BP神经网络预测石化塔顶系统腐蚀的应用研究

塔设备是石化企业一个非常重要的系统,塔设备的腐蚀问题十分严峻。根据某石化企业分馏塔塔顶系统的腐蚀监测数据,探讨利用BP神经网络建立腐蚀预测模型解决石化塔设备在腐蚀过程中产生的问题。本文分别使用min-max和z-score标准化方法对腐蚀监测数据进行处理,比较两种方法对腐蚀预测结果精度的影响;并且分析训练样本个数变化对腐蚀预测模型预测结果产生的影响。结果显示:利用BP神经网络建立的腐蚀预测模型可以为炼油厂的腐蚀控制提供依据;使用min-max标准化方法处理的数据,能够得到更高的预测精度;当训练样本超过20时,模型预测结果的精度和稳定性均较好。     

蒸汽管道剩余寿命评估方法评述

概述了主蒸汽管道和注蒸汽管道剩余寿命预测方法的发展状况,主要介绍了主蒸汽管道蠕变曲线逐步外推法和蠕变损伤及裂纹扩展寿命预测法。还对注蒸汽管道灰色预测方法、人工神经网络方法两种腐蚀剩余寿命预测方法进行了探讨。     

板间距和倾角对波纹板分离性能影响的数值模拟

应用FLUENT软件对含有粒径为1~50μm液滴的气体在波纹板内的流场进行了数值模拟,计算得到了不同进气速度、板间距及波纹倾角下波纹板的分离效率和压降。结果表明,较小幅度地改变波纹板倾角,对压降变化影响显著。在一定范围内减小板间距,可以有效提高波纹板的分离效率。     

油气集输系统内腐蚀信息融合监控技术研究

油气田集输系统内壁的腐蚀严重影响正常生产，腐蚀因素复杂多变。但在实际生产中，一般采用单一方法对防腐蚀工艺进行监测和控制，尚无系统的整合方法对多参数的腐蚀进行监控。利用信息融合技术，可以对大量生产工艺参数、腐蚀性物理化学参数进行多级别、多方面、多层次处理，转化为单一信息，可高效、可靠地对腐蚀安全和防腐蚀效果进行监测和控制，还可控制采油生产和优化防腐蚀工艺，以保证安全生产，降低生产成本，提高经济效益。     

基于信息融合的油气管道内腐蚀评价方法

油气田集输管道的内壁腐蚀严重影响石油生产,腐蚀因素复杂多变,但在现场生产中,防腐蚀工作仅限于单个因素参数,一般采用单一方法对防腐工艺进行评价和控制,尚无有效系统的整合方法对多参数的腐蚀进行评价。鉴于这种状况,提出基于信息融合的油气管道内腐蚀评价方法,即利用信息融合技术,对大量生产工艺参数、腐蚀性物理化学参数进行多级别、多方面、多层次的处理,可以转化为单一腐蚀评价信息,可高效、可靠地对腐蚀安全和防腐蚀效果进行评价,可反馈控制油气田生产和优化防腐工艺,保证安全生产,降低生产成本,提高经济效益。     

压缩机油性能及合理选用

简述了对压缩机润滑油性能要求,详细论述了目前国内空压机油和气体压缩机油分类、选用条件和选用方法,给出了往复活塞式和回转容积式压缩机推荐用油.     

用回归正交设计法建立磁极结构参数与磁性流体密封压差的经验公式

在磁性流体密封压差分析领域引入回归正交分析,采用回归正交设计得到了磁性流体密封的磁极结构参数与密封压差的回归经验公式,并对回归经验公式进行了简化。结果表明:回归经验公式计算结果与有限元模型计算结果和实验结果相差不大,能够满足工程上的应用需要。     

用有限元仿真计算法研究纳米磁性流体密封的磁场分布

采用ANSYS分析软件进行纳米磁流体密封结构的有限元分析,确定单元网格划分精度和模型的边界条件等计算参数,对磁场分布进行仿真计算,求出每级的磁感应强度差,使磁流体密封装置密封能力的计算变得快捷而有效。     

锯齿边窄条阀塔板流体力学和传质性能实验研究

详细分析了锯齿边窄条阀的锯齿边对传质性能的影响和锯齿边窄条阀的结构特点。在1000 mm×350 mm规格的实验塔中,以典型的水-空气冷模实验系统,对锯齿边窄条阀STV75塔盘和F1圆形浮阀塔盘进行了对比实验,测定了多种气液负荷下的压降、雾沫夹带、泄漏量等流体力学性能。利用氧解吸法,测定了塔板传质效率。实验结果和工业应用表明,在相同条件下,锯齿边窄条浮阀塔板比F1圆形浮阀塔板的板效率提高10%—20%、板压降降低100 Pa以上,雾沫夹带与泄漏与F1阀相当,是一种综合性能优良的新型浮阀。     

浮阀鼓泡器塔板的流体力学性能实验

分析了浮阀鼓泡器的结构特点。在1000mm×350mm规格的实验塔中,应用典型的水—空气冷模实验系统对浮阀鼓泡器塔盘进行了实验研究,测定了多种气液负荷下的塔板压降、雾沫夹带和泄漏量等流体力学性能。利用氧解吸法测定了塔板传质效率,并与F1型浮阀塔板进行了对比研究。实验结果表明,在相同条件下,浮阀鼓泡器塔板比F1型浮阀塔板的板效率提高10%～20%,板压降降低200Pa以上,雾沫夹带与泄漏与F1阀基本相当。在小气速时,由于浮阀鼓泡器存在着鼓泡口而使得泄漏量比F1阀稍大,不过在工业应用范围内,浮阀鼓泡器的泄漏量和F1浮阀基本相当。是一种综合性能优良的新型浮阀。