液化石油气储罐检验检测安全问题分析

石油气在常温常压下是状态,只有加压到一定压力后才能使其液化储存在液化石油气储罐中。储存液化石油气的储罐是石油化工企业中重要的一种特种设备,液化石油气储罐存在高压、易燃、易爆特性,具有一定的危险性,必须按照一定的检验周期请有资质的检测单位定期进行检验,以保障储罐安全运行。主要分析了液化石油气储罐定期检验的各种危险因素,并探讨了检验时的安全控制措施。     

120t转炉全过程动态智能冶炼技术实践

通过研究精料供应,实施废钢精细分类、设备精准计量、物料精确加入,为智能炼钢的实现提供稳定的基础保障;结合炼钢过程的特点,创新性的研究应用激光烟气分析设备,对冶炼过程中产生的烟气成分进行分析,得出吹炼阶段CO、CO_2、O_2的含量;结合海量数据,开发建立智能冶炼动态控制系统,实现炼钢智能化控制;研究优化静、动态控制模型,构建丰富的操作模式体系,对冶炼过程及终点进行动态调整,促使碳温双命中率达到90%以上,有效减少副枪探头的使用,降低生产成本。     

基于数值微分核脉冲信号数字处理方法

核反应堆核测量系统测量探测器输出的核脉冲信号，该信号后沿拖尾很长，在计数率较高时容易产生信号堆积和基线漂移等问题，导致源区计数率测量上限仅能达到105 Hz左右。文中基于数值微分方法，采用数字处理技术，在时域上分析了核脉冲信号经过前置放大、信号成形、低通滤波和脉冲甄别后的输出，并利用探测器实测信号进行了仿真。仿真结果表明，基于数值微分的数字处理方法可以实现相邻0.4 μs脉冲信号的识别和测量，将源区测量计数率上限提升到2×106 Hz以上。      

隔热保温防磨油管下入深度确定方法

隔热保温防磨油管广泛应用于高凝原油开采,但其价格昂贵,准确计算其在油井的下入深度既可以实现保温效果的最大化,又能够有效控制材料成本,提高高凝、高含蜡油井开采效益。为此,以某隔热保温防磨油管为例,依据质量守恒定律、动量守恒定律和能量守恒定律,将油井产液看作气液两相流,建立了油井井筒温度场控制模型和井筒传热模型,开展了隔热保温防磨油管下入深度研究。通过对比多种计算方法,得到计算结果与现场实际很接近的迭代求解数值方法,保证了模型的收敛和稳定。B-2D井的应用结果表明:模型计算结果与生产现场测试结果相对误差为2. 12%; 30余口油井应用后平均节约225 m保温隔热防偏磨油管,平均井口温度提高18. 3℃,油井井口回压平均降低0. 42 MPa。建立的油井井筒温度场控制模型和井筒传热模型不仅可用于自喷井保温油管的下入深度计算,也可以为水合物形成、注氮气或注蒸汽工艺参数设计提供依据。     

减温水调节阀阀内件的优化与改进

针对某减温减压系统中压蒸汽减压到低压蒸汽过程中,减温水调节阀存在的问题,对阀体内件进行优化改进。     

退火炉内罩中气体流动及钢卷传热的数值模拟

摘要：轧制力预报一直是热连轧过程控制模型的核心，浅层神经网络对复杂函数的表示能力有限，而深度学习模型通过学习一种深层非线性网络结构，实现复杂函数逼近。利用深度学习框架TensorFlow，构建了一种深度前馈神经网络轧制力模型，采用BP算法计算网络损失函数的梯度，运用融入Mini batch策略的Adam优化算法进行参数寻优，采用Early stopping、参数惩罚和Dropout正则化策略提高模型的泛化能力。基于上述建模策略，针对宝钢1880热连轧精轧机组的大量轧制历史数据进行了建模实验，对比分析了4种不同结构的前馈网络预测精度。结果表明，相比于传统SIMS轧制力模型，深度神经网络可实现轧制力的高精度预测，针对所有机架的预测精度平均提升21.11%。     

支撑裂缝导流能力的影响因素分析

本文通过调研国内外大量有关文献,总结出影响支撑裂缝导流能力的各种因素,对评价支撑剂性能提供参考。     

新型龙门砂带修磨机关键零件的优化分析

以某新型的龙门重型砂带修磨机为研究对象,运用SolidWorks对其中的关键零件进行三维建模。然后运用有限元分析软件ANSYS Workbench的模态分析子模块对顶升连接件进行模态分析,从而获得其固有频率和振型。通过三种不同材料的动态性能分析,并根据所得数据和振型图分析出该零件的薄弱环节,针对其薄弱环节提出改进途径。通过各种改进方法的比较,从而找出最优化的改进方法并确定其所对应的材料,为提高修磨机的刚度、避免共振提供理论依据。