Modelling the impacts of fire in a typical FLNG processing facility
Notice bibliographique
Résumé
In the past oil and gas industry had experienced numerous major accidents with catastrophic consequences. Among oil and gas processing technologies, floating liquefied natural gas (FLNG) is an emerging technology which has no operational experiences or lesson learnt to date. In any processing facilities, fire is considered as one of the major hazards. A risk due to fire is considered as the most critical among all other potential risk in FLNG processing facilities due to inherent flammable hazards of hydrocarbons, hydrodynamic interactions, high pressures and their synergistic effects. There is a need of an adequate fire risk assessment and consequence analysis of FLNG processing facilities. Therefore, this study proposes a novel risk-based methodology for modelling the impacts of fire event in a typical FLNG processing facility. The impacts of fire event on adjacent assets and personnel are assessed considering a credible leakage of LNG with an immediate ignition. The scenario is computationally simulated using Fire Dynamic Simulator (FDS). The results of the simulation are used for impact assessment based on predefined criteria and safety measured design is considered to mitigate or avoid the impacts. As part of the safety measured design, a generic water deluge system is installed adjacent to fire location. After the activation of the water deluge system, it is found that the impacts and corresponding risk are significantly reduced. It is evident that the proposed methodology can assess fire impact and manage the associated risks. Additionally, the methodology can be used further for assessing primary propagation of domino effects in a complex processing facility.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».