基于风险的炼化企业测厚的分析与管理
本课题将炼化企业的测厚技术和风险评估联系在一起，对炼化行业中的静设备进行监测管理，将用户、检测计划管理、腐蚀管理、监督部门等建立成一个自组织机制，形成一套科学的测厚管理与分析系统。
本文应用了两种方法对测厚数据进行计算与分析，一种是利用管道的材料和工艺参数，以介质中硫的含量、压力值、含酸量、气体的流速和温度，应用Matlab编程，建立BP神经网络的腐蚀速率预测模型，其输入层就包含五个节点，输出为腐蚀速率，经过反复的计算与迭代，得到在隐含层为8时，网络的计算结果最佳，从而预测出管道的平均腐蚀速率。另一种方法为运用超声测厚得到的数据进行设备和管道平均腐蚀速率、长期腐蚀速率、短期腐蚀速率的计算以及其剩余寿命和下次检验时间的预估，并将PCMS软件计算的结果和理论计算的结果进行对比，验证软件计算的正确性。最后，将由两种方法分析得到的腐蚀速率进行加权，带入计算RBI的失效可能性，并根据风险等级制定检验和维修计划，修正超声测厚的布点。
将本文所研究的方法应用于中国茂名石化的硫磺回收装置，对该装置的管道进行腐蚀的预测、分析和计算，并结合RBI技术对管道进行风险评估，从而实现科学布点，优化检验策略，验证了该方法的有效性。
腐蚀速率;神经网络;剩余寿命;检验时间;炼化企业
北京化工大学
硕士
机械电子工程
杨剑锋
2013
中文
F426.7;TE973.6
84
2013-12-31（万方平台首次上网日期，不代表论文的发表时间）