液化气体罐车罐体不同容积下液位高度计算

来源 :化工机械 | 被引量 : 0次 | 上传用户:jhh760606
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
根据常用液化气体罐车罐体的基本结构,运用微积分的方法,推导出了罐车罐体容积与液位关系的方程。并借助软件运用二分法和牛顿法求解了不同充装率之下液化石油气汽车罐车的液位高度,得出牛顿法与画图法相结合能快速求出任意容积下的液位高度,可为现场判断容器任意容积所对应的液位高度和液位计安装位置是否准确提供理论指导。
其他文献
针对高压断路器振动信号提取特征参数物理意义模糊的问题,提出了一种基于行程曲线的高压断路器故障特征参数提取新方法。首先,利用ADAMS构建了高压断路器的弹簧操作机构的多体动力学模型;然后,对高压断路器典型故障进行了仿真分析,得出典型故障下高压断路器行程曲线的变化规律;最后,采用高压断路器动特性分析仪对断路器进行实验测试,验证了仿真分析结果的可靠性。通过仿真分析和实验研究得出,高压断路器典型故障下合闸时间和动触头的跳动情况都有所变化,且变化规律不同,以此作为特征参数可以识别高压断路器的故障类型。研究为高压断路
建立过热器汽温对象的高精度性能预测模型,是实现过热汽温智能优化控制的基础。为此,针对某600 MW超临界机组仿真系统的历史运行数据,采用机器学习中的XGBoost(eXtreme Gradient Boosting)回归模型建立过热器汽温特性的预测模型,并分别采用网格搜索算法和随机搜索算法对模型参数进行优化。通过比较两种优化模型的预测效果,结果表明:随机搜索算法可以进行多个参数组合寻优,收敛速度快,全局寻优的效果更好,优化后的过热汽温模型具有更好的预测精度和泛化能力。
针对珠海长炼石化设备有限公司催化重整装置预加氢反应与进料换热器间的管道90°弯头处发生的爆燃事故,分析其主要原因。依照特种设备相关法规对爆燃事故责任进行了分析与解读,并提出相应的防范和整改措施。
抽水蓄能电站是世界公认的运行灵活且安全可靠的调峰电源,并逐步成为电网调峰调频及平抑可再生能源负荷波动的重要组成部分。但由于抽蓄机组的多源异质特性以及其评价指标和方法各异,给综合评价抽蓄机组功率调节性能带来巨大挑战。充分调研国内外相关研究成果,对抽蓄机组功率调节性能进行分析,介绍了综合评价的评价指标、指标体系以及评价方法,探讨了抽蓄机组功率调节评价研究的发展趋势,从而为抽水蓄能工程的应用与发展提供有力支撑。
在线评价核电机组可靠性是保障机组安全运行的关键。针对静态可靠性分析方法无法满足核电常规岛给水系统可靠性在线评价要求,提出了一种改进的适于时间序列分析的GO-FLOW可靠性分析方法;同时针对由于系统设备故障会造成设备可靠性参数变化进而影响可靠性分析的准确性问题,采用基于鱼群优化算法的支持向量机建立给水系统故障诊断模型,当系统故障时,采用熵权Topsis和灰色关联度对系统设备状况进行评估,根据设备状况修正GO-FLOW计算系统可靠度时的设备可靠性参数,从而实现了给水系统可靠性在线评价。仿真结果表明该方法能在线
为合理评价充电线收纳产品,文章选择3款充电线收纳箱为研究对象,构建了充电线收纳产品的评价指标体系,在专家咨询的基础上,采用AHP赋权法对指标赋权,以问卷调研的方式获取指标样本数据,选择TOPSIS法确定备选产品与正、负理想解的相对接近度。结果表明,样本1充电线收纳箱为最佳设计产品,基于AHP赋权法和TOPSIS法的研究模式可为产品设计评价提供一种新思路。
使用Workbench平台,基于流固耦合分析方法,对具有具体结构的固定管板换热器进行分析。流场分析结果表明,换热器进口压力大于出口压力,进口速度大于出口速度;结构静力场分析表明,随着流体速度的增大,换热管的等效应力增大;模态分析结果表明,随着流体速度的增大,换热管固有频率降低。
太阳能热发电发电量计算的准确性,直接影响太阳能热发电项目技术经济性评价结果。当前太阳能热发电性能评估软件采用以1 h为计算步长的静态发电量计算模型,不能准确计算太阳辐照波动引起的槽式太阳能热发电系统工况变化过程发电量。在中广核德令哈50 MW槽式太阳能热发电示范项目实践的基础上,根据槽式太阳能热发电系统组成和工作原理,开发了集热场、储能系统、蒸汽发生器和汽轮发电机组的动态数学模型,能够准确计算因气象条件变化引起槽式太阳能热发电系统变工况过程的发电量。在此基础上,根据项目现金流和财务计算方法建立了槽式太阳能
为解决含油废水处理问题,实现油水高效分离,利用3D打印技术制备出多孔膜,并用石墨烯对该膜表面进行修饰改性,而后得出亲油疏水多孔膜。通过实验测试该亲油疏水多孔膜对不同种类油水混合物的分离效果,探究影响油水分离效率的主要因素。结果表明,利用该方法制备的亲油疏水多孔膜具有良好的亲油疏水性。
针对传统卷积神经网络训练需要大量数据、而热斑效应图像样本量较少的现状,构建一种深度卷积自编码网络模型用于小样本光伏热斑识别与定位。首先对原始光伏红外图像做预处理得到小样本数据集,然后构建一种以卷积神经网络为基础、结合自编码器的深度卷积自编码网络模型。该模型能自动学习并提取小样本图像中的有效特征,提高识别准确率。实验结果表明,针对小样本光伏热斑图像数据集,深度卷积自编码网络模型比传统卷积神经网络在测