MétaCan
Menu
Retour à la cohorte
Enregistrement W3141502700 · doi:10.1002/cjce.24289

Suppression of liquid slugs and phase separation through pipeline bends

2021· article· en· W3141502700 sur OpenAlexafffundvenue
Loveday C. Igbokwe, G.F. Naterer, Sohrab Zendehboudi, Simon Pedersen, Stefan Jespersen

Notice bibliographique

RevueThe Canadian Journal of Chemical Engineering · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueFluid Dynamics and Heat Transfer
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésPipeline (software)Separation (statistics)ChromatographyPhase (matter)Materials scienceChemistryGeologyEngineeringComputer scienceMechanical engineering

Résumé

récupéré en direct d'OpenAlex

Abstract This study examines the suppression of liquid slugs in the transport and separation of multiphase flows in pipelines. Two well‐known slug control approaches are evaluated in this paper. The methods are employed to control and stabilize an undesired and unstable flow regime, optimize flow production, reduce operating costs, and in general, improve overall safety requirements of oil and gas pipelines. Unlike designs with an additional flowline to separate gas upstream, this study shows that active topside choking can suppress slugs and stabilize the system flowrates and pressures without the requirement of separation upstream of the topside valve. Careful choking is required to minimize production losses that can result from excess back pressure. A riser‐based, gas‐lift method reduces system instability and increases production. This study also reveals that negligible improvement in stability is achieved when large volumes of gas are injected. The system shifts into an annular flow regime when the injection is further increased. A large separator may be required to accommodate high gas volumes. This study shows that gas‐lift not coordinated with choking is not effective for slug mitigation through pipeline bends. This paper also presents and discusses new non‐dimensional correlations, including slug control inputs in the pipelines such as choke openings, based on new experimental data.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,177
Score d'incertitude au seuil0,286

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,009
Tête enseignante GPT0,228
Écart entre enseignants0,219 · 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 tête enseignante, 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

Citations4
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Chemical EngineeringMême sujetFluid Dynamics and Heat TransferTravaux en français237 207