国内天然气集输工艺技术研究现状

根据天然气自身性质主要介绍了国内气田主要的集输方式,为防止在管输过程中出现冰堵等现象而制定的地面相关的天然气集输方式,分析比较这几种工艺模式(井口加热节流地面工艺模式、井口注醇高压集输工艺模式、井下节流井上不加热不注醇工艺模式)的优缺点。介绍高含硫天然气的输送包括干气输送、湿气输送、两相混输三种集输方式,并做了简要对比和分析得出分别适合这三种集输方式的条件。除了选择合适的天然气输送方式和工艺模式外,介绍其输送过程中防止天然气水合物的辅助方法。     

MEA捕集CO_2腐蚀研究进展

介绍了单乙醇胺(MEA)溶液捕集CO_2过程中的腐蚀机理,以及O_2浓度、MEA浓度、溶液温度、CO_2浓度、热稳定盐对溶液腐蚀性的影响。结果表明,碳钢在MEA—CO_2溶液中存在电化学反应,阳极反应为铁失电子生成铁离子,阴极反应为游离水、水合氢离子、碳酸氢根离子以及氧得电子。腐蚀产物主要为FeCO_3、Fe(OH)_2和Fe(OH)_3。O_2浓度升高、MEA浓度升高、溶液温度升高、CO_2浓度增大、热稳定盐浓度升高等均可使溶液腐蚀性增强。不同种类热稳定盐对溶液腐蚀性影响不同,其中草酸盐对溶液腐蚀影响最大。CO_2捕集过程中的腐蚀问题常通过添加缓蚀剂来得到缓解。无机缓蚀剂腐蚀抑制效果好,但毒性大;有机缓蚀剂毒性较低,但腐蚀抑制效果较差。     

shang LNG液化工艺

LNG是当今世界上最安全、适合长距离运输并可直接利用的最清洁能源。在LNG的液化过程中,天然气中的水、惰性气体、C5等烃类基本被脱去,燃烧时温室气体排放量低,被公认为是未来世界普遍采用的燃料。迄今已成熟的天然气液化工艺有:节流制冷循环、膨胀机制冷循环、级联式制冷循环、混合冷剂制冷循环和带预冷的混合冷剂制冷循环。按制冷方式主要分为:级联式液化流程;混合制冷剂液化流程;带膨胀机的液化流程。本文简要介绍了液化天然气的这三种主要液化流程,对比了三种流程的优缺点及适用范围,展望了我国LNG液化工业的发展前景。     

基于黑箱方法的压气站运行优化模型研究--管段约束处理方法研究

针对枝状长输天然气管道运行状况，首次提出采用将整个长输管道系统分为压气站系统和管道系统两大类别，然后对两大系统分别进行单独的处理。基于黑箱方法的复杂枝状管网系统压气站运行优化模型，主要包括目标函数和约束条件。在约束条件中，最难以处理的问题之一就是管段的约束，针对复杂枝状输气管网的管段约束条件提出了一种新的处理方法。研究证明：该处理方法易于进行计算机编程实现，体现了结构化的算法思想。     

考虑电气价因素的压气站运行优化模型研究

针对压气站运行优化模型，引入了两个开关型变量：压气站开关变量和压缩机开关变量：同时还引入了考虑提供单位功率所需的能耗量两个变量。其优点是考虑了压气站越站和站内压缩机停机的情形，而且还直接引入与价格相关的变量，使得模型在运行优化的结果上更能体现某种方案的经济性，这对于管道运行商来说，更具有直观性。     

一种管道防腐层评价模型

研究了一种快速监测防腐层状况变化的方法，并讨论了相应的数学模型及评价方法．在实际应用中，可直接利用阴极保护系统的参数，也可自行布点测试获取数据来评价防腐层状况．在四川某管道上的应用表明该方法快速有效，可实现对防腐层状况的连续跟踪和动态监测。能快速发现防腐层缺陷的位置，降低管道维护成本．     

天然气管道瞬变流动数值模拟新算法

针对管道中介质瞬变流动的非线性偏微分方程组难以解析求解的问题,由质量、动量、能量三个偏微分方程构成的控制方程组,应用TVD/Godunov混合算法数值模拟天然气管道中气体的瞬变流动,摒弃了传统的差分方法对动量方程非线性对流项的线性化处理,而直接处理非线性对流项,从而大大提高了算法的稳定性和管道瞬变流动的仿真精度.算法采用了时间分裂法描述不完全堵塞管道,没有作等温假设,进一步增进了数值模拟的精度与合理性,获得了理想精度的计算结果.     

基于WOA-LSSVM模型的近临界区CO_(2)物性预测北大核心CSCD

针对CO_(2)状态方程难以准确预测CO_(2)在近临界区的物性参数的问题,采用以鲸鱼优化算法(WOA)优化最小二乘支持向量机(LSSVM)的组合模型(WOA-LSSVM),对近临界区CO_(2)物性进行预测。预测结果表明:同REFPROP软件与PSO-LSSVM模型相比,WOA-LSSVM模型预测近临界区CO_(2)物性具有更高的精度。相比REFPROP软件,WOA-LSSVM模型将密度与粘度预测结果的均方根误差由133.67、9.33降至35.61、1.58,平均相对误差由31.8%、30.25%降至6.88%、3.88%,决定系数由0.59、0.62提高至0.86、0.83。此外,相对误差在10%以下占比均由0%分别提高到69.23%、92.31%。     

基于Matlab的遗传算法解决多峰RBF神经网络模型全局最优化问题

以多峰RBF神经网络模型为例,研究了结合Matlab神经网络工具箱和遗传算法工具箱建立神经网络模型并求解模型的全局最优解,同时比较该模型中不同交叉算子对遗传算法全局寻优能力的影响.结果表明,采用启发式交叉算子能有效抑制遗传算法的早熟,提高其全局寻优能力,为用遗传算法解决多峰神经网络模型全局最优化问题提供了一种有效的途径.     

多层前向神经网络的自适应禁忌搜索训练

针对BP算法属于局部优化算法的不足,提出了一种新的全局优化算法——自适应禁忌搜索作为前向神经网络的训练算法。该算法通过邻域和候选集的相互配合,动态地调整候选集中分别用于集中性搜索与多样性搜索的元素个数,提高了算法运行的质量和效率。以经典的异或问题(XOR)为例,进行了对比研究。实验结果表明,该算法与BP算法相比明显提高了网络的收敛概率和收敛精度。