MétaCan
Menu
Retour à la cohorte
Enregistrement W3163828648 · doi:10.1088/1755-1315/770/1/012010

Simulation research on the flow field performance of the supersonic separator for natural gas

2021· article· en· W3163828648 sur OpenAlexaboutno aff
Jin Lv

Notice bibliographique

RevueIOP Conference Series Earth and Environmental Science · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueCyclone Separators and Fluid Dynamics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSeparator (oil production)Natural gasNozzleSupersonic speedWet gasNatural-gas processingChoked flowMechanicsNatural gas fieldPetroleum engineeringMechanical engineeringChemistryThermodynamicsEngineeringWaste managementPhysics

Résumé

récupéré en direct d'OpenAlex

Abstract The separation of natural gas dehydration and de-heavy-hydrocarbons is an important part of natural gas treatment, the main purpose of which is to prevent liquid water in the later processing, transportation and storage of natural gas, and to prevent acidic gas dissolving in free water which will cause the corrosion of pipelines and equipment. This paper introduces a new type of natural gas separation technology— supersonic gas-liquid separation technology. Based on the working principle of supersonic gas liquid separator, using relevant theories such as fluid mechanics, gas dynamics and thermodynamics, the structure of Laval nozzle was mainly optimized and the flow field of the separator was simulated through ANSYS software, the distribution of the characteristic parameters such as pressure, velocity, temperature of shrink segment, throat, expansion segment of the supersonic cyclone separator nozzle were studied in this paper. The results show that the design of the nozzle structure meets the needs of low temperature, can make the water vapor in natural gas condense into small droplets and separate out, so as to achieve the goal of natural gas dehydration. Then, comparing the different design methods of Laval nozzle, the most reasonable design scheme is selected to improve the separation efficiency of the separator.

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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,509
Score d'incertitude au seuil0,276

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 Opus0,020
Tête enseignante GPT0,246
Écart entre enseignants0,226 · 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'étudeSimulation ou modélisation
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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIOP Conference Series Earth and Environmental ScienceMême sujetCyclone Separators and Fluid DynamicsTravaux en français237 207