原油储罐射流加热过程的传热规律研究

来源 :东北石油大学 | 被引量 : 0次 | 上传用户:cot01
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
石油,作为世界最主要的一次能源,影响着工业的发展与科技的进步。随着世界对原油需求的不断增加,原油产量也不断增加。我国作为原油进口大国,原油储量严重制约工业的发展。我国从2004年开始实施战略石油储备项目,至今还未形成满足全国90天消费需求的储备能力。大型储油站所的建立,导致对储油罐内原油加热的方式越来越受到重视。射流加热作为一种加热速率高、能耗少的加热方式逐渐应用到大型储油罐内。总的来说,储油罐内射流加热过程本质是热浮力射流。针对不同储油罐以及喷嘴,对射流加热过程传热及流动特性研究,对于制定合理的工艺方案、辅助工程决策、丰富工程传热问题的研究成果都具有重要意义。鉴于此,本文采用实验与数值模拟相结合的方式,对储油罐射流加热过程的传热规律进行研究。具体包括以下研究:首先,构建原油储罐射流加热过程模拟实验系统及分析其传热规律。基于粒子图像测速系统实现流场的可视化,并采用温度传感器实现储罐内温度数据的监测,构建模拟原油储罐射流加热过程的实验系统和实验方法。以射流结构喷嘴直径、弯管角度、射流温度以及射流速度等作为影响因素,对不同因素下储罐射流加热过程的流场和温度场的演变规律进行研究。并以罐顶与罐壁处Gr数,Pr数和Ra数作为定量分析的依据,研究散热的主要位置并分析不同实验工况下动量扩散与热量扩散的传递规律。其次,建立射流加热过程的数学模型、物理模型。对原油储罐射流加热过程传热系统进行构建,基于相关研究对边界设置相应的厚度和材料用以简化边界结构,采用非结构化网格对求解区域进行离散,基于有限体积法对于每个网格的控制方程进行离散。然后,对射流加热过程的传热和流动规律的三维数值模拟进行研究。对射流加热过程中传热、流动规律进行研究与分析,针对温度场中传热反应区以及速度场中高速区演变规律进行着重研究,射流流动与传热的耦合关系被深入分析。引入场协同理论,以协同角描述射流加热过程的传热效率。最后,分析影响因素对射流加热过程传热效率的影响规律。采用控制单一变量法设计实验方案,引入场协同理论对不同影响因素下传热效率进行定量表征,采用灰色关联分析方法对影响程度进行定量计算。对于数值模拟工况中1×104m3浮顶储罐,不同影响因素对温度场、速度场演变规律影响较小;以协同角表征传热效率,在模拟实验工况中喷嘴直径为Φ48×4mm、加热温度为70℃、弯管角度30°、喷嘴个数为8个、液位高度为3m、射流速度为12.277m/s、喷嘴倾斜角度为0°时,协同角最小,传热效率最高。基于灰色关联分析方法,相关程度排序为:加热温度>液位高度>喷嘴个数>射流速度>弯管角度>喷嘴直径>倾斜角度。对于射流轨迹,当影响因素对射流速度、加热温度、弯管角度产生较大影响时,射流轨迹随之发生变化。
其他文献
索缆是结构中重要的受力部件。然而,索缆所处的自然环境通常较为恶劣,且更换困难。位移是监测索缆“健康”状态的一个重要参数。因此对索缆的位移进行监测十分重要。传统的接触式位移测量方法存在的设备安装困难、测量精度易受环境影响、人工参与度高等问题,为此,本工作探索基于双目视觉的索缆位移测量方法。首先,为了降低对标志物尺寸大小的约束,本工作采用基于一维标定物的相机标定算法并对该算法进行改进。在原有的一维标定
学位
学位
近些年,环境污染事件的发生率逐年提高,迫切需要环境污染事件的快速监测,而传统的环境污染监控手段仍然存在监测技术配套性差和地区发展不平衡的问题,无法做到全区域、全时段、全种类的覆盖。网络新闻文本因具有广泛性、真实性和新鲜性的特点,往往可以弥补物理设备监测的不足。但是,环境污染事件往往存在“多米诺效应”,其新闻文本中易出现诸多干扰信息,如多个时间、地点和人物的混合表达,使得网络新闻文本蕴含环境污染事件
学位
学位
随着新浪微博、微信等社交媒体的崛起,互联网媒体及电子出版物代替了传统报纸等纸质出版物成为人们发布和获取信息的主要渠道。网络的飞速发展以及各种移动终端设备的流行促使网络电子文本信息的爆炸式增涨,如何从海量电子文本信息里快速汲取有效信息逐步成为研究热点问题,文本摘要自动生成技术正是解决这一问题的核心。文本摘要自动生成技术不仅仅可以提升获取信息的效率,更支撑了智能应答系统、网络舆论解析等上层应用的建设。
在实际学习与科研中,许多情况下需要将灰度图像渲染成彩色图像,例如将黑白照片着色、对夜视成像效果进行彩色化等等。现较为流行的灰度图像着色的方法是专业技术人员借助专业的图像处理软件如photoshop将图片分区,之后通过调整各个分区色相和色彩饱和度来完成上色,整个过程相当复杂。在计算机视觉领域,也有利用传统的数字图像处理技术如基于颜色传递、基于颜色标记等方法实现灰度图像着色,但是,该类技术往往需要处理
在汽车发动机性能开发中使用机器学习算法对发动机的经济与排放性能进行回归分析是不同于传统的技术手段,使用基于机理的数值预测模型能够实现最佳的预测精度,但是要想达到理想效果难度较大。而基于机器学习算法的回归预测方法能够降低技术难度,提供一种新的技术尝试。本文基于机器学习的多种算法对发动机的BSFC、NOx、HC、CO和CO2参数进行回归预测研究,使用遗传算法对回归预测模型进行超参数调整,优化模型预测表
地震波模拟是地球物理科学研究不可或缺的一部分。在地球物理学中,数值模拟揭示了一些物理场信息,这些物理场在测量时是不容易获取的,因此通过数值模拟可以更好地了解场的行为和地下结构。在进行地震波模拟计算时,对于较小的模型,可以使用单个计算节点进行波场的数值模拟。但是,当规模较大时,这一运算效率远远不能达到工业化的应用要求。更何况是,当模型巨大时,往往单个计算节点的内存很难满足整个计算过程的要求。解决这类