تهران - میدان هفت تیر - ابتدای خیابان قائم مقام فراهانی - بعد از سه راه مشاهیر - کوچه سام- پلاک 17- طبقه 4
تلفن:5- 88349670 (021) فکس: 88349673 (021)
Website: www.ParsNamadData.com E-mail: Info@ParsNamadData.com
فراخوان روش های نوین شناسایی نشتی در تست هیدرواستاتیک خطوط لوله مدفون در خاک 

  • آگهی گزار شرکت ملی مهندسی و ساختمان نفت ایران 
    کد پارس نماد: 5167571
    استان: سایر تاریخ درج آگهی: 1401/08/28
    تاریخ شروع: 1401/08/28 مهلت اسناد: 1401/10/01
    شماره آگهی: - منبع: سایت 1401.8.28
    عنوان آگهی: فراخوان روش های نوین شناسایی نشتی در تست هیدرواستاتیک خطوط لوله مدفون در خاک 
    شرح آگهی:

    عنوان تقاضا : روش های نوین شناسایی نشتی در تست هیدرواستاتیک خطوط لوله مدفون در خاک 
    شرکت متقاضی : شرکت ملی مهندسی و ساختمان نفت ایران 
    وضعیت تقاضا : فعال
    گروه تقاضا: پژوهش کاربردی
    محل تامین اعتبار : بند واو تبصره 9 قانون بودجه
    ماهیت تقاضا : فناوری 
    حوزه تقاضا : فناوری های نفت و گاز 
    تاریخ ثبت تقاضا : 1401.7.2
    مهلت ارسال پیشنهاده : 1401.10.1
    زمان مورد انتظار اجرا : 9 ماه
    هزینه مورد انتظار اجرا : 0 ریال 
    اهداف اجرای پروژه:کاهش هزینه های مربوط به تست هیدرواستاتیک - کاهش زمان عملیات تست هیدرواستاتیک - افزایش دقت در شناسایی نشتی جهت جلوگیری از آلودگی محیط زیست، هزینه های تمیز کردن محیط زیست و....
    اطلاعات تماس نماینده  02181788643 
    نام و نام خانوادگی نماینده :  حمیدرضا یدالهی 
    جهت اطلاعات تکمیلی به سایت http://sate.atf.gov.ir
    جهت رویت اطلاعات بیشتر اصل اگهی به قسمت تصویر اگهی در سایت مناقصات پارس نماد مراجعه فرمایید


    برای شرکت در مناقصه حتما از تصویر اصل آگهی در سایت پارس نماد داده ها استفاده نمایید
    آدرس و تلفن: سایر,
    آگهی شماره 1 از تعداد 1 آگهی. گزارش گیری شده در تاریخ ۱۴۰۱/۰۸/۲۸ هجری خورشیدی

از این پس می توانید برای دریافت سریعتر pdf روزانه خود به سایت پارس نماد داده ها مراجعه نمایید.

اخطار: کلیه حقوق جمع آوری این اخبار متعلق به مرکز فرآوری اطلاعات پارس نماد داده ها میباشد.هرگونه کپی برداری و سوء استفاده از این اخبار موجب پیگرد قانونی است.
Pars namad data Pars namad data Pars namad data Pars namad data Pars namad data Pars namad data Pars namad data