MétaCan
Menu
Retour à la cohorte
Enregistrement W2984655577 · doi:10.2118/197183-ms

Mitigate H2S Spike in 4A Molecular Sieve Gas Dehydration

2019· article· en· W2984655577 sur OpenAlexaff
Venkatesh Sreenivasan, Santosh Govindrao Alladwar, Kim Noakes

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueCarbon Dioxide Capture Technologies
Établissements canadiensHatch (Canada)
Organismes subventionnairesnon disponible
Mots-clésMolecular sieveDehydrationSour gasAdsorptionNatural gasSieve (category theory)Integrated gasification combined cycleChemical engineeringDesorptionAcid gasChemistryProcess engineeringSpike (software development)Environmental scienceWaste managementMaterials scienceSyngasEngineeringOrganic chemistryMathematicsBiochemistryHydrogen

Résumé

récupéré en direct d'OpenAlex

Abstract Dealing with wet sour natural gas is a global challenge faced in many plants worldwide and dehydration units are to be optimized to reduce the overall project cost. Normally 3A molecular sieve is preferred in sour gas dehydration applications as it does not adsorb H2S. The design illustrated in this paper depicts an innovative method for designing sour gas dehydration units using 4A molecular sieve that can mitigate H2S spike, reduce molecular sieve unit capital cost and operating cost of regeneration system by use of variable adsorption cycle. The variable adsorption cycle increases water loading in beds by maximizing adsorption time to desorb H2S molecules and thereby mitigate H2S spike during regeneration. This also prolongs mole sieve bed life by reducing the number of bed regeneration cycles as compared to fixed adsorption cycle. This design can be used in gas dehydration units downstream of acid gas removal units. This paper also proposes to avoid mixing of regeneration gas with main feed gas of mole sieve bed and instead propose to treat the regeneration gas at upstream acid gas removal unit to accommodate the H2S spike.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
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)0,0010,000

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 Opus0,002
Tête enseignante GPT0,153
Écart entre enseignants0,152 · 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'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

Citations3
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetCarbon Dioxide Capture TechnologiesTravaux en français237 207