumption. One of the obvious choices for utilizing CO2 in the industry is associated with enhanced oil recovery (EOR). The injection of miscible/immiscible CO2 EOR is one of the most attractive techniques in these days for oil industry. As part of this investigation, it is important to assess the source/storage of CO2 to ensure reliability and continuous supply. In addition, it is critical to appropriately design the injection rate of CO2, distribution facilities, and the instrumentation for safe operation. In this paper, a case study is completed and facilities design are shown as potential sources of CO2 gas handling process. It is also discussed the potential challenges associated with bulk CO2 storage, compression, transportation and injection. Moreover, an evaluation of existing technologies for CO2 handling facilities is conducted to ensure the desired injection fluid specification. A complete CO2 pipeline network system is developed to determine optimum discharge pressure and design of pipelines specifications is also outlined. The results show that the pump discharge pressure at NGL - CO2 source must be 3,420 psia to meet the 2,850 psia injection wellhead pressure. Also, the ANSI-2500 piping class meets the high injection pressure requirement. In addition, the pipeline network simulation model shows that the optimum pipeline size should be 8 in. The developed design of Case study CO2 injection facilities is the first CO2 injection project in the company's history. This case study along with its finding will greatly help in controlling the CO2 emission in the environment.
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 | 0,000 |
| 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 ».