Black carbon emissions from turbulent buoyant non-premixed flames representative of flares in the upstream oil and gas sector
Notice bibliographique
Résumé
Gas flaring, the pervasive oil and gas industry process of using turbulent buoyant non-premixed flames to destroy unwanted flammable gases, is an important global source of carbonaceous soot or black carbon (BC). However, experimental data and reliable models with which to predict these emissions over a range of flare gas compositions and operating conditions relevant to upstream oil and gas production sites (which account for 90 % of global flaring) do not exist. In the absence of alternatives, most official reporting and inventory estimates are based on single-valued emission factors that are known to be insufficient and inaccurate. This work addresses this gap through parametric experiments to measure BC emissions from vertical lab-scale flares at Reynolds and Froude number conditions directly relevant to flares at upstream oil and gas production sites, burning multicomponent C1-C7 alkane, CO 2 , and N 2 flare gas mixtures typical of flares in North Dakota, USA and Alberta, Canada. Analysis reveals that BC emission rates fall under two different regimes corresponding to the transition buoyant and transition shear regimes of turbulent buoyant non-premixed flares previously proposed by Delichatsios based on visual flame observations and distinguished by the product of Reyolds number and the square of the fire Froude number. Within the transition buoyant regime, BC emissions are simply proportional to total volumetric fuel flowrate whereas within the transition shear regime BC emission are inversely proportional to the exit strain rate. For a narrow range of methane-dominated hydrocarbon mixtures relevant to upstream oil and gas flaring, empirical models are presented for each regime that reliably predict BC emissions scaled by the mean carbon number of the fuel. Though ultimately limited to the specific conditions considered in this study, these empirical models nevertheless are a significant improvement over existing, widely used single valued emission factors.
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 ».