CN111476417B - 一种用于研究储油罐热油喷洒加热过程最优参数确定方法 - Google Patents

一种用于研究储油罐热油喷洒加热过程最优参数确定方法 Download PDF

Info

Publication number
CN111476417B
CN111476417B CN202010266421.4A CN202010266421A CN111476417B CN 111476417 B CN111476417 B CN 111476417B CN 202010266421 A CN202010266421 A CN 202010266421A CN 111476417 B CN111476417 B CN 111476417B
Authority
CN
China
Prior art keywords
storage tank
heating
experimental
hot oil
spraying
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202010266421.4A
Other languages
English (en)
Other versions
CN111476417A (zh
Inventor
董航
赵健
李晓峰
赵伟强
陈双庆
屈成亮
朱云伟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Linghang Petroleum Chemical Tianjin Co ltd
Original Assignee
Northeast Petroleum University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Northeast Petroleum University filed Critical Northeast Petroleum University
Priority to CN202010266421.4A priority Critical patent/CN111476417B/zh
Publication of CN111476417A publication Critical patent/CN111476417A/zh
Application granted granted Critical
Publication of CN111476417B publication Critical patent/CN111476417B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D21/00—Measuring or testing not otherwise provided for
    • G01D21/02—Measuring two or more variables by means not covered by a single other subclass
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/12—Computing arrangements based on biological models using genetic models
    • G06N3/126—Evolutionary algorithms, e.g. genetic algorithms or genetic programming
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • Theoretical Computer Science (AREA)
  • Biophysics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Educational Administration (AREA)
  • Evolutionary Biology (AREA)
  • Genetics & Genomics (AREA)
  • General Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Biomedical Technology (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Physiology (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及的是一种用于研究储油罐热油喷洒加热过程最优参数确定方法，其包括：根据实际生产过程中影响储油罐热油喷洒加热效果的因素，确定决策变量；获取不同参数下实验储罐内的热油喷洒加热过程的实测数据，以场协同角、均匀度、加热效率及平均升温速度作为评价加热效果的指标，确定各指标的权值，计算得到目标函数；通过决策变量和目标函数建立支持向量机模型；基于支持向量机模型，生成大小为M的初始种群，采用遗传算法对目标函数进行优化；将最优化变量作为实验参数进行室内模拟实验，得到相应目标函数，与支持向量机结果的误差超出一定范围，则重复迭代，至误差小于一定范围。本发明能找到最优工艺参数，极大程度上保证了计算精度。

Description

一种用于研究储油罐热油喷洒加热过程最优参数确定方法
技术领域：
本发明涉及的是储油罐热油喷洒加热过程工艺参数优化领域，具体涉及的是一种用于研究储油罐热油喷洒加热过程最优参数确定方法。
背景技术：
近年来，热油循环方法因其高传热效率、消除了因设备故障对油品质量造成影响的缺陷，逐渐在大型油库中投入使用，以大庆油田为例，通过改造和新建，原油、成品油罐几乎都已采用该种加热方式。
鉴于热油喷洒加热工艺方式具有显著的优势和进一步推广应用的前景，但目前对其加热过程的基本特性，尤其是加热过程中的温度场、速度场的分布及演化规律，传热、流动及被加热介质理化表现的强耦合特性认识不足，借助储油罐热油喷洒加热过程模拟实验装置及其实验方法，提出一种用于研究储油罐热油喷洒加热过程最优参数确定方法，来优化其加热器结构以及工艺参数。
发明内容：
本发明的目的是提供一种用于研究储油罐热油喷洒加热过程最优参数确定方法，这种用于研究储油罐热油喷洒加热过程最优参数确定方法用于解决储油罐热油喷洒加热过程工艺参数选取难的问题。
本发明解决其技术问题所采用的技术方案是：这种用于研究储油罐热油喷洒加热过程最优参数确定方法：
一、根据实际生产过程中影响储油罐热油喷洒加热效果的因素，以喷洒介质温度、喷洒介质流量、加热喷头直径及加热喷头所连接的弯管的角度为决策变量；
二、获取不同参数下实验储罐内的热油喷洒加热过程的实测数据，以场协同角、均匀度、加热效率及平均升温速度作为评价加热效果的指标，并且通过专家打分法确定各指标的权值，计算得到目标函数；
(1)协同角β为：
Figure BDA0002441428330000011
式中：Rex为雷诺数，Nux为努塞尔数，Pr为普朗特数，β是速度矢量
Figure BDA0002441428330000012
和温度梯度
Figure BDA0002441428330000021
矢量的夹角；
(2)对于n维欧式空间均匀度L为：
Figure BDA0002441428330000022
式中：在n维欧式空间内的点集S，是可数的，对于其中任意xi∈S，i＝1，2……n，xi的最近临体记为MP(xi)，M(xi)＝d(xi,MP(xi))为xi的临近距离，将以xi为球心，M(xi)/2为半径的封闭球作为B(xi)，其为xi的独占球，体积记为v(xi)；xi的外切封闭体有无限多，记其中之一为CU(xi)，作为xi的独占体，体积记为vc(xi)；令
Figure BDA0002441428330000023
为点集的总独占球体积，Av表示总区域体积；Vn(1)为半径是1的n维球的体积；
(3)加热效率η为：
Figure BDA0002441428330000024
式中：Tave,t为t时间后的实验罐内介质的平均温度，Tave为t时间前的实验罐内介质的平均温度，Q为加热喷洒过程的平均流量，V为t时间前的实验罐内介质的体积，Tin为热油喷洒温度；
三、以场协同角、均匀度、加热效率及平均升温速度作为评价加热效果的指标计算得出目标函数后，通过决策变量和目标函数建立支持向量机模型；
四、基于支持向量机模型，生成大小为M的初始种群，采用遗传算法对目标函数进行优化；
五、将最优化变量作为实验参数进行室内模拟实验，得到相应目标函数，与支持向量机结果的误差超出一定范围，将该实验得到的目标变量和目标函数添加到训练样本集，重复步骤三和步骤四，至实验得到的目标函数与支持向量机结果的误差小于一定范围。
上述方案中决策变量的约束条件为生产过程中设备参数的变化范围。
上述方案中实验储罐内的热油喷洒加热过程使用的实验装置包括实验储罐、矩形腔体、粒子图像测速装置、数据采集控制系统、加热装置，实验储罐、矩形腔体均为透明的，且二者材质相同，实验储罐设置于矩形腔体内，实验介质充满矩形腔体与实验储罐之间；实验储罐具有浮顶，浮顶布置多个测试孔，测试管穿过测试孔伸入实验储罐内，伸出浮顶部分通过导线与数据采集控制系统相连，测试管安装多个温度传感器；罐壁底部设置有储罐进口和储罐出口，罐底设置多组加热盘管，每组加热管上等间距布置多个接口，接口可拆卸地连接喷嘴；储罐进口、储罐出口、多组加热盘管进口均与相应的支管路连接，各支管路均设置阀门、温度传感器和流量传感器，并构成实验管路，实验管路的另一端与一组加热箱相连，在加热箱和实验储罐之间安装有一组离心泵，通过切换阀门，使不同支管路间相互连通，切换实验流程，构建不同的实验工况；粒子图像测速装置通过拍摄预先混合在实验介质中的示踪粒子和温度染色剂，获得实验储罐内介质的流动和温度分布数据。
上述方案中粒子图像测速装置包括图像采集系统、激光光源系统、计算机中的软件系统。
本发明具有以下有益效果：
1、本发明极大提升了计算效率，且实验数据与预测数据对比后，实验数据通过迭代丰富支持向量机训练集，极大程度上保证了计算精度。
2、本发明在保障准确的前提下，找到最优工艺参数。
附图说明：
图1为本发明的流程图。
图2为实验储罐内的热油喷洒加热过程使用的实验装置示意图；
图3为图2中Ⅰ处的放大图。
1矩形腔体 2计算机 3实验储罐 4图像采集系统 5激光光源系统 6测试管 7数据采集控制系统 8第一离心泵 9加热装置 10加热管 11第二离心泵。
具体实施方式
下面结合附图对本发明做进一步的说明：
如图1所示，该方法涉及储油罐热油喷洒加热过程的工艺参数优化，极大提升了计算效率，且实验数据与预测数据对比后，实验数据通过迭代丰富支持向量机训练集，极大程度上保证了计算精度。
根据实际生产过程中影响储油罐热油喷洒加热效果的因素，以喷洒介质温度、喷洒介质流量、加热喷头直径及加热喷头所连接的弯管的角度为决策变量。
实验方案如表1所示：
表1实验方案表
Figure BDA0002441428330000041
获取不同参数下实验罐内的热油喷洒加热过程的实测数据，以场协同角、均匀度、加热效率及平均升温速度作为评价加热效果的指标，并且通过专家打分法确定各指标的权值，计算得到目标函数。
(1)协同角β为：
Figure BDA0002441428330000042
式中：Rex为雷诺数，Nux为努塞尔数，Pr为普朗特数，β是速度矢量
Figure BDA0002441428330000051
和温度梯度
Figure BDA0002441428330000052
矢量的夹角。
(2)对于n维欧式空间均匀度L为：
Figure BDA0002441428330000053
式中：在n维欧式空间内的点集S，是可数的，对于其中任意xi∈S，i＝1，2……n，xi的最近临体记为MP(xi)，M(xi)＝d(xi,MP(xi))为xi的临近距离，将以xi为球心，M(xi)/2为半径的封闭球作为B(xi)，其为xi的独占球，体积记为v(xi)；xi的外切封闭体有无限多，记其中之一为CU(xi)，作为xi的独占体，体积记为vc(xi)；令
Figure BDA0002441428330000054
为点集的总独占球体积，Av表示总区域体积；Vn(1)为半径是1的n维球的体积；
(3)加热效率η为：
Figure BDA0002441428330000055
式中：Tave,t为t时间后的实验罐内介质的平均温度，Tave为t时间前的实验罐内介质的平均温度，Q为加热喷洒过程的平均流量，V为t时间前的实验罐内介质的体积，Tin为热油喷洒温度。
以场协同角、均匀度、加热效率及平均升温速度作为评价加热效果的指标计算得出目标函数后，通过决策变量和目标函数建立支持向量机模型。
遗传算法初始化，遗传代数：Gen＝1。
通过多目标函数计算每个个体的适应值。
进行选择、交叉、变异。形成适应函数更大的新种群。遗传代数：
Gen＝Gen+1。
再次计算个体适应值，当满足优化准则，遗传算法输出最优结果。反之重复进行迭代。
根据遗传算法输出结果进行相应的储油罐热油喷洒加热过程模拟实验，将实验结果换算为相应的适应值，与遗传算法的适应值进行对比，当误差ε≤0.001时，输出结果为最优参数。若误差超过限度，将实验结果加入支持向量机样本训练集，进行迭代。
本发明的一个优选实施方式是，结合图2、图3，本发明中实验储罐内的热油喷洒加热过程使用的实验装置包括一圆柱形的实验储罐3，浮顶可移动，与实验油样紧密接触，与罐壁间通过密封结构相连；浮顶布置多个贯穿的测试孔，安装了多个温度传感器的测试管6穿过测试孔伸入实验储罐3内，伸出浮顶部分通过导线与数据采集控制系统7相连；实验储罐3的罐壁设置有进出口，其与向罐内流进流出实验介质的管路相连；罐壁还设置有多组加热管的进出口，其与向罐内流进流出被加热的实验介质的管路相连；实验储罐3外安装一组阀门，将输送被加实验介质和实验介质的管路相连，通过切换阀门的开关方式，使得不同管路间可以相互连通，切换实验流程，构建不同的实验工况。在各管路上都安装有温度和流量传感器，以便实时采集数据。实验管路的另一端与一组加热箱(加热装置9)相连，在加热箱和实验储罐3之间安装有一组离心泵，用于泵送实验介质。实验储罐3内安装多组加热管10，每组加热管10上等间距布置多个接口，可连接用于喷射实验介质的喷嘴。实验储罐3的罐顶和罐壁均采用透明的工业塑料制成。实验储罐3嵌入一相同材质的矩形腔体1内，实验介质充满矩形腔体1与实验储罐3之间，以避免光线发生偏折，且实验储罐外的介质对实验储罐壁起到一定的保温作用。
实验系统还配备有粒子图像测速装置(PIV)，粒子图像测速装置包括图像采集系统1、计算机2中的软件系统及激光光源系统5，通过拍摄预先混合在实验介质中的示踪粒子和温度染色剂，可以获得实验储罐内介质的流动和温度分布数据。通过拍摄预先向实验介质添加的示踪粒子和温度染色剂来获得整体实验介质的三维的流动及温度数据，通过温度传感器的温度数据与温度染色剂的温度数据相结合，可以获得更准确的三维温度场数据。
实验介质从加热装置9加热至预定温度，通过第一离心泵8以预定的流量输送至实验储罐3，其间通过多个阀门，可实现多种工艺流程，如单组加热喷嘴加热、多组加热喷嘴自由组合加热、双管同时向实验储罐3输实验介质等流程，封装着温度传感器的测试管6将温度数据传输到数据采集控制系统7。该实验设备同时测量三维温度场和速度场，测量数据可用于分析三维温度和速度的耦合特征，例如且不仅限于计算温度场与速度场的协同角、温度场的均匀度、装置的能量利用率、平均流动速度及平均温度。
实验方法如下：
在预定接口安装预订形状和规格的热油喷嘴及弯管；利用加热设备将实验介质加热到预定温度；调整罐顶位置，使实验储罐3形成指定高度的储液空间；打开储罐进口阀门，通过第一离心泵8以预订流量输出所述达到预定温度的实验介质，使其流经流量、压力及温度传感器，随后进入实验储罐3；达到适当高度的储液空间后，打开喷嘴进、出口阀门。开始热油喷洒；打开储罐出口阀门，介质经过第二离心泵11回到加热设备，途径流量、压力和温度传感器，期间控制实验储罐3液位恒定；通过拍摄预混合在实验介质中的示踪粒子和温度染色剂，可以获得实验储罐3内介质的流动和温度分布情况，并与温度传感器的数据进行结合；当实验储罐3中介质达到预定温度后，移除罐顶，通过第二离心泵11按预定流量通过出油口将实验储罐内的介质输送至加热装置9；实验储罐液位低于出油口高度后，开启罐底排油口阀门，关闭出油口阀门，从底部排出剩余介质。

Claims (4)

1.一种用于研究储油罐热油喷洒加热过程最优参数确定方法，其特征在于：
一、根据实际生产过程中影响储油罐热油喷洒加热效果的因素，以喷洒介质温度、喷洒介质流量、加热喷头直径及加热喷头所连接的弯管的角度为决策变量；
二、获取不同参数下实验储罐内的热油喷洒加热过程的实测数据，以场协同角、均匀度、加热效率及平均升温速度作为评价加热效果的指标，并且通过专家打分法确定各指标的权值，计算得到目标函数；
(1)协同角β为：
Figure FDA0002441428320000011
式中：Rex为雷诺数，Nux为努塞尔数，Pr为普朗特数，β是速度矢量
Figure FDA0002441428320000012
和温度梯度▽T矢量的夹角；
(2)对于n维欧式空间均匀度L为：
Figure FDA0002441428320000013
式中：在n维欧式空间内的点集S，是可数的，对于其中任意xi∈S，i＝1，2……n，xi的最近临体记为MP(xi)，M(xi)＝d(xi,MP(xi))为xi的临近距离，将以xi为球心，M(xi)/2为半径的封闭球作为B(xi)，其为xi的独占球，体积记为v(xi)；xi的外切封闭体有无限多，记其中之一为CU(xi)，作为xi的独占体，体积记为vc(xi)；令
Figure FDA0002441428320000014
为点集的总独占球体积，Av表示总区域体积；Vn(1)为半径是1的n维球的体积；
(3)加热效率η为：
Figure FDA0002441428320000015
式中：Tave,t为t时间后的实验罐内介质的平均温度，Tave为t时间前的实验罐内介质的平均温度，Q为加热喷洒过程的平均流量，V为t时间前的实验罐内介质的体积，Tin为热油喷洒温度；
三、以场协同角、均匀度、加热效率及平均升温速度作为评价加热效果的指标计算得出目标函数后，通过决策变量和目标函数建立支持向量机模型；
四、基于支持向量机模型，生成大小为M的初始种群，采用遗传算法对目标函数进行优化；
五、将最优化变量作为实验参数进行室内模拟实验，得到相应目标函数，与支持向量机结果的误差超出一定范围，将该实验得到的目标变量和目标函数添加到训练样本集，重复步骤三和步骤四，至实验得到的目标函数与支持向量机结果的误差小于一定范围。
2.根据权利要求1所述的用于研究储油罐热油喷洒加热过程最优参数确定方法，其特征在于：所述的决策变量的约束条件为生产过程中设备参数的变化范围。
3.根据权利要求2所述的用于研究储油罐热油喷洒加热过程最优参数确定方法，其特征在于：所述的实验储罐内的热油喷洒加热过程使用的实验装置包括实验储罐()、矩形腔体(1)、粒子图像测速装置、数据采集控制系统(7)、加热装置(9)，实验储罐(3)、矩形腔体(1)均为透明的，且二者材质相同，实验储罐(3)设置于矩形腔体(1)内，实验介质充满矩形腔体(1)与实验储罐(3)之间；实验储罐(3)具有浮顶，浮顶布置多个测试孔，测试管(6)穿过测试孔伸入实验储罐(3)内，伸出浮顶部分通过导线与数据采集控制系统(7)相连，测试管(6)安装多个温度传感器；罐壁底部设置有储罐进口和储罐出口，罐底设置多组加热盘管，每组加热管(10)上等间距布置多个接口，接口可拆卸地连接喷嘴；储罐进口、储罐出口、多组加热盘管进口均与相应的支管路连接，各支管路均设置阀门、温度传感器和流量传感器，并构成实验管路，实验管路的另一端与一组加热箱相连，在加热箱和实验储罐(3)之间安装有一组离心泵，通过切换阀门，使不同支管路间相互连通，切换实验流程，构建不同的实验工况；粒子图像测速装置通过拍摄预先混合在实验介质中的示踪粒子和温度染色剂，获得实验储罐(3)内介质的流动和温度分布数据。
4.根据权利要求3所述的用于研究储油罐热油喷洒加热过程最优参数确定方法，其特征在于：所述的粒子图像测速装置包括图像采集系统(4)、激光光源系统(5)、计算机(2)中的软件系统。
CN202010266421.4A 2020-04-07 2020-04-07 一种用于研究储油罐热油喷洒加热过程最优参数确定方法 Active CN111476417B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010266421.4A CN111476417B (zh) 2020-04-07 2020-04-07 一种用于研究储油罐热油喷洒加热过程最优参数确定方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010266421.4A CN111476417B (zh) 2020-04-07 2020-04-07 一种用于研究储油罐热油喷洒加热过程最优参数确定方法

Publications (2)

Publication Number Publication Date
CN111476417A CN111476417A (zh) 2020-07-31
CN111476417B true CN111476417B (zh) 2021-12-21

Family

ID=71750201

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010266421.4A Active CN111476417B (zh) 2020-04-07 2020-04-07 一种用于研究储油罐热油喷洒加热过程最优参数确定方法

Country Status (1)

Country Link
CN (1) CN111476417B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113515153B (zh) * 2021-07-23 2023-03-14 山东交通学院 就地热再生施工中加热功率和行驶速度的控制方法
CN115659644A (zh) * 2022-10-26 2023-01-31 国网内蒙古东部电力有限公司电力科学研究院 一种石墨烯pi加热片排布获取方法及加热保温装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101477027A (zh) * 2009-01-21 2009-07-08 合肥通用机械研究所压力容器检验站 高温高流速环烷酸腐蚀试验装置及试验方法
AU2011208780A1 (en) * 2010-01-21 2012-08-09 Construction Research & Technology Gmbh Concrete spraying method using heat recovery
CN105889977A (zh) * 2016-03-31 2016-08-24 河南中孚实业股份有限公司 新型智能热精轧煤油喷射加热装置
CN106802166A (zh) * 2017-03-07 2017-06-06 中国石油化工股份有限公司 一种火灾情况下相邻罐特性及喷淋效果研究实验系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101477027A (zh) * 2009-01-21 2009-07-08 合肥通用机械研究所压力容器检验站 高温高流速环烷酸腐蚀试验装置及试验方法
AU2011208780A1 (en) * 2010-01-21 2012-08-09 Construction Research & Technology Gmbh Concrete spraying method using heat recovery
CN105889977A (zh) * 2016-03-31 2016-08-24 河南中孚实业股份有限公司 新型智能热精轧煤油喷射加热装置
CN106802166A (zh) * 2017-03-07 2017-06-06 中国石油化工股份有限公司 一种火灾情况下相邻罐特性及喷淋效果研究实验系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Research on heat transfer characteristic for hot oil spraying heating process in crude oil tank;赵健 等;《Elsevier》;20160731;全文 *
大型浮顶罐热油喷洒维温工艺技术研究;仲笑君;《中国优秀硕士论文全文数据库 工程科技I辑》;20190131;B019-742 *

Also Published As

Publication number Publication date
CN111476417A (zh) 2020-07-31

Similar Documents

Publication Publication Date Title
CN111476417B (zh) 一种用于研究储油罐热油喷洒加热过程最优参数确定方法
CN110500511B (zh) 一种城市非金属管道泄漏定位方法
CN106958855B (zh) 供热系统水力平衡的模型预测控制方法及系统
Samadianfard Gene expression programming analysis of implicit Colebrook–White equation in turbulent flow friction factor calculation
CN104934082B (zh) 一种温压可控的海洋热工环境模拟系统
CN104990669B (zh) 水击压力传感器现场校准装置
CN102419827B (zh) 基于rbf神经网络的沸腾换热预测方法
Tomor et al. Validation of a discrete model for flow distribution in dividing-flow manifolds: Numerical and experimental studies
CN106525476A (zh) 压缩空气水冷却器综合性能测试系统
CN113916329A (zh) 基于神经网络的天然气流量计检定装置及检定方法
CN109765265B (zh) 测量深水气井环空测试液保温性能的装置及方法
Mao et al. Coating thickness modeling and prediction for hot-dip galvanized steel strip based on GA-BP neural network
CN111289564A (zh) 储油罐热油喷洒加热过程传热和流动规律模拟装置及方法
CN105447256A (zh) 一种增强激励仿真遗传优化方法
CN110763265B (zh) 一种天然气减阻剂雾化喷涂效果测试系统及方法
CN114354471B (zh) 应用于喷射腐蚀测试的装置与测试方法
CN103063371B (zh) 一种密集管束焊缝检测装置及检测方法
CN110736526B (zh) 一种液氧煤油发动机用高温气体流量计校准装置及方法
CN111289563B (zh) 研究储油罐管式加热过程传热与流动规律的装置及方法
EP2597539A1 (en) Defining and using an ARMAX model for controlling a technical process
CN112765883A (zh) 一种基于遗传算法和神经网络确定阀门关闭过程的方法
CN109357877B (zh) 超音速换热器使用方法及发动机多状态进气模拟试验方法
CN218158839U (zh) 一种寒旱区植生基材蒸发性能测试系统
CN210721156U (zh) 一种多组分气体模拟混合系统
Klyuyev et al. Comparison of Jet Pump Numerical Calculation Results in ANSYS and Openfoam CFD Packages

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
CB03 Change of inventor or designer information

Inventor after: Dong Hang

Inventor after: Zhao Jian

Inventor after: Li Xiaofeng

Inventor after: Zhao Weiqiang

Inventor after: Chen Shuangqing

Inventor after: Qu Chengliang

Inventor after: Zhu Yunwei

Inventor before: Dong Hang

Inventor before: Zhao Jian

Inventor before: Zhao Weiqiang

Inventor before: Chen Shuangqing

Inventor before: Qu Chengliang

Inventor before: Zhu Yunwei

CB03 Change of inventor or designer information
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20220811

Address after: 300457 No. 49 Chuangye Road (East), Nangang Industrial Zone, Binhai New Area Development Zone, Tianjin

Patentee after: LINGHANG PETROLEUM CHEMICAL (TIANJIN) CO.,LTD.

Address before: 163319 No. 99 Xuefu Street, Daqing Hi-tech Development Zone, Heilongjiang Province

Patentee before: NORTHEAST PETROLEUM University

TR01 Transfer of patent right