焦炭颗粒在循环流化床提升管中的浓度分布

在冷态提升管装置和热态工业循环流化床装置上,考察了表观气速和焦炭颗粒循环速率对提升管中部稳定区颗粒含率的影响。研究结果表明,冷态条件下焦炭颗粒循环速率较低(20~250 kg/(m~2·s)),提升管稳定区的颗粒含率小于0.12,且相同循环速率下,颗粒含率随表观气速的增大而减小;热态条件下焦炭颗粒循环速率较高(200~450 kg/(m~2·s)),在表观气速为10.50~13.20 m/s时,提升管稳定区颗粒含率小于0.35,并回归出冷热态条件下颗粒含率和极限颗粒含率的关联式。对冷热态相同表观气速和颗粒循环速率条件下的颗粒含率进行比较,工业装置的颗粒含率大于冷态实验的颗粒含率。     

基于小波神经网络的地面集输管道结垢预测研究

小波神经网络是将小波分析和神经网络理论结合起来的一种神经网络,它克服了传统BP神经网络收敛速度慢、学习效率低的缺陷,可以更快、更准确的对一些非线性问题进行研究。文章介绍了小波神经网络的结构、计算与预测的过程。将小波神经网络技术应用于某油田地面集输系统结垢程度的预测研究,其预测结果与实测值相当接近,取得了良好的效果。     

气固流化床中双组分颗粒分离的研究进展

介绍了双组分颗粒混合与分离机理、分离状态的判定、混合指数和最小流化速度。同时讨论了气泡破碎、聚并与气泡尺寸及上升速率的关系，指出了气固流化床颗粒分离技术在石油炼制领域的发展方向及其重要意义。     

颗粒碰撞恢复系数对循环流化床提升管内气固流动模拟的影响

将基于能量最小多尺度方法的曳力模型耦合到欧拉-欧拉双流体模型中,采用全滑移边界条件处理壁面处的颗粒相,对颗粒相为Geldart A类颗粒的循环流化床体系进行了模拟研究。考察了6种颗粒碰撞恢复系数(ess)(0,0.5,0.8,0.9,0.99,0.995)对提升管内轴向空隙率和颗粒循环量等气固流动特性的影响。模拟结果表明,由6种ess计算的轴向空隙率分布结果均呈现典型的底部密相区、中间过渡区和顶部稀相区的"S"型分布;ess较大(0.99,0.995)时能够提高提升管内轴向空隙率分布预测值和实测值的吻合程度,预测值更真实。;当ess=0.99,0.995时,提升管底部的颗粒相浓度分布预测结果呈现典型的"环-核"结构特征;ess对提升管底部颗粒相浓度和速度径向分布的影响较大。     

大差异颗粒气固流化床传热特性实验研究

通过实验研究了气固流化床中不同温度的大差异颗粒间的传热特性.实验结果表明,在气固间传热系数范围为40-450 W/(m2·K),给定气速条件下,气固间传热系数随着床温的升高而增大;床温固定时,传热系数随着气速变大先增加,当超过细颗粒带出速度后又随之降低;流化床内颗粒越小,颗粒对流传热越明显.根据相关文献,将气固流化床传热系数实验结果进行了对比关联,为新型双组分流化床换热、分级系统的设计和开发提供参考.     

预提升对循环流化床反应器中气固流动特性的影响

以催化裂化平衡剂为固体介质、常温空气作为流化气体,在循环流化床冷态模拟试验装置上分别考察了表观气速、颗粒贮量、下料蝶阀开度、预提升气量等操作条件对循环流化床反应器催化剂循环速率的影响,并探讨了产生这种影响的原因;同时,深入研究了预提升出口位置对系统内催化剂循环速率、提升管底部轴向、径向颗粒浓度分布的影响,并描述了气固两相交汇点处的微观流动结构。结果表明:随着操作气速的升高,气、固相之间的相互作用增强,颗粒循环速率提高;伴床及蝶阀通过提供足够的压力支持提升管内的两相流动,增加颗粒贮量或减小蝶阀压降可有效提高颗粒循环量;通入预提升气可增大颗粒向前运动的推动力,避免颗粒发生坍落而沉积于床层底部;当伴床向提升管提供足够的颗粒循环速率时,预提升出口位置的提高破坏了颗粒的向下流动,迫使颗粒进入中心快速向上的气固流动区,从而改变气、固相交汇点处的流动结构;另外,不同预提升结构对颗粒浓度的影响有限,并未从根本上改变轴向、径向颗粒浓度的分布规律。     

小波神经网络的油田开发动态指标预测方法

针对现存油田开发动态指标预测方法的不足,借助小波神经网络思想、原理,构造出小波神经网络油田开发动态指标预测模型,研究了模型的求解,并应用于实际油田开发动态指标的预测中。实例分析表明,提出的小波神经网络的油田开发动态指标的预测方法是正确和可行的,与人工神经网络的预测方法相比,小波神经网络的预测方法不仅能有效地提高预测精度,而且能提高收敛速度,可作为油田开发动态指标预测的替代方法。     

小波神经网络在油田产量预测中的应用

在油田开发中,准确的产量预测对开发调整部署和提高措施作业效益有重要作用,它决定了油田生产投资的规模和决策方向.但是,油藏是一个复杂的多变量非线性动力学系统,由于油藏储层的非均质性和决定油田产量因素的不确定性,往往很难对油田产量进行准确的预测.小波神经网络是小波分析与前馈神经网络的融合,具有比BP网络更好的收敛性,同时具有处理复杂性、时变性和防震性的功能,可以对地质条件比较复杂、影响因素不确定的油田进行产量预测.通过对油田产量预测的实例计算表明,该方法具有很强的理论指导和较好的实际应用效果.     

改进结构的小波神经网络在油田开发指标预测中的应用

由于油藏储层的非均质性和决定油田开发指标因素的不确定性,往往很难对油田开发指标进行准确的预测.针对小波神经网络模型及算法预测油田开发指标存在的不足,提出了改进结构的小波神经网络模型.改进结构的小波神经网络模型使输入指标同时在不同时间因子和尺度因子的小波基上展开.实例分析结果表明,改进结构的小波神经网络模型不仅继承了小波神经网络的优点,且具有比小波神经网络预测油田开发指标精度更高、训练速度更快的优势,其预测的平均精度达到97.02%,是预测油田开发指标的一种较实用的方法.     

用正交尺度小波网络方法预测固井质量

分析了固井质量预测系统的复杂性和正交尺度小波网络的优点,采用SAS系统对影响固井质量的众多因素进行了相关分析,通过正交尺度小波网络建立了固井质量预测模型。该模型以影响固井质量的主要因素地层压力系数、渗透率、井眼扩大率、井眼规则度、钻井液密度、水泥浆密度、套管居中度和顶替返速作为预测模型的输入参数,将固井质量定量化作为模型的输出。预测结果与实际检测结果的最大相对误差为6.87%,且计算速度快,大大节省时间,因此该模型具有较好的应用前景。     

磁-流场耦合气-固流化床气含率的模拟

在内径0.16 m、高2.0 m的磁-流场耦合气-固流化床内,以空气为气相、掺杂铁粉的纳米SiO_2(平均粒径16 nm和48nm)为固相,应用Fluent软件将磁场模型与Fluent软件中的传统模型结合,模拟研究磁-流场耦合气-固流化床内磁场强度对局部气含率、平均气含率和轴向压力波动均方根的影响规律。模拟结果表明,随磁场强度的增加,局部气含率和平均气含率均增大,局部气含率径向分布的非均匀性增大;在一定磁场强度下,随颗粒粒径的增大,局部气含率及其径向分布的非均匀性均增大;在低磁场强度作用下,床内的局部气含率变化明显,多处出现大气泡;在高磁场强度作用下,床中局部气含率变得较均匀;随磁场强度和床层轴向高度的增加,床层内局部压力波动均方根增大。     

基于部分最小二乘法的流化床反应器的神经网络模型

利用部分最小二乘法能将高维输入数据投影到低维特征向量空间,以及神经网络可以近似任何非线性的特性,针对某丙烯氨氧化合成丙烯腈流化床反应器的试验数据,讨论了神经网络与部分最小二乘的组合方法,提出了基于部分最小二乘法的流化床反应器神经网络估计模型。仿真结果表明了该模型的有效性。     

鼓泡床、湍动床固含率的相似分布规律

在内径为４７４ｍｍ的流化床中，采用双光路光纤密度探头分别研究了流化床密相区、稀相区空隙率径向分布，发现无论是在密相区还是在稀相区，鼓泡床、湍动床中的固含率径向分布均比提升管均匀得多。鼓泡床、湍动床中的固含率径向分布符合相似分布规律，即局部固含率与截面平均固含率成正比，仅是径向位置的函数，与操作气速无直接关系。     

气固流化床中空隙率波动信号的自由度数确定

确定气固流化床体系的自由度数是对该系统进行定量描述的前提和基础。本文采用小波分析方法,将气固流化床中空隙率波动信号进行小波变换,以相空间重构和混沌分析理论为基础,通过G-P算法和Liangyuechao提出的方法计算空隙率波动信号小波系数的最小嵌套维,从而确定了气固流化床中空隙率波动信号的自由度数,并对两种确定最小嵌套维的方法进行了比较。     

循环流化床煤粉气化炉内气固三维流动特性数值模拟

采用基于气相k-ε湍流模型、颗粒相颗粒动理学模型的欧拉-欧拉双流体模型,对循环流化床煤粉气化炉内气体和颗粒两相三维流动特性进行了冷态数值模拟,得到了炉内颗粒体积分数、颗粒速度的分布情况以及进料管与回料管的颗粒扩散距离。模拟结果表明,循环流化床煤粉气化炉内呈现下部密相区、上部稀相区的颗粒分布特性。     

16m高提升管中FCC颗粒固含率的研究

研究了 16m高循环床提升管中FCC颗粒固含率及其轴向分布 ,并与相同条件下 6m高提升管中固含率及其轴向分布进行了对比分析。结果表明 ,提升管高度对固含率及其轴向分布具有显著影响。提升管高度增加 ,提升管各高度截面上的平均固含率减小 ,其轴向分布也更加均匀。提升管下部浓相段和上部稀相段的固含率随操作条件的变化规律明显不同。在提升管稀相段截面上 ,固含率随颗粒循环量的提高呈线性增加 ,随表观气速的增加平缓下降 ;但在提升管浓相段 ,由于颗粒间相互作用较强 ,固含率随操作条件的变化更为显著。     

气固流化床分布板死区的声发射检测

在φ250 mm 的流化床中,采用空气-聚乙烯颗粒体系和3种不同结构的气体分布板进行流化实验,通过声发射检测装置采集气体分布板下方不同位置的声信号,分别考察了3种小同结构的气体分布板上流化死区的存在情况与位置分布。实验结果表明,分布板局部的声信号平均能量可以反映对应位置的颗粒活跃程度,定义了颗粒活跃程度指数 R_i,并提出以 R_i=0.6作为流化死区存在的判据。声发射技术能有效地检测流化床分布板上的流化死区,对分布板的设计以及工业生产的故障监控都具有积极的意义。     

基于神经网络的储层参数预测方法及应用

储层参数预测在油气勘探与开发中发挥着重要作用。采用神经网络法对储层参数进行预测,建立储层参数(储层砂岩厚度和孔隙度)与目的层地震波属性之间的联系,这种联系是通过人工神经网络来实现的。以地震波属性为输入,储层参数为输出,并以测井资料作为约束条件,指导神经网络学习,进而进行储层参数预测。实际资料处理结果表明,该方法预测的储层孔隙度与砂岩厚度是可靠的。