单塔注碱加压汽提处理煤气化污水的方法

    公开(公告)号:CN101597092B

    公开(公告)日:2011-05-11

    申请号:CN200910036542.3

    申请日:2009-01-09

    IPC分类号: C02F1/20 C01C1/02

    摘要: 本发明公开了一种单塔注碱加压汽提处理煤气化污水的方法。该方法包括将煤气化污水分冷、热两股进料从污水汽提塔上部和中上部进入单塔,从单塔侧线采出气氨经三级分凝得高浓度氨气,凝液回原料罐,在侧线以下位置注碱以便将固定铵转化为氨气脱除,碱液质量百分比浓度为20%~40%,用量不高于废水中固定铵的摩尔数,塔底采出釜液进煤气化污水后续萃取脱酚过程。本发明实现煤气化污水在污水汽提塔中同时脱除酸性气、游离铵和固定铵的过程,获得高浓度氨气,塔釜净化水中二氧化碳、硫化氢、游离铵和固定铵含量极低,不易结垢,pH值降低到6左右,为煤气化污水后续溶剂萃取脱酚创造良好的萃取条件。本发明适用于煤气化污水及其综合处理过程。

    单塔注碱加压汽提处理煤气化污水的方法

    公开(公告)号:CN101597092A

    公开(公告)日:2009-12-09

    申请号:CN200910036542.3

    申请日:2009-01-09

    IPC分类号: C02F1/20 C01C1/02

    摘要: 本发明公开了一种单塔注碱加压汽提处理煤气化污水的方法。该方法包括将煤气化污水分冷、热两股进料从污水汽提塔上部和中上部进入单塔,从单塔侧线采出气氨经三级分凝得高浓度氨气,凝液回原料罐,在侧线以下位置注碱以便将固定铵转化为氨气脱除,碱液质量百分比浓度为20%~40%,用量不高于废水中固定铵的摩尔数,塔底采出釜液进煤气化污水后续萃取脱酚过程。本发明实现煤气化污水在污水汽提塔中同时脱除酸性气、游离铵和固定铵的过程,获得高浓度氨气,塔釜净化水中二氧化碳、硫化氢、游离铵和固定铵含量极低,不易结垢,pH值降低到6左右,为煤气化污水后续溶剂萃取脱酚创造良好的萃取条件。本发明适用于煤气化污水及其综合处理过程。

    一种基于高压氢气管道泄漏事故的安全距离确定方法

    公开(公告)号:CN114757015B

    公开(公告)日:2024-09-17

    申请号:CN202210285165.2

    申请日:2022-03-22

    发明人: 周妮 李秀喜

    IPC分类号: G06F30/20 G06T17/00

    摘要: 本发明公开了一种基于高压氢气管道泄漏事故的安全距离确定方法,包括:建立高压氢气管道的三维物理模型;针对不同的孔径对泄露事故进行数值模拟,得到不同孔径条件下的泄露事故的氢气泄漏流量;建立以氢气喷射区域为核心的三维空间模型;将不同孔径条件下的泄露事故的氢气泄漏量代入三维空间模型中,进行氢气泄漏扩散模拟,得到在未点燃状态下泄漏事故的爆炸危险范围;计算泄漏并点燃状态下喷射火的火焰尺寸,计算出泄露事故的辐射热通量,得到热辐射危险范围;根据模拟与计算结果拟合出与爆炸危险范围与热辐射轻伤半径计算式。本发明可快速对目标管道小孔泄漏事故进行分析预测,为氢气管道的设计安装以及事故发生的安全疏散提供更为准确的参考。

    基于爆炸超压的事故定量风险分析方法、装置及存储介质

    公开(公告)号:CN114548658A

    公开(公告)日:2022-05-27

    申请号:CN202210007167.5

    申请日:2022-01-05

    发明人: 邹婉盈 李秀喜

    IPC分类号: G06Q10/06 G06F17/18 G06F17/11

    摘要: 本发明涉及一种基于爆炸超压的事故定量风险分析方法、装置及存储介质,属于化工过程安全分析技术领域,其方法包括:建立含五个参数的爆炸超压评估模型方程,其中五个参数为泄漏孔径、泄漏时间、爆炸中心高度、待评估点与爆炸中心的水平距离、爆炸源气体系数;获取爆炸事故现场的五个参数;将五个参数代入爆炸超压评估模型方程中,获得待评估点处的爆炸超压值。本发明实现了针对多参数共同影响下对氢气等可燃气体爆炸超压进行定量评估,能够定量预测多米诺事故发生概率以及造成的风险,从而为消防救援提供一定的技术方法和理论依据。

    一种基于稀疏过滤和逻辑回归的化工过程故障检测方法

    公开(公告)号:CN107436597B

    公开(公告)日:2019-10-18

    申请号:CN201710580183.2

    申请日:2017-07-17

    IPC分类号: G05B23/02

    摘要: 本发明公开了一种基于稀疏过滤和逻辑回归的化工过程故障检测方法,所述方法包括数据采集与预处理、特征学习、分类三个步骤,从而实现化工过程的故障检测。所述方法首次将深度学习中的稀疏过滤算法应用到化工过程的特征学习中,所学习到的特征再应用逻辑回归进行分类,该方法进行特征学习阶段时采用的是无监督学习,无需人工标注数据,能够实现自适应学习原数据所具有的特征,并且能够将正常数据和各故障数据区分开来,因此应用到工业中更加简便和智能。

    一种基于稀疏过滤和逻辑回归的化工过程故障检测方法

    公开(公告)号:CN107436597A

    公开(公告)日:2017-12-05

    申请号:CN201710580183.2

    申请日:2017-07-17

    IPC分类号: G05B23/02

    摘要: 本发明公开了一种基于稀疏过滤和逻辑回归的化工过程故障检测方法,所述方法包括数据采集与预处理、特征学习、分类三个步骤,从而实现化工过程的故障检测。所述方法首次将深度学习中的稀疏过滤算法应用到化工过程的特征学习中,所学习到的特征再应用逻辑回归进行分类,该方法进行特征学习阶段时采用的是无监督学习,无需人工标注数据,能够实现自适应学习原数据所具有的特征,并且能够将正常数据和各故障数据区分开来,因此应用到工业中更加简便和智能。