石油化工罐区安全仪表系统的设计与应用

随着我国石油化工企业规模的不断扩大,相应的储存罐区也在不断递增,近年来因为罐区发生火灾、爆炸事故均造成了重大的社会影响。本文通过对石油化工罐区的安全仪表系统设计和应用等内容的阐述,明确安全仪表系统能够作为独立保护层有效防范罐区生产安全事故,为企业的安全运营起到重要保障作用。     

HAZOP风险分析在丙烯罐区的应用

丙烯是易燃、易爆性物质,易发生火灾爆炸事故造成人员伤亡和财产损失。因此,对其储罐区的危险性进行安全评价,切实解决储罐区存在的安全问题非常重要。本文采用HAZOP风险分析方法,对丙烯罐区进行风险分析。对风险等级高的事故,在事故风险分析表中进行了描述和分析,评价出采用现有保护措施后的风险等级。通过对丙烯罐区的风险分析可以辨识丙烯罐区中的隐患,评估隐患的风险等级,有助于企业优先整改风险高的隐患,使企业对丙烯泄漏事故的影响有了清楚的认识,并可以指导企业制定重大事故的应急预案。     

岩石力学在川西钻完井与压裂工程作业中的应用

通过探讨岩石力学参数在钻井和压裂施工中的应用方法,提出针对易坍塌地层的钻井液密度控制窗口及最优钻进方位、欠平衡钻井的欠压值确定方法及适用深度、结合闭合应力选择压裂支撑剂、利用地应力形态优选改造层位等一系列技术对策和优化方案,达到降本增效的目的。图8参10     

川西大邑地区气体钻井井壁稳定性评价研究

给出了川西大邑地区气体钻井井壁稳定性的评价方法及井周应力方程,引入"井径扩大系数"研究不同井径扩大率条件下地层坍塌压力变化规律,结合大邑地区钻井实际情况,探讨出该地区气体钻井井壁稳定性分布规律,最后对该地区的钻井设计提出了建议.     

热轧加热炉燃烧状态的检测和优化

通过为加热炉各段配置激光过程气体分析系统,检测加热炉各段炉膛O2和CO含量,修正燃烧控制参数,优化加热炉燃烧,使得加热炉处于最佳燃烧状态,从而降低钢坯氧化烧损率。     

运用测井资料预测川西地区地层压力研究

川西地区地层压力分布特征复杂,长期以来由于地层压力预测不准,在钻井过程中常出现井涌、井喷、压差卡钻等工程问题。为减少工程复杂问题,准确预测地层压力是至关重要的。为此,根据川西地区实测资料,运用等效深度法,利用常规测井资料进行地层孔隙压力预测研究发现：利用密度和声波测井资料预测地层压力精度可以达到10％以上,中子和电阻率测井预测精度较低,自然电位由于无法建立正常压实趋势线无法进行预测。因此,在钻井设计中可以用密度或声波测井资料进行地层孔隙压力预测。     

铜锣峡构造中南段长兴组裂缝性储层综合预测

铜锣峡构造长兴组储层为碳酸盐岩裂缝性储层,由于该储层的非均质性较强,地震资料的品质较差,因而对其预测的难度较大.目前,虽然采用了先进的地震处理技术,但储层预测的效果仍不突出,关键的问题是现有的地震处理技术对裂缝的预测精度较差.对铜锣峡构造中南段长兴组储层预测研究发现,应用地震速度反演、常规剖面解释及构造应力场有限元模拟等方法进行综合识别,可以大大提高储层的预测精度.这是储层预测的一种有效方法,特别适合于勘探较早的地区.     

铜锣峡构造中南段长兴组储层特征及评价

铜锣峡构造中南段长兴组沉积时处于深缓坡至浅缓坡环境，长兴组地层上部发育有点礁，但未发现礁组合。储层储集空间以次生孔隙为主，具有明显的低孔低渗特征，局部溶蚀孔、洞及构造裂缝相对较发育，非均质性较强，储层为碳酸盐岩裂缝型储层。储层质量及发育部位受多因素的控制，通过采用。地震速度块反演及有限元应力模拟等方法对储层进行综合预测，发现储层横向上呈点团状分布，具有沿小断层发育的趋势，相对而言研究区北部储层更发育。另外，在明月场及天口场潜伏圈闭上存在两块有利的储层发育区。     

洛带蓬莱镇组地应力特征及压裂应用研究

洛带气田蓬莱镇组储层致密,需通过水力压裂改造才能获得工业产能,但压后评估发现效果差别较大。地应力特征影响着水力压裂施工所产生的裂缝产状等参数,在压裂液及支撑剂的选择上也需考虑地应力特征,因此,要科学、合理、高效开发该气藏,实施合理的水力压裂增产措施,开展地应力特征研究十分必要。利用水力压裂资料和测井选择弹簧组合模型确定出单井的地应力剖面及各层段地应力分布,分析了地应力剖面特征,确定了地应力剖面类型,分析了各种类型裂缝产状、压后效果。发现JP3^3及以上储层最小水平主应力值小于27MPa,为降低施工成本,可选用石英砂作支撑剂,JP3^3之下高于27MPa储层可选低密度陶粒;高低高型地应力剖面压裂缝高度小,改造后的效果好,应优选该类剖面气层进行压裂改造,低高低型压裂效果差,应避免对该类型气层进行压裂。     

改进的SVDD增量学习算法

通过对SVDD增量学习中原样本和新增样本的特性分析,提出一种改进的SVDD增量学习算法。在增量学习过程中,该算法选取原样本的支持向量集和非支持向量中可能转为支持向量的样本集以及新增样本中违反KKT条件的样本作为训练样本集,舍弃对最终分类无用的样本。实验结果表明,该算法在保证分类精度的同时减少了训练时间。