大型石化企业金属储罐在役检测及评估技术研究.pdf

大型石化企业金属储罐在役检测及评估技术研究.pdf

ID:48043553

大小:3.61 MB

页数:63页

时间:2019-09-15

大型石化企业金属储罐在役检测及评估技术研究.pdf_第1页
大型石化企业金属储罐在役检测及评估技术研究.pdf_第2页
大型石化企业金属储罐在役检测及评估技术研究.pdf_第3页
大型石化企业金属储罐在役检测及评估技术研究.pdf_第4页
大型石化企业金属储罐在役检测及评估技术研究.pdf_第5页
资源描述:

《大型石化企业金属储罐在役检测及评估技术研究.pdf》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、大型石化企业金属储罐在役检测及评估技术研究StudyontheOn-lineDetectionandEvaluationTechnologyofMetalStorageTankinLargePetrochemicalEnterprises工程领域:控制工程作者姓名:覃荣江指导教师:吴爱国企业导师:佘昆天津大学电气自动化与信息工程学院2017年11月万方数据万方数据摘要金属常压立式储罐作为常用的油品储存装置,其需求越来越趋于大型化,但在使用过程中储罐的服役环境、存储介质以及本身材质等原因,使储罐遭到腐蚀的危险,而在检测情况时又会遇到检测周期长、发现

2、不及时、经济成本高等问题。本文基于目前国内储罐在线检测的主要手段-声发射检测技术,针对区域内专业检测人员不足和经验不够丰富的问题,通过储罐腐蚀基本原理分析、储罐检测声源有效性识别技术研究,确定了一套有效的盲源分析手段,并成功通过实验和现场检测应用验证。在此基础上形成了适用于本地区的无经验检测人员的神经网络智能分析系统,有效解决本地区储罐在线检测面临的问题。完成的主要研究内容如下:(1)分析了国内储罐失效的主要模式和检测主要干扰因素,提出目前储罐在线检测所面临的主要问题;(2)基于室内模拟实验,识别不同噪声信号和腐蚀声信号特征,确定最佳信号处理方法

3、为小波处理方法,并实现罐底腐蚀声源的有效性识别和特征提取;室内实验数据识别率达到89%;(3)开展聚类方法在罐底腐蚀声发射信号识别和处理中的应用研究,实现噪声源和有效声源的智能分类,提高了储罐信号分析水平和评价准确度,室内实验数据识别率达到90%;(4)根据储罐检测过程中获得的不同类型声发射源的特点,利用小波分析和聚类分析,获取消除原始数据中的机械摩擦和电磁噪声信号的具体参数指标。为声发射检测技术在特定地区的高效应用奠定基础;(5)基于小波变换和聚类分析,提取不同频带上声发射信号的小波频谱、能谱特征或类特征,构造神经网络学习样本集的特征向量,提高

4、了罐底腐蚀、裂纹扩展和泄漏等不同性质的声发射源的模式识别准确度,实现罐底完整性的精确评价;(6)开展本地区储罐声发射检测应用研究,结果表明,所研究的数据处理方法和智能处理系统能有效提高储罐检测结果准确度,与开罐漏磁扫描检测结果吻合度高,解决了本地区储罐在线检测所面临的核心矛盾。关键词:声发射,小波分析,聚类分析,应用研究,神经网络I万方数据ABSTRACTMetalatmosphericverticaltankasacommonoilstoragedevice,itsdemandtendstobecomemoreandmorelarge,buti

5、ntheprocessofstoragetankserviceenvironment,storagemediumanditsownmaterialandotherreasons,sothattankcorrosionOfthedanger,butinthedetectionofthesituationwillencounterlongtestcycle,notfoundintime,higheconomiccostsandotherissues.Inthispaper,basedonthecurrentdomesticmainmethodofon

6、-linetankdetection-acousticemissiondetectiontechnology,forthelackofprofessionalinspectorsintheregionandlackofexperienceisnotenoughrich.Throughtheanalysisofthebasicprinciplesoftankcorrosion,storagetankdetectionsoundsourceidentificationtechnology,aneffectivesetofblindsourceanal

7、ysismethodshasbeenidentifiedandsuccessfullyverifiedthroughexperimentsandfieldtests.Basedonthis,anintelligentneuralnetworkanalysissystemforinexperiencedpersonnelinthisareaisformed,whicheffectivelysolvestheproblemsencounteredinon-linestoragetankinspectioninthisarea.Themainresea

8、rchcontentsareasfollows:(1)Themainmodesofdomestictankfailureandthema

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。