氢能制—储—运安全与应急保障技术现状与发展趋势

氢能零污染、零碳、无次生污染,是公认的清洁能源,被誉为21世纪最具发展前景的二次能源,也是实现"碳达峰、碳中和工作"最富成效的技术方案之一,氢能将成为我国能源体系的重要组成部分.然而氢能在制备、储运以及利用等环节,基础设施关键零部件较多、系统复杂、用材特殊,我国对氢能制—储—运安全与应急保障技术仍缺乏系统性研究,落后于...     

海洋平台结构损伤涡流热成像检测激励线圈设计

海上平台作为海上石油开发的重要设施,处在海水浸泡、冲击等恶劣环境中,很容易出现损伤,影响其安全性。管节点作为高应力集中的部位是海上平台结构中更易产生损伤的地方,因此对管节点进行检测十分重要,为适应海上平台管节点这种特殊结构的损伤检测,利用涡流热成像技术,考虑管节点结构、在管节点表面感应出的涡流分布情况等因素,设计出了圆台形线圈、三角形线圈、扁平双线圈三种形式的线圈,并通过COMSOL、SolidWorks完成了相应的仿真模拟,为了符合实验室需求,又构建出了等比例待测工件及线圈的实际模型,通过实验模拟、MATLAB数据处理验证了仿真模拟的准确性及所设计线圈的有效性。结果表明,扁平双线圈对海上平台管节点的加热效果更佳,能够用于对其损伤缺陷的检测。     

基于模糊C-均值聚类算法的柴油机磨损状态评判

论述了模糊C-均值聚类算法的原理与步骤，选取光谱分析中磨损元素的含量和3个定量铁谱参数作为特征参数，将模糊C-均值聚类算法应用到柴油机磨损状态评判体系中，可以得到聚类中心和用于分类的标准向量。对聚类结果进行了验证，表明应用模糊聚类的方法评判柴油机的磨损状态是可信的和准确的。     

基于组合遗传神经网络的磨损趋势预测

针对神经网络易陷入局部极值的问题，用遗传算法来改进神经网络时间序列预测模型，并设计了一个组合网络，考虑了单一遗传BP神经网络预测的误差，以误差样本训练了一个校正的遗传BP神经网络，并将该组合网络时间序列预测模型应用于柴油机系统磨损趋势的预测，取得了较好的预测效果。     

设备旋转部件故障的短期预测研究

根据机械故障诊断技术，建立设备各旋转部件的多维故障特征参量模型，并针对故障预测数据的短期性和非线性，提出模糊-灰色自动寻优预测方法。此方法可以自动寻找最佳优化因子τ^＊，使预测值和实际值最贴近。通过对各部件多维故障特征参量的预测和故障模糊评判，可以自动分析出部件存在的故障及可能性概率。研究结果表明，预测数据精度检验结果优良，该方法是可行和有效的。     

长输管道信号降噪及工况识别方法研究

鉴于长输管道中微弱负压波信号往往淹没在强背景信号及噪声中而被过滤掉等特点,应用局部投影降噪法结合小波包分析技术进行信号降噪。首先,将采样序列通过相重构,在高维的相空间上将背景噪声信号以及负压波特征信号分解到不同的子空间上,利用子空间的重构,分离出强背景信号及含有少量随机噪声的负压波特征信号,然后对这两类信号分别进行小波包分析,提取弱特征信号,保留拐点信息。试验表明,两者结合能大幅提高信号的信噪比。此外,油气管道调节频繁、工况复杂多变也给相似信号准确识别带来困难,易造成误报警和漏报警。应用双权值神经网络识别各种工况信号,通过构造多种封闭超曲面完成对样本空间的最佳覆盖,增强样本空间划分能力,提高识别效果。该方法具有较强的工况识别能力,识别效果优于BP网络和RBF网络。     

柴油机整体性能预测的灰色神经网络方法

现代化的设备状态检测和故障诊断理论已经把设备的寿命预测作为一个重要的组成部分。随着科学技术的发展,运行设备状况的复杂化程度越来越明显,传统的数学建模预报方法已不能满足设备的复杂化和现代化要求,对于油用大功率在用柴油机而言,这种信息的复杂性、不确定性程度反映更加明显,为了准确地对在用柴油机性能作出预测,现文将灰色理论和神经网络相结合,建立了灰色神经网络模型来预报柴油机的状态。将原始序列作累加生成处理后,采用BP算法神经网络方法进行预报。实践证明,采用这种方法提高了预报精度,缩短了预测时间,取得了较好的预报效果。     

滚动轴承故障的灰色GM模型预测

本文通过大量实验,获取滚动轴承时域特征参数,应用灰色GM模型进行故障预测,实验表明,灰色理论用于故障预测,具有较高的预测精度,适宜在故障预测领域作应用推广。     

基于状态监测和故障诊断的RCM技术

针对传统的RCM技术存在非实时性和静态性等缺点,提出了一种基于状态监测和故障诊断的RCM技术。该技术将状态监测和故障诊断技术与传统的RCM技术相融合,克服了传统RCM技术的缺点,具有实时性和动态性。以某石化厂往复式压缩机为例,应用基于状态监测和故障诊断的RCM技术为该厂压缩机提供了维修策略,充分体现了该技术的实时性和动态性;基于状态监测和故障诊断的RCM技术对于提高设备故障检修效率、优化配置企业维修资源、提高企业经济效益等具有重大的工程实际意义。     

多支撑轮式管道机器人运动仿真

运用SolidWorks及运动仿真插件COSMOSMotion,对应用在石油、天然气管道内的多支撑轮式压差驱动内检测机器人进行虚拟样机建模、装配和运动仿真。通过虚拟样机在直管、弯道内的运动仿真,得出了影响样机平稳运动和通过性的关键因素。仿真结果表明,对于直管内的运动,压缩弹簧预紧后长度为最小工作载荷长度时,机器人运动平稳性要明显好于压缩弹簧预紧后长度大于最小工作载荷长度的情况;对于弯道内的运动,管道机器人在3D弯道内以4m/s,在5D弯道内以6m/s通过时具有良好的通过性。