A case study for cost-effective design of relocatable deep dewpoint control gas plant
Notice bibliographique
Résumé
Australia has significant smaller-capacity gas fields, in relatively remote areas. An economically viable design for the Australian market is a small to mid-size gas plant to produce pipeline-quality gas and recover attractive amounts of liquid products (NGLs) for export by truck. Such a plant has minimal equipment, is highly modularised to be cost-effective for remote locations with high labour costs, can be relocated, and can be implemented in a substantially shorter time frame than conventional projects. For the North and South American markets, we have developed a deep dewpointing process that combines high NGL recovery with simplicity of design, yet is flexible enough to accommodate a range of compositions and flow rates. This design is well suited for standardisation of small to medium-size gas plants where feed gas compositions may vary and capacity increases are not well known. A short implementation schedule provides first-to-market economic benefits. We have developed 3rd Generation ModularisationSM that is proven to significantly reduce a plant’s footprint compared with more traditional modularisation practices. This new approach makes it possible to design a gas processing facility as transportable modules that can be built in the most cost-effective location, are low cost to install and may be relocated in the future. This has been demonstrated in a recent project completed in 2015 for Shell in Canada. This paper presents the solution for the Australian market that combines the benefits of high gas liquids recovery with low investment, delivered in compact relocatable modules that enable very flexible field development strategies.
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 | 0,001 | 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 ».