Real-Time Detection of Solid and Liquid Contaminants in Natural Gas Streams Using Microwave Sensing Technology
Notice bibliographique
Résumé
Abstract The production and transportation of high-quality natural gas, that is free of liquid/solid contaminants, is critical to fulfilling the increasing global demand of this commodity. Despite several mitigation strategies from natural gas producers and distributors, liquid and solid contaminants are still commonly found within natural gas pipelines. As such, a need exists for real-time detection of these contaminants, within natural gas pipelines, in order to determine contaminant sources and reduce contaminant quantities. In this study, an in-line, non-perturbing, real-time, microwave-based contaminants sensing technology was developed and tested at a natural gas test facility located in Alberta, Canada. The contaminants detector was installed on DN150 pipe and tested over a gas velocity range of 1.3–13.2 m/s. First, glass oxide particles were intermittently injected into the gas stream immediately upstream of the detector. Two different glass oxide particles were tested with particle diameter ranges of 44–88 μm and 88–149μm. Second, liquid contaminant, in the form of compressor lubrication oil, was atomized into the gas stream immediately upstream of the detector. Three types of atomizing nozzles were used in conjunction with liquid injection pumps to test liquid injection rates in the range of 0.07–0.7 L/min. Liquid and solid contaminants were successfully detected using the standard deviation of in-phase and quadrature baseband voltage measurements from the contaminants detector. This paper quantitatively evaluates the solid/liquid contaminants detection performance of this detector in the context of natural gas pipeline applications.
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 ».