Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中国特种设备检测研究院何萌获国家专利权

中国特种设备检测研究院何萌获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉中国特种设备检测研究院申请的专利承压设备点蚀损伤风险量化评估方法、设备、介质及产品获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119294827B

龙图腾网通过国家知识产权局官网在2025-11-18发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202411538053.9,技术领域涉及:G06Q10/0635;该发明授权承压设备点蚀损伤风险量化评估方法、设备、介质及产品是由何萌;陈昇;谢国山;张喆;高助威;苗超;黄刚华;曹逻炜设计研发完成,并于2024-10-31向国家知识产权局提交的专利申请。

承压设备点蚀损伤风险量化评估方法、设备、介质及产品在说明书摘要公布了:本发明公开了一种承压设备点蚀损伤风险量化评估方法、设备、介质及产品,涉及石化化工承压设备安全领域,该方法包括:确定设备的损伤形式;根据所述损伤形式,计算局部均匀减薄因子;根据所述局部均匀减薄因子、通用条件因子、机械因子和工艺因子,计算得到设备修正系数;根据所述设备修正系数、管理系统评价系数、同类设备平均失效概率和超标缺陷影响系数,计算得到点蚀坑蚀失效可能性;计算泄漏后果面积;根据所述泄漏后果面积,确定点蚀坑蚀失效后果;根据所述点蚀坑蚀失效可能性和所述点蚀坑蚀失效后果,建立二维风险矩阵图;所述二维风险矩阵图用于点蚀坑蚀风险实时量化评估。本发明可有效指导石化化工行业点蚀坑蚀风险防控。

本发明授权承压设备点蚀损伤风险量化评估方法、设备、介质及产品在权利要求书中公布了:1.一种承压设备点蚀损伤风险量化评估方法,其特征在于,所述承压设备点蚀损伤风险量化评估方法包括: 确定设备的损伤形式;所述损伤形式包括:均匀损伤和局部损伤; 根据所述损伤形式,计算局部均匀减薄因子; 根据所述局部均匀减薄因子、通用条件因子、机械因子和工艺因子,计算得到设备修正系数;所述通用条件因子、机械因子和工艺因子根据API581-2016或GBT26610.4-2022标准得到; 根据所述设备修正系数、管理系统评价系数、同类设备平均失效概率和超标缺陷影响系数,计算得到点蚀坑蚀失效可能性;所述管理系统评价系数、同类设备平均失效概率和超标缺陷影响系数根据API581-2016或GBT26610.4-2022标准得到; 计算泄漏后果面积;所述泄漏后果面积包括:静态数据的失效后果面积和动态数据的失效后果面积; 根据所述泄漏后果面积,确定点蚀坑蚀失效后果;所述点蚀坑蚀失效后果包括:静态数据的失效后果量化评估和动态数据的失效后果量化评估; 根据所述点蚀坑蚀失效可能性和所述点蚀坑蚀失效后果,建立二维风险矩阵图;所述二维风险矩阵图用于点蚀坑蚀风险实时量化评估; 当所述损伤形式为均匀损伤时,根据所述损伤形式,计算局部均匀减薄因子,具体包括: 根据API581-2016或GBT26610.4-2022标准,确定均匀减薄因子; 当所述损伤形式为局部损伤时,根据所述损伤形式,计算局部均匀减薄因子,具体包括: 基于凹坑评定方法和合于使用评价方法,分别计算得到失效临界壁厚值,并记录失效临界壁厚值最大值; 根据点蚀坑蚀局部损伤扩展速率预测模型、点蚀坑蚀减薄严重程度指数和所述失效临界壁厚值最大值,确定强度修正因子;所述点蚀坑蚀局部损伤扩展速率预测模型用于预测局部损伤形貌随时间扩展速率;所述点蚀坑蚀减薄严重程度指数根据时间、点蚀坑蚀速率和厚度数据计算得到; 根据所述强度修正因子,确定局部减薄因子; 所述点蚀坑蚀局部损伤扩展速率预测模型的表达式为: 其中,Δx为金属表面点蚀集周向上点蚀集扩展速率,即蚀坑半径扩展速率,mma;Δy为点蚀集垂直于金属表面方向上局部伤扩展速率,即蚀坑深度扩展速率,mma;c为侵蚀性离子浓度,molL;T为测试温度,℃;pH为腐蚀性溶液酸碱度;f·为点蚀坑蚀损伤速率函数。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人中国特种设备检测研究院,其通讯地址为:100029 北京市朝阳区和平街西苑2号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。