MétaCan
Menu
Retour à la cohorte
Enregistrement W3205681282 · doi:10.1016/j.jpse.2021.09.001

Predictions for wax deposition in a pipeline carrying paraffinic or ‘waxy’ crude oil from the heat-transfer approach

2021· article· en· W3205681282 sur OpenAlexafffund
Anil K. Mehrotra, Samira Haj‐Shafiei, Sina Ehsani

Notice bibliographique

RevueJournal of Pipeline Science and Engineering · 2021
Typearticle
Langueen
DomaineChemistry
ThématiquePetroleum Processing and Analysis
Établissements canadiensUniversity of Calgary
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésWaxPipeline (software)Crude oilPetroleum engineeringHeat transferDeposition (geology)Chemical engineeringPulp and paper industryEnvironmental scienceChemistryMaterials scienceGeologyComposite materialThermodynamicsEngineeringMechanical engineering

Résumé

récupéré en direct d'OpenAlex

The heat-transfer mechanism for solid deposition from ‘waxy’ or paraffinic oils and mixtures has been developed and validated through several experimental and modeling investigations over the past three decades. This modeling approach considers the transient, unsteady-state wax deposition process to involve (partial) freezing with liquid-to-solid phase transformation, which has been modeled via the Stefan moving (or free) boundary problem formulation. The steady-state deposit thickness is predicted from a model that equates the heat-transfer rate in the radial direction across as many as five thermal resistances in series, including the flowing oil (convective), the deposit layer (conductive), the pipe wall (conductive), an insulation layer (conductive), and the coolant or surroundings (convective). Of these, the two predominant thermal resistances are due to convection in the flowing oil and conduction across the deposit layer. Calculation results are presented to systematically demonstrate the effect of key parameters on the steady-state deposit thickness in a pipeline carrying a paraffinic or ‘waxy’ crude oil in the hot flow regime. Numerical predictions for the deposit thickness, in the radial direction, highlight the effects of flowing oil temperature, the surrounding or coolant temperature, the heat transfer coefficient for the flowing oil, the inner radius of pipeline, the deposit average thermal conductivity, pipe-wall thermal conductivity, insulation thermal conductivity, and the wax appearance temperature of waxy oil. Also included are the predictions that demonstrate the deposit thickness does not depend directly on the overall thermal driving force or temperature difference. All parameters in the heat-transfer calculations are either measured directly or can be estimated from established predictive techniques; that is, the model does not involve any adjusted parameter.

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 enseignants0,016
Score d'incertitude au seuil0,033

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,016
Tête enseignante GPT0,242
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 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

Citations20
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Pipeline Science and EngineeringMême sujetPetroleum Processing and AnalysisTravaux en français237 207