MétaCan
Menu
Retour à la cohorte
Enregistrement W4399724054 · doi:10.1615/tfec2024.mpf.050352

Numerical and experimental modeling of two leaks behavior for water-air multiphase flow through a pipeline

2024· article· en· W4399724054 sur OpenAlexaff
Hicham Ferroudji, Muhammad Saad Khan, Abinash Barooah, Mohammad Azizur Rahman, Ibrahim Hassan, Rashid Hassan, Ahmad K. Sleiti, Sina Rezaei Gomari, Matthew Hamilton

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueWater Systems and Optimization
Établissements canadiensMemorial University of NewfoundlandConcordia University
Organismes subventionnairesnon disponible
Mots-clésMultiphase flowPipeline (software)Computer sciencePetroleum engineeringNumerical modelsFlow (mathematics)Atmospheric modelMechanicsEnvironmental scienceComputer simulationGeologySimulationMeteorologyPhysics

Résumé

récupéré en direct d'OpenAlex

Given that most petroleum companies simultaneously produce and transport both oil and gas, multiphase flows play a crucial role in the oil and gas industry. Common causes of pipeline leaks include corrosion, aging, and metal deterioration. When an incident occurs, the energy company not only incurs financial losses but also triggers safety and environmental concerns. Consequently, the development of a practical technique for simultaneously detecting leaks in pipelines becomes imperative. In the present study, a 3D numerical model is developed using Ansys-Fluent to investigate simultaneous leaks (the first leak measuring 3 mm and the second leak measuring 1.8 mm) within a pipeline. The numerical results are validated against experimental data collected from a flow loop system in the laboratory. Furthermore, the flow behavior in the pipeline and the surrounding area of the leaks is evaluated. For example, it is observed that the escape velocity of the gas phase through the leaks initially decreases significantly before gradually reaching a stable value.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,792
Score d'incertitude au seuil0,274

Scores Codex et Gemma par catégorie

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

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 Opus0,021
Tête enseignante GPT0,274
Écart entre enseignants0,253 · 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 tête enseignante, 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

Citations3
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetWater Systems and OptimizationTravaux en français237 207