石油化工中心化验室暖通空调系统节能措施探讨

来源 :石油化工设计 | 被引量 : 0次 | 上传用户:nanometer
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
通风空调能耗作为石油化工厂中心化验室的主要能耗之一,能占到总建筑能耗的50%以上.介绍了石油化工厂化验室暖通空调能耗概况,以及中心化验室暖通空调系统设计过程中,可采用的几种节能措施如设置变风量系统、优化设计冷热源、增设热回收系统、优化舒适性设计等.并结合实际工程案例,对各类节能措施的选用进行探讨.在实际工程项目中,暖通工程师应当结合工程实际,综合考虑可行性、经济性、节能效果等因素,选用合理的节能措施.
其他文献
以设计约束与建筑创作的关系为研究对象,基于唯物辩证法的对立统一规律,分析设计约束与建筑创作之间的对立统一关系,找到两者之间的对立转化为统一的方法,探讨在无法转化的情况下的应对策略,根据分析探讨得出的结果论述建筑创作的成败.在建筑创作貌似难以实现的大环境下,不畏惧阻力、障碍或失败,提高自身设计能力,从设计约束中找灵感或有原则地调整适应并最终完成建筑创作.
因化工装置作用工况的特殊性、多样性和复杂性导致作用(荷载)属性取值不合理、作用效应跨时空组合的情况时有发生.因此,精准确定短暂设计状况的设计条件、准确应用GB 50068—2018《建筑结构可靠性设计统一标准》标准显得尤为重要.以化工工程结构为研究对象,以GB 50068为准则,阐述了化工装置结构短暂设计状况各作用工况的属性及标准值的取值方法,给出了作用效应组合,总结了化工结构短暂设计状况的结构分析思路和设计方法.
为了实现设计及管理文件数字化交付,从而达到项目智能一体化要求,越来越多的工程项目采用Intergraph的SmartPlant Enterprise数字化软件系统进行工程设计、信息管理和材料管理等一系列工作,其中涉及的软件包括:三维工厂设计软件SmartPlant 3D、材料管理软件SmartPlant Materials、工艺管道及仪表流程图设计软件SmartPlant P&ID、仪表设计软件SmartPlant Instrumentation以及工程数据集成及文档管理平台SmartPlant Foun
低压断路器是低压配电系统中的重要保护电器,简要对比了不同类别低压断路器的区别,重点分析了电动机保护用MCCB的参数和特性,及其过电流脱扣器与配电保护用过电流脱扣器的区别.归纳了电动机保护用低压断路器及其过电流脱扣器的选择和整定方法,并以实例说明其选用的具体步骤.
S Zorb装置中的特殊阀门开关频次高、输送介质特殊、工作温度压力变化大,故多采用进口阀门,但在长周期运行过程中不可避免地会出现故障,如阀门内漏、卡涩、开关超时等.针对某公司S Zorb装置中3种特殊阀门使用过程中出现的故障原因进行分析,立足于故障的相同性,参考了其他厂家阀门故障的特殊性,提出了优化措施和建议,能有效减少阀门故障;保证设备的安全平稳和长周期运行.
介绍了某项目3000 m3球罐喷淋冷却系统的管径、喷头及减压孔板的优化设计方案,并利用PIPENET软件对优化前后的喷淋冷却系统进行了模拟计算;其模拟数据显示:优化后系统的阻力损失和入口端压力降低了,消防安全的级别提升了.
为了实现西南油气田公司各天然气净化厂对产品天然气高位发热量、总硫含量、硫化氢含量、二氧化碳含量、水露点这5个质量指标值的在线监测,通过分析研究这5个质量指标对应的在线分析仪的应用现状,提出相应在线分析仪配置选型及其应用管理的建议,从而实时、准确、快速的指导天然气净化装置的操作调整,使产品天然气质量指标值满足GB 17820—2018《天然气》的要求.
液化天然气(LNG)气化器是LNG接收站的主要设备,其运行是否正常一定程度上决定了站场的外输能力.介绍了LNG气化器的类型,阐述了国内标准中关于气化器平面布置、管道设计应遵循的原则.LNG低温管道选用304/304L双牌号奥氏体不锈钢,保冷材料选用聚氨酯泡沫、泡沫玻璃及丁腈橡胶和二烯烃泡沫,其次着重介绍了ORV管道的布置方案泄漏收集措施,最后对ORV的设计要点进行了分析总结.
简要介绍了丁烷异构化工艺的发展现状及典型的异构化工艺流程,利用Aspen Plus软件模拟,进行了能量的集成利用及重点换热器的设计优化,分析比较了能耗和成本的节省情况.在产品分离部分,对稳定塔和异丁烷塔进行热耦合,节省了低压蒸汽消耗,通过适当升高稳定塔压力实现了更佳的节能效果.在异构化反应部分,优化反应进出料换热,采用缠绕管式换热器提高低温进出料换热器热负荷,节省了高压蒸汽消耗,与普通管壳式换热器相比有较明显的优势.
根据汽油产品的工业生产实测数据,从数据挖掘和运筹优化等多角度探究汽油清洁化的工艺改进路径.首先,对原始数据和样本数据进行预处理,以保证后续模型的质量;其次,为了降低模型的复杂性,通过梯度下降回归树筛选出预测模型的主要变量;再次,考虑到操作变量之间存在高度非线性和相互强耦联的关系,通过BP神经网络分别建立主要变量对辛烷值损失以及产品硫含量的预测模型;最后,建立主要操作变量优化的两阶段优化模型,并通过可视化输出操作变量的逐步调整效果,供工业生产参考.