Notice bibliographique
Résumé
Abstract While remote parts of the world are awash with hundreds of trillions of cubic feet (Tcf) of natural gas, the industrialized West and emerging economies of the East can't get enough of the clean-burning, environmentally friendly fuel. The problem is transporting this compressible fluid long distances, across major bodies of water. For markets greater than 1,500 miles, liquefied natural gas (LNG) has proved to be the most economic option. By refrigerating natural gas (primarily methane) to -260°F (-162°C), thereby shrinking its volume by 600:1, LNG can be transported in large insulated cryogenic tankers at reasonable cost. Natural gas liquefaction is a series of refrigeration systems similar to the air conditioning system in our homes consisting of a compressor, condenser and evaporator to chill and condense the gas. The difference is in the scale and magnitude of the refrigeration. A typical single-train LNG plant may cost $1.5 billion and consume 6-8% of the inlet gas as fuel. Since many of the impurities (water vapor, carbon dioxide, hydrogen sulfide, etc.) and heavier hydrocarbon compounds in natural gas will freeze at LNG temperatures, they must first be removed, and disposed or marketed as separate products. This paper will provide an overview of LNG liquefaction facilities, from inlet gas receiving to LNG storage and loading. However, the focus is on the liquefaction process and equipment. Differences among the commercially available liquefaction processes (cascade, single mixed refrigerant, propane-pre-cooled mixed refrigerant, double mixed refrigerant, nitrogen, etc.) will be discussed. The aim is to provide SPE members with a clear understanding of the technologies, equipment and process choices required for a successful LNG project.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».