开发管理信息系统在加油站安全管理方面的必要性

随着工业化进程的不断加快,人们对资源利用效率问题越来越重视。石油资源作为工业发展中重要的不可再生资源,在人们生活中的地位越来越高。世界各国都非常重视石油资源的利用问题和使用安全问题。随着人们生活水平的提高,拥有汽车的家庭越来越多,汽车加油站的管理工作变得越来越重要。汽油和柴油的使用量不断增加,加油站的工作量在不断增加,存在的安全问题也在不断增加,传统的加油站管理模式渐渐不能满足人们的需求。     

冬季余热发电冷却塔的维护

水泥厂余热发电的冷却塔是一种机力通风型冷却塔,其工作原理是把所需冷却处理的水压到冷却塔上部,再通过配水系统均匀地喷洒于填料上,热水从填料上部落下,同时不饱和空气从塔下部上升,在填料间隙的流动中,热水与不饱和空气进行冷热交换,空气把热量向上传递,变成热空气,再由风机抽出塔外,从而达到水温降低的效果. 在冬季,由于受外界环境温度的影响,一方面,循环冷却水温度本身就很低,需要停运冷却塔风机或者将冷却塔直接退出运行.另一方面,由于天气寒冷,需要防止冷却塔结冰损坏.总之,在运行中,要注意以下几个方面,尽可能保证冷却塔的安全运行. 第一:在运行中,确保循环冷却水水质合格.水质合格主要通过两个方面进行保持,一是通过加药,通过加入浓度为50～60mg/l的羟基亚乙基磷酸(简称HEDP),它不但起到阻垢作用,还能够防止对管道的腐蚀.     

五棱镜扫描技术检测大口径平面镜的误差分析

五棱镜扫描检测具有结构简单、检测周期短等优点,可以实现大口径平面镜低阶像差的高精度检测,是指导大口径平面镜光学加工过程的一种有效途径。为使大口径平面镜检测系统中的五棱镜扫描技术更加完善,通过理论分析和计算模拟,对五棱镜检测系统中的主要误差源,包括五棱镜制造误差、温度梯度的影响、元件位置误差、光束定位误差、自准直仪测量误差等进行研究,形成了比较完善的误差分析的数理结果。计算结果表明,在当前实验室技术条件下,五棱镜扫描检测系统在单个测量点处的测量不确定度达到230 nrad,其中影响五棱镜检测系统测量精度的主要因素为自准直仪的测量精度与温度的影响。研究结果给出了工程实际中提高五棱镜扫描系统检测精度与减小测量误差的注意事项,并可用于指导系统设计时的误差分析及精度分配。     

汽轮机通流部分的动静摩擦

<正>汽轮机的动静摩擦故障是一类常见事故,由于这种事故发生在汽缸内,无法直接观察,因此只能根据事故的原因、现象进行判断。余热发电中控操作员应严格按照规程要求操作,开机时要充分暖管、暖机、排尽疏水,按规定时间升速;机组运行时,应加强对锅炉的监控,保证锅炉水位为正常值。1汽轮机动静摩擦的现象(1)机组的振动增大,甚至强烈振动。这是最直观的现象,监控机组振动的瓦振会明显上升,并出现报警,尤其是1号、2号瓦振。引起机组     

余热发电锅炉停用后的保养

<正>锅炉停炉后的维护保养,主要是为了防止锅炉被腐蚀。锅炉在停运期间,受热面因吸收空气中的水分而形成水膜,水膜中的氧气与铁起化学反应生成铁锈。如果锅炉停运后,未将锅炉内的水排放或因有的部位水无法排尽,致使一些金属表面仍被水浸润着,则同样会因空气中大量的氧溶解在水中,使金属遭到溶解氧腐蚀。被腐蚀的锅炉投入运行后,铁锈在高温下会加剧腐蚀的深度,扩大腐蚀的面积,氧化铁不断剥落,致使钢管强度降低,锅炉使用年限缩短。停用腐蚀是金属损害的最主要形式之     

水乳树脂改善油井水泥石力学性能研究

油井水泥石存在收缩大、脆性高的固有缺陷,易形成微间隙而导致地层流体互窜,造成油气采收率降低与油井寿命缩短。通过向G级油井水泥中掺入水乳树脂对其进行改性,同时掺入硅灰及矿渣微细粉,制得了固井防窜用弹性密封水泥石。对该水泥石力学性能测试结果表明,水泥石韧性显著增强,脆性降低,力学形变能力大幅提高。     

利用低品位石灰石的措施

中国联合水泥集团有限公司南阳分公司于2004年和2007年分别建成3000t/d和6000t/d生产线,石灰石消耗量巨大,利用低品位石灰石,可以降低生产成本,质最稳定后可减少工艺事故的发生.     

通用逻辑控制器的设计

该文介绍了一种以单片机为核心，C51编程语言为开发工具来构建一个能实现9种逻辑功能的通用逻辑控制器的设计过程，该通用逻辑控制器能够代替定时器、继电器等设备，更经济、更快速、更灵活地解决简单西关量控制任务。程序按照状态变化进行设计开发。目前该产品已投入批量生产，使用效果良好。     

德国CP篦式冷却机技改的体会

我公司3 000t/d熟料生产线,配备德国CP(Claudius Peters)公司生产的第三代推动梁篦式冷却机。自2004年5月投料生产以来,篦冷机频繁出现堆“雪人”、喷水结壁及废气温度过高等现象,严重制约了窑的正常运转和熟料质量。1篦冷机结构简介该机型号为HE6-1059R,设计能力为3 000t/d,单     

基于强分类器的神经网络三维目标识别

在使用神经网络识别三维目标时,样本之间可能存在较大差异,会给准确识别带来困难;针对这一问题,提出了一种基于强分类器的三维目标识别方法;该方法首先对预处理后的图像求不变矩,并将这些不变矩作为训练和识别的样本;然后选择任意一种神经网络作为弱分类器进行训练,将首次训练的样本权值设为平均值,之后根据每次训练情况调整下层弱分类器样本的权值,之后将每次训练得到的分类器融合起来,作为最终的决策分类器;实验结果表明,在隐含层20个神经元的3层BP网络中,该方法的识别正确率比单个神经网络的平均识别正确率高2.42%。