MétaCan
Menu
Retour à la cohorte
Enregistrement W3168454484 · doi:10.3390/pr9060960

Computational Fluid Dynamics (CFD) Modeling and Analysis of Hydrocarbon Vapor Cloud Explosions (VCEs) in Amuay Refinery and Jaipur Plant Using FLACS

2021· article· en· W3168454484 sur OpenAlexaff
Zaman Sajid, Muhammad Kashif Khan, Alireza Rahnama, Farzan Sahari Moghaddam, K. Asish Vardhan, Reema Kalani

Notice bibliographique

RevueProcesses · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueCombustion and Detonation Processes
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésFlammable liquidComputational fluid dynamicsOverpressureRefineryIgnition systemEnvironmental scienceWork (physics)Oil refineryPetroleum engineeringEngineeringNuclear engineeringWaste managementMechanical engineeringAerospace engineering

Résumé

récupéré en direct d'OpenAlex

Process safety helps prevent the unexpected and unplanned release of flammable and toxic chemicals, leading to poisonous gas clouds, fires, and explosions. Vapor cloud explosions (VCEs) are among the most severe hazards to humans and the environment in process facilities. Therefore, process safety demands to use best and reliable techniques to model VCEs in process industries and storage tanks of flammable chemicals. In this regard, the Computational Fluid Dynamics (CFD) models are more appropriate, as these models provide three-dimensional (3D) modeling of all sequences of events in an accident. In this study, CFD is used to model VCE in two industrial accidents: the Amuay refinery disaster (happened in 2012) and the Indian Oil Corporation’s (IOC) Jaipur terminal (2009). This work studies 3D CFD modeling of flammable cloud explosion in the real-time configuration for both accidents. FLACS (FLame ACceleration Simulator), a CFD software, is used to simulate the loss of hydrocarbon containment, cloud formation, and explosion in both industrial case studies. The ignition locations and grid sizes were varied to analyze their influence on explosion overpressure, temperature, vapor velocity, and fuel mass. This work also investigated the effect of geometry complexity on the explosion. Results showed that, as opposed to the coarse grid, the fine grid provides more precision in the analysis. The study also reveals an explosion overpressure of the order 4–15 bar (g) for the given case studies. This study’s results can help perform a qualitative and quantitative risk assessment of the Amuay refinery accident and Jaipur fire. The simulation of different scenarios can help develop and improve safety guidelines to mitigate similar accidents.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,054
Score d'incertitude au seuil0,107

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
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 Opus0,023
Tête enseignante GPT0,239
Écart entre enseignants0,217 · 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'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

Citations16
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProcessesMême sujetCombustion and Detonation ProcessesTravaux en français237 207