输油管道小泄漏特征信号提取方法研究

针对管道发生小泄漏时产生微弱信号难以识别的难题,提出采用小波包分解的频带能量特征提取方法,根据不同工况下和小泄漏产生时信号的频带能量不同,建立管道运行状态的特征向量和模式库,从而提高了对管道运行的监测能力。     

基于VMD-BP神经网络模型的天然气管道工况检测研究

通过对小波变换、可变模态分解(VMD)、经验模态分解(EMD)及BP神经网络等多种算法在天然气管道中应用的学习研究,提出一种基于VMD-BP神经网络的天然气管道工况判断模型。首先对管道信号进行可变模态分解,再将分解后的特征信号通过BP神经网络算法进行网络训练测试,进而对管道工况做出判断。     

工业环境下管道泄漏弱信号检测装置设计

针对工业环境下供水管道泄漏微弱信号的检测与提取进行研究,按照低噪声、低功耗和低成本的设计思想,以内装IC压电加速度传感器LC0151T为基础,以AD574A和STC89C52RC为核心设计了信号检测装置,并进行了相应的试验研究。该装置可用于判断管道泄漏情况,并可与上位机结合进行漏点定位,同时其研究成果还可扩展应用于其他领域。     

管道泄漏诊断方法研究

提出一种基于小波分析和神经网络技术的管道泄漏诊断方法。首先对管道泄漏的声发射信号进行小波包分解,然后提取各节点能量百分比作为特征向量输入BP神经网络,以故障类别作为输出参数训练该网络。训练后的神经网络可以利用测量的声发射信号来判断管道的故障状况。通过试验证明该方法在管道泄漏诊断中是有效可行的,不仅能判断管道是否发生泄漏还能识别泄漏种类。     

天然气输送管道破裂泄漏量计算

天然气输送管道泄漏量的计算，是一个比较复杂的问题。现有的计算模型只能考虑小孔泄漏和管道完全破裂泄漏这两种极端情况；本文借助于流体力学和热力学理论，从质量守恒、能量守恒以及状态方程等四方面入手，建立一种能够将现有的“小孔模型”和“管道模型”关联起来的普遍化计算模型。本模型是对现有计算模型的完善与补充。     

埋地管道泄漏模型初探

对于天然气管道泄漏扩散模型的研究多集中在地表管道上,而我国长输管道多为埋地管道,所以研究天然气在土壤中的扩散规律,以建立埋地管道泄漏扩散模型是非常有必要的。天然气为牛顿流体,其在土体中的流动可用达西定律来描述,通过推导管道泄漏速率计算公式、考虑气体压缩特性的渗透速度计算公式最终得到埋地管道泄漏地表流量计算公式,可以此流量作为输入参数,应用各类地面上气体扩散模型模拟天然气的泄漏扩散过程。     

天然气管道泄漏爆炸后果的定量分析

天然气管道泄露可能引发多种事故,其中爆炸可能引起人员伤亡,设备财产损失,后果严重。以蒸气云爆炸模型,对某段天然气管道泄漏发生爆炸的后果进行模拟,为天然气管道定性定量评价提供参考依据。     

基于改进差分进化算法的神经网络管道泄漏检测

提出了一种基于神经网络与差分进化算法的天然气泄漏预测方法,该方法采用RBF神经网络作为泄漏预测模型,引入改进的差分算法对网络的初始连接权值进行优化。为了在全局搜索和局部搜索之间取得最佳平衡,提出了一种自适应变异因子和交叉概率的改进算法,并将其应用于泄漏预测神经网络模型优化。将所提出的方法与原始算法的前向网络预测方法进行了比较。结果表明:所提出的方法收敛速度快,所得模型的预测误差小、准确率较高、迭代次数少、泛化能力强,对天然气的泄漏预测有很好的参考作用。     

油管道泄漏检测定位技术

管道泄漏定位技术是管道管理工作人员非常关注的一个问题,管道泄漏定位系统也是管道泄漏检测系统的重要组成部分。本文介绍了,一些国内外用于油管道泄漏检测定位的方法以及一些新的其它方法,并分析了各种方法的利弊。指出只有快速准确地确定漏点位置,才能及时采取措施,减少损失。     

基于时域积分的泄漏声波信号增强方法

在管道泄漏检测中,泄漏信号的信噪比是影响误报和漏报的主要因素。传统的小波去噪和EMD分解方法受小波基选择、分解尺度选择和重构分量选择的影响难以保证稳定、有效的信号增强效果。通过分析动态压力变送器的传递函数,发现动态压力变送器的输出信号中缺失了反映声波信号低频响应特性的积分项,提出了基于时域积分的、增益可调的泄漏声波信号增强方法,现场实测数据的测试结果表明:基于时域积分的泄漏信号增强方法具有稳定显著的信号增强效果和定位精度,无需复杂的参数寻优,为微小泄漏的检测以及减少误报和漏报提供了有效的技术支持。     

Dangote水泥项目燃油燃气管网施工调试要点

简要介绍了水泥厂燃油燃气管网工程安装、试验的的主要施工步骤和方法,结合现场经验提出了一些施工过程中的注意事项。重点介绍了重油、热油、天燃气管道进行管道试验的内容、方法及应采取的安全保证措施;对管网调试过程中因焊接缺陷导致的管道泄漏问题进行分析并提出一些处理方法。     

基于平稳性能不确定信息盲源信号提取的过程监控方法

针对工业过程中的信息不一定平稳,提出了一种基于平稳性能不确定信息盲源信号提取的过程监控方法,并利用该方法提取过程盲源信号,采用k-近邻法进行分类,从而实现对过程性能的监控.通过对简单AR(1)过程和双效蒸发过程的仿真研究表明,这种方法是可行的.为了与基于传统独立成分分析(ICA)和多元统计过程控制(MSPC)的过程监控方法相比较,还作了相应的对比研究.结果表明,该方法比基于传统ICA的过程监控方法具有更少的误报率和漏报率,而比基于MSPC的过程监控方法具有更少的误报率,从而说明了该方法不仅是可行的,而且是有效的.     

Optimization of growth operational conditions for CO2 biofixation by native Synechocystis sp.

BACKGROUND: A fundamental step in assessing the viability of a CO₂ biofixation system based on microalgae is to identify the maximum CO₂ biofixation yield that can be achieved for this microorganism when it is cultivated under optimum operational growth conditions. Response surface methodology was applied to determine optimum culture conditions for CO₂ biofixation by a recently isolated freshwater cyanobacterium Synechocystis sp. The strain was cultivated in a 1 L bubble column photobioreactor, in semicontinuous mode. RESULTS: Statistical analysis showed that temperature (from 22 to 39 °C), pH (from 7.2 to 8.8) and light intensity (from 928 to 2272 µE m^?2 s^?1), in addition to some of their interactions, had a significant effect on CO₂ biofixation. An optimum CO₂ biofixation rate of 2.07 gCO₂ L^?1culture day^?1 was found within the experimental region, at an average light intensity 686 µE m^?2 s^?1, pH 7.2 and temperature 35.3 °C. CONCLUSIONS: Based on these results, it is concluded that Synechocystis sp. presents a good tolerance to both high temperature and light intensity, characteristics which facilitate its application in outdoor CO₂ biofixation systems. Copyright © 2011 Society of Chemical Industry     

Penicillin G extraction from model media using an emulsion liquid membrane: Determination of optimum extraction conditions

Penicillin G extraction by an emulsion liquid membrane (ELM) was investigated. The effects of surfactants, diluents, and carrier mixtures, together with their combined effects on the initial extraction rate and the emulsion stability were examined. Surfactants, diluents, and carriers used were Span80 (sorbitan monooleate)/ECA4360J (nonionic polyamine), n-butyl acetate/kerosene, and DOA (dioctylamine)/Amberlite LA-2 (secondary amine), respectively. The optimum extraction conditions were found to be 20% (v/v) of Span80 in ECA4360J as a surfactant, kerosene as a diluent and Amberlite LA-2 as a carrier.     

超临界二氧化碳流体萃取大黄蒽醌动力学模型

通过对萃取固定床层进行质量衡算建立了超临界CO₂流体萃取动力学模型.然后采用BP神经网络拟合实验条件下的萃取动力学曲线,并将之与动力学模型试差法求解所得的萃出曲线进行对照确定模型参数k_La.结果表明,BP神经网络能很好地模拟大黄蒽醌的萃取动力学曲线,网络训练误差和预测误差分别为1.5%和3.5%.确定参数后的动力学模型可用于对萃取床层作较为精确的定量描述：模拟所得萃取穿透曲线与大黄蒽醌萃取实验结果相比AARD误差在10%左右.与前人模型相比,该模型具有精度好,获取参数时的实验条件相对宽松等优点.     

Titania aerogels prepared by low-temperature supercritical drying. Influence of extraction conditions

Titania aerogels with meso- to macroporosity and high specific surface area were prepared by varying the conditions of semicontinuous extraction of methanolic titania gels with CO₂. The conditions varied were extraction temperature, extraction duration, and CO₂ in liquid or supercritical state. The resulting titania aerogels were characterised by means of nitrogen physisorption, X-ray diffraction, thermal analysis and transmission electron microscopy. All uncalcined aerogels contained significant amounts of organic residues (12–14 wt% elemental carbon), and remained X-ray amorphous during calcination in air up to 673 K. Thermoanalytical studies showed that crystallization generally occurred in the range 730–745 K. The variation of the extraction temperature at either constant density or pressure of CO₂, the use of either liquid or supercritical CO₂, and the duration of extraction greatly influenced surface area, pore size distribution, and pore volume. The highest specific surface area (623 m² g^–1) and nitrogen pore volume (4.0 cm³ g^–1) were obtained, if the density of supercritical CO₂ corresponded to that of methanol at the lowest temperature applied (313 K). The studies indicate that textural properties can be varied over a wide range by choosing appropriate extraction conditions.     

植物种子油超临界流体萃取研究进展

论述了植物种子油超临界流体萃取技术的重要性和最新发展 ,重点就植物种子油萃取研究领域内的实验研究、数学建模以及过程控制和模拟优化技术进行了评述。介绍了人工神经网络技术在超临界流体萃取过程动力学研究中的应用     

小尺度超临界CO2管道小孔泄漏减压及温降特性

超临界CO₂管道运行过程中一旦发生泄漏，将会造成严重的事故。本文基于小尺度CO₂管道（长14.85m，内径15mm）实验装置开展了超临界纯CO₂及含杂质超临界CO₂管道的小孔泄漏实验，测量了不同泄漏孔径及不同起始压力条件下超临界CO₂管道泄漏过程中管内介质的压力和温度响应曲线，分析了管道泄漏过程中CO₂的相态变化。研究结果表明，在超临界CO₂管道泄漏过程中，管内流体温度存在一个最低值，CO₂由超临界态直接转变为气态；泄漏孔径越大，管道泄漏时间越短，管内介质温度所能达到的最低值更低；N₂的存在缩短了管道泄漏的时间，提高了管内介质的最低温度，且N₂含量越高，该最低温度越高。此外基于管道泄漏时间的自保持性，得出了不同泄漏孔径和起始压力条件下管内压力随泄漏时间变化的经验公式。     

Perturbation signal design for neural network based identification of multivariable nonlinear systems

The paper focuses on issues in experimental design for identification of nonlinear multivariable systems. Perturbation signal design is analyzed for a hybrid model structure consisting of linear and neural network structures. Input signals, designed to minimize the effects of nonlinearities during the linear model identification for the multivariable case, have been proposed and its properties have been theoretically established. The superiority of the proposed perturbation signal and the hybrid model has been demonstrated through extensive cross validations. The utility of the obtained models for control has also been proved through a case study involving MPC of a nonlinear multivariable neutralization plant.     

复合材料增强修复油气管道的研究进展

回顾了近10年来利用复合材料增强或修复油气管道的最新研究进展,从增强未受损管道、修复含裂纹缺陷和体积缺陷管道方面对增强效果进行定性和定量的综述,探讨复合材料增强或修复油气管道中存在的问题和未来的研究方向.