电石炉尾气脱硫净化工艺的开发

电石炉尾气中的硫、氧及其他杂质脱除是电石炉尾气综合利用的难题,为此,提出了一种脱硫净化工艺,该工艺采用TSA除杂+水解脱硫+深度脱硫+低温脱氧+脱烃的方法,从而将电石炉尾气中的有机硫及杂质脱除,脱氧采用复合氧化物催化剂脱氧,通过循环控制脱氧反应器入口氧体积含量在0.5%左右,使脱氧反应温升平稳,在低温下降氧进行反应脱除,从而控制催化剂结焦积碳的风险,延长了脱氧催化剂的使用寿命,脱烃采用贵金属催化剂,可在较低温度条件下脱烃。工业实验表明,该工艺可以将气体中的硫化物脱除至0.1 mg/m³以下,氧含量脱除至30μL/L以下,不饱和烃含量<0.1 mg/m³,从而达到深度利用的要求。     

基于疲劳失效的压药冲头结构参数优化研究

压药冲头疲劳损伤后会破坏均力压制,可能致使装药局部压力升高。应力的急剧升高,增加压装爆燃的概率。为提高压装的安全性,使用有限元方法研究压药冲头结构对疲劳寿命的影响,得出压药冲头止端部参数直径D、台高H以及肩部内圆角R设计与疲劳寿命相关的结论。在给出疲劳寿命随止端部几何尺寸参数的变化规律的同时,结合弹体尺寸和工艺要求,进而优化压药冲头止端部结构,提出满足疲劳寿命要求压药冲头尺寸。     

预制叠合板构件智能化识别与检测方法

预制叠合板构件质量问题是导致施工现场预制构件不能顺利安装的重要因素之一。提出了一种基于机器视觉的智能化检测预制叠合板构件的方法。首先通过预制构件生产线上的摄像系统进行图像采集,然后通过滤除噪声对图像进行预处理,通过Canny算子对边缘特征进行提取,通过Harris角点检测算法对图像内部特征进行提取,并将提取出的信息与已储存信息进行对比。利用该方法对三块预制叠合板试件进行特征识别及分析,结果表明：该检测方法可以识别预制叠合板尺寸信息,识别预留孔洞及预埋件的数量、尺寸及位置信息,对预制叠合板特征信息进行检测,并判断构件是否合格,提高了出厂构件的合格率,从而减少了施工成本,降低了工期延误风险。     

基于卷积神经网络的预制叠合板多目标智能化检测方法

在生产过程中,预制构件尺寸不合格问题将导致其在施工现场无法顺利安装,从而影响工期。为推进预制构件智能化生产的进程,以预制叠合板为例,基于卷积神经网络研究生产过程中的智能检测方法,在生产流水线上设计并安装图像采集系统,建立预制叠合板尺寸检测数据集。通过YOLOv5算法实现对混凝土底板、预埋PVC线盒及外伸钢筋的识别,并以固定磁盒作为基准参照物进行尺寸检测误差分析,实现混凝土底板尺寸、预埋PVC线盒坐标的检测,在降低训练数据集参数规模的工况下保持较高的识别精度。结果表明：该方法可以有效检测预制叠合板的底板数量和尺寸、预埋PVC线盒数量和坐标,并实现弯折方向不合格的外伸钢筋检测,并能降低人工成本,提高检测精度,加快检测速度,提高预制叠合板的出厂质量。     

裂解碳九加氢精制工艺设计要点分析

研究了乙烯裂解副产的C_9芳烃采用加氢精制方法进行脱硫、烯烃饱的工艺,阐述了详细工艺设计的要点。针对C_9芳烃进行的加氢主要容易发生聚合结焦的问题,本文分析了原料组成不同对加氢反应的影响,并对工程设计中加氢压力、氢油比等影响装置运行的关键参数的合理选择给出了建议,同时还对低温加氢反应器的设计形式的选择进行了优缺点比较,给出合理的建议。