一、Application of the quantitative oil monitoring to analysing the operating condition of marine machinery(论文文献综述)
闫斌斌[1](2021)在《基于气路性能混合模型的燃气轮机叶片故障预警及诊断方法研究》文中指出叶片是燃气轮机的重要部件,长时间在较高的转速、温度、压力和负荷条件下工作,受空气中的杂质污染和腐蚀,发生故障的概率极高,故障模式如结垢、磨损、腐蚀和打伤等。叶片故障严重影响燃气轮机运行的稳定性、经济性和安全性。因此,开展燃机叶片故障诊断研究十分必要。本文主要从气路性能诊断方法出发,研究基于混合模型的燃气轮机叶片故障预警及诊断中的若干关键问题:1)同型号不同燃气轮机个性化差异对气路性能机理模型仿真精度存在影响;2)仅凭机理的建模方式难以适应燃气轮机气路性能的残余个性化差异;3)采用单一参数和固定阈值的燃气轮机叶片故障预警存在误警率和漏警率较高的问题;4)叶片故障诊断过程中存在模型精度有限和寻优算法易陷入局部最优等问题。开展的主要工作如下:建立了燃气轮机个性化气路性能机理模型。针对同型号不同燃气轮机部件特性图的个性化差异,改进了现有的部件通用解析解,同时提出基于粒子群算法的性能自适应方法,通过定义的更新因子实现了部件特性曲线形状的靶向控制,进而实现了部件解析解与实际部件特性的精准匹配。针对燃气轮机循环设计点与循环参考点之间的个性化差异,提出基于逆向迭代和遗传算法的循环参考点整定方法,实现了循环参考点的精准整定,提高了气路性能机理模型的准确性。部件特性曲线和循环参考点的自适应调整,明显降低了燃气轮机实际性能与气路性能机理模型之间的个性化差异。通过燃气轮机现场实测数据验证了该方法的有效性。提出了两类燃气轮机气路性能混合驱动模型构建方法。针对某些燃气轮机循环参考点和部件特性曲线难以获取的问题,提出一种结合燃气轮机机理的气路性能混合模型构建方法,并定义为第一类混合模型。该方法面向燃气轮机部件单元体构建混合模型,其中神经网络结构、神经元数量和激活函数的选定分别参考燃气轮机模块化划分、截面热力参数数量以及部件非线性程度。针对循环参考点和部件特性曲线可用,但气路性能机理模型和燃气轮机实际性能之间仍存在残余个性化差异的情况,提出了一种基于径向基神经网络误差补偿的混合模型,并定义为第二类混合模型。该方法以机理模型为基础,通过径向基神经网络补偿残余个性化差异造成的误差。通过在役燃气轮机实测数据验证了该方法的有效性。建立了基于宽频振动和混合模型的燃气轮机叶片故障预警方法。由于采用单一参数和固定阈值的叶片故障预警易出现误报率和漏报率较高的问题,故提出了一种基于多参数的燃气轮机叶片故障变工况预警方法。首先基于宽频振动信号提取偏离特征参数,同时基于气路性能信号提取降级特征参数;其次研究特征参数的阈值设定方法,考虑变工况对阈值设定的影响,建立了叶片故障的3级预警规则。最后通过燃气轮机实际故障案例验证了该方法的有效性。研究了基于混合模型的燃气轮机叶片故障诊断方法。针对非线性气路故障诊断的优化算法易陷入局部最优的问题,建立了基于改进粒子群算法和混合模型的非线性叶片故障诊断模型。以实测数据为目标,通过气路性能混合模型的自适应调整确定部件性能降级量,进而识别燃气轮机叶片的故障模式。针对燃气轮机部件特性曲线和循环参考点难以获取的场合,基于测量参数进行叶片故障诊断,而该方法仅对叶片单一故障的诊断精度较高,对于多种叶片故障同时发生的场合诊断精度较低,因此研究了基于SVM和第一类混合模型的叶片单一故障诊断方法。在上述模型基础上,提出了基于改进相似度算法的叶片自动诊断方法,可自动识别叶片故障类型。通过燃气轮机叶片故障实测数据验证了该方法的有效性。本文的研究成果可以补充和拓展目前的叶片故障预警和诊断理论,同时为相关理论在工程实践中的应用提供参考。
杨惠云,孙大新,王思奇,郑延波[2](2021)在《智能润滑技术在油气田行业智能化发展中的研究与应用》文中研究说明油气田领域使用的大型机械设备是重中之重,要维护工业设备的安全运转,最重要的就是维护好设备的润滑,减少机械故障。当前,机械润滑系统的维护与检测主要依靠传统的离线检测模式,但随着数字化、信息化时代的到来,传统的油气田设备的管理及监测也随之发展,越来越多结合智能化的润滑系统的研究应运而生。通过智能润滑技术,对设备润滑状态实时监测,大幅降低因油品劣化造成磨损失效,有效延长设备使用寿命,减少停机损失。本文阐述油气田领域的智能润滑技术,并结合大庆某油田设备的智能润滑案例进行简要分析。
吴华堂[3](2021)在《船用天然气发动机爆震检测与控制技术研究》文中认为
李傲[4](2021)在《基于机器学习算法的异常检测及其应用研究》文中研究说明
董仕[5](2021)在《基于信息融合的柴油发动机故障诊断系统研究》文中指出
胡泽胜[6](2021)在《基于全面成本管理的ZC公司海运成本控制研究》文中研究表明
顾毅[7](2021)在《VE公司的库存周转问题及优化对策研究》文中研究指明
何建晗[8](2021)在《基于模糊故障树的港口装卸货作业安全风险研究》文中提出
解珂[9](2021)在《翻译四步骤理论视角下High-Performance Bolting Technology for Offshore Oil and Natural Gas Operations(第2-3章)翻译实践报告》文中研究说明随着钻井技术的进步,大陆架上丰富的石油和天然气资源变得唾手可得。石油钻井设备的运用对石油资源开发具有重要意义,所以对该类石油科技文本的翻译至关重要。本研究选取石油科技文本High-Performance Bolting Technology for Offshore Oil and Natural Gas Operations(Chapter 2-3)进行汉译实践,该文本内容涉及水下钻井设备紧固件的安全评估,其汉译可以使国内学者了解国外石油科技领域的最新研究成果,促进我国石油科技领域的发展进步。本文在分析原文文本特点的基础上,选取了斯坦纳的翻译四步骤为理论指导,具体遵循信任、侵入、吸收和补偿四步原则,完成了对该文本的翻译实践。进而对翻译实践过程中遇到的问题及其解决方案进行了归纳总结,重点从词汇、句法和篇章层面对典型案例进行分析,梳理探讨了所采用的翻译技巧,完成了翻译实践报告,以期对同类文本的翻译提供借鉴。主要发现为:以翻译四步骤理论为指导,要求译者在进行翻译实践之前,应做到相信文本具有价值、坚信自己的能力。在侵入和吸收时,词汇层面主要采用直译法;句法层面,根据不同的句子类型,可以采用顺译法、增译法、逆译法、合译法、分译法等方法;在语篇层面,应注意句间和段内的连贯和衔接。在补偿过程中,应补偿省略的信息、保留文章原有格式等。
蓝东方[10](2021)在《浙江自贸试验区油气全产业链发展路径研究》文中研究表明浙江自贸试验区自成立起就专注于油气产业的发展建设,以“制度创新”为核心,在舟山群岛走出了一条特色化、差别化探索的油气产业链发展道路。2020年对于油气产业是意义非凡的一年,新冠疫情的冲击和国际贸易的动荡为浙江自贸试验区发展油气全产业链带来新的机遇与挑战。在此背景下,通过对新加坡自由贸易港的油气产业链发展路径研究,比较分析浙江自贸试验区当前产业链存在的制约因素以及发展优势,从而进行高质量、高标准的油气产业链发展路径探索,对我国油气全产业链的拓展布局具有重要的参考价值。本文通过案例研究方法,基于产业链理论与自由贸易区理论的文献研究,对浙江自贸试验区与新加坡自由港的油气产业链发展水平进行数据编码与评价分析,将全产业链拆解为仓储运输、油气加工、油气贸易和港区服务四大环节进行评价分析,从而发现浙江自贸区油气全产业链建设的不足,并从短、中、长期方向对油气全产业链的发展路径进行规划分析,提出发展建设中需要注意的问题。通过本文的研究发现,浙江自贸试验区在油气贸易环节的制度创新较多,但整体产业链建设上体现出“多、散、乱”的特征,油气产业链的中下游环节较为薄弱,易产生断链风险。因此,本文提出了浙江自贸试验区油气产业链发展路径的选择方案:短期内以油气贸易中心建设为突破口对接国际油气贸易标准,为国内外企业提供安全高效的营商环境;中期发展上以“双循环”驱动为核心,依靠“131”战略将化工产品重心向高端化工业偏移;长期发展上通过浙沪联动建设国际一流标准的综合型自由贸易港,推进完成油气全产业链的高质量建设工作。
二、Application of the quantitative oil monitoring to analysing the operating condition of marine machinery(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、Application of the quantitative oil monitoring to analysing the operating condition of marine machinery(论文提纲范文)
(1)基于气路性能混合模型的燃气轮机叶片故障预警及诊断方法研究(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 课题研究背景及意义 |
1.1.1 课题来源 |
1.1.2 研究背景与意义 |
1.2 国内外相关研究进展 |
1.2.1 气路性能机理模型研究进展 |
1.2.2 气路性能混合模型研究进展 |
1.2.3 叶片故障预警研究进展 |
1.2.4 叶片故障诊断研究进展 |
1.3 当前研究趋势及需要解决的关键问题 |
1.3.1 当前研究趋势 |
1.3.2 需要解决的关键问题 |
1.4 本文研究内容及结构安排 |
第二章 燃气轮机个性化气路性能机理模型 |
2.1 引言 |
2.2 燃气轮机通用气路性能机理模型 |
2.2.1 部件数学模型 |
2.2.2 稳态数学模型 |
2.2.3 动态数学模型 |
2.3 燃气轮机部件特性曲线自适应 |
2.3.1 部件特性通用解析解 |
2.3.2 更新因子提取及灵敏度分析 |
2.3.3 改进粒子群优化算法 |
2.3.4 通用解析解自适应方法 |
2.3.5 方法验证 |
2.4 燃气轮机循环参考点整定 |
2.4.1 循环参考点 |
2.4.2 循环参考点逆向迭代求解理论 |
2.4.3 循环参考点整定方法 |
2.4.4 验证案例描述 |
2.4.5 方法评估与验证分析 |
2.5 燃气轮机个性化气路性能机理模型应用 |
2.5.1 燃气轮机及其气路测试参数概述 |
2.5.2 个性化稳态气路性能机理模型及应用 |
2.5.3 个性化动态气路性能机理模型及应用 |
2.6 本章小结 |
第三章 燃气轮机气路性能混合驱动模型 |
3.1 引言 |
3.2 燃气轮机气路性能数据驱动模型 |
3.2.1 多层感知机理论 |
3.2.2 燃气轮机气路性能数据驱动模型构建方法 |
3.2.3 方法验证 |
3.3 面向单元体的燃气轮机气路性能混合模型 |
3.3.1 面向对象与燃气轮机气路性能仿真 |
3.3.2 面向单元体的气路性能混合模型构建方法 |
3.3.3 方法验证 |
3.4 基于径向基神经网络误差补偿的混合模型 |
3.4.1 径向基神经网络 |
3.4.2 基于径向基神经网络的误差补偿方法 |
3.4.3 方法评估与对比验证 |
3.5 气路性能混合模型应用实例 |
3.5.1 应用案例1 |
3.5.2 应用案例2 |
3.5.3 应用案例3 |
3.5.4 应用案例4 |
3.5.5 案例对比分析 |
3.6 本章小结 |
第四章 基于宽频振动和混合模型的燃气轮机叶片故障预警 |
4.1 引言 |
4.2 宽频振动信号特征提取 |
4.2.1 宽频振动信号测试 |
4.2.2 宽频振动信号特征提取方法 |
4.2.3 各部件宽频振动信号特征 |
4.3 气路性能信号特征提取 |
4.3.1 压气机气路性能信号特征 |
4.3.2 燃气涡轮气路性能信号特征 |
4.3.3 动力涡轮气路性能信号特征 |
4.4 基于宽频振动和混合模型的叶片故障预警方法 |
4.4.1 报警阈值 |
4.4.2 叶片故障特征阈值设定方法 |
4.4.3 叶片故障预警方法 |
4.5 方法应用案例 |
4.5.1 叶片报警阈值生成 |
4.5.2 预警方法验证 |
4.6 本章小结 |
第五章 基于混合模型的燃气轮机叶片故障诊断 |
5.1 引言 |
5.2 燃气轮机叶片故障 |
5.2.1 典型叶片故障 |
5.2.2 燃气轮机叶片故障判据 |
5.3 基于改进粒子群和混合模型的燃气轮机叶片故障诊断 |
5.3.1 非线性气路分析法 |
5.3.2 比折合参数表征的叶片健康参数 |
5.3.3 基于改进粒子群和混合模型的叶片故障诊断方法 |
5.3.4 方法验证及实际应用案例 |
5.4 基于SVM和混合模型的燃气轮机叶片故障诊断 |
5.4.1 支持向量机 |
5.4.2 基于混合模型的叶片故障模拟 |
5.4.3 基于SVM和混合模型的叶片故障诊断方法 |
5.4.4 方法评估及实际应用案例 |
5.5 燃气轮机叶片故障自动诊断方法 |
5.5.1 模式识别理论 |
5.5.2 叶片故障模式相似度分析 |
5.5.3 基于改进相似度的自动诊断方法 |
5.5.4 应用案例 |
5.6 本章小结 |
第六章 结论与展望 |
6.1 论文主要研究成果 |
6.2 展望 |
参考文献 |
致谢 |
研究成果及发表的学术论文 |
作者和导师简介 |
附件 |
(2)智能润滑技术在油气田行业智能化发展中的研究与应用(论文提纲范文)
1 智能化油气田中的智能润滑 |
2 传统润滑与科学智慧润滑 |
3 智能润滑监测技术 |
(1)油品黏度的监测 |
(2)油品水分含量的监测 |
(3)油品杂质颗粒的监测 |
4 智能润滑技术的应用案例 |
5 结束语 |
(9)翻译四步骤理论视角下High-Performance Bolting Technology for Offshore Oil and Natural Gas Operations(第2-3章)翻译实践报告(论文提纲范文)
ACKNOWLEDGEMENTS |
abstract |
摘要 |
CHAPTERⅠINTRODUCTION |
1.1 Background and Significance |
1.2 Task Description |
1.3 Report Structure |
CHAPTER Ⅱ LITERATURE REVIEW |
2.1 Domestic Research Status |
2.1.1 Research on petroleum science and technology text translation |
2.1.2 Research on the application of fourfold translation motion theory to petroleum science and technology text |
2.2 Overseas Research Status |
CHAPTER Ⅲ TRANSLATION PROCESS |
3.1 Pre-Translation |
3.2 While-Translation |
3.3 Post-Translation |
CHAPTER Ⅳ STUDY OF SOURCE TEXT AND THEORETICAL FOUNDATION |
4.1 Features of the Source Text |
4.1.1 Lexical features |
4.1.2 Syntactical features |
4.1.3 Textual features |
4.2 Theoretical Foundation |
4.2.1 Introduction to fourfold translation motion theory |
4.2.2 Significance of fourfold translation motion theory to petroleum science and technology text translation |
CHAPTER Ⅴ CASE STUDY |
5.1 Translator’s Trust |
5.1.1 Trust of the source text value |
5.1.2 Trust of the translator’s competence to understand the text |
5.2 Translator’s Aggression and Incorporation |
5.2.1 Aggression and incorporation at lexical level |
5.2.2 Aggression and incorporation at syntactical level |
5.2.3 Aggression and incorporation at textual level |
5.3 Translator’s Compensation |
5.3.1 Compensation of information |
5.3.2 Compensation of form |
CHAPTER Ⅵ CONCLUSION |
6.1 Findings |
6.2 Limitations and Suggestions |
BIBLIOGRAPHY |
APPENDIXⅠ:SOURCE TEXT |
APPENDIXⅡ:TARGET TEXT |
(10)浙江自贸试验区油气全产业链发展路径研究(论文提纲范文)
致谢 |
摘要 |
abstract |
1 绪论 |
1.1 选题背景与意义 |
1.1.1 选题背景 |
1.1.2 研究意义 |
1.2 研究思路与框架 |
1.2.1 研究内容 |
1.2.2 研究设计 |
1.2.3 案例选择 |
1.2.4 数据收集 |
1.2.5 研究框架 |
1.3 可能的创新点 |
2 文献综述 |
2.1 自由贸易试验区相关概念研究综述 |
2.1.1 自由贸易试验区 |
2.1.2 自由贸易港 |
2.1.3 自贸区发展风险因素 |
2.2 产业链理论综述 |
2.2.1 产业链理论 |
2.2.2 油气全产业链理论 |
2.2.3 产业链建设及发展风险 |
2.3 分析与总结 |
3 国内外油气产业链发展概况 |
3.1 国际油气产业链发展概况 |
3.1.1 油气全产业链的定义 |
3.1.2 油气产业发展现状 |
3.1.3 三次石油危机的启示 |
3.1.4 新加坡油气全产业链发展路径经验 |
3.2 国内油气产业链发展概况 |
3.2.1 石油产业发展现状 |
3.2.2 天然气产业发展现状 |
3.3 浙江自贸试验区油气产业链概况 |
3.4 本章总结 |
4 油气全产业链发展水平的数据编码与分析 |
4.1 理论框架 |
4.2 数据编码 |
4.3 案例分析 |
4.3.1 仓储运输环节数据编码分析 |
4.3.2 油气加工环节数据编码分析 |
4.3.3 油气贸易环节数据编码分析 |
4.3.4 港区服务环节数据编码分析 |
4.3.5 案例分析总结 |
5 浙江自贸试验区油气全产业链发展路径分析 |
5.1 浙江自贸试验区的优势与制约因素 |
5.1.1 浙江自贸区油气全产业链建设优势 |
5.1.2 浙江自贸区油气全产业链建设的制约因素 |
5.2 油气全产业链发展路径分析 |
5.2.1 加强油气贸易中心建设的短期发展路径 |
5.2.2 双循环驱动,发展高端石化的中期发展路径 |
5.2.3 浙沪联动共建自由贸易港的长期发展路径 |
5.3 油气全产业链发展的政策建议 |
5.3.1 提高系统集成性制度创新能力 |
5.3.2 完善绿色可持续发展体系 |
5.3.3 关注产业链风险防控问题 |
5.4 本章总结 |
6 研究结论与展望 |
6.1 研究结论 |
6.2 研究不足与展望 |
参考文献 |
四、Application of the quantitative oil monitoring to analysing the operating condition of marine machinery(论文参考文献)
- [1]基于气路性能混合模型的燃气轮机叶片故障预警及诊断方法研究[D]. 闫斌斌. 北京化工大学, 2021
- [2]智能润滑技术在油气田行业智能化发展中的研究与应用[J]. 杨惠云,孙大新,王思奇,郑延波. 智能制造, 2021(S1)
- [3]船用天然气发动机爆震检测与控制技术研究[D]. 吴华堂. 哈尔滨工程大学, 2021
- [4]基于机器学习算法的异常检测及其应用研究[D]. 李傲. 哈尔滨工业大学, 2021
- [5]基于信息融合的柴油发动机故障诊断系统研究[D]. 董仕. 石家庄铁道大学, 2021
- [6]基于全面成本管理的ZC公司海运成本控制研究[D]. 胡泽胜. 中央民族大学, 2021
- [7]VE公司的库存周转问题及优化对策研究[D]. 顾毅. 西南大学, 2021
- [8]基于模糊故障树的港口装卸货作业安全风险研究[D]. 何建晗. 南华大学, 2021
- [9]翻译四步骤理论视角下High-Performance Bolting Technology for Offshore Oil and Natural Gas Operations(第2-3章)翻译实践报告[D]. 解珂. 西安石油大学, 2021(12)
- [10]浙江自贸试验区油气全产业链发展路径研究[D]. 蓝东方. 浙江大学, 2021(09)