Energy conservation and techno-environmental analysis in natural gas liquefaction with single and dual-mixed refrigerants: A comparison
Notice bibliographique
Résumé
The need to meet energy demand and produce cleaner energy has propped up the drive to explore natural gas options and, more recently, liquefied natural gas. The thermal efficiency of a liquefaction process is very important when considering the energy requirement. The liquefaction technology by the refrigerant is one of the most common technologies becoming popular among researchers for its flexible features. This study compares the energy performance of the dual mixed refrigerant (PRICO DMR) and single mixed refrigerant (PRICO SMR) propane pre-cool liquefaction technology using a process simulator by carrying out sensitivity analysis on the process parameters to see its impact on the refrigerant flow rate, power consumption, and the specific power. The Honeywell UNISIM R451, software process simulator, was used to simulate the PRICO SMR and DMR processes with natural gas supplied at 55 °C, 61 bar, and 150 MMSCFD as the base condition. From the simulation, the ‘UA’ for the Heat Exchangers used with mixed refrigerant, the SMR was 36470 kW/°C, and the DMR was 5172 and 4612 kW/°C. The result shows that at the base condition, the refrigerant flow rate, power consumption, and specific power for the DMR and SMR was 404.9 MMSCFD, 96.8 MW, 0.409 kWhr/kg-LNG, and 507 MMSCFD, 144.5 MW, and 1.261 kWhr/kg-LNG, respectively. With sensitivity analysis, the simulation results showed that for both the SMR and DMR processes at any temperature, increasing pressure increases the refrigerant flow rate and power consumption but decreases the specific power. In addition, the DMR provided a potential CO 2 emissions potentials saving by an average factor of 2.953 and a better savings in energy demand with the specific power reaching 67.7 % and refrigerant consumption than the SMR process.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».