Design and optimization of integrated membrane separation for natural gas decarbonization and light hydrocarbon recovery from LNG
Notice bibliographique
Résumé
ObjectiveThe use of two-stage membrane separation process for decarbonization treatment of natural gas has good decarbonization effect and economy. However, the membrane separators necessitate a considerable amount of cooling equipment and result in increased energy consumption. Additionally, the volume fraction of light hydrocarbons in natural gas increases after decarbonization. Recovering light hydrocarbons from the decarbonized natural gas can help reduce energy waste and minimize the need for cooling equipment. MethodsThis paper proposes an approach that integrates membrane separation for natural gas decarbonization and light hydrocarbon recovery from LNG. HYSYS software was utilized to simulate both the single processes and the integrated processes, revealing the advantage of lower energy consumption in the integrated scenario compared to the single-process scenarios. Subsequent process optimization was conducted based on the simulation results, involving a comparative analysis of key parameters affecting process integration, such as comprehensive energy consumption, the volume fraction of CO2 in the retentate gas, the volume fraction of methane, and the C2+ recovery rate. With the objective of minimizing comprehensive energy consumption, the Box-Behnken Design (BBD) response surface method was employed to establish a regression equation. A genetic algorithm was then used to solve this regression equation, ultimately yielding the optimized parameters.ResultsCompared to the single-process scenarios, the integration of the processes resulted in lower energy consumption, specifically reducing comprehensive energy consumption by 2 363.97 kW. The volume fraction of CO2 in the retentate gas decreased to 1.48％, while the volume fraction and output of methane reached 98.55％ and 5 422 kmol/h, respectively. Additionally, key parameters such as the primary membrane area, secondary membrane inlet temperature, secondary membrane area, and Separator 2 inlet temperature were identified as influential factors affecting the comprehensive energy consumption, decarbonization efficiency, and light hydrocarbon recovery of the integrated processes. The final optimization results from solving the model are as follows: a primary membrane area of 11 200 m2, a secondary membrane area of 11 200 m2, and inlet temperatures of 40 °C for the secondary membrane and −103 °C for the Separator 2.ConclusionThe design of integrating membrane separation for natural gas decarbonization and light hydrocarbon recovery fully leverages the LNG cooling capacity at LNG terminals. By reducing process energy consumption, this approach facilitates the simultaneous implementation of the natural gas purification process through decarbonization and the recovery of light hydrocarbons, maximizing the utilization of equipment and resources. The study outcomes offer insights into potential solutions for industrial applications focused on green and sustainable development.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 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 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 ».