学位论文 > 优秀研究生学位论文题录展示

油水分离水力旋流器分离特性及其软件设计的研究

作　者: 舒朝晖
导　师: 陈文梅
学　校: 四川大学
专　业: 化工过程机械
关键词: 水力旋流器油水分离分离特性软件设计人工神经网络 Monte Carlo模拟油滴
分类号: TE974
类　型: 博士论文
年　份: 2001年
下　载: 920次
引　用: 13次
阅　读: 论文下载

内容摘要

油水分离水力旋流器是油田地面工程中的一种重要的新型离心沉降分离设备。本文针对不同的物性参数，对油水分离水力旋流器的分离特性进行了研究，并在此基础上运用人工神经网络模型、基于随机过程理论的Monte Carlo模拟以及其它数学模型相结合的方法，进行水力旋流器的软件设计，根据不同的物性参数和分离要求，优化出旋流器的结构参数和操作参数，并给出旋流器的分离效率。首次采用自行设计的压力缓冲装置对旋流器的边壁油水混合物进行取样，系统研究了水力旋流器中油滴粒径对整个旋流器及旋流器各段分离效率的影响，首次指出旋流器大锥段、小锥段的分离效率均随进口平均粒径的增加而增加，直管段的分离效率则基本不随进口平均粒径的变化而变化。首次探讨了不同轴向高度旋流器器壁油滴粒径变化规律及其影响因素。结果表明，在不发生破碎的正常分离条件下，各边壁油滴的平均粒径沿旋流器的轴线方向逐渐减小，表明旋流器的各段均有一定的分离能力；分流比对旋流器边壁油滴平均粒径的影响不大，油滴平均粒径的变化主要与旋流器的入口流量有关，当入口流量达到一定程度时，旋流器边壁的平均粒径随入口流量的增加而降低，如果入口流量太小，各边壁的平均粒径基本不随入口流量的变化而变化，旋流器的分离效率较低。提高旋流器进口油滴的平均粒径，改进旋流器的锥段结构，选择合适的入口流量都有利于提高旋流器的分离效率。对旋流器中的压力降及压降比进行了系统分析。结果表明，旋流器的压降比与分流比成线性关系，随分流比的增加而增加。溢流口以及沿轴线各点的压四川大学博士学位论文力降均随分流比的增大而增加，且增加的幅度较大，而底流口的压力降随分流比的增加而变小，但变化较小。整个旋流器以及旋流器各段的压力降均与进口流量成指数关系变化。在旋流器的压力损失中，进口、旋流腔及大锥段的压力损失所占的比例最大，且基本不随人口流量的变化而变化；小锥段的压力损失所占的比例次之，并随入口流量的增大而增大；直管段的压力损失所占的比例最小，它随入口流量的增大而不断降低。在达到分离要求和生产能力的前提下，降低旋流器的分流比和入口流量，适当增大旋流器的进日截面积，是降低旋流器能耗的有效途径。首次采用改进的BP神经网络模型模拟水力旋流器的分离过程。总结归纳出三种改进的BP算法，并对网络的结构、算法及激励函数从理论和实践上进行了分析和讨论。结果表明，用人工神经网络模型来预测油水分离水力旋流器的结构参数和操作参数是切实可行的，网络的输出结果与实际值相符。通过旋流器软件中的人工神经网络模拟，实现了旋流器结构参数和操作参数的优化。对旋流器中的油滴运动进行了随机模拟，在此基础上运用 MOnte Carlo法预测旋流器的分级效率，并在前人研究的基础上作了进一步的改进，即在随机模型的建立中，直接采用旋流器分级效率表达式的数学模型，并首次考虑了进口油滴粒径分布对旋流器分级效率的影响。实验结果表明，软件中 Moflte Carlo分别与 M T Thew分级效率模型以及 R M L Martns分级效率模型相结合的两种方法的预测结果都与实际值吻合得较好，用这两种方法来预测油水分离水力旋流器的分级效率都是可靠的。本文的研究成果，无论是理论上还是实践上，都对油水分离水力旋流器的推广应用具有积极的指导意义。

全文目录

中文摘要  2-4
英文摘要  4-11
1 绪论  11-30
  1．1 概述  11
  1．2 油水分离水力旋流器的结构研究进展  11-16
  1．3 油水分离水力旋流器的分离特性及其影响因素的研究进展  16-24
    1．3．1 分离效率  16-22
    1．3．2 压力降及压降比  22-24
  1．4 理论模型研究进展  24-28
    1．4．1 停留时间理论  25
    1．4．2 两相湍流理论  25-26
    1．4．3 理论分析模型  26-27
    1．4．4 数值模拟法  27
    1．4．5 其它经验模型  27-28
  1．5 本文的研究目标、技术路线和主要内容  28-30
    1．5．1 研究目标  28
    1．5．2 技术路线  28-29
    1．5．3 主要内容  29-30
2 油水分离水力旋流器的理论分析  30-47
  2．1 旋流器中分散相油滴受力分析  30-37
    2．1．1 离心力  30-31
    2．1．2 向心浮力  31
    2．1．3 流体介质阻力  31-32
    2．1．4 Magnus力  32-34
    2．1．5 由于径向方向上速度波动的梯度而产生的力  34
    2．1．6 油滴在力的作用下的沉降运动  34-37
  2．2 水力旋流器中液滴破碎的机理分析  37-42
    2．2．1 旋流器中的剪切应力  37-38
    2．2．2 液滴破碎产生的原因  38-39
    2．2．3 旋流器中的湍流分析  39-41
    2．2．4 液滴破碎的判据  41-42
  2．3 旋流器的水力学特性  42-45
    2．3．1 压力降  43-44
    2．3．2 压降比  44-45
  2．4 小结  45-47
3 油水分离实验装置系统  47-62
  3．1 实验目标与意义  47
  3．2 系统装置  47-48
  3．3 水力旋流器的设计  48-49
  3．4 测试系统  49-61
    3．4．1 取样装置  49-53
    3．4．2 粒径测量  53-59
    3．4．3 浓度测量  59-61
    3．4．4 其它测量仪器  61
  3．5 小结  61-62
4 油水分离实验  62-78
  4．1 物性参数  62
  4．2 旋流器参数的描述  62-64
    4．2．1 分离效率  62-63
    4．2．2 分流比  63
    4．2．3 压力降及压降比  63-64
  4．3 实验结果及分析  64-76
    4．3．1 油滴粒径与旋流器分离性能之间的关系  64-66
    4．3．2 旋流器边壁的油滴粒径变化及其影响因素  66-69
    4．3．3 操作参数对水力旋流器分离性能的影响  69-71
    4．3．4 旋流器中压力降及压降比的研究  71-76
  4．4 小结  76-78
5 人工神经网络模型  78-95
  5．1 人工神经网络的产生  78
  5．2 人工神经网络的发展史  78-82
  5．3 人工神经网络基本原理  82-86
    5．3．1 生物神经元的构成及其功能  82-83
    5．3．2 人工神经元模型  83-86
  5．4 神经网络模型及拓扑结构  86-89
    5．4．1 神经网络模型  86-87
    5．4．2 人工神经网络的拓扑结构  87-89
  5．5 神经网络的学习方式  89-90
  5．6 人工神经网络的本质及特点  90-91
  5．7 水力旋流器人工神经网络模拟的现状及可行性分析  91-93
    5．7．1 人工神经网络在水力旋流器中的应用现状  91-92
    5．7．2 人工神经网络用于水力旋流器模拟的可行性分析  92
    5．7．3 人工神经网络用于水力旋流器模拟的特点  92-93
  5．8 小结  93-95
6 BP神经网络  95-107
  6．1 引言  95-96
  6．2 BP算法  96-104
    6．2．1 BP网络的学习过程  96-101
    6．2．2 BP算法的数学推导  101-104
  6．3 BP算法的改进  104-106
  6．4 小结  106-107
7 油水分离旋流器的BP神经网络模拟  107-127
  7．1 网络的拓扑结构  107-110
    7．1．1 模型输入层与输出层的设计  107
    7．1．2 隐层数与隐层节点数的选择  107-110
  7．2 关于网络的训练样本  110-112
    7．2．1 训练样本的选择  110
    7．2．2 训练样本的预处理  110-112
    7．2．3 训练样本顺序的影响  112
  7．3 初始权值的设定  112-115
    7．3．1 初始权值与过饱和的关系  113-114
    7．3．2 初始权值的选取  114-115
  7．4 BP神经网络算法的优化  115-119
    7．4．1 BP网络误差曲面的特征  115-117
    7．4．2 改进的BP算法  117-119
  7．5 激励函数的改进  119-121
  7．6 改进BP算法的数学推导及网络学习步骤  121-123
  7．7 BP神经网络用于水力旋流器软件设计的程序框图  123-126
  7．8 小结  126-127
8 油水分离水力旋流器分级效率的预测  127-143
  8．1 引言  127-129
  8．2 水力旋流器分离过程的蒙特卡罗模拟  129-142
    8．2．1 蒙特卡罗方法概述  129
    8．2．2 蒙特卡罗方法解题的一般过程  129-130
    8．2．3 随机过程  130-131
    8．2．4 马尔可夫过程  131-133
    8．2．5 油水分离旋流器分离过程随机模型的建立  133-139
    8．2．6 Monte Carlo模拟程序的编制  139-142
  8．3 小结  142-143
9 油水分离水力旋流器软件分析  143-158
  9．1 软件的设计要求及开发原则  143
    9．1．1 软件的设计要求  143
    9．1．2 软件的开发原则  143
  9．2 软件结构  143-144
  9．3 神经网络算法及训练误差分析  144-152
    9．3．1 算法稳健性分析  144-150
    9．3．2 油水分离水力旋流器神经网络模拟的误差分析  150-152
  9．4 油水分离水力旋流器分级效率预测结果分析  152-156
    9．4．1 旋流器结构参数和操作参数的预测  152-153
    9．4．2 分级效率的预测  153-156
  9．5 小结  156-158
10 结论与展望  158-163
参考文献  163-171
致谢  171-172
附录：作者博士期间学术论文发表情况  172

油水分离水力旋流器分离特性及其软件设计的研究

内容摘要

全文目录

相似论文