新闻详情

新闻详情

首页 / 资讯中心 / 详情

GasEntec与Samsung Heavy Industries宣布签署MOU,共同推进小规模LNG液化技术商业化

发布时间:2026/11/17 15:48:01来源:尧图网络
GasEntec与Samsung Heavy Industries宣布签署MOU,共同推进小规模LNG液化技术商业化
Samsung Heavy Industries将与GasEntec合作将年产能低于100万吨的小规模液化技术推向市场。GasEntec Co. Ltd.以下简称“GasEntec”与Samsung Heavy Industries Co. Ltd.以下简称“SHI”签署了一份谅解备忘录MOUGasEntec将获得SHI的SENSE液化技术许可用于年产能5万至100万吨的小规模应用。双方正致力于通过该谅解备忘录首次将SENSE技术商业化授权给SHI以外的第三方。小规模液化天然气LNG是一个充满活力的细分领域生产商和工业用户希望在无需依赖高资本投入的大型液化生产线的前提下将闲置天然气转化为经济价值。SENSE技术在该规模下的潜在应用场景包括本地化LNG生产服务于港口及海上运输走廊、通过本地管道向外输送LNG、闲置天然气资源变现以及为偏远地区的电力、工业或船舶燃料提供气源保障。GasEntec在下游领域拥有十余年的深厚经验擅长将模块化LNG系统集成至浮式及陆上基础设施中涵盖支持全球LNG供应链的再气化、天然气处理和物流设备。此次合作将推动GasEntec的业务能力从中游领域进一步延伸至液化领域。GasEntec首席执行官Brian Yoon表示:“随着全球液化天然气产能的不断扩大液化技术正迈入创新与多元化的新周期。我们与SHI的合作首次将他们久经考验的液化技术引入小规模应用领域并依托我们在全球范围内集成模块化LNG系统的专业经验。客户将能够受益于这一集成平台获取从上游液化到下游输送的全流程灵活解决方案。”SHI开发了“SAMSUNG增强型氮气分流膨胀技术”SENSE旨在实现优于传统天然气液化工艺的能效。该技术采用以氮气和甲烷作为单组分制冷剂的气体膨胀工艺整个制冷过程均保持气态运行从而显著提升了系统的运行稳定性和操作便利性。SHI执行副总裁兼首席技术官Youngkyu Ahn表示“我们屡获殊荣的SENSE天然气液化系统是近十年研发的结晶并已通过超过1,000小时的示范测试验证。我们非常高兴能与GasEntec合作将该技术推向小规模应用市场他们在创新型LNG技术的工程落地与大规模部署方面已展现出卓越实力。”该谅解备忘录MOU涵盖SENSE技术在小规模液化项目中的许可授权。对于大容量应用包括浮式液化天然气项目SHI将继续直接对外提供液化技术许可。关于GasEntecGasEntec是一个能源技术平台致力于提供快速、模块化的LNG基础设施这对于满足全球对数字基础设施、AI扩张、灵活的基荷燃料以及国家能源安全日益增长的需求至关重要。其双重业务模式将基于权威模块化LNG知识产权构建的技术业务与可销售、租赁或包租一体化LNG解决方案的可扩展资产平台相结合。GasEntec的模块化浮式与陆上LNG系统实现了下游LNG基础设施的快速规模化部署从而为客户提供一体化解决方案将LNG输送至关键市场并在其内部进行分配。GasEntec于2013年在韩国成立现已发展成为支持全球LNG物流和再气化的模块化LNG基础设施与设备的关键供应商。关于Samsung Heavy Industries Co., Ltd.Samsung Heavy Industries Co., Ltd. (简称“SHI”)成立于1974年总部位于韩国是全球最大的造船与海洋工程企业之一。作为韩国“三大”造船巨头之一该公司已成功交付众多开创性的大型造船及海洋工程、采购和施工EPC项目在多个细分市场均保持着全球领先地位。SHI专注于高附加值船舶、技术创新与可持续发展实践。公司致力于开创环保船舶设计推进自主航行系统、自动化与数字化技术并积极布局浮式小型模块化反应堆FSMR及浮式数据中心等新兴市场。
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/17 7:04:08

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/17 5:42:44

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/16 19:23:38

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/17 6:55:04

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/17 5:57:47

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/16 17:28:18

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉