炼油企业碳排放估算模型及应用

随着石油产品需求不断增长,中国炼油企业CO2排放量占石油工业比重大幅上升。相较于发达国家,中国炼油企业CO2排放核算起步较晚,尚未形成通用的核算方法及模型,不利于炼油产业节能减排。分析了中国炼油企业碳排放现状,将炼油企业碳排放源分成燃烧排放、工艺排放、间接排放3类,构建了中国炼油企业碳排放估算模型。模型应用结果表明:1 250万t原油加工规模的炼油企业碳排放量为461.118万t,其中工艺排放占比55%,燃烧排放占比38%,间接排放7%。该模型能够快速有效估算炼油企业碳排放量,为相关企业节能降耗提供参考。     

基于BP神经网络的VOCs实时源解析方法

为了提高挥发性有机物(VOCs)源解析的时效性,基于BP神经网络提出了对VOCs监测数据进行实时源解析的PBP模型。利用验证数据证实了PBP模型可获得与PMF模型准确性相当的源解析结果,并且PBP模型具有不受输入数据量限制且计算速度快的优点。将PBP模型应用于长三角某工业园区监测时长为10个月的VOCs组分在线数据并计算得到高时间分辨率的源解析结果,发现监测点位VOCs主要来源为工业源(25%)>燃煤源(20%)>汽油车尾气源(18%)>溶剂使用源(15%)>柴油车船舶尾气混合源(12%)>油品挥发源(6%)>植物源(5%)。此外,结合风速风向数据对各污染源主要贡献方位进行识别,为VOCs的精确管理和控制提供参考,且具有较大的源解析应用潜力。     

基于BP神经网络的吡虫啉农药废水纳滤分离模型

为了有效控制农药废水纳滤分离工艺运行,基于DK膜预处理吡虫啉废水的试验数据,采用神经网络算法仿真模拟了纳滤系统去除污染物的过程,建立了纳滤分离动态模型,预测了多影响因素作用下的吡虫啉农药废水中污染物去除规律和实时性动态变化,不仅完善了纳滤分离理论系统,而且模型精度满足应用要求,计算的COD、盐分去除率与实测值的相关系数大于0.99,误差在±4%范围内,为农药废水的有效治理提供了必要的技术支持。     

石化废水处理过程中VOCs排放物特征及估算方法

阐述了石化行业VOCs排放源项的分类及其主要来源,简述了VOCs排放物特征与废水处理流程的关系,对比了不同核算方法的优缺点及适用条件,展望了未来石化行业废水处理过程VOCs排放量估算的前景。     

曝气生物滤池在炼油废水处理中的应用

介绍了曝气生物滤池的工艺原理和主要特点,以及在炼油厂废水处理中的应用,分析了曝气生物滤池的主要影响因素温度、pH值和碱度、水力负荷、溶解氧等。曝气生物滤池在废水处理中有较好的应用前景。     

茂名石化炼油废水处理扩建一期工程A/O系统改O/O工艺运行探索

茂名石化炼油废水A/O系统改O/O工艺运行后,出水水质各项指标均达到国标和地标排放。为期两个月的工业试运行,为工艺操作与管理提供了经验和依据,同时也为二期工程的设计、施工和管理奠定了基础。     

加载嵌合技术在炼油废水处理中的应用

叙述了加载嵌合工艺的特点,将其应用于齐鲁石化胜利炼油厂含盐污水处理系统中,试验表明:在传统的絮凝沉降工艺中引入的加载物磁粉,强化了絮凝、沉降效果,对胶体、悬浮物、大分子有机物和微生物残体等有很好的处理效果;且加载嵌合装置所产生的污泥全部经由叠螺式污泥脱水机脱水处理,不产生二次污染。     

采用BP神经网络模型预测油田废水混凝处理效果

采用均匀设计方法选择神经网络的训练样本，并建立了基于BP人工神经网络的油田废水混凝处理系统的数学模型。利用该模型对实验数据进行预测，结果表明模型的预测值与实测值的平均绝对误差仅为0．74％。可见这种方法预测精度高，具有一定的实际应用价值。     

高效浅层气浮设备在高浓度炼油废水处理中的应用

介绍了高效浅层气浮设备、技术原理及在高浓度炼油污水处理中的应用效果,对设备运行中出现的一些问题进行了原因分析,并提出了处理措施。     

"罐中罐"技术在炼油废水处理中的工业应用

介绍了具有复合功能的水力旋液型均质、除油、沉淀、调节罐(WS-Ⅱ型、简称“罐中罐”)技术和设备的开发和工业应用的情况,通过生产实践和现场标定,显现了该设备具有较高的除油能力和缓冲调节能力。其可靠的收油、排泥设施使得运行稳定。基本上解决了现存污水调节罐的问题。设计思想独特新颖,操作简便可靠,值得推广和应用。     

污水处理中人工神经网络应用研究的探讨

针对污水处理系统的时变性、非线性、复杂性和不确定性的特点,提出应用人工神经网络技术对其控制,实现污水处理系统自动控制。简述了目前广泛应用于废水处理的神经网络以及建模原理。结合国内外研究动态,分析了人工神经网络在污水处理领域取得的成果,结果表明:在污水处理中引入神经网络智能控制是一种提高处理效率、降低运行成本的有效方法,国内在污水处理的神经网络智能控制的研究与国外有较大的差距,国内的研究及应用还处在发展阶段,应当加强。并对神经网络待解决的问题和发展趋势作了讨论。     

印染废水的神经网络法优化絮凝处理

为获得新型絮凝剂的最佳制备条件,采用人工神经网络(ANN)结合加速遗传算法(AGA)对絮凝剂性能影响因素进行全局寻优。在影响絮凝剂处理性能的主要因素Fe、Al与Si的摩尔比n(Fe+Al):n(Si),B、Mg和Si的摩尔比n(B+Mg):n(Si)以及熟化时间的有效作用范围内,用Box-Behnken Design(BBD)实验设计方法,产生15组影响因素组合作为输入样本,经对印染废水的絮凝处理实验得到相应的COD和色度去除率输出样本,由神经网络方法对15组输入、输出样本数据建模,得到反映絮凝剂制备条件和絮凝剂去除效果的响应关系,并采用加速遗传算法全局优化,得到最大COD去除率和色度去除率条件下的最优絮凝剂制备条件组合,即n(Fe+Al):n(Si)=5.08,n(B+Mg):n(Si)=0.55,熟化时间为2.1 d,对应的印染废水COD去除率为88.10%,色度去除率为95.37%。模型验证实验显示,实验值与模型预测值的最大相对误差不超过5%。相对于响应曲面法,用神经网络结合加速遗传算法优化得到的新型絮凝剂去除印染废水中COD和色度的能力更高,进一步验证了神经网络法在新型絮凝剂制备条件优化中的有效性。     

垃圾渗滤液生物处理系统BP人工神经网络模型

垃圾渗滤液成分复杂,变化范围大．对其调试及长期持续良好运行存在较大困难。本文针对武汉市二妃山垃圾渗滤液的调试运行数据,利用人工神经网络原理,建立BP人工神经网络垃圾渗滤液生物处理模型来预测处理效果．确定最优反应条件。实验结果显示网络具有良好的收敛特性,模型具有工程实用价值。     

利用复介电常数和BP人工神经网络进行浓度预测的研究

制备了一定含水率不同浓度的CuCl2的PVA样品,用微波矢量网络分析仪和微波传感器测量S11参数,计算得到相对复介电常数。以样品相对复介电常数的实部、虚部及对应频率作为输入,以CuCl2溶液的浓度作为输出,建立BP人工神经网络模型。用训练样本集对网络训练后,检验样本的预测结果与实际值最大误差为0.97%。结果表明,利用复介电常数和BP人工神经网络进行浓度预测是一种很好的方法,进而为环境监测提供了方法依据。     

基于BP神经网络的安全评价方法研究

阐述了BP神经网络的基本原理,利用机会约束的思想建立了综合安全评价模型．运用反向传播算法和遗传算法对神经元网络进行训练,在此分析基础上对系统综合安全评价模型进行求解,并对运用神经元网络进行综合安全评价的优点进行了分析。     

石油炼厂废水污泥硫酸催化炭化研究

为了消除污染,资源回收利用,进行了用硫酸的催化炭化作用将石油炼厂废水污泥制做活性炭的研究。结果表明,在０．５－０．７ＭＰａ,１５０－１７０℃,ｐＨ１．７－１．８的条件下,用废硫酸可使废水污泥碳化分离出来,炭渣经用ＫＨＣＯ３活化制成粒状性炭,其质量可达ＧＢ／Ｔ１３８０４－９２二级标准。     

基于人工神经网络模型预测ABR反应器处理效率

ABR反应器的处理效率受多方面的因素影响，本文通过BP人工神经网络，利用ABR反应器进水CODcr浓度、容积负荷、温度、稳定运行时间四个参数对其反应器处理效率进行预测。结果表明，BP人工神经网络可较好的用于ABR反应器处理效率的预测，具有较高的精度，在实际生产中，可以运用人工神经网络，对ABR反应器的运行参数进行调整，使之达到最优化的运行状态。     

基于PSO算法的BP神经网络对水体叶绿素a的预测

BP神经网络(Back Propagation Network)在水体富营养化评价及预测中已广泛应用,但传统BP算法的收敛速度慢并易陷入局部最优. 提出了一种基于微粒群(PSO)算法的BP神经网络模型,利用PSO对神经网络的权值进行修正,优化神经网络结构及算法全局收敛性. 选择最能代表明湖水质状况的5号采样点作为研究对象,把2009年4月—2010年3月的月样本插值为周样本,对明湖ρ(Chla)的短期变化趋势进行了预测,并用6号采样点数据来验证网络的泛化能力. 比较分析基于PSO算法的新模型与传统BP算法模型的预测精度表明,新模型有效克服了传统算法的缺点,提高了网络的预测能力和学习能力.      

神经网络模型在环境现状评价中应用研究

人工神经网络技术具有很强的非线性映射能力和并行性、自适应、容错性及自学能力,已广泛应用于包括环境在内的多学科领域。文章将人工神经网络技术应用于环境影响评价中,通过案例研究用人工神经网络解决环境评价中的问题。以山西吕梁地区环境影响评价为案例,选择人工神经网络中的BP网络,径向基网络和自组织竞争网络等三种网络模型对其进行环境影响现状评价,并对评价结果作对比分析,通过网络设计、网络训练和模拟,结果说明BP神经网络模拟结果比其它两种方法更贴近环境质量现状。同时对不同参数选取得到的结果进行分析,并经过网络参数的不断调整提高评价结果的精度,总结出各种神经网络模型在环境评价应用过程中参数的选取方法。尝试用神经网络解决环境评价中的问题,使环境工作中的方法技术更科学。