童柏栋
- 作品数：27 被引量：8H指数：2
- 供职机构：湖南大学更多>>
- 相关领域：化学工程理学环境科学与工程石油与天然气工程更多>>
- 一种从工业尾气中分离回收二氧化碳的工艺
- 本发明公开了一种从工业尾气中分离回收二氧化碳的工艺，其主要利用能量高度集成手段—热泵精馏技术，该工艺是：预处理后的工业尾气进入吸收塔底部，与从吸收塔顶部进入的吸收液逆流接触，得到富液；所述富液通过富液泵后经分流器分为两股...
- 梁志武高红霞童柏栋那艳清
- 文献传递
- 4-((2-羟乙基)(烷基)氨基)-2-丁醇及其制备方法
- 本发明公开了4‑((2‑羟乙基)(烷基)氨基)‑2‑丁醇及其制备方法，4‑((2‑羟乙基)(烷基)氨基)‑2‑丁醇的结构式为<Image file="DDA0000995485190000011.GIF" he="238...
- 梁志武素德卡暖·辛托苏帕瓦·坦塔亚努童柏栋崴法尔·伊迪梅刘贺磊
- 文献传递
- 一种醇胺溶液中二氧化碳的总传质系数的测定方法
- 本发明公开了一种醇胺溶液中二氧化碳的总传质系数的测定方法，在填料塔内，用醇胺溶液吸收二氧化碳，醇胺为1‑二甲氨基‑2‑丙醇，醇胺溶液从上往下流动，含二氧化碳的气体从下往上流动，所述醇胺溶液中二氧化碳的总传质系数K<Sub...
- 梁志武刘贺磊文乐童柏栋
- 文献传递
- BP神经网络预测填料塔中CO2吸收的传质性能
- 填料塔中伴随有化学反应的二氧化碳吸收是一个极其复杂的工艺过程，涉及到流体力学、传质、传热、热力学和动力学等方面的内容。虽然文献中已有大量关于传质关联式的报道，但这些关联式都基于一定的理论假设，适用范围和准确度也不尽相同。
- 符开云陈光莹梁志武那艳清童柏栋
- 关键词：BP神经网络填料塔二氧化碳传质性能
- 4-((2-羟乙基)(烷基)氨基)-2-丁醇在吸收酸性气体方面的应用
- 本发明公开了4‑((2‑羟乙基)(烷基)氨基)‑2‑丁醇在吸收酸性气体方面的应用，4‑((2‑羟乙基)(烷基)氨基)‑2‑丁醇的结构式为<Image file="DDA0000995483470000011.GIF" h...
- 梁志武刘贺磊素德卡暖·辛托苏帕瓦·坦塔亚努童柏栋崴法尔·伊迪梅
- 文献传递
- 醇胺吸收法烟气脱碳工艺流程的改进与优化模拟被引量：4
- 2012年
- 针对现有捕集工艺存在能耗高等问题,采用化学吸收法捕获CO2技术,基于Promax3.0化工流程模拟软件平台建立了使用MEA溶剂吸收300MW燃煤电厂烟道气中CO2捕集系统的过程模型,对分段吸收的吸收解吸分流进行了模拟,并对分段吸收流程重要参数进行了优化,在保证CO2捕获率90%的前提下,使得再沸器负荷降至2.66GJ/t CO2,比优化后的传统MEA法的热能耗降低了20.6%。
- 奚飞梁志武陈光莹高红霞孙晶晶童柏栋
- 关键词：二氧化碳单乙醇胺
- Bu_4NBr/Mg(OH)Cl高效催化二氧化碳和环氧丙烷合成碳酸丙烯酯被引量：2
- 2012年
- 考察了几种均相、非均相和负载型催化剂对CO2和环氧丙烷(PO)合成碳酸丙烯酯(PC)的催化性能的影响,发现n-Bu4NBr/Mg(OH)Cl具有较高的催化活性。在不加任何溶剂的条件下,研究其对反应的影响。催化剂n-Bu4NBr/Mg(OH)Cl重复使用6次后,催化活性略微下降。
- 高红霞陈光莹符开云刘贺磊童柏栋梁志武
- 4‑((2‑羟乙基)(烷基)氨基)‑2‑丁醇在吸收酸性气体方面的应用
- 本发明公开了4‑((2‑羟乙基)(烷基)氨基)‑2‑丁醇在吸收酸性气体方面的应用，4‑((2‑羟乙基)(烷基)氨基)‑2‑丁醇的结构式为<Image file="DDA0000995483470000011.GIF" h...
- 梁志武刘贺磊素德卡暖·辛托苏帕瓦·坦塔亚努童柏栋崴法尔·伊迪梅
- 文献传递
- 人工神经网络法预测二氧化碳-原油最小混相压力被引量：2
- 2012年
- CO2-原油的最小混相压力(MMP)是CO2采油过程中,尤其是混相驱油过程中的一个非常重要的参数。目前预测最小混相压力的方法中,实验法费时且花费很大;传统的数值方法只针对特定的油藏,适应性不强。鉴于此,亟需找到一种快速稳定的数学方法来预测最小混相压力。本文主要采用人工神经网络算法,通过建立网络模型,对地下油层中影响最小混相压力的主要因素-注入气体组分、油层温度和油层组成进行拟合来预测最小混相压力。文章还将该算法的预测结果与其它一些算法的结果进行了对比。通过对CO2-原油最小混相压力进行模拟预测,可为注入CO2采油提供可靠的理论依据,并以此指导注入CO2提高原油采收率工程的顺利实施。
- 陈光莹梁志武符开云罗鹏童柏栋曾凡华
- 关键词：二氧化碳混相驱最小混相压力人工神经网络模型提高原油采收率
- 基于粒子群算法优化的人工神经网络用于CO2驱油最小混相压力预测
- 人工神经网络模型是预测CO2提高原油采收率过程中最小混相压力（MMP）的一种非常有效的数值模拟方法。该方法具有运行速度快、适应性好的优点。但由于最小混相压力测量困难造成的数据量不足及数据误差,传统的神经网络模型极易陷入局...
- 陈光莹李辰梁志武那艳清童柏栋
- 关键词：人工神经网络粒子群算法最小混相压力提高采油率
- 文献传递
