基于RBF神经网络区域划分-分块补偿的储油罐用温度传感器非线性补偿

由于储油罐温度场分布规律复杂,因此采用温度传感器进行储油罐温度数据测量时需要进行误差补偿,提出了一种基于RBF神经网络区域划分-分块补偿方法。根据储油罐温度场分布规律及温度传感器安装布置,将罐内空间划分为若干个区域。利用RBF神经网络对各个区域内的温度传感器分别构建相互独立的补偿模型进行非线性补偿。实验表明,与多种补偿方法相比,该种方法模型结构简单,补偿后的储油罐用温度传感器误差大幅减少。

基于峰值守恒法的油罐呼吸阀气通量计算

呼吸阀是减少油气排放量、保证储油罐使用安全性的必要措施之一。由于储油罐所处环境条件的不同,罐内物性参数随时间而发生变化,增加了呼吸阀设计条件的不确定性。影响呼吸阀气通量的各种物理量是多种多样的,其中温度变化是影响呼吸阀气量的主要因素之一。本文以温度变化作为研究呼吸阀气通量的出发点,提出了新的呼吸阀气通量计算方法——峰值守恒法。即将气相与液相的质量变化过程视为一个独立的质量守恒体,把该守恒体的气相介质分量变化过程作为研究对象,并设定其饱和蒸气压状态下的峰值变化过程为呼吸阀气通量,利用质量守恒原则,推导出了呼吸阀气通量计算方法。该方法与目前常用的公式方法相比,其计算气通量更接近实际情况,提高了呼吸阀的设计与选用的准确性。

浅析储运系统罐底油损耗原因及降低措施

本文对储运系统罐底油损耗原因进行了分析,并且从增加储运效益角度探讨了具体的措施,以期为相关人员提供借鉴参考,优化储油罐装置,降低油罐温度,从而减少罐底油损耗,对实现保护环境的目标起到促进作用。同时,还可以增加企业的经济效益,促进其长久稳定地发展。