Effect of electrolyte solubility and column inclination on the performance of monoethylene glycol regeneration process
Notice bibliographique
Résumé
Abstract In this study, the solubilities of potassium‐chloride (KCl) in aqueous monoethylene glycol (MEG) solution and the vapour pressure of aqueous MEG solution containing KCl were investigated. A thermodynamic model was modified based on the data obtained to predict the solubilities of KCl, which was then applied to optimize the MEG regeneration process that is widely used in offshore gas fields. The solubility of KCl in the aqueous MEG solution decreased with an increase in MEG concentration and a decrease in temperature. The presence of KCl in aqueous MEG solution decreased the vapour pressure, thus increasing the boiling temperature at the corresponding pressure. A thermodynamic model based on the electrolyte non‐random two‐liquid (NRTL) coupled with the Redlich–Kwong (RK) equation of state was employed by modifying the binary interaction parameters using the experimental data. The modified model predicted the solubilities of KCl and the vapour pressure of aqueous MEG solutions, which were in good agreement with the experimental data. Moreover, the distillation column in pilot‐scale MEG regeneration was inclined to simulate the movement of the offshore platform, showing decreasing MEG concentration, possibly due to the distribution issues inside the column.
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 | 0,001 | 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 | 0,001 |
| 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 ».