含蜡原油再启动过程流型分析

为研究含蜡原油管道再启动过程,分析了压力沿管道的传播、原油的屈服、黏度由初始状态裂降至平衡状态和管道的清管四过程。根据流体连续性方程、运动方程及流变性方程,建立压力、流变性及剪切力相互耦合的再启动数学模型。该模型考虑含蜡原油的压缩性、屈服应力及沿管道位置和时间变化的流变性影响。停输后原油的流变性方程采用宾汉模型,并考虑屈服应力的逐时变化。模型分析中考虑了层流和紊流的变化,通过数值模拟给出计算结果,此模型更接近于含蜡原油再启动的真实情况。     

含蜡原油在凝点下的触变性研究

由于含蜡原油组分复杂、凝点高（20～30℃）,其流变性质异常复杂．当原油温度逐渐降至凝点附近时,其流变性质表现出复杂的触变性．基于此对大庆原油在凝点下的触变性进行了实验研究．利用实验数据获得了不同温度下描述大庆原油初次裂降过程的R—G模型方程中的模型参数,对模型中的参数与温度的关系进行了曲线拟合,得到了各参数与温度的关系。计算结果与实验数据吻合良好．实验还发现原油降温速率对其触变性有着重要的影响,降温速率越大,屈服应力和平衡应力越高．     

热历史和剪切历史对含蜡原油流变性的影响

热历史和剪切历史对含蜡原油的非牛顿低温流变性影响显著。以具有代表性的番禺原油为例,通过一系列的热处理和剪切处理试验,对含蜡原油进行了流变性能试验。试验结果表明:热处理温度、加热次数、剪切速率、降温速率等对于含蜡原油的低温流变性均具有一定的影响。当热处理温度为65℃时,原油的低温流变性最好,其凝点降幅高达13℃左右;当热处理温度为55℃时,含蜡原油低温流变性严重恶化;在0.5~1.5℃/min的降温区间内,剪切速率越大,降温速率越小,对含蜡原油流变性影响程度越大,最大降黏幅度达73%左右。     

基于遗传算法的BP网络在机车滚动轴承故障诊断中的应用

提出一种遗传算法（GA）和BP算法结合的神经网络模型优化方案。首先采用自适应交叉概率和变异概率的遗传算法优化BP网络的权值,在进化结束时,能够寻到全局最优点附近的点;在遗传算法搜索结果的基础上,利用局部寻优能力较强的BP算法,从此点出发,进行局部搜索,进而达到网络的训练目标。在铁路机车滚动轴承诊断方面,利用MATLAB仿真实验结果表明,遗传算法与BP算法结合的模型诊断精度为100%,标准BP算法的模型诊断进度为80%,并且提高了网络的收敛速度。说明GA—BP算法模型诊断精度较高,诊断能力得到了改进,遗传算法与BP算法的结合算法可行有效。     

含蜡原油蜡晶形态和结构的定量表征

为了建立含蜡原油流变性的机理模型 ,必须对蜡晶形态和结构的特征进行量化描述。首先 ,采用分块二维熵图像阈值法进行蜡晶图像的自动阈值分割 ;然后 ,采用统计学方法分别对蜡晶的粒度、形状和连续相原油的形态进行特征提取。考虑到蜡晶形状分析中的离散误差 ,提出采用改进的离散圆度算法进行蜡晶形状统计 ,采用计算蜡晶生长区域的数学形态学方法对连续相原油区域进行统计描述 ,从而实现了对蜡晶形态和结构的定量描述。     

基于遗传算法的含蜡原油触变模型拟合结果评价

为使现有触变性本构方程更好地描述含蜡原油的触变特征,该文提出通过遗传算法获取含蜡原油触变模型参数。利用大庆原油在恒剪切速率加载条件下的触变性实验数据,以平均相对偏差为参量,通过遗传算法获取模型参数,并对Houska模型、赵晓东模型、国丽萍模型、方波模型以及滕厚兴Ⅰ、Ⅱ、Ⅲ模型7种触变模型进行了评价。结果表明:基于Cheng的含蜡原油中存在完全可逆和完全不可逆2类结构的思想,通过遗传算法拟合赵晓东模型的总平均偏差为6.20%,适合于描述恒剪切速率加载条件下含蜡原油的触变特性。基于人体血液触变特性提出的模型不适用于含蜡原油。     

含蜡原油蜡晶形态和结构的定量表征

为了建立含蜡原油流变性的机理模型，必须对蜡晶形态和结构的特征进行量化描述。首先，采用分块二维熵图像阈值法进行蜡晶图像的自动阈值分割；然后，采用统计学方法分别对蜡晶的粒度、形态和连续相原油的形态进行特征提取。考虑到蜡晶形态分析中的离散误差，提出采用改进的离散圆度算法进行蜡晶形状统计，采用计算蜡晶生长区域的数学形态学方法对连续相原油区域进行统计描述，从而实现了对蜡晶形态和结构的定量描述。     

采用焓法方程计算埋地管道含蜡原油停输温降

埋地热含蜡原油管道停输后,当管内原油温度降到析蜡点以下时,原油中的蜡晶将逐渐析出.根据含蜡原油降温过程中蜡结晶放热的特点,使用焓法方程对析蜡点以下伴随有析蜡胶凝现象的原油降温过程进行了数学描述,并详细给出了使用有限元法对焓法方程进行求解的方法.将焓法方程的计算结果与Φ426 mm×6 mm管道实测数据进行了对比.结果表明,土壤的计算温度和实测温度最大偏差在1.4 ℃以内,管内平均温度的计算值与实测值的偏差为0.3 ℃.由此证明了使用焓法方程计算埋地热油管道停输温降具有较高的准确性.     

一种描述含蜡原油触变性的新方法

触变性是含蜡原油重要的流变特性之一.输油管道工艺计算需要对触变行为做出准确的定量描述.为了方便有效地表征含蜡原油的触变性,根据Moore模型进行推导,提出了一种描述含蜡原油触变性的方程式,并讨论了其具体的应用方法.利用该触变性表征方法对3种含蜡原油11个温度下的触变性实验数据进行拟合,最低相关系数为0.927 7,最高相关系数为0.991 0,平均相关系数为0.967 3.该触变性表征方法物理意义较明确且使用方便,能够较准确地描述不同剪切率下含蜡原油的触变特征.     

基于动态调整位移参数的BP改进算法

人工神经网络应用中,80％～90％采用BP网络,BP神经网络实质是一个无约束非线性最优化计算过程,计算时间长,且难得到最优结果．文中提出了一种动态调整位移参数的BP改进算法,使得BP网络能尽快跳出平坦区,加快计算速度．实验对太阳黑子进行预测,证明改进后BP算法具有速度快、精度高等方面的优点,达到了预期效果．     

基于粘弹性分析的含蜡原油触变性研究

触变性是含蜡原油的一个重要流变性质,输油管道运行的安全性分析需要对触变行为做出准确的定量描述。从粘弹性力学角度出发,在弹性应力和粘性应力两方面分析含蜡原油在触变过程中的力学响应,做出若干合理的假设,推出新的触变性计算模型。该模型物理意义明确,可用于求取停输管道的再启动压力。对大庆原油和中原加剂原油进行了触变实验,用该模型对实验数据进行了非线性最小二乘法回归,结果表明,该模型能够较准确地预测触变行为。与其他触变模型相比,该模型具有参数较少和精度较高等特点。     

W/O型含蜡原油乳状液屈服—触变特性研究

屈服-触变特性是W/O型含蜡原油乳状液重要的依时性流变特性。利用流变仪对3种物性不同的含蜡原油,在恒定剪切速率加载方式条件下,研究了W/O型胶凝含蜡原油乳状液的屈服-触变特性。以可触变应力表征体系的结构特性。发现对于具有相同结构的乳状液胶凝体系,增加剪切速率,可触变应力增大;在液滴直径相同的情况下,增加体积含水率,以相同的剪切速率加载时,可触变应力增大。并根据实验结果,总结提出了可触变应力与体积含水率、剪切速率之间的关系式。     

基于人工神经网络的原油管道蜡沉积速率模型

从原油输送管道实际出发 ,利用试验室自制的蜡沉积试验环道对大庆原油进行蜡沉积试验 ,研究了多种因素对原油管道蜡沉积规律的影响 .利用人工神经网络的方法模拟各种影响因素与原油管道蜡沉积速率之间的映射关系 ,建立了多因素非线性影响下的蜡沉积速率模型 .该模型结构为4- 7- 1的三层 BP网络模型 ,它考虑了管壁处的剪切应力、管壁处温度梯度、管壁处蜡分子浓度梯度和原油的动力黏度对管道蜡沉积速率的影响 .利用该模型对实际管道蜡沉积速率进行预测的结果表明 ,利用神经网络方法建立的蜡沉积速率模型预测精度高 ,误差在 2 %以内     

基于灰色网络组合优化的年增油量预测

老井措施增油成为油田稳产、降低油田区块开发成本的必然选择。针对多项式回归预测的局限性、灰色理论不能反映影响因素特征、神经网络需求数据多且数据敏感性差等特征,通过建立最优控制模型,实现GM（1,1）灰色理论与神经网络的高精度组合预测。以某油田区块2011-2018年的措施增油为例,对影响措施增油量的因素进行识别,建立了最优控制灰色神经网络模型对老井措施年增油量进行预测,相比多项式回归预测、GM（1,1）预测及BP神经网络预测方法,新模型模拟效果更好,预测精度更高。新方法对2018年措施年增油量的预测精度达97.34%。基于最优控制的灰色神经网络模型可以作为一种人工智能组合最优化模型预测措施年增油量,为准确预测措施增油效果,指导油田开发决策提供了新的思路。     

基于BP神经网络的钢铁分选仪裂纹检测

将BP神经网络技术用于钢铁件缺陷分析,以钢铁件裂纹为研究对象,选取了8种影响裂纹的因素,在实验设计的基础上,用BP人工神经网络对所得实验结果进行了分析,并且用图形化方式直观地表达了出来.根据实验结果,BP神经网络模型能较准确地预测出钢铁缺陷,从而为研究裂纹检测提供了一种新的有效手段.     

含蜡原油低温粘弹性研究的现状与分析

我国盛产含蜡原油,在低温(凝点温度附近)条件下,含蜡原油具有一定的粘弹性。概述了国内外含蜡原油低温粘弹性研究的主要进展。含蜡原油粘弹性起因于其内部形成的蜡晶结构。振荡剪切实验方法最适合于含蜡原油的粘弹性测量。粘弹性与胶凝温度、胶凝强度、屈服应力和触变性等参数有关。含蜡原油经历的热历史、剪切历史以及析蜡特性是影响粘弹性的主要因素。分析了在含蜡原油低温粘弹性认识上和研究中存在的问题。建议进一步研究含蜡原油粘弹性与屈服应力、触变性的关系,在机理研究方面加大力度;通过研究粘弹性与热历史、剪切历史的关系,建立管道运行和停输期间含蜡原油胶凝特性的预测模型,以更加有效地指导管道的安全运行。     

BP神经网络预测混凝土抗渗性能的研究

综合考虑了双掺矿物、掺合料混凝土抗渗性能的各种影响因素，选取了双掺矿粉、粉煤灰混凝土配料中7个主要因素作为输入量，混凝土28d抗渗系数为输出量，建立了混凝土抗渗性能预测的BP网络模型，进而对双掺矿粉、粉煤灰混凝土配合比抗渗性能试验数据进行分析．结果表明此模型的可靠度高，可用于混凝土渗透性的虚拟化设计．     

基于BP神经网络的电解加工精度预测模型

为精确地预测电解加工精度,采用了BP神经网络的方法进行建模．在分析影响加工精度主要因素的基础上,确定了BP神经网络模型的特征参数,并根据实际情况,确定了输入层和中间隐层的维数,从而确定了模型的结构．用试验参数对模型结构进行训练,最终建立了一个用于电解加工精度预测的BP神经网络模型．利用该模型进行的精度预测结果表明,该模型的预测误差可以控制在10％以内,具有很高的精度预测能力．     

紫杉醇类似物抗癌活性构效关系的神经网络模式识别研究

经对MM3、MM＋、MNDO、PM3几何优化结果进行比较，选用速度最快且精确度较好的MM3分子力学方法计算43个紫杉醇类似物的优势构型，应用MNDO法计算了化合物的电子结构，并用回归分析和BP神经网络模式识别方法寻找其电子结构与抗癌活性的关系．结果表明：（1）紫杉醇类似物及C13侧链的油水分配系数与活性参数问呈抛物线关系，最适油水分配系数Popt=3．14；（2）2-OBz中Bz基团的负电荷密度越大，C1、C3原子的正电荷密度越大对活性越有利；（3）R1、R2、1-OH和2-OBz基团可能是药物与受体作用的重要部位．四参数的定量构效关系显著性较好，神经网络模式识别总识别率为98％，可较精确地预测化合物的抗癌活性．