基于NARX神经网络的工业水质智能处理

针对工业循环冷却水出现的腐蚀与结垢对管道设备的影响,从国内石化公司提取了相关的水质和工艺数据,对数据进行动态主成分分析处理后得出对水质腐蚀及结垢影响较大的6种因素,同时基于非线性自回归模型(NARX)神经网络和模糊逻辑控制方法建立腐蚀速率和黏附速率预测模型,并设计了工业循环水智能决策系统软件。该软件不仅能对水质腐蚀速率及黏附速率进行预测,还能根据预测结果给出相应的处理意见,经实际运行,缩短了运行预测周期,提高了运行效率。     

工业循环冷却水腐蚀速率模型的研究

循环冷却水在工业生产中占有很大比重,而腐蚀是循环冷却水系统中常见的水质故障,严重影响工业生产中设备的运行。通过对某石化公司水质数据的分析,选取对腐蚀速率影响较大的水质参数,凭借神经网络良好的非线性能力,基于NARX神经网络建立了腐蚀速率预测模型。利用该模型对循环冷却水系统腐蚀速率进行预测,结果较好,说明该模型可行,且具有良好的应用前景。     

循环冷却水系统腐蚀速率的预测模型

通过对某石化公司循环冷却水系统生产运行数据的分析,选取了对腐蚀速率影响较大的水质参数,借助神经网络良好的非线性能力,基于BP神经网络建立了腐蚀速率的预测模型.利用该模型对循环冷却水系统一定周期腐蚀速率的预测结果较好.     

循环冷却水处理在线监控评价设备的开发

开发了一种新型循环冷却水处理在线监控评价设备,用于水处理对策在线评价、优化与核心水质参数在线监控。该装置以电厂凝汽器循环冷却水的实际流态、水质、金属材质、换热强度为基础,对换热器污垢热阻、腐蚀速率及核心水质参数(pH、ORP、浓缩倍率)进行在线实时监测,以此为依据,对水处理剂加药浓度在线评价,并实时调整。设计了监控系统硬件,包括:污垢热阻检测器、腐蚀速率检测器、自动加药装置、水质参数分析仪表和工控机等,利用Delphi7.0编制了系统软件,可完成监控参数设置、实时显示、在线控制、历史数据查询、报表打印等。该装置应用于山东兖矿集团兴隆庄电厂1号机组,实验结果表明:该装置可实时评价水处理加药方案,有效地抑制污垢热阻生长,减轻换热器腐蚀,瞬时污垢热阻 <1.5×10^-4 m²·K·W^-1,腐蚀速率<0.005 mm·a^-1,循环冷却水浓缩倍率由2倍提高到4倍,优化了水处理方案,提高了电厂经济效益。     

循环冷却水水质稳定性判断方法的研究综述

腐蚀和结垢是循环冷却水系统中主要的水质故障,人们常采用水质判断指数来判断循环冷却水水质的腐蚀和结垢趋势.主要研究了国内外判断循环冷却水水质稳定性的水质指数,并将其按照基于碳酸钙溶解平衡和基于多参数分析进行阐述,最后提出了一种基于数据的智能预测方法,旨在为准确、合理判断水质的腐蚀特性和结垢特性提供一个方向和参考.     

SZ36-1油田注水井油套环空保护液的研究与应用

SZ36-1油田注水井环空使用注入水或处理后污水充填,存在悬浮固体含量、含油、含SRB菌等水质指标不达标的问题,容易造成油套环空管柱腐蚀。本文采用了动态挂片失重法,评价了注入水对管线的腐蚀程度,研究了注水水质指标,使用了腐蚀预测分析软件进行腐蚀预测。对井下取得的腐蚀样品,采用SEM(扫描电镜)、EDS(能谱分析)和XRD(X射线多晶衍射)进行微观检测,腐蚀产物主要为FeCO_3。开发的WZX-01环空保护液,腐蚀评价试验与现场应用均表明,腐蚀速率降低到0.037mm/a,对SZ36-1油田注水井油套环空具有较好的防腐效果。     

电化学对循环冷却水系统碳钢的结垢与腐蚀影响

为探究电化学对循环冷却水系统碳钢材料结垢和腐蚀的影响，构建了以Ti/RuO₂阳极和Ti网阴极为核心的电化学处理系统，将其分别与旋转腐蚀速率仪和循环冷却水动态模拟系统进行联用。首先通过除垢效果和电流效率对电化学系统进行参数优化，实验结果显示，15V电压、120min处理时间为最优电化学处理参数。电化学联用旋转腐蚀速率仪实验结果显示，对于不同硬度的水质，电化学嵌入后均可降低碳钢表面垢沉积速率。XRD和SEM分析表明，碳钢表面水垢晶型以方解石为主转化为以文石为主。但当水质为软水时，电化学嵌入可明显加剧碳钢腐蚀速率；而当电化学嵌入硬水与高硬水水质时，挂片表面可形成均匀、致密的Fe₃O₄层，碳钢腐蚀速率由0.60mm/a、0.54mm/a分别降至0.47mm/a、0.32mm/a。电化学联用循环冷却水动态模拟装置实验结果显示，嵌入电化学模块后，循环冷却水模拟系统的污垢热阻均显著降低。经数据分析，当水质为软水时，嵌入电化学系统后碳钢腐蚀速率增大，而当水质为高硬水时，碳钢腐蚀速率分别由0.12mm/a、0.15mm/a降至0.10mm...     

基于BP神经网络的油气长输管道土壤腐蚀性预测

基于BP神经网络原理,综合考虑六类土壤腐蚀指标(土壤电阻率、土壤含水量、氧化还原电位、氯离子含量、硫酸根离子含量和p H值),建立了一种土壤腐蚀速率的预测方法。基于这种方法,依据某油田的现场土壤数据,借助MATLAB神经网络工具箱建立了这一地区的土壤腐蚀性预测的BP神经网络模型。训练和预测结果表明:训练的腐蚀速率最大误差为-1.5%,预测的腐蚀速率最大误差为8%。由此可见,基于BP神经网络的土壤腐蚀性预测方法具有较好的预测精度,对油气管道的安全运行具有重要的意义。     

徐深气田CO_2腐蚀速率预测方法研究

通过室内CO2腐蚀模拟实验获得实验数据,利用灰色理论对CO2腐蚀参数进行分析确定CO2腐蚀的主要影响因素,建立BP神经网络腐蚀速率预测模型,利用主要影响因素进行网络训练。利用此模型预测徐深气田某井的腐蚀剖面,预测结果表明：BP神经网络预测结果与气井实验结果接近,体现了BP神经网络在处理非线性数据方面的优越性。灰色理论、神经网络预测模型的研究对于徐深气田CO2腐蚀研究有一定的指导意义。     

利用人工神经网络技术优化钛合金微弧氧化工艺

在正交试验基础上,利用MATLAB软件建立BP神经网络膜层耐蚀性能预测模型,通过网络模型对样本实验数据的学习,确定最佳网络结构,对钛合金微弧氧化膜耐蚀性能进行预测,并对微弧氧化工艺参数进行了优化。分析确定BP神经网络结构为4-7-1三层结构,该网络结构能够较好地掌握输入参数(电流密度、脉冲频率、占空比和氧化时间)与输出数据间(膜层腐蚀电位)的内在规律,网络的平均训练误差与平均预测误差分别为0.101%和0.596%,BP网络优化后,所得最佳参数Ja为15A/dm2、脉冲频率600Hz、占空比10%、氧化t为12min。