化工企业凝液分级管理在锅炉安全运行中的重要性

兖矿国宏化工有限责任公司是兖矿集团化工公司下属的大型化工企业,主要产品是甲醇,公司蒸汽废锅和加热器配置较多,拥有五级蒸汽管网和凝液管网,凝液较为复杂,锅炉给水多次被污染,管道内壁大面积严重腐蚀,造成锅炉频繁发生水冷壁管泄露甚至爆管事故,本文主要分析我公司凝液分级管理在锅炉安全运行中出现问题的原因,并采取适当的改造措施。     

钻完井滤液表皮系数浅析

试井确定的表皮系数,广泛用于评价油气层的伤害,是评价油气井产能和完井效率的重要参数。然而,这种方法获得的表皮系数是一个受多种因素影响的总表皮系数。它既包括钻井、完井液对近井地带的储层污染与堵塞影响,又包括钻井、完井的不完善和增产措施的影响。试井解释只是求得总的表皮系数,不能反映储层具体受污染情况。分析了试井方法的表皮系数,并通过求出各个拟表皮系数,从而最终求得钻完井滤液表皮系数。     

3M将投资10亿美元以实现碳中和,减少用水量并改善水质

3M近日宣布,公司预计将在未来20年内投资约10亿美元,用以加速实现新环保目标,具体包括:到2050年实现碳中和、全球所有工厂减少25%的用水量,以及提升生产排水的水质,以减少对环境的影响。“在推动3M业务不断发展的同时,我们还将在环境管理、社会公平正义以及公司治理等领域发挥领导作用。”     

基于Python平台通过单因子指标法进行地下水质量评价

水质评价关系到水质质量,常见的评价方法有层次分析法、综合评价法等,这些方法评价过程非常复杂,单因子评价方法相比具有操作容易.实际中单因子进行评价时存在概念理解难、计算容易出错等问题.为解决单因子计算问题,本文提出采用Python编程语言进行单因子评价.本文详细分析了Python进行单因子评价流程,从数据采集、数据清洗、数据处理、系统实现进行分析.应用结果表明基于Python编程的单因子评价方法具有评价效率高、准确度高优点.     

常规水质检测方法研究

随着我国现代化科学技术的不断进步发展,我国的环境问题越来越受到了全社会的广泛关注,其中水是最重要的自然环境资源,但是水污染问题已经变得越来越严重,甚至影响到了人们的生活健康水平。因此水质检测进一步的受到了社会的关注和重视。文章主要针对现阶段的常规水质检测的方法进行简要分析,并提出一些合理化的建议。     

小龙虾实用养殖技术

一、小龙虾养殖条件小龙虾对环境的适应性较强,能在湖泊、池塘、河沟、稻田等各种水体中生长,水源要充足,水深在1m左右。以我县英山乡长洋稻田120亩养殖小龙虾基地为例。1.选址:先考虑水源充足,池塘应选在通风向阳、环境安静、水质无污染、水质良好,进水排水方便,地势较为平坦好管理,池底为硬土质或沙质,无淤泥。     

基于Python平台通过单因子指标法进行地下水质量评价

水质评价关系到水质质量,常见的评价方法有层次分析法、综合评价法等,这些方法评价过程非常复杂,单因子评价方法相比具有操作容易.实际中单因子进行评价时存在概念理解难、计算容易出错等问题.为解决单因子计算问题,本文提出采用Python编程语言进行单因子评价.本文详细分析了Python进行单因子评价流程,从数据采集、数据清洗、数据处理、系统实现进行分析.应用结果表明基于Python编程的单因子评价方法具有评价效率高、准确度高优点.     

结合新型模糊支持向量机和证据理论的多传感器水质数据融合

在多传感器水质数据融合领域，证据理论是有效的数据融合方法之一，但基本概率分配一般不易确定，从而使数据融合能力难以有效发挥。支持向量机是统计学习理论之上的高级分类算法，具有普适性和全局优化等特点，但输出的基本概率分配有待进一步提高。提出了一种基于证据理论和新型模糊支持向量机相结合的数据融合方法，通过建立基于分类超平面距离的模糊隶属度，训练模糊支持向量机提高传统支持向量机的基本概率分配，并结合证据理论进行海河水质数据融合。通过证据理论分别结合支持向量机和模糊综合评价法与上述方法进行对比实验，经精度、平均绝对百分误差、均方根误差等指标验证，精度提高10.5%，表明所提方法是一种可靠的多传感器的水质融合方法，较其他方法具有更高的融合精度。     

环境监测水质采样质量管理

水质采样是当前我国水环境监测不能缺少的一部分,水质采样环节如果存在质量问题,就会影响水质检测结果。针对这种情 况,论文从水质检测化验的重要性出发,结合实际存在的问题,探讨水质采样质量管理措施,希望能够为相关工作人员提供一些帮助。     

基于卷积神经网络的京杭大运河遥感影像水质分类算法研究

京杭大运河是世界上最古老最长的运河,并且近年来作为南水北调工程的东线,其水环境安全对沿岸城市具有重要意义。近几年京杭大运河的水污染情况日益引起关注,但在大面积的运河上缺乏具有空间连续监测的监测结果。文章建立小型水质遥感影像样本数据库并设计能够挖掘不同水质信息的卷积神经网络模型来实现对运河水质的快速分类。文章模型的验证精度达到88.0%,测试精度达到84.6%,具有一定的时空普适性,为管理部门提高水环境管理效率提供辅助作用。