共查询到20条相似文献,搜索用时 15 毫秒
1.
2.
分别运用灰色预测理论和灰色神经网络理论对原油管道内的蜡沉积速率进行了预测分析;应用灰色人工神经网络理论,考虑剪切应力、温度梯度、粘度以及浓度梯度4个影响因素作为主要因素的对原油管道内的蜡沉积速率进行的预测,与传统的灰色预测方法相比,所得到的预测值更为接近实际值,蜡沉积速率的相对误差绝对值在1.6%以内,灰色神经网络用于管道内蜡沉积速率预测的效果良好,能为原油管道蜡沉积规律的深入研究和制定合理的清蜡周期提供理论依据。 相似文献
3.
4.
《中国石油和化工标准与质量》2016,(5)
RBF网络模拟了人脑中局部调整、互相覆盖接收域的神经网络结构,能够以任意精度逼近任意连续函数,特别适合解决分类、回归问题。本文利用了RBF神经网络建立了蜡沉积速率预测模型。影响原油蜡沉积速率的因素很多,本文考虑了管壁处剪切应力、管壁处温度梯度、管壁处蜡分子质量分数梯度和原油动力粘度4个主要影响因素。实例结果表明,RBF神经网络模型预测结果误差在2%左右,可以运用到蜡沉积速率预测中。 相似文献
5.
6.
论述了含蜡原油管道清管周期优化及影响因素,建立了油品管道运输成本的函数。含蜡原油在管道运输的过程中,管道内的蜡沉积是一个沉积与剥离同时存在的动态过程。当原油输量、环境温度与出站温度逐渐升高时,管道内原油流速增大,蜡沉积速率降低。选择合适的清管周期,使得管道运行成本最低,要在增大清管周期的同时保证其运输的燃料费用及动力费用不增加。 相似文献
7.
8.
原油输送中的析蜡问题是影响管道安全运行和管理的重要因素之一。介绍了管壁结蜡影响因素,通过试验,探讨了原油输送温度和管壁温差对管壁蜡沉积速率的影响,得出了输油温度和温差与结蜡层厚度之间的关系,对于预测结蜡规律有一定的参考作用。 相似文献
9.
针对原油在管道集输过程中在管壁结蜡危害的问题,首先分析了管道结蜡沉积机理,在此基础上,综合考虑了蜡分子浓度梯度、管壁处剪切应力、油流温度梯度以及粘度等因素建立结蜡沉积速率模型,根据实际油田地区情况,结合当地季节土壤温度,做了含水率、集油温度、流量等对结蜡速率的影响,研究表明含水率在65%左右,也就是在转相点附近管道结蜡速率最高,主要是原油粘度影响较大;集油温度越高,结蜡速率越低,是由于温度的高低决定了分子的扩散和热运动大小;流量越大,结蜡速率越低,是因为剪切应力破坏了管壁结蜡沉积强度。针对结蜡对管道堵塞腐蚀的影响,选取PIG清管技术进行处理,能够有效的降低管道输送压力,降低管道穿孔风险,在保障年输量的条件下,节约电量高达4.32×105 k W?h,年运行费用减少了123.89×104元。实验结果有助于指导该地区原油集输管道工程设计。 相似文献
10.
蜡沉积研究中,油水两相蜡沉积的研究已成为研究重点,但对此领域的研究还处于起步阶段。本文系统阐述了国内外蜡沉积研究的发展现况,对近些年蜡沉积机理研究的新进展--剪切剥离以及老化机理作了分析。介绍了冷板、冷指实验装置和环道实验装置,对国内外学者进行的蜡沉积实验情况作了概述。介绍了国内外单相原油与油水两相蜡沉积动力学模型的研究现状,在单相模型基础上对Couto油水两相模型和Bruno改进模型进行了描述。今后的研究应以蜡沉积机理与预测模型为重点,分析油水两相流蜡沉积的影响因素,这对于缓解输油管道蜡沉积问题,增强管道输送能力具有现实意义。 相似文献
11.
考虑蜡沉积影响因素的复杂性和最小二乘支持向量机在小样本预测方面的优势,基于最小二乘支持向量机预测的原理,通过优化最小二乘支持向量机的参数,建立了蜡沉积速率的预测模型,并对蜡沉积速率进行了预测。结果表明:该方法在样本数量较小时仍具有较高的精度,蜡沉积速率的预测值和实验值的吻合程度较好;最小二乘支持向量机建模时可以得到直观的函数表达式,而神经网络方法却不能得到模型的显式表达式,因此该方法具有明显的优势;应用径向基核(RBF)作为核函数时,不同初值的正则化参数?和核函数宽度?对预测结果具有较大影响,使用时应合理选择。 相似文献
12.
为解决管道蜡沉积问题,本实验应用冷指法以大庆油田含蜡原油为介质,对其蜡沉积规律因素进行分析,研究了含蜡原油的蜡沉积量随着温度、温差、沉积时间、剪切速率、驱油剂和沥青质含量的变化规律。结果表明,沉积时间8~24h时,沉积速率最大为0.35g·h-1;在转速为90r·min-1时速率最大为0.26g·h-1,沉积量高于最低时3%;与驱油剂含量成正比,速率为0.6g·h-1,沉积量高于最低30%;在沥青质含量4%时,沉积速率最大为0.26g·h-1,5%时淤积物降到最低速率为0.22g·h-1,最高沉积量较最低时高出21.3%。 相似文献
13.
14.
随着我国海洋油气管网的发展与建设,管道数据采集量随之增大,优秀的预测模型可以应对大量数据,准确预测管道腐蚀速率,对保障管道安全健康运行具有重大意义。将原子搜索优化算法(ASO)思想引入BP (Back propagation)神经网络,构建ASO-BP神经网络用于海底油气管道腐蚀速率的预测。以50组现场数据为例,使用Matlab进行模拟仿真计算,分别构建具有代表性的BP、GA-BP和ACO-BP模型作为对比,对海底油气管道腐蚀速率数据进行训练和预测,结果表明ASO-BP模型预测精度较高,其平均绝对百分比误差(MAPE)为3.16%,预测结果优于BP、GA-BP和ACO-BP,验证了其可靠性以及良好的预测性能,为海底管道腐蚀速率预测研究提供了新的方法和思路。 相似文献
15.
16.
17.
基于GA-BP网络混凝投药系统预测模型的研究 总被引:1,自引:1,他引:0
针对BP网络建模易陷入局部极小、收敛速度慢等缺点,建立GA-BP网络预测模型,为混凝投药系统生产指导提供决策依据。利用遗传学习算法具有全局寻优的特点,同时优化BP网络的初始权值和网络结构,建立GA-BPNN混凝投药的预测控制模型。通过算法比较和模型仿真结果分析,GA-BP混合模型较BP模型收敛速度快,其平均预测相对误差仅为9.94%,预测精度远高于BP模型。表明GA-BP模型可以有效、可靠地用于混凝剂投加量预测控制系统的生产指导中。 相似文献
18.
选取磷化液温度、磷化液游离酸度和磷化时间作为输入参数,耐点蚀时间作为输出参数,引入广义回归神经网络(GRNN)建立磷化膜耐蚀性预测模型,并分别采用果蝇优化算法(FOA)、粒子群优化算法(PSO)对平滑因子寻优进而优化预测模型.使用18组训练样本对优化后模型进行训练,9组检验样本用于优化后模型的预测准确度评价.结果表明:PSO-GRNN模型的预测值非常接近真实值,预测相对误差在[0.001,1.778]区间内,均方根误差最低、为0.682.与常规BPNN模型和FOA-GRNN模型相比,PSO-GRNN模型的预测准确度较高,对磷化膜耐蚀性预测效果良好. 相似文献
19.
《当代化工》2015,(8)
系统阐述了国内外W/O型乳状液蜡沉积研究进展,并着重分析了乳状液蜡沉积影响因素、蜡沉积机理、乳状液蜡沉积实验装置及油水两相蜡沉积动力学模型的建立。目前,W/O型乳状液的蜡沉积研究还有很多关键问题尚未解决,如蜡沉积层的形成过程、蜡晶颗粒的沉积概率及剪切剥离机理等。对W/O型乳状液蜡沉积机理和规律进行深入研究,需要以W/O型乳状液的微观机理研究为基础,重点探索分散体系下分散相液滴对胶凝过程、蜡分子扩散路径、界面吸附及老化等的影响,解决制约W/O型乳状液蜡沉积机理研究和预测模型准确性等关键问题;目前,W/O型乳状液蜡沉积测试手段较单相原油研究还比较单一,将核磁共振(NMR)、X射线衍射(XRD)及光谱测试等先进手段用于乳状液中蜡沉积的研究将成为未来发展方向之一。 相似文献