脂肪酸酯的自由体积理论黏度模型

在对文献中发表的22种脂肪酸甲酯和16种脂肪酸乙酯的液相黏度实验数据进行收集的基础上,建立了脂肪酸酯类物质的自由体积理论黏度模型,并得到了模型的参数。结果表明,对脂肪酸甲酯而言,实验值和计算值的最大偏差小于5.5%(其中脂肪酸链的碳原子数与不饱和键数之比为20∶1和22∶1的除外),对脂肪酸乙酯,最大偏差小于4.0%(其中脂肪酸链的碳原子数与不饱和键数之比为18∶1和18∶2的除外)。分析发现,模型参数与酯类相对分子质量之间存在一定的规律,获得了其定量关系,使得所建立的模型具有了预测同类物质黏度的功能。将预测模型计算结果和实验值进行比较发现,对38种脂肪酸酯类,黏度总体平均相对偏差小于1%,可以满足实际工程的需要。     

脂肪酸酯自由体积理论黏度模型

在对文献中发表的22种脂肪酸甲酯和16种脂肪酸乙酯的液相黏度实验数据进行收集的基础上,建立了脂肪酸酯类物质的自由体积理论黏度模型,并得到了模型的参数。结果表明,对脂肪酸甲酯而言,实验值和计算值的最大偏差小于5.5%(其中脂肪酸链的碳原子数与不饱和键数之比为20:1和22:1的除外),对脂肪酸乙酯,最大偏差小于4.0%(其中脂肪酸链的碳原子数与不饱和键数之比为18:1和18:2的除外)。分析发现,模型参数与酯类相对分子质量之间存在一定的规律,获得了其定量关系,使得所建立的模型具有了预测同类物质黏度的功能。将预测模型计算结果和实验值进行比较发现,对38种脂肪酸酯类,黏度总体平均绝对相对偏差小于1%,可以满足实际工程的需要。     

应用形状因子对应态原理计算流体的热力学性质

本文着重介绍了形状因子对应态原理，并论述其计算热力学性质的效用。形状因子对应态原理是以形状因子为桥梁，用参考流体的ＥＯＳ或其它物性方程来表达研究流体的ＥＯＳ或其它物性方程的一种ＧＳＰ法，通过选择更接近研究流体的参考流体的方法，对流体热力学性质进行计算，使之能应用于复杂的流体和得到高的准确度。     

CO_2膨胀体系混合物的黏度模型

针对已有模型计算CO_2膨胀体系混合物黏度精度低的问题,在对已发表文献中的7种CO_2膨胀体系气液混合物(包括CO_2与正癸烷、正十四烷、正十八烷、甲醇、乙醇、丙醇和丙酮)的黏度数据进行搜集整理的基础上,建立了适用于CO_2膨胀体系的改进的Eyring-NRTL黏度模型,确定了模型中的二元作用交互参数与混合物平均摩尔质量之间的关系,并通过文献数据回归得到了模型中的参数。结果表明,对于CO_2/正癸烷体系黏度推算的平均偏差小于3%(310.93 K除外),CO_2与正十四烷、正十八烷、甲醇、乙醇、丙醇和丙酮体系的绝对平均偏差小于4%。通过与其他黏度模型的比较,表明改进的黏度模型可以用于计算CO_2膨胀体系的黏度数据。     

螺棱断面形状对单螺杆挤出机熔融输送段的影响

采用数值分析方法分析了单螺杆挤出机螺杆的螺棱断面形状对PVC木塑材料熔融输送段熔融过程的影响.采用流变实验,获得PVC木塑材料的黏度数据,由幂律模型与近似阿雷尼克斯模型共同给出黏度模型,并运用Polyflow中Polymat模块对实验数据进行拟合,获得数值分析研究所需物料流变参数;应用PRO/E建立三维实体模型,采用Gambit进行网格划分,运用Polyflow的网格重叠技术并生成叠加网格文件,确定物料参数和边界条件后建立了数值分析模型,求解得到不同螺棱断面形状对PVC木塑单螺杆挤出机熔融输送段各流场的影响.      

数据驱动建立地层原油黏度计算新方法

针对海上勘探评价阶段稠油油田地层流体取样少或无取样的问题,通过对大量渤海地区已取样稠油流体数据统计,应用数据矩阵分析探寻影响地层原油黏度的主控因素及不同参数与地层原油黏度的关系,采用非线性回归建立地层原油黏度与其他参数之间关系的经验公式,同时建立不同参数条件的地层原油黏度与地面密度的取值图版。新经验公式计算的地层原油黏度与实测地层原油黏度平均误差5.6%,同时应用经验公式和原油黏度确定综合图版对某海上稠油流体性质进行分析,两种方法研究结果相当,说明新方法的可靠性。基于数据驱动建立的地层原油黏度公式和图版成果可解决海上稠油油田地层流体取样少或无取样的问题,为油田开发方案编制、开发方式选择、采收率预测、平台设施设计及原油输送提供重要参考依据。     

中厚板角轧过程的形状预测模型研究

大单重或小展宽比的中厚钢板,可以采用角轧技术进行生产,以解决因设备限制无法生产或由于多次转钢导致生产效率低的问题.基于体积不变原理和三角函数关系,推导了中厚板角轧过程的轧件形状尺寸变化公式,获得角轧实现矩形化的转角和压下量关系,建立了角轧过程转角、压下量与宽展之间的预测模型.设计了中厚板角轧过程形状预测计算程序流程,简化角轧过程的宽展计算,进行角轧形状预测程序的开发.利用角轧实验对形状预测模型进行验证,模型计算尺寸数据与实际轧制尺寸数据的最大误差为6.22%,表明角轧形状预测模型具有较高精度.     

应用支持向量机的空中交通流量组合预测模型

为了提高空中交通流量预测的准确性,研究了将支持向量机(support vector machine, SVM)应用于空中交通流量预测的方法,建立了基于SVM的自回归预测模型,讨论了模型参数确定等关键问题.在SVM预测模型基础上,将SVM与多项式和鲁棒自回归预测模型结合,提出组合预测模型.利用北京周边空域实测流量数据进行的对比实验结果表明: SVM预测模型的预测误差小于5%, 组合预测模型的预测误差小于2%, 均优于多项式和鲁棒自回归预测模型;组合预测模型的预测精度和稳定性整体上又优于SVM预测模型.     

采用微传感器的黏/密度实验系统及其性能测试

为了快速、准确地获得流体的密度和黏度数据,研制了一套采用微型传感器的密度/黏度实验系统。在激励装置的驱动下,微型传感器在流体中周期性振动,通过测量传感器的谐振频率和品质因子来获取流体的密度和黏度。分别采用标准物质甲苯和正庚烷对实验系统进行了标定和测试,测量的温度范围为283.15~303.15K,压力为0.1MPa,将实验值与文献值进行了比较,结果表明,密度测量值与文献值的平均绝对偏差为0.93%,最大偏差为1.26%,黏度测量值与文献值的平均绝对偏差为7.08%,最大偏差为16.67%,验证了实验系统的可靠性。     

高温熔融盐壳管式相变换热器的传热特性

建立了高温熔融盐壳管式相变换热器的同心套管模型.采用Fluent软件,分析了在考虑相变区域自然对流条件下,熔融盐流体与相变材料的物性参数、内管进口温度与进口流向等因素对液相率与熔化时间的影响,并在熔融盐传热-蓄热实验平台上进行了试验研究.发现:考虑相变区域自然对流时,总的熔化时间减少16.2%;模拟得到的壳侧相变材料温...     

仿生射流表面优化设计与减阻机理分析

针对不同射流表面参数减阻问题,建立仿生射流表面模型,利用SST k-ω湍流模型对其进行数值模拟,所得结果与实验数据吻合良好。运用正交试验设计法对影响射流表面摩擦阻力的因素进行分析,得到各因素对减阻效果和节能效果的影响规律:形状因子对减阻率和节能率的影响最大,流速比其次,流速比与减阻率和节能率呈抛物线关系,形状因子与减阻率呈线性关系,且随着形状因子增大减阻率增大,最大减阻率为15.06%,最大节能率为13.57%。由于射流流体的阻碍作用,在射流孔背流面形成逆流区,逆流区近壁面形成的剪应力方向与来流方向相反,局部摩擦因数为负值,并且由于射流流体对主流场的推力作用,使得边界层黏性底层厚度增大,速度梯度减小,摩擦阻力减小。     

自适应粒子群神经网络交通流预测模型

针对传统神经网络预测模型预测结果准确性低且存在大量无效迭代的问题,提出了自适应权重粒子群神经网络交通流预测(PSOA-NN)模型。首先根据待预测点的上下游观测点数和历史数据,随机初始化若干组模型参数并计算每组参数对应粒子的适应度;然后采用改进的sigmoid函数替代原有模型中的固定惯性权重,并根据其中适应度变好的粒子更新粒子速度和位置,一直迭代到粒子适应度小于预设值为止;最后将满足条件粒子对应的模型参数应用到神经网络模型,根据实时交通流数据预测出15min后的数据。仿真结果表明,使用PSOA-NN模型,可使得在同等预测误差范围内收敛速度提升0.6~1.7倍。     

用具有变ω值通用对应态方程计算正烷烃类饱和蒸汽压

作者曾建议了一个通用对应态方程。本文认为偏心因子ω随对比温度T_r应该是变化的,并建立了ω与T_r的关联。文中使用具有变ω值的通用对应态方程计算了正烷烃C_1～C_(20)20种流体的饱和蒸汽压,总平均绝对偏差为0.48%,它大大小于由其它方程计算得到的偏差。     

超细全尾砂絮凝沉降参数优化模型

 为了得到最优的絮凝沉降参数,以絮凝沉降正交试验数据为训练样本和检验样本建立BP 神经网络预测模型。絮凝剂单耗、料浆浓度及絮凝剂浓度作为输入因子,沉降速度和极限浓度作为输出因子。对比隐含层节点数对模型训练过程及预测精度的影响,选取最佳预测模型节点数为9。将絮凝沉降参数细化输入到预测模型中,从而搜索出优选样本,优选参数絮凝剂单耗为4.5 g/t,絮凝剂浓度为0.11%,料浆浓度为15%。经实验对比,该模型对絮凝沉降参数预测结果的相对误差能控制在5%左右,精确度较高,可以作为絮凝沉降参数优选的一种新思路。     

基于链流体状态方程的高压流体混合物的粘度模型

在压力型Eyring理论的基础上,结合链流体状态方程建立了一个高压流体混合物的粘度模型。对20个不同的二元体系和1个三元体系,温度在273~373 K,压力在0.1~73M Pa下,共3 075个数据点的计算表明:用一个与温度无关的可调参数,本模型能相当满意地关联高压混合物的粘度,预测结果与文献数据相当吻合,总的平均误差为1.47%,预测平均误差为2.62%。对于烃类混合物,本模型明显优于f-SRK和f-PRSV模型。     

基于分数阶微分模拟模型的油田措施增产预测

为了解决多因素影响下油田措施增产预测问题,通过研究分数阶理论、微分模拟理论与智能优化理论建立了参数优化的分数阶微分模拟预测模型。模型克服了措施数据的非线性性、多因素性与适用性不强的缺陷,综合考虑了不同措施对应不同因素下增产效果的预测。通过与其他方法对比表明,新模型预测效果优于其他方法。可见参数优化的分数阶微分模拟预测模型可较好地应用于油田措施增产预测。     

考虑拟流度比的蒸汽驱前缘预测模型研究

Van Lookeren研究了拟流度比为0时的蒸汽驱前缘预测模型,提出形状因子取得最大值时的注汽参数为最优参数。而在实际油藏中,由于地层中原油黏度较大,或注汽速率较小,拟流度比往往较大,此时利用最大形状因子优化注汽参数受到限制。针对该情形,应用数学方法研究了拟流度比不为0时的蒸汽驱前缘预测模型。绘制了形状因子、拟流度比、注汽速率与前缘形状关系图版,发现增大注汽速率,可增大形状因子,从而减小拟流度比,减轻蒸汽超覆程度,提高前缘驱的波及效率。由于注汽速率受注汽压力限制,研究了注汽速率与注汽压力的协调关系,利用该关系和研究的前缘模型,对前人的注汽参数优化方法进行了改进。     

基于LS-SVM的煤气发生炉关键参数预测

根据煤气炉现场采集的数据,建立一种基于最小二乘向量机(LS-SVM)的预测模型,预测煤气炉关键参数炉出温度、CO2含量。模型以主要工艺参数作为影响因素,以炉出温度、CO2含量为影响对象,建立影响因素和影响对象之间的复杂非线性关系,构造煤气炉参数LS-SVM预测模型,再运用奇异值分解的方法辨识模型参数,最后将模型用于煤气炉参数预测。研究结果表明:该模型能及时跟踪炉况参数的变化,预测结果与实测值较吻合,准确度与处理速度都优于神经网络预测模型,实际预测误差小于2%,可用于煤气炉生产过程的现场操作指导。     

保温管道数值模拟及机器学习预测模型

通过模拟保温管道内流体的热传递过程,分析管道外径和保温层的热导率、密度、比热容、厚度对保温性能的影响规律,并使用机器学习对模拟所得数据进行训练,从而得到不同因素对保温性能的影响比重。结果表明,各参数特征中,管道外径占比39%、热导率占比37%、厚度占比13 %,密度及比热容两者共占比11%,故在影响管道保温性能的各因素中,管道外径、热导率、厚度占主要地位。各参数对保温性能的影响规律不同,多因素共同作用下,难以找到一个统一的函数模型来表达各参数对保温性能的影响规律。基于仿真模拟大量数据,利用机器学习建立预测模型,输入对应的参数即可预测相应的结果,该模型准确率达到99%,可以对实际应用进行指导。     

最优组合预测模型在中国天然气需求预测中的应用

发展天然气工业是目前国家的一项重要政策,已被写入中国的"十三五"规划,因而合理地预测中国天然气的需求对国家制定能源政策非常重要.提出了一种基于最小二乘法的组合预测模型,并给出了对应模型参数的计算方法,利用GM(1,1)模型和SIGM模型以及2002—2017年的数据建立了预测模型,同时利用2002—2017年的数据对模型的准确性进行了评估,最后利用组合预测模型对2018—2022年中国天然气需求量进行预测,预测结果发现本模型优于其他单项预测模型,为天然气需求预测提供了新的思路.