化工进展 ›› 2023, Vol. 42 ›› Issue (7): 3431-3442.DOI: 10.16085/j.issn.1000-6613.2022-2208
收稿日期:
2022-11-29
修回日期:
2023-03-17
出版日期:
2023-07-15
发布日期:
2023-08-14
通讯作者:
张亚新
作者简介:
王硕(1996—),男,硕士研究生,研究方向为设备数值模拟与化工过程强化。E-mail:ws18522876700@163.com。
基金资助:
WANG Shuo1,2(), ZHANG Yaxin2,3(), ZHU Botao1,2
Received:
2022-11-29
Revised:
2023-03-17
Online:
2023-07-15
Published:
2023-08-14
Contact:
ZHANG Yaxin
摘要:
固液两相流广泛出现在煤化工生产过程中,管道输送系统受固液两相流介质冲蚀磨损尤为严重,系统突发性失效风险极高,已成为煤化工装置安全生产与稳定运行的重大隐患。降低生产安全风险,保障管道系统安全可靠运行,开展冲蚀磨损寿命预测研究是煤化工设备完整性研究的关键一环。本文以新疆某煤化工企业水煤浆汽化炉进料管为研究对象,应用ANSYS 2021R1软件进行数值模拟分析,确定弯管冲蚀磨损主要位置与短期内冲蚀磨损减薄量,为预测模型建立提供原始序列,通过灰色预测理论分别建立GM(1,1)模型、无偏GM(1,1)模型以及灰色马尔科夫模型完成对弯管冲蚀速率的预测,并结合SY/T 6151—2009《钢质管道管体腐蚀损伤评价方法》得出该管道服役寿命与检修周期。结果表明:冲蚀磨损减薄主要集中在弯管轴向70°左右,且在工艺条件相同的情况下冲蚀磨损减薄的最大位置不随时间变化发生移动。无偏GM(1,1)模型与灰色马尔科夫模型在中长期预测中优势显著,且灰色马尔科夫模型更适宜长期预测工作。所涉及的水煤浆汽化炉进料输送弯管服役寿命为570天左右,在弯管投入使用450天后冲蚀减薄量增长显著,需要定期开展该弯管重点部位的监测与预防性维护。
中图分类号:
王硕, 张亚新, 朱博韬. 基于灰色预测模型的水煤浆输送管道冲蚀磨损寿命预测[J]. 化工进展, 2023, 42(7): 3431-3442.
WANG Shuo, ZHANG Yaxin, ZHU Botao. Prediction of erosion life of coal water slurry pipeline based on grey prediction model[J]. Chemical Industry and Engineering Progress, 2023, 42(7): 3431-3442.
预测精度评价 | P | C |
---|---|---|
好 | ≥0.95 | <0.35 |
合格 | >0.80 | <0.50 |
勉强 | >0.70 | <0.65 |
不合格 | ≤0.70 | ≥0.65 |
表1 精度检验表
预测精度评价 | P | C |
---|---|---|
好 | ≥0.95 | <0.35 |
合格 | >0.80 | <0.50 |
勉强 | >0.70 | <0.65 |
不合格 | ≤0.70 | ≥0.65 |
序号 | 服役时间/d | 冲蚀磨损减薄量/mm |
---|---|---|
1 | 30 | 0.2120 |
2 | 60 | 0.5890 |
3 | 90 | 0.7850 |
4 | 120 | 1.3586 |
5 | 150 | 1.5027 |
6 | 180 | 1.6381 |
7 | 210 | 2.1890 |
8 | 240 | 2.3577 |
9 | 270 | 2.6980 |
10 | 300 | 2.8972 |
11 | 330 | 3.0450 |
12 | 360 | 3.4768 |
表2 减薄量数值模拟结果
序号 | 服役时间/d | 冲蚀磨损减薄量/mm |
---|---|---|
1 | 30 | 0.2120 |
2 | 60 | 0.5890 |
3 | 90 | 0.7850 |
4 | 120 | 1.3586 |
5 | 150 | 1.5027 |
6 | 180 | 1.6381 |
7 | 210 | 2.1890 |
8 | 240 | 2.3577 |
9 | 270 | 2.6980 |
10 | 300 | 2.8972 |
11 | 330 | 3.0450 |
12 | 360 | 3.4768 |
时间/d | GM(1,1) | 无偏GM(1,1) | 灰色马尔科夫模型 | |||||||||
---|---|---|---|---|---|---|---|---|---|---|---|---|
预测值 /mm | 残差 | 相对误差 /% | 平均误差 /% | 预测值 /mm | 残差 | 相对误差 /% | 平均误差 /% | 预测值 /mm | 残差 | 相对误差 /% | 平均误差 /% | |
30 | 0.2120 | 0.0000 | 0.00 | 4.89 | 0.2120 | 0.0000 | 0.00 | 4.05 | 0.2120 | 0.0000 | 0.00 | 0.77 |
60 | 0.6325 | -0.0435 | -7.39 | 0.7291 | -0.1401 | -13.79 | 0.5921 | -0.0031 | -0.49 | |||
90 | 0.8042 | -0.0192 | -2.45 | 0.7962 | -0.0112 | -1.423 | 0.7928 | -0.0078 | -0.97 | |||
120 | 1.3058 | 0.0528 | 3.89 | 1.3125 | 0.0461 | 3.39 | 1.3675 | -0.0089 | -0.69 | |||
150 | 1.4895 | 0.0132 | 0.88 | 1.4975 | 0.0052 | 0.35 | 1.5110 | -0.0083 | -0.55 | |||
180 | 1.6990 | -0.0609 | -3.72 | 1.7340 | -0.0959 | -5.85 | 1.6752 | -0.0371 | -2.18 | |||
210 | 1.9381 | 0.2509 | 11.46 | 2.0175 | 0.1715 | 7.83 | 2.1235 | 0.0655 | 3.38 | |||
240 | 2.2100 | 0.1477 | 6.26 | 2.2500 | 0.1077 | 4.57 | 2.4214 | -0.0637 | -2.88 | |||
270 | 2.5210 | 0.1770 | 6.56 | 2.5450 | 0.1530 | 5.67 | 2.7621 | -0.0641 | -2.54 | |||
300 | 2.8765 | 0.0207 | 0.71 | 2.8837 | 0.0135 | 0.47 | 2.9179 | -0.0207 | -0.72 | |||
330 | 3.2812 | -0.2362 | -7.76 | 3.1462 | -0.1012 | -3.32 | 3.0719 | -0.0269 | -0.82 | |||
360 | 3.7428 | -0.2660 | -7.65 | 3.5430 | -0.0662 | -1.90 | 3.5040 | -0.0272 | -0.73 |
表3 不同预测模型结果对比
时间/d | GM(1,1) | 无偏GM(1,1) | 灰色马尔科夫模型 | |||||||||
---|---|---|---|---|---|---|---|---|---|---|---|---|
预测值 /mm | 残差 | 相对误差 /% | 平均误差 /% | 预测值 /mm | 残差 | 相对误差 /% | 平均误差 /% | 预测值 /mm | 残差 | 相对误差 /% | 平均误差 /% | |
30 | 0.2120 | 0.0000 | 0.00 | 4.89 | 0.2120 | 0.0000 | 0.00 | 4.05 | 0.2120 | 0.0000 | 0.00 | 0.77 |
60 | 0.6325 | -0.0435 | -7.39 | 0.7291 | -0.1401 | -13.79 | 0.5921 | -0.0031 | -0.49 | |||
90 | 0.8042 | -0.0192 | -2.45 | 0.7962 | -0.0112 | -1.423 | 0.7928 | -0.0078 | -0.97 | |||
120 | 1.3058 | 0.0528 | 3.89 | 1.3125 | 0.0461 | 3.39 | 1.3675 | -0.0089 | -0.69 | |||
150 | 1.4895 | 0.0132 | 0.88 | 1.4975 | 0.0052 | 0.35 | 1.5110 | -0.0083 | -0.55 | |||
180 | 1.6990 | -0.0609 | -3.72 | 1.7340 | -0.0959 | -5.85 | 1.6752 | -0.0371 | -2.18 | |||
210 | 1.9381 | 0.2509 | 11.46 | 2.0175 | 0.1715 | 7.83 | 2.1235 | 0.0655 | 3.38 | |||
240 | 2.2100 | 0.1477 | 6.26 | 2.2500 | 0.1077 | 4.57 | 2.4214 | -0.0637 | -2.88 | |||
270 | 2.5210 | 0.1770 | 6.56 | 2.5450 | 0.1530 | 5.67 | 2.7621 | -0.0641 | -2.54 | |||
300 | 2.8765 | 0.0207 | 0.71 | 2.8837 | 0.0135 | 0.47 | 2.9179 | -0.0207 | -0.72 | |||
330 | 3.2812 | -0.2362 | -7.76 | 3.1462 | -0.1012 | -3.32 | 3.0719 | -0.0269 | -0.82 | |||
360 | 3.7428 | -0.2660 | -7.65 | 3.5430 | -0.0662 | -1.90 | 3.5040 | -0.0272 | -0.73 |
状态 | 区间分级 | 误差区间 |
---|---|---|
E1 | [MIN, u-s) | [-7.76, -5.87) |
E2 | [u-s, u+0.5s) | [-5.87, 3.03) |
E3 | [u+0.5s, u+s) | [3.03, 6.00) |
E4 | [u+s, MAX) | [6.00, 11.46) |
表4 误差状态区间划分
状态 | 区间分级 | 误差区间 |
---|---|---|
E1 | [MIN, u-s) | [-7.76, -5.87) |
E2 | [u-s, u+0.5s) | [-5.87, 3.03) |
E3 | [u+0.5s, u+s) | [3.03, 6.00) |
E4 | [u+s, MAX) | [6.00, 11.46) |
序号 | 时间 /d | 预测值 /mm·a-1 | 相对误差 /% | 误差状态空间 | 误差符号 |
---|---|---|---|---|---|
1 | 30 | 0.2120 | 0 | E2 | 无 |
2 | 60 | 0.6325 | -7.39 | E1 | + |
3 | 90 | 0.8042 | -2.45 | E2 | + |
4 | 120 | 1.3058 | 3.89 | E3 | - |
5 | 150 | 1.4895 | 0.88 | E2 | - |
6 | 180 | 1.6990 | -3.72 | E2 | + |
7 | 210 | 1.9381 | 11.46 | E4 | - |
8 | 240 | 2.2100 | 6.26 | E4 | - |
9 | 270 | 2.5210 | 6.56 | E4 | - |
10 | 300 | 2.8765 | 0.71 | E2 | - |
11 | 330 | 3.2812 | -7.76 | E1 | + |
12 | 360 | 3.7428 | -7.65 | E1 | + |
表5 GM(1,1)模型预测值与误差状态划分
序号 | 时间 /d | 预测值 /mm·a-1 | 相对误差 /% | 误差状态空间 | 误差符号 |
---|---|---|---|---|---|
1 | 30 | 0.2120 | 0 | E2 | 无 |
2 | 60 | 0.6325 | -7.39 | E1 | + |
3 | 90 | 0.8042 | -2.45 | E2 | + |
4 | 120 | 1.3058 | 3.89 | E3 | - |
5 | 150 | 1.4895 | 0.88 | E2 | - |
6 | 180 | 1.6990 | -3.72 | E2 | + |
7 | 210 | 1.9381 | 11.46 | E4 | - |
8 | 240 | 2.2100 | 6.26 | E4 | - |
9 | 270 | 2.5210 | 6.56 | E4 | - |
10 | 300 | 2.8765 | 0.71 | E2 | - |
11 | 330 | 3.2812 | -7.76 | E1 | + |
12 | 360 | 3.7428 | -7.65 | E1 | + |
序号 | 状态概率 | 最大概率结果 | |||
---|---|---|---|---|---|
E1 | E2 | E3 | E4 | ||
13 | 0.6667 | 0.3334 | 0 | 0 | E1 |
14 | 0.5778 | 0.2667 | 0.0667 | 0.0667 | E1 |
15 | 0.4900 | 0.3339 | 0.0080 | 0.0969 | E1 |
表6 空间状态预测结果
序号 | 状态概率 | 最大概率结果 | |||
---|---|---|---|---|---|
E1 | E2 | E3 | E4 | ||
13 | 0.6667 | 0.3334 | 0 | 0 | E1 |
14 | 0.5778 | 0.2667 | 0.0667 | 0.0667 | E1 |
15 | 0.4900 | 0.3339 | 0.0080 | 0.0969 | E1 |
服役状态 | 最大减薄量 |
---|---|
轻度冲蚀 | <1mm |
中度冲蚀 | 1~2mm |
重度冲蚀 | 2mm~50%公称壁厚 |
严重冲蚀 | 50%~80%公称壁厚 |
冲蚀穿孔 | >80%公称壁厚 |
表7 管体冲蚀状态损伤评价划分
服役状态 | 最大减薄量 |
---|---|
轻度冲蚀 | <1mm |
中度冲蚀 | 1~2mm |
重度冲蚀 | 2mm~50%公称壁厚 |
严重冲蚀 | 50%~80%公称壁厚 |
冲蚀穿孔 | >80%公称壁厚 |
编号 | 最大冲蚀位置 | 最大减薄量 /mm | 预测值 相对误差/% | |
---|---|---|---|---|
轴向角度 /(°) | 偏离对称面距离① /mm | |||
1# | 70 | 0 | 5.91 | 6.42 |
2# | 70 | 0 | 5.68 | 1.43 |
3# | 70 | -2.1 | 5.66 | 1.07 |
4# | 72 | -3 | 5.75 | 2.68 |
5# | 70 | 0 | 5.70 | 1.78 |
6# | 70 | -2 | 5.84 | 4.28 |
表8 450天管道实测数据
编号 | 最大冲蚀位置 | 最大减薄量 /mm | 预测值 相对误差/% | |
---|---|---|---|---|
轴向角度 /(°) | 偏离对称面距离① /mm | |||
1# | 70 | 0 | 5.91 | 6.42 |
2# | 70 | 0 | 5.68 | 1.43 |
3# | 70 | -2.1 | 5.66 | 1.07 |
4# | 72 | -3 | 5.75 | 2.68 |
5# | 70 | 0 | 5.70 | 1.78 |
6# | 70 | -2 | 5.84 | 4.28 |
1 | 张玉卓. 中国煤炭液化技术发展前景[J]. 煤炭科学技术, 2006, 34(1): 19-22. |
ZHANG Yuzhuo. Development outlook of China coal liquefaction technology[J]. Coal Science and Technology, 2006, 34(1): 19-22. | |
2 | 任相坤, 房鼎业, 金嘉璐, 等. 煤直接液化技术开发新进展[J]. 化工进展, 2010, 29(2): 198-204. |
REN Xiangkun, FANG Dingye, JIN Jialu, et al. New proceed achieved in the direct coal liquefaction[J]. Chemical Industry and Engineering Progress, 2010, 29(2): 198-204. | |
3 | 孙海疆, 偶国富, 肖定浩, 等. 煤液化多相流输送弯管冲蚀磨损数值研究[J]. 流体机械, 2013, 41(8): 45-47. |
SUN Haijiang, Guofu OU, XIAO Dinghao, et al. Numerical investigation of erosion for multiphase flow elbow in coal liquefaction[J]. Fluid Machinery, 2013, 41(8): 45-47. | |
4 | 张进春, 李昭乾, 牛国庆, 等. 基于“首次穿越模型”的粉煤气化输送管道寿命预测[J]. 煤炭学报, 2021, 46(11): 3699-3706. |
ZHANG Jinchun, LI Zhaoqian, NIU Guoqing, et al. Life prediction of pulverized coal gasification transportation pipeline based on “First Pass Model”[J]. Journal of China Coal Society, 2021, 46(11): 3699-3706. | |
5 | ALLEN C, BALL A. A review of the performance of engineering materials under prevalent tribological and wear situations in South African industries[J]. Tribology International, 1996, 29(2): 105-116. |
6 | 董刚, 张九渊. 固体粒子冲蚀磨损研究进展[J]. 材料科学与工程学报, 2003, 21(2): 307-312. |
DONG Gang, ZHANG Jiuyuan. Developments of research on the solid particle erosion of materials[J]. Journal of Materials Science and Engineering, 2003, 21(2): 307-312. | |
7 | HATTORI S, KISHIMOTO M. Prediction of cavitation erosion on stainless steel components in centrifugal pumps[J]. Wear, 2008, 265(11/12): 1870-1874. |
8 | LIN Nan, LAN Huiqing, XU Yugong, et al. Effect of the gas-solid two-phase flow velocity on elbow erosion[J]. Journal of Natural Gas Science and Engineering, 2015, 26: 581-586. |
9 | 叶福相, 姚军, 刘玉发, 等. 多因素影响下的X80管道钢两相流冲蚀腐蚀特性[J]. 化工进展, 2021, 40(12): 6450-6459. |
YE Fuxiang, YAO Jun, LIU Yufa, et al. Erosion corrosion characteristics of X80 pipeline steel in two-phase flow under the influence of multiple factors[J]. Chemical Industry and Engineering Progress, 2021, 40(12): 6450-6459. | |
10 | CAO Xuewen, LI Xingbiao, FAN Yin, et al. Effect of superficial air and water velocities on the erosion of horizontal elbow in slug flow[J]. Powder Technology, 2020, 364: 785-794. |
11 | PENG Wenshan, CAO Xuewen. Numerical prediction of erosion distributions and solid particle trajectories in elbows for gas-solid flow[J]. Journal of Natural Gas Science and Engineering, 2016, 30: 455-470. |
12 | TEIXEIRA A P, GUEDES SOARES C, NETTO T A, et al. Reliability of pipelines with corrosion defects[J]. International Journal of Pressure Vessels and Piping, 2008, 85(4): 228-237. |
13 | CALEYO F, GONZÁLEZ J L, HALLEN J M. A study on the reliability assessment methodology for pipelines with active corrosion defects[J]. International Journal of Pressure Vessels and Piping, 2002, 79(1): 77-86. |
14 | SINGH M, MARKESET T. Simultaneous handling of variability and uncertainty in probabilistic and possibilistic failure analysis of corroded pipes[J]. International Journal of System Assurance Engineering and Management, 2014, 5(1): 43-54. |
15 | 胡群芳, 孙桐, 王飞, 等. 基于贝叶斯的燃气管道腐蚀深度预测方法[J]. 油气储运, 2019, 38(11): 1219-1226. |
HU Qunfang, SUN Tong, WANG Fei, et al. A method for corrosion depth prediction of gas pipeline based on Bayesian estimation[J]. Oil & Gas Storage and Transportation, 2019, 38(11): 1219-1226. | |
16 | 高旭东, 邵永波, 谢丽媛, 等. X56海底管道在腐蚀环境下疲劳裂纹扩展过程预测[J]. 材料导报, 2020, 34(2): 2123-2130. |
GAO Xudong, SHAO Yongbo, XIE Liyuan, et al. Prediction of fatigue crack propagation of X56 steel submarine pipelines in corrosive environment[J]. Materials Reports, 2020, 34(2): 2123-2130. | |
17 | 骆正山, 陈晨, 王哲. 优化的Gray Markov模型在埋地管道腐蚀速率预测中的应用[J]. 腐蚀与防护, 2019, 40(5): 313-317 |
LUO Zhengshan, CHEN Chen, WANG Zhe. Application of improved gray Markov dynamic model in predicting corrosion rates of oil and gas pipelines[J]. Corrosion & Protection, 2019, 40(5): 313-317. | |
18 | 陈翀, 赵超. 基于AIGA-WLSSVM的埋地管道腐蚀速率预测方法[J]. 管道技术与设备, 2017(3): 34-38. |
CHEN Chong, ZHAO Chao. Prediction model for buried pipeline corrosion rate based on AIGA-WLSSVM[J]. Pipeline Technique and Equipment, 2017(3): 34-38. | |
19 | 刘建国, 姜秀民, 王辉, 等. 流化床内石英砂的热破碎及其灰色预测模型[J]. 化工学报, 2008, 59(2): 328-334. |
LIU Jianguo, JIANG Xiumin, WANG Hui, et al. Thermal fragmentation of quartzite particles in fluidized bed and gray forecasting model[J]. Journal of Chemical Industry and Engineering (China), 2008, 59(2): 328-334. | |
20 | 熊远南. 基于改进灰色-多元回归组合预测模型的燃煤电厂智慧水务研究[J]. 化工进展, 2020, 39(S2): 393-400. |
XIONG Yuannan. Smart water affair of coal-fired power plant based on improved combination prediction model of grey system and regression analysis[J]. Chemical Industry and Engineering Progress, 2020, 39(S2): 393-400. | |
21 | 张慧君, 付林, 高炳军. 油煤浆输送管路弯管部位液固两相流流场的数值模拟与磨损预测[J]. 河北工业大学学报, 2010, 39(6): 66-71. |
ZHANG Huijun, FU Lin, GAO Bingjun. Numerical simulation of liquid-solid flows in elbows of coal-oil slurry transporting pipeline and its wear prediction[J]. Journal of Hebei University of Technology, 2010, 39(6): 66-71. | |
22 | 彭文山. 含固体颗粒多相流弯管冲蚀机理研究[D]. 东营: 中国石油大学(华东), 2017. |
PENG Wenshan. Study on the solid particle erosion mechanism of pipe bend for multiphase flow[D]. Dongying: China University of Petroleum (Huadong), 2017. | |
23 | FORDER A, THEW M, HARRISON D. A numerical investigation of solid particle erosion experienced within oilfield control valves[J]. Wear, 1998, 216(2): 184-193. |
24 | XIE Zhenqiang, CAO Xuewen, ZHANG Jun, et al. Effect of cell size on erosion representation and recommended practices in CFD[J]. Powder Technology, 2021, 389: 522-535. |
25 | 程龙慧, 任琼琼, 肖培, 等. 我国常见细菌耐药趋势预测研究:基于灰色GM(1, 1)模型[J]. 中国感染控制杂志, 2022, 21(12): 1164-1170. |
CHENG Longhui, REN Qiongqiong, XIAO Pei, et al. Prediction of drug resistance trends of common bacteria in China based on Grey Prediction Model GM(1, 1)[J]. Chinese Journal of Infection Control, 2022, 21(12): 1164-1170. | |
26 | 卢彬, 冯现大, 鲁瑞. 基于灰色组合模型预测隧道围岩收敛变形[J]. 济南大学学报(自然科学版), 2022, 36(6): 689-695. |
LU Bin, FENG Xianda, LU Rui. Prediction of convergent deformation of tunnel surrounding rocks based on grey combination model[J]. Journal of University of Jinan (Science and Technology), 2022, 36(6): 689-695. | |
27 | 史凯赫, 丁日佳, 吴利丰, 等. 预测空气质量的新型灰色系统多变量模型构建——以石家庄市为例[J]. 系统科学学报, 2023, 31(2): 75-81. |
SHI Kaihe, DING Rijia, WU Lifeng, et al. Construction of a new grey system multivariable model for predicting air quality[J]. Chinese Journal of Systems Science, 2023, 31(2): 75-81. | |
28 | 徐鸿, 邓博, 蒋东方, 等. 基于灰色系统的过热器管壁温度预测模型[J]. 中国机械工程, 2017, 28(22): 2662-2668. |
XU Hong, DENG Bo, JIANG Dongfang, et al. Prediction model of superheater tube wall temperatures based on grey system[J]. China Mechanical Engineering, 2017, 28(22): 2662-2668. | |
29 | 张新生, 曹昕, 韩文超, 等. 基于参数优化GM-Markov模型的海底管道腐蚀预测[J]. 油气储运, 2020, 39(8): 953-960. |
ZHANG Xinsheng, CAO Xin, HAN Wenchao, et al. Prediction of submarine pipeline corrosion based on parameter optimized GM-Markov model[J]. Oil & Gas Storage and Transportation, 2020, 39(8): 953-960. | |
30 | 谢乃明, 张可. 离散灰色预测模型及其应用[M]. 北京: 科学出版社, 2016: 150-156. |
XIE Naiming, ZHANG Ke. Discrete grey prediction model and its application[M]. Beijing: Science Press, 2016: 150-156. | |
31 | 李昊燃, 郑度奎, 程远鹏, 等. 优化的灰色马尔科夫模型在油气集输管道腐蚀预测中的应用[J]. 腐蚀与防护, 2021, 42(5): 42-46. |
LI Haoran, ZHENG Dukui, CHENG Yuanpeng, et al. Application of optimized grey Markov model to corrosion prediction of oil and gas gathering and transmission pipeline[J]. Corrosion & Protection, 2021, 42(5): 42-46. | |
32 | 王庆锋, 雷兴国. 基于无偏灰色马尔可夫链组合模型的管线腐蚀剩余寿命预测[J]. 腐蚀与防护, 2018, 39(2): 136-140. |
WANG Qingfeng, LEI Xingguo. Prediction of residual service life of pipelines based on unbiased grey and Markov chain composite model[J]. Corrosion & Protection, 2018, 39(2): 136-140. | |
33 | 刘思峰. 灰色系统理论及其应用[M]. 8版. 北京: 科学出版社, 2017. |
LIU Sifeng. Grey system theory and its application[M]. 8th ed. Beijing: Science Press, 2017. | |
34 | 俞树荣, 韩竣羽, 李淑欣. 利用灰色马尔可夫模型预测腐蚀管道寿命[J]. 机械强度, 2016, 38(4): 850-856. |
YU Shurong, HAN Junyu, LI Shuxin. Predictive grey Markov chain model for pitting corrosion in piplines[J]. Journal of Mechanical Strength, 2016, 38(4): 850-856. | |
35 | 古江涛, 王增涛, 王世伟, 等. 基于PRGM-Markov链的管道腐蚀动态预测技术[J]. 油气田地面工程, 2022, 41(9): 30-35. |
GU Jiangtao, WANG Zengtao, WANG Shiwei, et al. Dynamic prediction technology of pipeline corrosion based on GM-Markov chain[J]. Oil-Gas Field Surface Engineering, 2022, 41(9): 30-35. |
[1] | 王太, 苏硕, 李晟瑞, 马小龙, 刘春涛. 交流电场中贴壁气泡的动力学行为[J]. 化工进展, 2023, 42(S1): 133-141. |
[2] | 赵晨, 苗天泽, 张朝阳, 洪芳军, 汪大海. 负压状态窄缝通道乙二醇水溶液传热特性[J]. 化工进展, 2023, 42(S1): 148-157. |
[3] | 陈匡胤, 李蕊兰, 童杨, 沈建华. 质子交换膜燃料电池气体扩散层结构与设计研究进展[J]. 化工进展, 2023, 42(S1): 246-259. |
[4] | 徐若思, 谭蔚. C形管池沸腾两相流流场模拟与流固耦合分析[J]. 化工进展, 2023, 42(S1): 47-55. |
[5] | 郭强, 赵文凯, 肖永厚. 增强流体扰动强化变压吸附甲硫醚/氮气分离的数值模拟[J]. 化工进展, 2023, 42(S1): 64-72. |
[6] | 邵博识, 谭宏博. 锯齿波纹板对挥发性有机物低温脱除过程强化模拟分析[J]. 化工进展, 2023, 42(S1): 84-93. |
[7] | 赵曦, 马浩然, 李平, 黄爱玲. 错位碰撞型微混合器混合性能的模拟分析与优化设计[J]. 化工进展, 2023, 42(9): 4559-4572. |
[8] | 罗成, 范晓勇, 朱永红, 田丰, 崔楼伟, 杜崇鹏, 王飞利, 李冬, 郑化安. 中低温煤焦油加氢反应器不同分配器中液体分布的CFD模拟[J]. 化工进展, 2023, 42(9): 4538-4549. |
[9] | 刘炫麟, 王驿凯, 戴苏洲, 殷勇高. 热泵中氨基甲酸铵分解反应特性及反应器结构优化[J]. 化工进展, 2023, 42(9): 4522-4530. |
[10] | 卜治丞, 焦波, 林海花, 孙洪源. 脉动热管计算流体力学模型与研究进展[J]. 化工进展, 2023, 42(8): 4167-4181. |
[11] | 叶振东, 刘涵, 吕静, 张亚宁, 刘洪芝. 基于钙镁二元盐的热化学储能反应器的性能优化[J]. 化工进展, 2023, 42(8): 4307-4314. |
[12] | 俞俊楠, 俞建峰, 程洋, 齐一搏, 化春键, 蒋毅. 基于深度学习的变宽度浓度梯度芯片性能预测[J]. 化工进展, 2023, 42(7): 3383-3393. |
[13] | 单雪影, 张濛, 张家傅, 李玲玉, 宋艳, 李锦春. 阻燃型环氧树脂的燃烧数值模拟[J]. 化工进展, 2023, 42(7): 3413-3419. |
[14] | 周龙大, 赵立新, 徐保蕊, 张爽, 刘琳. 电场-旋流耦合强化多相介质分离研究进展[J]. 化工进展, 2023, 42(7): 3443-3456. |
[15] | 陈蔚阳, 宋欣, 殷亚然, 张先明, 朱春英, 付涛涛, 马友光. 矩形微通道内液相黏度对气泡界面的作用机制[J]. 化工进展, 2023, 42(7): 3468-3477. |
阅读次数 | ||||||
全文 |
|
|||||
摘要 |
|
|||||
京ICP备12046843号-2;京公网安备 11010102001994号 版权所有 © 《化工进展》编辑部 地址:北京市东城区青年湖南街13号 邮编:100011 电子信箱:hgjz@cip.com.cn 本系统由北京玛格泰克科技发展有限公司设计开发 技术支持:support@magtech.com.cn |