基于 FTA-BN模型的城市燃气管道失效风险分析

为了找出导致城市燃气管道失效事故的原因,以城市燃气管道失效事故为研究对象,采用故障树方法和贝叶斯网络模型对其进行分析。通过实例分析,找出了导致某市城市燃气管道失效事故概率较大的因素分别为：阴极保护失效、外腐蚀、内腐蚀、外力影响、施工缺陷等。结果表明,基于FT A BN模型的城市燃气管道失效风险分析方法注重基事件的多态性和事件间逻辑关系合理性,能推算出更准确的基事件概率分布,同时可以找出导致事故发生的最有可能途径,为城市燃气管道失效事故预防、风险控制、安全管理提供较为合理性建议。     

基于OmeagaLand的乙烯装置仿真培训系统①

主要介绍了大型乙烯装置计算机仿真培训系统的开发及应用。详细说明了系统建模机理,硬件结构设计,软件设计及系统开发等的方法及特点。针对乙烯装置工艺复杂,涉及组分多的特点,按照工艺流程划分成不同单元,建立各单元物料和能量平衡关系、反应动力学关系,从而建立起乙烯装置严格的机理模型。序贯连接各个单元设备的仿真模块,构成完整仿真培训系统。还提供了建立汽油加氢机理模型的方法。系统模型测试稳态误差低于5%。     

基于ICA技术的管道泄漏特征信号提取方法

为了解决强背景噪声下采集到的管道压力参数信号中泄漏特征信号难以准确提取的难题,本文提出利用独立分量分析技术(ICA)对负压波信号进行处理,提取泄漏信息特征信号,实验结果显示利用该方法可以有效实现信号中弱目标信号和强背景噪声的分离,使负压波信号信噪比大幅提高,为泄漏诊断打下良好基础.     

基于GPS时间标签的管道泄漏定位方法

快速、精确地定位管道泄漏是检测泄漏的一项重要内容,采用GPS同步时间脉冲信号强化各传感器数据采集的信号同步,通过采样频率与时间标签的换算可以分别确定管道泄漏点上游和下游的泄漏负压波的速度,然后利用泄漏点上下游检测到的泄漏特征信号的时间标签差就可以确定管道泄漏的位置。信号采样频率越高定位精度越高。但采样频率过高会增加处理的数据量,从而降低泄漏检测的速度。     

基于特征相位段的柴油机活塞缸套磨损故障诊断

在柴油机缸盖振动信号中，活塞缸套磨损的特征信号通常被燃烧爆发、气阀关闭及相邻缸的振动所淹没。通过分析振动信号各成份在一个周期内的分布情况，提取了干扰较少的排气冲程阶段信号，并在消除了相邻缸的振动影响后，作为活塞缸套磨损的特征相位段。选取峰峰值、平均振值等6个参数作为诊断特征参数，建立了诊断模型。实例表明，该方法能够有效地诊断出柴油机活塞缸套的磨损故障。     

经验模态分解在机械设备故障诊断应用研究概述

当机械设备出现故障时，其振动信号中除了故障信号外，还混有能量较大的背景信号和噪声，表现出很强的非线性非平稳特征，利用传统的时域或频域方法很难有效的进行故障诊断。经验模态分解是一种自适应的信号处理方法，主要应用于非线性非平稳信号的分析。本文介绍了经验模态分解方法的原理及处理步骤，结合机械设备状态监测和故障诊断，论述了经验模态分解方法在滤波降噪、特征提取和状态识别中的应用情况．     

应用微波技术检测天然气管道泄漏

传统的输油管道泄漏诊断方法对于可压缩性强的天然气管道泄漏诊断难以适用。为此，提出了基于微波技术与导波理论的天然气管道泄漏检测方法：把天然气管道当作圆形波导管，在管道两端分别安装微波信号发射和接收装置，利用微扰天线进行发射和接收微波信号；根据电磁波理论，在满足一定条件的前提下，微波可以顺利地在管道中进行传输。当管道出现裂纹、破损时，微波特性将会发生改变，通过分析接收信号的变化情况可以判定管道是否发生泄漏，并进行定位计算。实验证明，该方法是可行的，从而为天然气输送管道泄漏检测提供了新的方法。     

BP神经网络在基于铁谱技术的磨损状态评价体系中的应用

根据智能化铁谱状态监测的要求，将对设备磨损状态反应比较敏感的三个定量铁谱参数作为输入参数，应用BP神经网络对设备的磨损状态进行了自动识别。经过现场验证，此方法结合定性铁谱分析可以较准确地评判设备的磨损状态级别。     

基于磨屑收集的套管磨损监测技术

我国西部和海上油气田钻井过程中的套管磨损问题十分突出，套管磨损监测是协助解决套管防磨的关键技术。目前基于磨屑收集的套管磨损监测方法由于缺乏系统的理论指导，监测指标单一和监测方法不统一等原因，不能满足套管磨损现场监测工作的需要。通过理论分析，建立了循环钻井液中磁性磨屑生成与浓度分布模型和磨屑收集的套管磨损监测的总体工作流程，根据磨屑浓度分布规律来确定最佳的监测位置和合理的监测参数。所确立的套管磨损量定量计算方法，结合了磨屑收集与钻杆检测方法，能更准确地计算井下套管线性磨损量。     

基于管道状态关联分析的泵机组故障诊断方法研究

在对现场泵机组和管道过程参数进行综合监测的基础上,提出了一种基于管道状态耦合分析的泵机组设故障监测方法,该方法包括了泵机组的异常捕捉技术、相关管道的实时状态识别以及基于耦合作用的故障判别。现场应用结果证明,该方法能够快速有效的实现机组故障检测和识别,与传统的方法相比大大降低了系统的误报警率。