MétaCan
Menu
Retour à la cohorte
Enregistrement W4415610498 · doi:10.54693/piche.05311

Mathematical modeling of membrane system for hydrocarbon gas (C1 – C3) recovery in polyethylene plant

2025· article· W4415610498 sur OpenAlexaff
Princewill Igbagara

Notice bibliographique

RevueJournal of the Pakistan Institute of Chemical Engineers · 2025
Typearticle
Langue
DomaineEngineering
ThématiqueMembrane Separation and Gas Transport
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésPolyethyleneHydrocarbonMembraneMethanePetrochemicalHollow fiber membraneFiberBar (unit)Ethylene

Résumé

récupéré en direct d'OpenAlex

This study proffers a solution to the issue of hydrocarbon loss in petrochemical plants. Three sections were identified as locations where the loss occurred during the polyethylene production operations within the Indorama polyethylene plant facility. This study focused on developing a hollow-fiber membrane system designed to enhance the recovery of methane, ethylene, and propylene within polyethylene production plants. The membrane model was developed and analyzed for use in the Indorama polyethylene plant to predict the recovery of hydrocarbon gas at designated points of loss. Comprehensive modeling showed that the system was described by eleven coupled ordinary differential equations accounting for mass, energy, and momentum. The model equations were discretized into a set of algebraic equations using the orthogonal collocation method, and the solution to these equations was obtained using the Newton-Raphson method. The results showed a remarkable recovery of methane (~86%), ethylene (~80%), and propylene (~91%) on the shell side while capturing about 82% of carbon dioxide on the fiber side. These results were achieved using the spirobisindane-based ladder polymer (PIM-1) membrane material under 90 bar and 2 bar pressure on the shell and fiber side, respectively, with a membrane area of 6900 m2. These findings were instrumental in assessing the effectiveness of the PIM-1 for recovering these hydrocarbon gases.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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: Empirique
Score de désaccord entre enseignants0,196
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,010
Tête enseignante GPT0,236
Écart entre enseignants0,226 · 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.

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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the Pakistan Institute of Chemical EngineersMême sujetMembrane Separation and Gas TransportTravaux en français237 207