| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第8-16页 |
| 1.1 课题背景和研究意义 | 第8页 |
| 1.2 蜡沉积研究现状 | 第8-14页 |
| 1.2.1 蜡沉积机理 | 第8-10页 |
| 1.2.2 蜡沉积影响因素 | 第10-12页 |
| 1.2.3 蜡沉积预测模型 | 第12-14页 |
| 1.3 本研究的主要内容 | 第14-15页 |
| 1.4 技术路线 | 第15-16页 |
| 第2章 油包水型乳状液蜡沉积相关参数研究 | 第16-29页 |
| 2.1 数据来源 | 第16页 |
| 2.2 油包水型乳状液的物性确定 | 第16-18页 |
| 2.2.1 原油基础物性分析 | 第16-17页 |
| 2.2.2 油水乳状液密度 | 第17页 |
| 2.2.3 油水乳状液比热容 | 第17-18页 |
| 2.2.4 油水乳状液导热系数 | 第18页 |
| 2.3 析蜡特性分析 | 第18-19页 |
| 2.4 管壁处径向温度梯度确定 | 第19-25页 |
| 2.4.1 冷指实验的径向温度梯度计算方法 | 第19-21页 |
| 2.4.2 环道实验径向温度梯度计算方法 | 第21-25页 |
| 2.5 乳状液蜡分子扩散系数确定 | 第25-26页 |
| 2.6 剪切速率和剪切应力 | 第26-27页 |
| 2.7 本章小结 | 第27-29页 |
| 第3章 乳状液粘度组合预测模型 | 第29-40页 |
| 3.1 筛选粘度计算模型 | 第29-34页 |
| 3.1.1 粘度计算模型 | 第29-30页 |
| 3.1.2 模型筛选 | 第30-32页 |
| 3.1.3 模型评价 | 第32-33页 |
| 3.1.4 适用性验证 | 第33-34页 |
| 3.2 粘度组合预测模型建立 | 第34-36页 |
| 3.3 油包水型乳状液粘度预测分析系统 | 第36-38页 |
| 3.4 粘度组合预测模型的应用 | 第38-39页 |
| 3.5 本章小结 | 第39-40页 |
| 第4章 油包水型乳状液蜡沉积速率预测 | 第40-65页 |
| 4.1 油包水型乳状液蜡沉积模型 | 第40-42页 |
| 4.1.1 常规蜡沉积模型 | 第40-42页 |
| 4.1.2 模型建立 | 第42页 |
| 4.2 径向基神经网络方法 | 第42-49页 |
| 4.2.1 径向基神经网络的结构 | 第42-43页 |
| 4.2.2 径向基神经网络的学习算法 | 第43-45页 |
| 4.2.3 基于径向基神经网络的蜡沉积速率预测模型建立 | 第45-47页 |
| 4.2.4 模型对比与误差分析 | 第47-49页 |
| 4.3 基于粒子群优化的径向基神经网络方法 | 第49-57页 |
| 4.3.1 粒子群优化算法 | 第49-52页 |
| 4.3.2 基于PSO-RBF神经网络建立蜡沉积速率预测模型 | 第52-55页 |
| 4.3.3 模型对比与误差分析 | 第55-57页 |
| 4.4 敏感性分析 | 第57-64页 |
| 4.4.1 径向基神经网络敏感性计算方法 | 第57-58页 |
| 4.4.2 敏感性系数计算 | 第58-59页 |
| 4.4.3 单因素敏感性分析 | 第59-64页 |
| 4.5 本章小结 | 第64-65页 |
| 第5章 油包水型乳状液蜡沉积模型的应用 | 第65-76页 |
| 5.1 A至B平台混输管道概况 | 第65-66页 |
| 5.2 A至B平台海底管道蜡沉积参数确定 | 第66-69页 |
| 5.3 A至B平台海底管道沿程结蜡速率预测 | 第69-71页 |
| 5.4 模型验证 | 第71-75页 |
| 5.4.1 根据管道蜡沉积量与清管量进行验证 | 第71-72页 |
| 5.4.2 根据沿程摩阻增加值进行验证 | 第72-75页 |
| 5.4.3 误差分析 | 第75页 |
| 5.5 本章小结 | 第75-76页 |
| 第6章 结论与建议 | 第76-77页 |
| 6.1 结论 | 第76页 |
| 6.2 建议 | 第76-77页 |
| 致谢 | 第77-78页 |
| 参考文献 | 第78-83页 |
| 攻读硕士学位期间发表的论文及科研成果 | 第83页 |