减压渣油混炼糠醛抽出油对丙烷脱沥青工艺的影响

为提高光亮油产率,提出了一种掺入糠醛抽出油FEO以强化丙烷脱沥青过程的方法.对两种减压渣油(VR)、两种FEO及掺入FEO的VR进行了四组分、康氏残炭及黏度性质分析.对掺入不同比例FEO的VR进行了丙烷脱沥青中试试验,研究结果表明,FEO的掺入影响了VR的密度、黏度、残炭值及组成.对于阿曼减渣(Feed 1),掺入FE...     

10号建筑沥青的原料开发研究

对阿曼，沙特轻质，也门马西拉，伊拉克巴士拉等几种减压渣油，胜利与马西拉的混合渣油，阿曼与马西拉混合渣油进行了不同条件下氧化制取10号沥青的试验，并进行了性能考察。结果表明，大部分的减压渣油在适宜的条件下氧化。均可得到合格的10号沥青。     

氚化水蒸汽晚上和白天短期释放情况下花生中氚含量的研究

为研究氚化水(HTO)蒸汽晚上和白天短期释放情况下花生对HTO的吸收和有机氚(OBT)形成的差异,利用盆栽试验在花生开花下针期和结荚期分白天和晚上模拟HTO的短期释放,并在试验结束和收获时分别测量叶子和果实中组织自由水氚(TFWT)和OBT的含量。研究结果表明,花生叶子晚上对HTO的吸收小于白天。开花下针期晚上暴露试验结束时,叶子中TFWT和OBT的相对浓度分别是白天相应值的1/6和1/3;收获时叶子中的TFWT和OBT均小于暴露试验结束时的值。结荚期晚上暴露试验结束时,花生叶子和果实中TFWT和OBT的相对浓度分别是白天相应值的1/3、2/3和2/3、1.13倍,收获时果实中的TFWT大于暴露试验结束时的值,叶子中OBT的相对浓度为暴露试验结束时的1.7倍,果实中OBT相对浓度却减少为原来的1/4;而白天试验收获时叶子中OBT的相对浓度小于试验结束时的值,但果实中OBT的相对浓度大于暴露试验结束时的值。表明HTO在不同生育期白天和晚上释放情况下,花生叶子和果实中TFWT和OBT的变化趋势不同,所以在气态氚短期释放情况下预测植物中的OBT浓度时,应根据不同的释放时间选择相应的参数。     

IDS和基于WEB的网络管理系统集成模型

论文探讨了将入侵检测系统集成到基于Web的网络管理系统中的模型,实现了基于Web的全面网络安全管理。不但增加了WBM系统的安全性能,也为IDS系统提供了合理的响应途径。该系统使用JAVA技术实现。     

掺兑催化裂化油浆和糠醛抽出油丙烷脱沥青中试研究

利用丙烷脱沥青中试装置进行组合工艺研究,对减压渣油分别掺兑催化裂化油浆和糠醛抽出油进行丙烷脱沥青中试试验.试验结果表明,减压渣油中掺兑一定量的催化裂化油浆或重质糠醛抽出油作为丙烷脱沥青工艺的原料,既可生产出合格的高等级道路沥青,又可得到残炭质量分数不大于1.0%的轻脱油,并且提高了轻脱油的收率.     

参加IAEA能力验证项目的经验和体会

介绍2004—2011年间中国辐射防护研究院分析测试中心(以下简称本实验室)参加的IAEA组织的5次放射性分析能力验证项目,分析了5种介质的26个能力验证样品,项目共要求报出数据114个,本实验室报出了107个,7个数据未报。所报出数据的通过率为90%,10%未通过。7个未报数据样品包括水中226Ra、石膏中230Th、土壤中241Am和238Pu。已报出数据未通过的包括水中234U、238U和133Ba,土壤中210Pb、208Tl、210Po和奶粉中109Cd。分析未通过的原因主要有3个,第一是当时缺少必要的化学示踪剂,因此无法保证测量准确度;第二是有些项目缺少成熟的方法,有的正在建立;第三个原因是低能γ谱分析水平有待提高。     

伊朗重质原油—索鲁士减渣生产道路沥青研究

通过伊重-索鲁士减渣与丙脱沥青、以及由不同工艺所得的高芳烃油等组分调合道路沥青的实验室配方试验、热储存试验等,得出了满足要求的配方;茂名分公司工业生产实践表明,优化伊重—索鲁士减渣的调合,可成功解决伊重—索鲁士减渣生产的道路沥青抗老化性能差的问题,取得良好的经济效益。     

发育时间对SBS改性沥青稳定性能的影响

考察了不同发育时间对改性沥青稳定性能的影响。结果表明,发育时间的增加,有利于改善改性沥青的稳定性能;不同的基质沥青以及改性剂调制改性沥青达到稳定体系时所需发育时间不同;随着发育时间增加,改性沥青的针入度、软化点、延度等性能发生系列变化。     

含风电场的输电网运营效率评估

针对传统含风电场的输电网运营效率评估体系中存在的指标冗余和评估结果准确性较差的问题,首先引用相关性分析法去除相关性较强的指标,随后运用组合权重法合理赋权突出主导因素,从而筛选精简出含有11个代表性极强的指标的合理的评估指标体系,由此构建出模糊神经网络综合评价体系。然而模糊神经网络在训练参数时收敛速度较慢且容易陷入局部最优解,因此文中在对比分析了梯度下降法、粒子群算法及小生境粒子群(NPSO)算法的收敛速度和精度后,选择具有最优收敛性能的NPSO算法求解最优参数并更新到神经网络中。测试数据表明,实际输出和预测输出的契合度很高,最终针对甘肃省L市、T市和B市2011—2016年的输电网运营效率进行评估与分析。