Experimental Investigation into Liquid and Solid Separation by an Industrial Mesh-Vane-Type Separator on Natural Gas at 4–5 MPa, Different Liquid Loadings and Gas Flows
Notice bibliographique
Résumé
Abstract Inline vertical separators are commonly employed in natural gas transmission facilities (e.g., receipt stations) to filter liquid contaminants such as compressor oil, glycol, and free water from the gas stream. Manufacturers of these separators have claimed liquid removal efficiencies of 98–99% for droplet sizes ≥ 8 μm. However, these contaminants have been found invariably in piping systems downstream of these separators, suggesting inadequate separator performance. Currently, there is a lack of ability to verify manufacturer claims due to difficulties in quantifying liquid contaminants and droplet characteristics. The potential consequences of having such contaminants include lower gas quality, impaired gas metering accuracy, corrosion and damage to equipment/instrumentation, and adverse impacts on industrial and residential end users. This paper presents performance testing of a mesh-vane-type vertical separator conducted on high pressure, pipeline quality, natural gas in the range of 4–5 MPa and flow velocity in the range of 1.3–13 m/s in the DN150 separator inlet (hence turndown ratio of 10:1). Four different spray nozzles were used to inject and atomize industrial compressor oil with a liquid-to-gas mass loading ratio of 0.06–1.8%. Test results revealed that the average bulk efficiency separation performance for this separator is approximately 90.34%. This was found to be independent of the liquid-to-gas mass loading ratio. The effective Souders–Brown K-factor was found to be 0.15 m/s. This is below literature published data in the range of 0.27–0.3 m/s for horizontal flow, vane-pack-type separators. Liquid separation tests were also conducted following the injection of solid glass beads. Liquid separation efficiency decreased by approximately 9%, following the injection of 7 kg of industrial glass beads over a period of approximately 4 h. This was attributed to accumulation of solids in the vane pack.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| 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 | 0,001 | 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».