池火灾对容器表面的热辐射计算

研究池火灾的特性 ,建立了池火灾对水平圆柱形容器和球形容器的热辐射计算模型 ,并进行了数值计算 ,计算结果与试验数据较为吻合 ,对于研究容器对火灾的热响应具有实际意义。     

液化石油气储罐在火灾下的响应规律研究进展

概述了国内外对液化石油气储罐在火灾条件下的响应规律方面的研究成果和现状 ,重点综述了储罐在火灾环境下热响应试验和计算机模拟研究、储罐的力学响应和失效机理研究。在此基础上 ,对国内外液化石油气储罐在火灾环境下的响应规律的研究进行综合归纳和分析 ,发现尚不成熟的研究内容和环节 ,进而提出了今后需在储罐热响应试验和模拟试验、储罐的力学响应和失效模式研究等研究课题     

受限空间内气体爆炸惰化泄爆实验研究

为研究惰化条件下受限空间内部混合气体爆炸及泄爆过程中的压力变化规律,对侧面带有泄爆口的球形容器在不同惰性气体浓度条件下密闭爆炸及泄爆过程进行了实验研究.结果表明:容器内初始压力越大,气体爆炸压力及压力上升速率越大,且容器内压力峰值与初压呈线性增加;密闭爆炸时惰性气体占甲烷-空气混合气体的比重越高,容器内的最大压力越低,压力上升速率越小,从点火到达最大压力所用的时间越长,容器内的最大压力与惰性气体的体积分数呈近似线性关系;泄爆与惰化联合作用对容器内的压力峰值及压力上升速率影响都较显著,破膜之前压力缓慢上升,破膜之后快速下降;当惰性气体的浓度达到临界体积分数10%时,泄爆膜一打开,容器内的压力立即下降,使非平衡泄爆转化为平衡泄爆.     

含硫油品储罐自燃火灾的预测技术

用实验方法探索了硫化铁在自然氧化进程中SO2气体的释放规律。实验结果表明：硫化铁在氧化过程中，SO2气体析出量由缓慢增加至急剧增加；SO2气体析出速度由快到慢依次为：Fe3O4的硫化产物、Fe2O3的硫化产物、Fe（OH）3的硫化产物。SO2气体可以作为自燃预测的表征性标志气体，通过检测硫化铁周围环境中SO2气体浓度变化，即可对硫化铁的自燃程度进行判断。温度也是油罐自燃的判据之一。     

管状容器气体燃爆泄放过程的数值模拟

工业过程中管状容器气体爆炸事故时有发生，严重威胁着过程工业的安全生产。为预防这类事故，通常会在容器上安装泄压装置，这就要求对该类容器进行防爆泄压设计。对管状容器气体爆炸泄放过程进行分析，特别是容器内压力发展特性的分析是进行防爆泄压设计的关键。为此，首先分析了管状容器内气体爆炸泄放过程，根据其燃爆发展规律建立了描述整个泄爆过程的物理模型。从能量守恒方程和质量守恒方程出发，结合气体状态方程、绝热压缩方程和气体泄放速率方程建立了泄爆过程的数学模型，利用四阶龙格-库塔方法对该过程进行了数值模拟，得到了不同时刻燃爆压力、压力上升速率、火焰位置和火焰传播速度。另外还讨论了泄压面积和泄爆压力对泄爆过程的影响，对于该类容器的防爆泄压设计具有指导意义。     

球形容器与管道内甲烷-空气混合物爆炸强度的尺寸效应

通过实验和理论分析,从球形容器内径、单个球形容器接管长度和连通容器连通管道长度变化3个方面,研究了球形容器与管道内甲烷-空气混合物爆炸强度的尺寸效应。研究表明:单个球形容器接管后,球形容器中最大爆炸压力和最大压力上升速率均随接管长度的增加逐渐减小,而小球接管时的管道末端气体最大爆炸压力和最大压力上升速率随连接管道长度的增加逐渐增加;在连通器结构中,传爆容器中最大爆炸压力和最大压力上升速率随连通管道长度的增加呈线性关系增加。研究结果揭示了尺寸效应对气体爆炸强度的影响规律,为球形容器与管道泄爆安全设计提供依据和重要参考。     

面向对象的开源软件库在计算流体力学教学中的应用

本文拟探索使用开源计算流体力学软件进行计算流体力学的教学。开源软件允许学生探索数值算法的特性,而不需要在传统编程语言的代码编制中花费更多时间。学生以此能缩短学习循环中的经验学习部分时间。本文探讨了具体的方法论和教学过程的。     

Q235-B钢在原油储罐中的腐蚀及其机理

原油储罐底部的沉积水对油罐内底板产生了严重腐蚀。文章采用静态挂片方法研究了Q235-B钢在沉积水中的腐蚀行为，比较其在不同温度下的腐蚀速度。用扫描电镜观察了微观腐蚀形貌，用X-衍射仪对腐蚀产物进行了分析。研究结果表明：随着温度的升高，腐蚀速度呈上升趋势。在此基础上，提出了行之有效的防护措施。     

基于电性拓扑态指数的液态烃类燃烧热预测

以原子类型电性拓扑状态指数(ETSI)有效表征122个液态烃类物质的分子结构,并分别应用人工神经网络和多元线性回归方法,对这122种液态烃类物质的燃烧热进行关联和预测研究,建立应用电性拓扑状态指数预测烃类物质燃烧热的定量结构—性质相关性(QSPR)研究模型。应用人工神经网络和多元线性回归方法对训练集样本的预测平均相对误差分别为1.17%和0.95%,对测试集20种烃类物质的预测平均相对误差分别为1.49%和1.05%。实验结果表明,无论采用人工神经网络法还是多元线性回归法,燃烧热预测值与实验值一致性均令人满意。可见应用电性拓扑态指数法预测液态烃的燃烧热是可行的,为工程上提供了一种根据物质结构预测烃类物质燃烧热的新途径。     

人工神经网络基团贡献法预测有机物闪点

建立了一个基于误差反向传播(Back-Propagation,BP)神经网络方法的基团贡献模型,用于预测有机物闪点。以32种分子基团作为神经网络的输入参数,闪点作为输出,研究有机物闪点与分子结构之间的相关性。实验样本由258种有机物构成,并随机划分为训练集(216种)和预测集(42种)。通过试差法确定神经网络最优参数,应用最优BP网络结构(32-4-1)进行模拟,结果表明,闪点预测值与实验值符合良好,绝对平均绝对误差6.22K,绝对平均相对误差2.24%,优于传统基团贡献法所得结果。该方法的提出,不仅揭示了有机物闪点与分子结构之间的定量关系,而且为工程上提供了一种预测有机物闪点的新的有效方法。