Hydrate-Induced Vibration in an Offshore Pipeline
Notice bibliographique
Résumé
Summary Gas-hydrate plugging poses an operational challenge to offshore petroleum production and transportation. In this study, a computational-fluid-dynamics (CFD) model that uses ANSYS Fluent (ANSYS 2019) multiphase-flow-modeling techniques to simulate and analyze the effect of gas-hydrate flow in pipelines is proposed. For this purpose, the study attempted to integrate the ANSYS Fluent model with an existing commercial subsea-pipeline-visualization tool. To validate the simulation results, two case studies were conducted. The first study was about a pipeline whose dimensions are based on the specifications in existing literature (Balakin et al. 2010a). The second study was about a pipeline with more-complex geometry (M-shaped jumper with six elbows). The Eulerian/Eulerian method was used to model the multiphase hydrate flow. The population-balance method (PBM) was then used to model hydrate agglomeration and its breakup mechanism in the flow. A parametric study of the stresses in the pipelines resulting from flow-induced vibration (FIV) was conducted to identify the regions that underwent the maximum stresses and deformations under various flow conditions. The tool can be used in the petroleum industry to identify the operational hazards in offshore structures and to take necessary safety measures to avoid any potential catastrophic events.
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 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,002 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».