基于风险的炼化企业测厚的分析与管理
| 学位论文数据集 | 第1-4页 |
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-13页 |
| 第一章 绪论 | 第13-19页 |
| ·课题的研究背景 | 第13-15页 |
| ·石化领域设备腐蚀情况 | 第13-14页 |
| ·石化设备管理引入风险的概念 | 第14页 |
| ·石化领域的检验要求 | 第14-15页 |
| ·国内外测厚技术现状及发展方向 | 第15-16页 |
| ·课题的目的和意义 | 第16-17页 |
| ·课题的意义 | 第16-17页 |
| ·课题研究的目标 | 第17页 |
| ·本课题研究的内容 | 第17-19页 |
| 第二章 炼化企业的测厚分析与管理系统 | 第19-29页 |
| ·炼化设备的腐蚀分类 | 第19-21页 |
| ·静设备的腐蚀监测技术 | 第21-23页 |
| ·石化装置的腐蚀分布 | 第21-22页 |
| ·炼化企业常用的腐蚀监测方法 | 第22-23页 |
| ·基于风险的测厚管理与分析 | 第23-28页 |
| ·基于风险的测厚管理与分析的内容 | 第23-25页 |
| ·动态选点的方法 | 第25-26页 |
| ·确定基于风险的检测方案 | 第26-28页 |
| ·本章小结 | 第28-29页 |
| 第三章 腐蚀速率的理论计算方法 | 第29-45页 |
| ·理论基础 | 第29-32页 |
| ·腐蚀速率的计算方法 | 第29-30页 |
| ·腐蚀减薄的分析 | 第30-32页 |
| ·腐蚀速率的计算 | 第32-35页 |
| ·基于BP神经网络的腐蚀速率预测 | 第35-39页 |
| ·BP神经网络简述 | 第35-36页 |
| ·BP神经网络的算法 | 第36-38页 |
| ·BP神经网络模型的训练步骤 | 第38-39页 |
| ·管道剩余寿命计算 | 第39页 |
| ·预估管道的检验周期 | 第39-41页 |
| ·管道最小壁厚的计算 | 第41-42页 |
| ·本章小结 | 第42-45页 |
| 第四章 动态RBI技术 | 第45-57页 |
| ·RBI概述 | 第45页 |
| ·风险的定义及计算 | 第45-52页 |
| ·RBI定性分析方法 | 第48-49页 |
| ·RBI定量分析方法 | 第49-52页 |
| ·动态RBI方法研究过程 | 第52-54页 |
| ·动态RBI分析方法 | 第54-55页 |
| ·典型静设备的失效模式及其影响分析研究 | 第54-55页 |
| ·技术路线 | 第55页 |
| ·本章小结 | 第55-57页 |
| 第五章 测厚的分析与管理系统在硫磺回收装置的应用 | 第57-73页 |
| ·工作流程 | 第57-58页 |
| ·硫磺回收装置的腐蚀分析与管理 | 第58-60页 |
| ·装置的工艺流程与腐蚀分析 | 第58-59页 |
| ·装置腐蚀速率计算结果 | 第59页 |
| ·装置风险分析结果 | 第59-60页 |
| ·重点腐蚀管道的BP神经网络腐蚀速率预测模型 | 第60-62页 |
| ·重点管道的超声测厚及腐蚀速率的计算 | 第62-70页 |
| ·超声测厚 | 第62-63页 |
| ·管道腐蚀速率计算 | 第63-65页 |
| ·理论腐蚀速率的计算 | 第65-70页 |
| ·重点管道的风险分析 | 第70-71页 |
| ·本章小结 | 第71-73页 |
| 第六章 总结与展望 | 第73-75页 |
| ·总结 | 第73-74页 |
| ·展望 | 第74-75页 |
| 参考文献 | 第75-79页 |
| 致谢 | 第79-81页 |
| 研究成果及发表论文 | 第81-83页 |
| 作者及导师简介 | 第83-84页 |
| 附表 | 第84-85页 |
