在页岩气田的不同生产阶段,各项工况参数变化范围较大,三甘醇脱水装置运行工况可能会偏离最佳区间,容易导致脱水效果不显著,从而影响正常生产。采用HYSYS软件,对300.0×104 Nm3/d的页岩气三甘醇脱水装置进行了流程模拟,定量分析了三甘醇循环量、三甘醇贫液质量分数、原料气入塔流量、原料气入塔温度、吸收塔操作压力、三甘醇贫液入塔温度、塔板总效率和吸收塔塔板数等工艺参数对三甘醇脱水效果的影响,并确定各项工艺参数的合理操作范围,以实现最佳脱水效果,满足干气外输要求。结果表明,提高三甘醇循环量、贫液质量分数、吸收塔操作压力、塔板总效率和吸收塔板数,以及降低原料气入塔流量和温度、三甘醇贫液入塔温度,有助于改善三甘醇脱水效果;提高重沸器温度和汽提气流量有利于提高三甘醇贫液质量分数。此外,将HYSYS模拟计算结果与现场生产数据进行了对比,结果表明两者基本吻合,从而验证了模拟计算结果的准确性,其可用于指导实际生产。上述研究结果对提高脱水效率和降低投资成本具有一定的指导意义。
采用热重分析法研究了生活垃圾中6种典型组分的热解及焚烧热力学行为,探究了二噁英前驱物PVC与其他垃圾组分间的交互行为。结合计算曲线和实验曲线叠加率的计算以及动力学参数的拟合,定量分析了不同组分对PVC分解的促进或抑制作用。结果表明,在PVC焚烧过程中加入纸片、木屑、硬纸板和PE均能减少二噁英的生成,其中PE抑制二噁英生成的效果最佳。
以硫酸钛为原料,通过马弗炉直接高温锻烧制备二氧化钛(TiO2)。采用FT?IR、XRD、UV?Vis、SEM技术对催化剂的结构进行表征。结果表明,直接煅烧法可以制备锐钛矿型二氧化钛,并将其应用于二苯并噻吩的氧化脱硫。以乙腈为萃取剂、二氧化钛为催化剂,考察了氧化法脱除模拟油中的二苯并噻吩。研究催化剂质量、反应温度、n(H2O2)/n(S)、不同含硫化合物对脱硫效果的影响,并且对催化剂循环使用性能进行考察。在最优脱硫条件下,二苯并噻吩、4,6?二甲基二苯并噻吩、苯并噻吩和混合柴油的脱硫率分别为99.5%、35.6%、65.0%和53.4%。催化剂循环使用5次后,催化脱硫效果仍高达90.3%。
以环己胺为交联剂,制备了改性的双氰胺?甲醛絮凝剂,并用于模拟染料废水脱色絮凝沉降实验。研究了反应温度、反应时间、物料物质的量比等因素对改性絮凝剂脱色性能的影响。结果表明,在反应时间为3.5 h、反应温度为85 ℃、n(双氰胺)/n(甲醛)/n(氯化铵)/n(环己胺)=1.00∶3.00∶0.50∶0.15、改性絮凝剂的质量浓度为100 mg/L的条件下,脱色率可达到88.6%,双氰胺甲醛型改性脱色剂的脱色絮凝性能明显优于未改性产品。
研究一种针对油品内金属含量进行检测的技术方法,即微波消解?ICP?AES检测技术相结合的方式。结果表明,该方法对样品中测量的元素具有很好的适用性,各元素与其质量浓度也有很好的线性相关性,相关系数均为0.999,铁、锰、铅检出限分别为0.005 0、0.000 3、0.007 0 mg/L。通过加标回收实验与实验方法精密度计算,验证了该方法所得数据的可靠性,各元素测定结果的相对标准偏差均小于2%,加标回收率均在94.1%~107.6%。与常规单一的检测方法相比,该检测方法具有灵敏度高、准确、快速且精确度高等特点。
为了研究温度为298.15 K时NaCl?Na2SO4?H2O三元体系的盐类析出规律,采用Pitzer模型预测和计算了该体系的活度系数及溶解度,分析了Na+、Cl-和SO
研究了3种不同型号的碳纳米管(MW、LMW和SW)的胆红素吸附性能。X射线衍射(XRD)谱图显示,3种碳纳米管的管径大小排序为LMW>MW>SW。扫描电子显微镜(SEM)和比表面积测试(BET)结果表明,MW型分散性最好,且具有较大的比表面积、最大的孔径和孔容。胆红素吸附实验结果表明,当温度为37 ℃、吸附时间为40 min时,碳纳米管吸附胆红素的性能最佳。当胆红素质量浓度大于0.5 g/L时,MW型碳纳米管吸附容量最大,最大胆红素吸附量达到208 mg/g。增大NaCl浓度、牛血清白蛋白质量浓度和提高pH均不利于胆红素在溶液中的吸附。与传统吸附剂相比,3种碳纳米管对胆红素均表现出吸附时间短、吸附容量大的优良性能,为后期制备碳纳米管共混微滤膜及其吸附胆红素提供了实验基础。
采用溶胶?凝胶法对多壁碳纳米管进行改性,使SnO2与MWCNTs复合并掺杂Cu离子。通过SEM、XRD、FTIR对样品M、M+Cu、M+Sn和M+Sn+Cu进行表征,分析其表面微观结构,用静态吸附法测量了不同样品对VOCs的饱和吸附量,并分别从VOCs质量浓度、温度影响等方面进行了分析。结果表明,4种吸附剂样品的饱和吸附量与VOCs质量浓度和温度呈线性相关,且二者数值越大,饱和吸附量越小;在常温(25 ℃)常压下,MWCNTs对VOCs气体的吸附量几乎为0,样品M+Cu的饱和吸附量略小于样品M+Sn,样品M+Sn+Cu的吸附效果最佳,约为M+Sn的2倍,可达37.4 mg/g。
柔性控制运转技术用于改善游梁式抽油系统的采油工作过程,而采用椭圆速率驱动电动机是实现该技术的方案之一。为了探寻椭圆速率驱动与常规圆速率驱动时抽油泵内阀球运动规律,分析了两种工况下的阀球滞后开启情况,并建立流固耦合仿真模型分析了固定阀的受力规律,得到了两种工况下阀球运动的差异性,最后通过台架实验验证了理论分析的正确性。结果表明,椭圆速率驱动下阀球开启和到达最大升程的速率比常规圆速率驱动慢,但落座更快,可有效防止漏失,从而达到提高采油效率的目的。
弱磁应力检测技术支持非接触在线应力损伤检测,在长输油气管道应力内检测技术领域具有巨大的应用潜力。但弱磁信号微弱,易受外界环境干扰,检测结果易出现偏差。为加强弱磁信号的检测能力,基于铁磁材料的微观特性,建立了外磁场弱磁应力检测模型,获得了弱磁信号强度随外磁场强度与施加应力的变化规律,描述了外磁场对弱磁应力检测信号的激励特性,并进行了系统的实验研究。结果表明,弱磁信号的切向峰值与法向零点均位于应力集中区的中心位置,且不随应力与外磁场的变化而发生波动;弱磁信号切向峰值与法向峰峰值随外磁场与应力的增加而增大;外磁场对弱磁应力检测信号的激励作用随外磁场的增加先增大后减小。
研究了IAEC?1306H(异构十三醇聚氧乙烯醚羧酸)与醇溶液和碱剂的复配体系对稠油黏度的影响。结果表明,在质量分数相同的条件下,麦芽糖醇对稠油的降黏效果优于山梨糖醇,NH3·H2O对稠油的降黏效果优于IAEC?1306H和醇溶液;NH3·H2O和IAEC?1306H对稠油的降黏效果相似,随着NH3·H2O体积分数和IAEC?1306H质量分数的增加,稠油黏度逐渐趋于平稳;山梨糖醇、麦芽糖醇分别与IAEC?1306H复配形成的二元体系,对稠油的降黏效果基本一致,并且由于碱剂自身的性质,碱剂与IAEC?1306H复配更有利于稠油的降黏;NH3·H2O、麦芽糖醇与IAEC?1306H复配形成的三元体系,对稠油的降黏效果较好,降黏率达到96%以上,而且NH3·H2O、IAEC?1306H、麦芽糖醇用量较少。
为了降低超临界压力甲烷管内对流换热的热阻,提高传热过程的稳定性,对竖直管内超临界甲烷的流动与传热过程进行了数值研究,讨论了热流密度、流动方向对流动换热特性的影响,研究了流场、温度场和湍动能变化对传热不稳定性的影响。结果表明,竖直管内超临界甲烷的传热存在不稳定传热现象,在高热流密度下,管内壁温度和平均温度具有不稳定性,在传热恶化区间震荡;在低热流密度下,局部对流传热系数具有不稳定性,在传热恶化区间震荡;在相同的热流密度下,向上流动时的传热不稳定性大于向下流动时的传热不稳定性,是由于向上流动的热影响大于向下流动的热影响,产生的类气膜是传热不稳定的主要因素。
采用有限单元法对单螺杆挤出机不同螺杆组合段流域进行研究。使用Polyflow软件计算普通螺纹螺杆、普通螺纹与菠萝头组合螺杆、普通螺纹与销钉组合螺杆流场的压力场、剪切速率场、速度矢量、混合指数等参数,并对后处理结果进行了比较分析。结果表明,普通螺纹螺杆能为流体提供较大的轴向速度;菠萝头螺杆虽然阻力较大,但是较多的斜截面设计能为流体提供较好的轴向分速度和周向分速度;销钉螺杆的屏障作用会使一部分流体回流。三种新型螺杆在为流体提供良好的线速度的同时,能有效地对流体进行拉伸和剪切,使其分散混合更加均匀,从其曲线分析结果来看销钉螺杆混合效果最佳。
以6?PTRT并联机器人为研究对象,建立其位姿误差模型,利用单支链闭环矢量法,依据输入输出关系,建立误差方程。依据6?PTRT并联机器人的位姿误差模型,将机构误差转化为驱动杆误差,利用MATLAB软件分析各个驱动杆杆长误差参数对其输出位姿误差的影响;建立并联机器人位姿误差修正的目标函数,利用基于带收缩因子的自适应权重粒子群算法寻优各个驱动杆误差参数,修正末端位姿、提高运动学精度,为6?PTRT并联机器人动力学、位姿标定以及轨迹规划和控制等问题提供理论依据。
由于噪声、周期性、非线性和非平稳性的干扰,现有的大多数因果分析方法在工业过程控制系统的应用中往往是不可靠和不准确的。为提高厂级振荡源定位的性能,提出了一种基于改进收敛交叉映射的因果关系检测方法。首先,指出噪声和周期性对因果关系检测的不利影响。其次,将经验模态分解和去趋势波动分析相结合,实现了振荡信号去噪。然后,通过奇异谱分析有效地去除信号的周期性。利用收敛交叉映射可以对去噪去周期后的信号进行分析,进而准确地定位厂级振荡的源头。仿真结果表明,所提方法能提高过程控制系统中厂级振荡源定位的准确性。
随着天然气在能源消耗中占比越来越大,如何准确预知未来的天然气消耗量,对天然气资源合理规划具有重大意义。针对此问题,提出一种基于小波变换和深度学习的短期天然气负荷预测模型。首先对所收集的天然气负荷数据利用不同小波变换进行分解,之后对其进行归一化处理;其次利用深度学习算法对数据进行训练与预测;然后利用小波重构对预测的数据分别进行整合;最后以平均绝对百分误差、平均绝对误差和均方根误差为评价指标,评价不同小波变换的预测结果,计算最优小波变换的最优阶数和层数。结果表明,Fk小波变换第22阶第6层相对于其他小波变换和直接利用LSTM进行预测具有更高的预测精度。