天然气水合物晶体结构判别及转换方法研究

发布时间：2018-04-24 15:54

  本文选题：天然气水合物 + 结构类型　； 参考：《西南石油大学》2017年硕士论文

【摘要】：天然气水合物是一种水与烃类、二氧化碳及硫化氢等小分子气体在一定条件下形成的非化学计量型晶体化合物,主要有I型(立方晶体结构)、Ⅱ型(菱形晶体结构)和H型(六方晶体结构)三种结构。研究水合物晶体结构及其变化规律,对天然气水合物形成机理、微观动力学等方面的研究具有重要意义。本文探讨了天然气水合物晶体结构类型判别及转换等方面的内容,主要研究工作如下:(1)对国内外天然气水合物晶体结构判别方法,技术研究现状进行调研。总结得出当前的方法存在研究对象单一、多在实验室中借助各种仪器技术测定,目前没有一种能够方便快速并精确测定天然气水合物结构类型与水合物结构类型是否发生转换的理论方法,并且没有一种集水合物生成及结构类型判断的实验及工业化装置;(2)分析对比天然气水合物相平衡条件研究方法中的相平衡常数法、图解法、经验公式法和热力学模型法,本文采用热力学模型法对天然气水合物相平衡条件进行研究,并计算对比了热力学模型法中的vdW-P模型与Chen-Guo模型的准确度,本次研究中vdW-P模型相比Chen-Guo模型其误差更小,结果更为准确。基于vdW-P模型,采用Visual Basic 6.0语言开发"天然气水合物结构类型判别程序",该程序用于计算天然气水合物生成与分解的温压条件和生成水合物的结构类型;(3)本文用人工神经网络模型方法来对天然气水合物晶体结构进行判别。用编制程序计算得到大量样本数据,并建立了 一个对天然气水合物结构类型进行预测的人工神经网络模型。为了获得最好的神经网络模型,对各种不同的训练功能和网络模型结构进行训练,其中,训练功能为trainlm,结构为双隐层,每个隐含层含7个节点的人工神经网络具有最小的MSE值以及最高的精度。(4)对建立的人工神经网络模型进行了验证,验证过程中分别采用了 Hold-out method与Leave-one-out method来训练判别天然气水合物结构类型的人工神经网络,从结果的均方误差值(MSE)来看,采用Leave-one-out method训练的人工神经网络具有更高的精确性,并对该人工神经网络做了适应新评估,发现该人工神经网络模型能够很好的对天然气水合物结构类型进行预测;(5)在非相平衡条件下,分析比较了气-液-固三相闪蒸计算模型中的Cole-Goodwin算法与Chen-Guo算法。并基于Chen-Guo算法提出判断水合物偏离相平衡条件的过程中水合物结构类型转换的方法;(6)在天然气水合物晶体结构判别及转换方法基础上,设计了两套能进行天然气水合物结构类型测定的多功能实验装置和天然气水合物的结构类型转换装置,其能实现以下功能:天然气水合物结构类型的测定、天然气水合物结构类型转换测试、天然气水合物生成质量测定、天然气水合物生成的热力学条件测定、水合物抑制剂的评价。
[Abstract]:Natural gas hydrate is a non-stoichiometric crystal compound formed by small molecular gases such as water, hydrocarbons, carbon dioxide and hydrogen sulfide under certain conditions. There are three kinds of structures: type I (cubic crystal structure), type 鈪，

本文编号：1797284