MétaCan
Menu
← Retour à la cohorte
Enregistrement W346965791 · doi:10.5006/c2010-10328

Optimizing the Treatment of Low Flow Pipelines Using a Time-Released Product with the Use of Residence Time Distribution Models

2010· article· en· W346965791 sur OpenAlexaboutno aff
Sunder Ramachandran, Kirk Miner, Michael Greaves, Jason Thomas, Vladimir Jovancicevic

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueHermeneutics and Narrative Identity
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésResidence time distributionResidence time (fluid dynamics)Pipeline transportResidenceFlow (mathematics)Product (mathematics)Environmental sciencePetroleum engineeringMaterials scienceEnvironmental engineeringEngineeringMechanicsGeotechnical engineeringMathematics

Résumé

récupéré en direct d'OpenAlex

Abstract Many shallow gas systems in North America experience a large decline in production with time. Flow rates are often low and liquid residence times are long in such systems. A new time-released, encapsulated product has been developed for such systems. Residence time distribution functions are often used to understand reactant conversion in non-ideal reactors and it is believed that their use in understanding the transport of chemicals can be applicable in corrosion control of slow moving systems. There are many parameters that affect the deliverability, effectiveness and control of the time-release of products in an oilfield system. One factor is the diffusion of inhibitor within the polymer matrix (i.e. pellet). This can be controlled by particle size. Other factors are related to the mass transfer to an external fluid phase and the intrinsic residence time of fluids within the system. Some factors can be controlled by the design of the product while others are controlled by the system conditions. In many pipeline-gathering systems for sour gas, the residence time of fluids is relatively long. In this presentation, the factors controlling time release of the product are discussed. Laboratory results on product release are best fit to an appropriate diffusion-mass transfer model of the product. A residence-time distribution model for an existing field in Canada is developed based on the best fit of an earlier field trial. The residence-time distribution with a model of time release of a newly developed product has been used to predict the time release in a field trial. The predictions and the actual experimental results of the field trial will be compared in different systems in terms of long-term inhibitor release profile.

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)0,001
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: aucune
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
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 Opus0,061
Tête enseignante GPT0,237
Écart entre enseignants0,177 · 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

Citations0
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetHermeneutics and Narrative Identity→Travaux en français237 207→