【摘 要】
：
基于含缺陷压力管道安全评定的相关国家标准,针对油气运输管道上存在的各种常见缺陷,利用Python编程语言开发出一款可视化的含缺陷压力管道安全评定系统.依据现场检测条件,选择不同的评估标准进行综合分析,为工程技术人员的初步评定提供快捷准确的途径.通过输入多缺陷参数或导入缺陷参数数据文件,实现同类型多个缺陷或批量缺陷同时评定的功能.利用ANSYS软件,对局部减薄缺陷进行仿真分析,验证了评定系统计算结果的可靠性.
【机 构】
：
广州特种承压设备检测研究院;暨南大学力学与建筑工程学院
论文部分内容阅读
基于含缺陷压力管道安全评定的相关国家标准,针对油气运输管道上存在的各种常见缺陷,利用Python编程语言开发出一款可视化的含缺陷压力管道安全评定系统.依据现场检测条件,选择不同的评估标准进行综合分析,为工程技术人员的初步评定提供快捷准确的途径.通过输入多缺陷参数或导入缺陷参数数据文件,实现同类型多个缺陷或批量缺陷同时评定的功能.利用ANSYS软件,对局部减薄缺陷进行仿真分析,验证了评定系统计算结果的可靠性.
其他文献
针对复杂工业过程数据的动态性、非线性和多阶段性等特征,提出基于时空近邻标准化和KNN规则(Time-Space Nearest Neighborhood Standardization and K Nearest Neighbor Rule,TSNS-KNN)的复杂多阶段过程故障检测方法.首先使用训练样本在时间和空间域上的两层嵌套近邻集的统计信息对样本预处理,然后将标准样本的累积近邻距离作为检测统计量进行故障检测.TSNS-KNN在排除非线性干扰的同时,消除了前后时刻样本间的动态相关性,将多阶段数据转换为
为实现多路信号采集测量的快速响应,自主搭建试验装置,以高温高压工况需要进行温压补偿的流量测量为例展开研究,从软件算法策略上做出改进,并与常规方法进行对比,验证改进方法的有效性,结果表明:流量和液位信号的均值响应时间分别提高了36.7％和45.6％,稳定性也有所提高.
在乙烯裂解炉烧焦过程中,部分炉管出口温度(COT)容易过高发生“飞温”,而部分过低致使COT分布不均衡.针对传统烧焦控制方法仅对COT平均值进行控制,不能很好地控制热场的问题,提出基于工况识别的随机分布系统建模方法,通过对烧焦过程COT升温快慢工况的识别,再对烧焦过程中COT分布的概率密度函数进行建模,为乙烯裂解炉烧焦过程COT进行随机分布先进控制奠定基础.
对于不锈钢管道、容器等保温包覆层较厚的情况(提离距离超过50 mm),从拓扑学角度分析信号特征,提出基于持续同调特征条形码的不锈钢板脉冲涡流大提离测量方法.分析结果表明:在待测板厚大于18 mm的情况下,该方法对60～140 mm提离距离测量的相对误差为±6.00％.
为了准确分析旋转设备振动信号0.5倍频、基频与多倍频的相关参数,基于高速模拟数字转换器(ADC)和数字信号处理(DSP)平台,运用线性插值重采样方法,实现了旋转设备振动信号的自适应采样,并将采样数据进行快速傅里叶变换(FFT)得到振动信号频谱分析参数.针对实际工业应用,在满足性能指标的前提下,拓宽信号频率范围.通过搭建硬件平台,在DSP内部以模拟信号进行的仿真实验结果表明:本设计能够准确定位所需分析信号的频率,计算所得幅值相对误差在±0.3％.
为达到精细注水的注采要求,利用两种不同隐层门控循环单元(GRU)神经网络模型的注水流量预测方法,同时借助国内某油田注水井的历史数据对两种不同隐层模型的预测结果进行了对比.结果表明:与传统的循环神经网络(RNN)和长短期记忆(LSTM)神经网络相比,GRU不仅拥有较好的预测性能,模型训练效率也更高;且双隐层结构较单隐层在模型的训练仿真和预测上有着更高的准确度,说明深层网络结构在信息的主要特征提取上更具优势,同时证明了GRU预测模型在油田注水流量预测方面的可行性和优越性.
利用相对增益矩阵(RGA)和NI指数分析方法共同判断多台FACTS装置接入电力系统的交互影响.首先建立含静止无功补偿器(SVC)和静止无功发生器(SVG)的线性化电力系统输配电模型,根据所建模型求出控制系统的传递函数和电力系统的相对增益矩阵.通过RGA和NI指数分析方法共同找出两台静止无功补偿器之间、静止无功补偿器和静止无功发生器之间的负交互影响与电气距离的关系,并使用时域仿真证明此方法的可靠性.
针对调和汽油辛烷值建模中的变量选择问题、模型适应性问题与辛烷值的优化问题,采用随机森林、最大信息系数与皮尔森相关系数组合提出了一种辛烷值建模变量选择的方法.还提出一种基于BP神经网络与模糊神经网络的建模方法,建立对辛烷值的预测模型,提高了辛烷值预测模型的适应性.在此基础上,对基本粒子群算法进行了改进,改进后的粒子群算法更符合实际生产对操作变量允许调整幅度值为确定值的要求,并且提高了优化算法的计算速度.
在实际工况中,油浸式变压器的散热过程会受到外界自然风变化情况的直接影响.通过Ansys有限元分析法,建立油浸式变压器在不同自然风速下绕组区域温度场与流场的二维流固耦合模型,分析绕组在不同外界自然风速下的热点温度变化,同时搭建变压器温升实验进行直接验证,结果证实了仿真模型的准确性.
针对溴素生产传统的人工观察蒸馏塔塔顶与塔底玻璃管的颜色,或者观察四氟塔蒸馏废液颜色,受环境光线和工人经验影响较大且无法精确控制,导致氯气过量或不足以及产品品质不稳定的问题,将智能视觉技术应用于溴素生产工艺,提出基于工业视觉的颜色智能识别系统,将生产工艺流程的颜色指标实时转换成数字指标,结合自主开发控制算法,实现工艺进程的量化计量,并通过控制算法实现现场情况的预判和精确控制,消除人工调控的随意性和滞后性,实现投料阀门的自动控制,提升装置产能的同时稳定产品质量,将溴素蒸馏工艺废液溴含量维持在0.13 kg/m