基于神经网络的闸阀模糊可靠度计算

为提高闸阀可靠度计算准确性,将模糊准则引入闸阀可靠性设计,将闸阀应力与阀体通径、内压之间隐式关系显式化,并基于神经网络构建地震工况下闸阀数学模型;利用蒙特卡洛法,计算闸阀在常规方法下的可靠度;利用正态型隶属函数描述闸阀强度的模糊性,计算闸阀在考虑模糊强度时的可靠度;对比强度的模糊性对可靠度计算结果的影响,分析不同隶属函...     

石化阀门气体内漏声发射试验研究

针对石化行业阀门气体内漏在线检测的困难性,分析了阀门气体内漏声源特性,设计石化阀门气体内漏系统模拟装置,运用声发射检测手段,选取了闸阀气体内漏声发射检测的最佳测点,探讨了压差、泄漏率变化对声发射信号特征参数的影响,运用关联分析法分析各声发射信号特征参数间的关联性,作为现场检测中区分设备其他流动噪声的判断依据。     

警惕停用煤气管道的爆炸

事故概况 2003年1月13日凌晨5时零5分,通往我厂发电分厂的2号电动闸阀与4号闸阀之间的煤气管道,在停用的状态下,发生了猛烈的爆炸,直径600毫米的近30米的煤气管道全部炸飞.幸好此时正是凌晨,行人稀少,没有发生人身伤亡事故(发生爆炸的煤气管道下面是人行马路).     

炼化装置闸阀内漏去噪及声识别技术研究

炼化装置阀门使用环境比较恶劣,检测现场存在大量的动设备噪声,易导致内漏识别误判。针对检测现场噪声特性,以闸阀为研究对象,结合内漏声的随机特性,提出一种VMD-Nonlinear SVM方法,该方法结合变分模态分解方法和互信息熵,实现噪声分解和内漏声信号重构,对该重构信号的时频和统计特征进行提取,并作为支持向量机特征输入,实现阀门声识别。在炼化现场,将VMD-Nonlinear SVM方法与EMD-Nonlinear SVM和Nonlinear SVM的分类结果进行对比,结果表明VMD-Nonlinear SVM方法对阀门内漏识别准确率达到95.5%,能够满足复杂环境下的阀门内漏识别要求。     

TensorFlow在燃气管道闸阀泄漏诊断中的应用

针对燃气管道闸阀故障诊断存在的诊断准确率低、运算过程复杂等问题,结合深度学习理论,基于人工智能学习软件TensorFlow,自行设计张量运算,构建深度学习神经网络模型,用于预测闸阀发生故障的严重程度.选择了闸阀在故障预测系统中的9种参数,经过标准化处理,卷积神经网络进行特征提取、运算、故障评估等分析,最终设计得到了具有...     

闸阀填料密封件的改造与应用

针对闸阀阀杆填料密封泄漏的问题,介绍了密封填料的选择和闸阀填料压盖密封件结构的技术改进措施.实践证明,闸阀填料密封件的改造不仅能够解决密封渗漏,消除安全隐患,而且取得了较好的经济效益.     

旋转式排污装置在油库中的应用

油库罐区的罐组排污阀一般采用的是闸阀。使用时间长了，就易产生内漏、关闭不严、因锈蚀而启闭不灵活等。采用旋转式排污装置较好地解决了这些问题。     

基于声发射技术气体阀门内漏率诊断研究

通过理论分析阀门泄漏率与声发射信号关系,建立公式模型,设计石化阀门气体内漏系统模拟装置,运用声发射检测手段,探讨了闸阀、截止阀气体内漏声发射信号与内漏率变化的关系,实验得出阀门发生气体泄漏时产生的声发射特征信号参数平均信号电平表征的内漏率诊断公式,为石化企业阀门内漏诊断提供判定依据。