期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于机器学习方法的气相CO_(2)环境下13Cr管材腐蚀速率预测模型研究
1
作者
郑华安
姜平
+5 位作者
贾辉
宫汝祥
薄振宇
张雪娜
冯福平
韩旭
《热加工工艺》
北大核心
2025年第12期84-91,共8页
CO_(2)腐蚀井下管材现象普遍存在,目前对于气相CO_(2)环境下的13Cr管材腐蚀速率缺少适用的预测方法。针对该问题,研究了含Cr管材抗腐蚀机理及影响因素。基于正交试验法明确了各腐蚀因素影响13Cr管材腐蚀速率的重要性。基于机器学习方法...
CO_(2)腐蚀井下管材现象普遍存在,目前对于气相CO_(2)环境下的13Cr管材腐蚀速率缺少适用的预测方法。针对该问题,研究了含Cr管材抗腐蚀机理及影响因素。基于正交试验法明确了各腐蚀因素影响13Cr管材腐蚀速率的重要性。基于机器学习方法,建立了管材腐蚀速率预测模型。采用Python语言编制了BP神经网络、决策树、随机森林以及支持向量机等4种机器学习模型,以室内数据为数据集进行腐蚀速率模型优选。结果标明,13Cr管材在气相CO_(2)中表现为匀速腐蚀,腐蚀速率为0.0122~0.0361 mm/a。与室内结果相比,决策树模型预测结果准确度可达到85.1%。采用现场实际应用套管剩余壁厚对所建模型进行验证,准确率在80%以上。所建立的预测方法可推广应用至相近腐蚀条件下的管材腐蚀速率预测。
展开更多
关键词
CO_(2)腐蚀
13Cr
机器学习
决策树
腐蚀速率预测
在线阅读
下载PDF
职称材料
基于计算流体力学方法的CO_(2)驱油与埋存微观规律
2
作者
黄子俊
张雪娜
+6 位作者
雷伴雨
宫汝祥
刘伟伟
郑玉飞
薄振宇
朱彤宇
李宗法
《华南师范大学学报(自然科学版)》
北大核心
2024年第6期26-34,共9页
多孔介质内CO_(2)驱油与埋存过程受孔喉结构、受力情况、CO_(2)-油混相程度和流体物性变化的共同影响。基于计算流体力学(CFD)方法,提出一种CO_(2)驱油与埋存孔隙尺度数值模拟方法,以讨论孔喉结构、受力情况、CO_(2)-油混相程度与流体...
多孔介质内CO_(2)驱油与埋存过程受孔喉结构、受力情况、CO_(2)-油混相程度和流体物性变化的共同影响。基于计算流体力学(CFD)方法,提出一种CO_(2)驱油与埋存孔隙尺度数值模拟方法,以讨论孔喉结构、受力情况、CO_(2)-油混相程度与流体物性变化等因素对CO_(2)驱油与埋存效果的影响。模拟结果表明:CO_(2)混相驱油初期,流体对流是影响原油采出与碳埋存程度的关键因素。在CO_(2)混相驱油与埋存阶段后期,受真实多孔介质复杂孔隙结构影响,扩散是盲端、角隅等孔隙结构内油组分与CO_(2)混合、采出及实现CO_(2)埋存的基本机制,扩散可使原油采出程度进一步提高18.14%。流体密度和黏度降低能够有效增强主渗流区域内油/CO_(2)组分的浓度梯度,从而显著提升各组分的扩散效率,进而提高CO_(2)驱油与埋存效率。研究结果可为矿场CO_(2)驱油与埋存过程提供理论支持。
展开更多
关键词
计算流体力学
孔隙尺度
混相驱
CO_(2)埋存
在线阅读
下载PDF
职称材料
题名
基于机器学习方法的气相CO_(2)环境下13Cr管材腐蚀速率预测模型研究
1
作者
郑华安
姜平
贾辉
宫汝祥
薄振宇
张雪娜
冯福平
韩旭
机构
中海石油(中国)有限公司海南分公司
中国海油南海油气能源院士工作站
海洋油气高效开发全国重点实验室
天津市海洋石油难动用储量开采重点实验室
中海油田服务股份有限公司油田生产事业部
东北石油大学提高油气采收率教育部重点实验室
大庆市低碳建筑与新能源利用重点实验室
出处
《热加工工艺》
北大核心
2025年第12期84-91,共8页
基金
中国海洋石油有限公司综合科研项目(KJZH-2023-2203)。
文摘
CO_(2)腐蚀井下管材现象普遍存在,目前对于气相CO_(2)环境下的13Cr管材腐蚀速率缺少适用的预测方法。针对该问题,研究了含Cr管材抗腐蚀机理及影响因素。基于正交试验法明确了各腐蚀因素影响13Cr管材腐蚀速率的重要性。基于机器学习方法,建立了管材腐蚀速率预测模型。采用Python语言编制了BP神经网络、决策树、随机森林以及支持向量机等4种机器学习模型,以室内数据为数据集进行腐蚀速率模型优选。结果标明,13Cr管材在气相CO_(2)中表现为匀速腐蚀,腐蚀速率为0.0122~0.0361 mm/a。与室内结果相比,决策树模型预测结果准确度可达到85.1%。采用现场实际应用套管剩余壁厚对所建模型进行验证,准确率在80%以上。所建立的预测方法可推广应用至相近腐蚀条件下的管材腐蚀速率预测。
关键词
CO_(2)腐蚀
13Cr
机器学习
决策树
腐蚀速率预测
Keywords
CO_(2)corrosion
13Cr
machine learning method
decision tree method
corrosion rate prediction
分类号
TG174 [金属学及工艺—金属表面处理]
在线阅读
下载PDF
职称材料
题名
基于计算流体力学方法的CO_(2)驱油与埋存微观规律
2
作者
黄子俊
张雪娜
雷伴雨
宫汝祥
刘伟伟
郑玉飞
薄振宇
朱彤宇
李宗法
机构
海洋油气高效开发全国重点实验室
天津市海洋石油难动用储量开采重点实验室
中海油田服务股份有限公司油田生产事业部
长江大学石油工程学院
出处
《华南师范大学学报(自然科学版)》
北大核心
2024年第6期26-34,共9页
基金
国家自然科学基金项目(51922007)。
文摘
多孔介质内CO_(2)驱油与埋存过程受孔喉结构、受力情况、CO_(2)-油混相程度和流体物性变化的共同影响。基于计算流体力学(CFD)方法,提出一种CO_(2)驱油与埋存孔隙尺度数值模拟方法,以讨论孔喉结构、受力情况、CO_(2)-油混相程度与流体物性变化等因素对CO_(2)驱油与埋存效果的影响。模拟结果表明:CO_(2)混相驱油初期,流体对流是影响原油采出与碳埋存程度的关键因素。在CO_(2)混相驱油与埋存阶段后期,受真实多孔介质复杂孔隙结构影响,扩散是盲端、角隅等孔隙结构内油组分与CO_(2)混合、采出及实现CO_(2)埋存的基本机制,扩散可使原油采出程度进一步提高18.14%。流体密度和黏度降低能够有效增强主渗流区域内油/CO_(2)组分的浓度梯度,从而显著提升各组分的扩散效率,进而提高CO_(2)驱油与埋存效率。研究结果可为矿场CO_(2)驱油与埋存过程提供理论支持。
关键词
计算流体力学
孔隙尺度
混相驱
CO_(2)埋存
Keywords
computational fluid dynamics(CFD)
pore-scale
miscible flooding
CO_(2)sequestration
分类号
O647.32 [理学—物理化学]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于机器学习方法的气相CO_(2)环境下13Cr管材腐蚀速率预测模型研究
郑华安
姜平
贾辉
宫汝祥
薄振宇
张雪娜
冯福平
韩旭
《热加工工艺》
北大核心
2025
0
在线阅读
下载PDF
职称材料
2
基于计算流体力学方法的CO_(2)驱油与埋存微观规律
黄子俊
张雪娜
雷伴雨
宫汝祥
刘伟伟
郑玉飞
薄振宇
朱彤宇
李宗法
《华南师范大学学报(自然科学版)》
北大核心
2024
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部