APP下载

考虑污垢影响的换热器网络清洗时序优化研究进展

2015-12-31张艳禹,张芳军,陈鹏鹏

河南化工 2015年4期
关键词:优化

考虑污垢影响的换热器网络清洗时序优化研究进展

张艳禹 , 张芳军 , 陈鹏鹏

(惠生工程(中国)有限公司 , 河南 郑州450018)

摘要:在化工生产中,换热器存在普遍结垢现象,这给生产和操作带来了一定的损失。通过定期清洗换热设备,能够有效地减少损失。本文首先对换热设备表面结垢及应对方法进行介绍,在此基础上系统地概述了国内外换热器网络清洗时序优化的研究进展及其应用情况,并且对现有的求解方法及开发软件进行对比分析。最后针对目前研究状况,本文提出了几点展望。

关键词:换热器网络 ; 清洗时序 ; 优化

中图分类号:TQ050.2

收稿日期:2015-01-16

作者简介:张艳禹(1964-),男,高级工程师,从事化工设计工作;联系作者:张芳军(1975-),工程师,从事化工工艺设计工作,电话:13526674038。

Research Progress of Heat Exchanger Network Cleaning Timing

Optimization Which Considering the Effect of Fouling

ZHANG Yanyu , ZHANG Fangjun , CHEN Pengpeng

(Vison Engineering China Co.Ltd , Zhengzhou450018 , China)

Abstract:The heat exchanger surface scaling and its countmeasures are introduced.On the basis,the research progress and its application situation of heat exchanger network cleaming timing optimization at home and aboard are system summarized,the existing solving method and developing software are contrastive analysised.Finally,according to the present research status,some prospect are point out.

Key words:heat exchanger network ; cleaning timing ; optimization

0引言

换热器是食品及化工生产中常用的换热设备。据调查,目前九成以上的换热器存在不同程度的结垢现象。污垢的沉积降低了换热设备的传热性能,夏新民[1]曾对此进行估算:当换热面的污垢达到2 mm厚时,设备的传热性能将比洁净状态降低30%。此外污垢的存在增加了流体流动的阻力,导致泵和风机的功率能耗增加。为了降低由污垢造成的损失,需要定期对设备进行清洗来去除污垢。

目前,针对单个换热器的清洗时序的研究比较成熟,单个设备的最优清洗时序可以通过确定性的、统计学的最优控制的方法获得。但是对于换热网络而言,各个换热器通过流股相互关联,当一个换热器离线清洗,网络的构型将发生变化,各换热器的热负荷就会被重新分配,那么其它换热器甚至整个网络的换热也将会受到影响,这会导致公用工程的消耗增加,产品的质量下降。对连续过程而言,工厂由于清洗导致的停车所造成的减产损失远远大于清洗费用本身。因此,针对换热网络,什么时间对哪台换热器清洗是一个很复杂的时序优化问题,需要在清洗费用、公用工程消耗和清洗导致的产品损失之间进行权衡[2]。

目前,针对换热器网络清洗时序优化的研究已经取得了一定的进展,下面将从三个层次进行描述:①换热设备结垢及清洗方法研究;②换热器网络清洗时序优化数学模型描述及其应用;③解算方法及现有开发软件概述。

1换热设备结垢及清洗方法

1.1换热设备结垢研究

不洁净的气体或液体流经传热表面逐渐积聚形成的固体层即为污垢。按照污垢形成过程,液体传热表面污垢主要分为:饱和液体中无机盐在换热表面析出的结晶污垢、重力作用悬浮颗粒在固体表面聚集的微粒污垢、化学反应生成物形成的污垢、换热器材料参与化学反应形成的腐蚀污垢、微生物附着在换热面上形成的生物污垢以及高浓度的液体在过冷换热面上形成的凝固污垢等[3]。在换热器表面,可能同时存在多种污垢。影响污垢形成的因素很多,不仅包括流体本身的性质、实际工况的操作条件,还包含换热器的材质、构型等。

虽然对污垢的研究已经取得了很大的进展,但是由于缺乏污垢生长的特性数据,并且研究者对污垢形成的起始和老化阶段某些机制不是很清楚,目前很难提出一个具有普适性并且能够精确表征污垢特性的理论模型,面对换热器及换热网络设计,通常使用一些经验预测模型。这些模型是在一定的简化假定下,结合实测数据提出的。

常见的经验型污垢模型有线性增长模型、降率模型和渐近线型增长模型,如图1中线1、2和3所示。目前工业生产和实验室中遇到的污垢大多数呈渐进线型增长[4]。

1.2换热设备清洗方法研究

常用的换热设备清洗方法有:机械清洗和化学清洗。化学清洗也叫做溶剂清洗,针对不同的污垢组成,清洗液的组成可能是除垢剂、酸或酶。化学清洗利用泵将清洗液打入换热器内,几次循环之后,再用清水冲洗换热器的内管和壳层。机械清洗是利用机械冲击力来去除污垢的方法,通常采用高压水枪或者高压蒸汽喷射实现。机械清洗与化学清洗各有利弊,如表1所示。对换热器进行清洗时,应根据实际情况具体选择。

图1 污垢随时间变化曲线

换热设备清洗方法机械清洗化学清洗利可以除去化学清洗不能除去的硬质污垢钢材损耗少清洗时可以对损坏的换热器进行修补不用拆开设备清洗均匀一致劳动强度小,费用少弊需将换热器拆开耗时长费用高不能用于换热器内堵塞的情况需要对清洗液进行处理当清洗液选择不合适时会腐蚀钢管

2换热器网络清洗时序优化数学模型

换热网络清洗时序优化通常被设计成一个混合整数规划问题:采用0-1变量表示设备处于操作或者清洗的状态,在系统运行期间以操作费用最小或系统运行周期最长为目标函数,通过动态模拟换热器网络各台设备的运行,建立NLP/MINLP数学模型。

研究初期,Smaili[5]通过对工厂一段时间内生产数据进行分析,获得换热器污垢生长的线性模型,由于各台换热器结垢程度不同,定性地选择需要清洗的换热器。生产过程中,当换热器网络中某一台换热器清洗时,通过增加加热蒸汽的用量来保证系统的正常运行。根据加热温度不同,选用不同等级的热源。最后以加热蒸汽的用量最小为目标来确定什么时间,清洗哪台换热器。考虑到流体压降与泵等因素对连续运行的换热器网络操作的影响,Ceorgiadis[6]采用非线性的模型来预测设备换热表面污垢的生长情况,提出联合用电消耗、维护费用和清洗费用等条件建立了操作费用最小的经济学目标函数。在此基础上,针对实际生产中外界环境变化,将不确定的经济因素和管理因素(例如天然气和燃料等期货价格、原油中污垢的生长速率和蒸馏装置中采用的不同种类的原油等)加入模型中,该模型能够对当前最佳决策进行评估,为工程师提供合理的建议[7]。

大多数的换热器网络经过改造之后,原油被加热到更高的温度,而温度越高,污垢生长的速率越快。也就是说污垢的存在影响了网络的热回收性能,而高温环境加速设备结垢,二者相互制约,因此无论换热器网络设计还是改造,需要同时考虑能量、污染物排放以及由污垢所造成的损失。Rodriguez[8]通过将影响换热器结垢的操作条件(例如换热器壁面温度、管内流体的流速等)与换热器网络的清洗时序同时优化,从根本上减少了污垢的生长,这种方法更节省能量,并且对下游工序的影响最小。

此外,在炼油系统中,靠近加热炉的换热器,换热面上的污垢长期处于高温环境逐渐形成焦化层(coke)。针对这种现象,Ishiyama[9]提出了双层污垢的概念,定量描述污垢的焦化程度,如图2所示。在食品和化工行业,将污垢类似的变化称为老化现象(ageing)。污垢层与老化层差异表现在:污垢层生长较快,并且疏松多孔,较易去除;而老化层质地坚硬,普通的化学方法很难去除。考虑到污垢老化现象,Ishiyama等[10-12]提出不同时期对换热器采取不同的清洗方式:化学清洗和机械清洗。两种清洗方法的操作费用、耗用时间及对污垢的去除能力不同。在换热器网络中,通过对各台换热器的清洗时序和清洗方式进行优化,能够有效地延长换热器网络的运行时间,降低网络的操作费用,提高其传热效率。

图2 污垢及其老化的生长示意图

3解算方法及现有开发软件概述

目前对换热器网络清洗时序优化所建立的数学模型包括:MINLP和MILP。两种模型各有利弊,MINLP对问题的描述更为精确,但是由于模型的非凸性,求解相对复杂,不仅不能获得全局最优解,而且需要从多个初值点的优化结果选择最好的结果,也就是说其最优解对初值的依赖性很强。MILP求解相对简单,可以获得全局最优解,但是需要对对数平均温度和污垢模型进行线性化的处理,而且只能用于小规模的换热网络清洗时序优化问题。

针对两种模型求解的工具大体上分为两类:①数学规划软件GAMS中DICOPT++求解器;②采用贪婪算法或者其它随机算法。2002年Smaili[13]分别采用GAMS中外推法和随机优化算法中门限接受算法(BTA)对MINLP模型进行求解,通过两个算例证明BTA算法相对比较简单、稳定,适用于大规模的问题(例如时间间隔或设备数目很多)求解。两种解算方法中,前者求解方便,但是由于求解者对软件后台不了解,因此容易陷入局部最优解,并且对求解的初值要求较高。后者更容易获得全局最优解,但是需要在C或者C++环境下对模型求解,因此对研究者的编程能力要求较高。

在上述研究的基础上,SepehrSanaye和BehzadNiroomand[14]在Visual Basic 6环境下,开发了换热网络清洗时序优化软件。该软件的界面简单,在进行模拟计算时,使用者只需输入冷热流体流率、进口温度、污垢模型参数、换热器面积、公用工程单价、清洗费用等参数,运行该优化软件后,即可获得最佳清洗时序及其对应的最小操作费用。

4结论及展望

换热设备结垢是一种很普遍的现象,考虑到污垢对设备传热效率及流体力学的影响,实际生产中需要定期对换热设备进行清洗。针对换热器网络,通过对各台换热器的清洗时序进行优化,不仅能够延长生产运行周期,增加产品产量,而且能够有效的降低系统的操作费用。

目前对换热器网络清洗时序优化的研究虽然取得了一定的进展,但是仍存在一些问题有待解决:①现阶段研究中缺乏换热设备污垢生长模型数据,这将会影响到换热器网络清洗时序优化中对污垢热阻的动态描述;②由于大规模换热网络清洗时序优化的MINLP模型中包含的整型变量较多,并且GAMS对该问题的求解并不能取得很好的结果,因此对于MNILP问题的求解,无论是使用GAMS还是进一步完善或开发以贪婪算法为代表的启发式算法都是下一步的研究重点之一。

参考文献:

[1]夏新民. 换热器在线清洗技术介绍[J].石油化工设备技术,1993,14(4):56-60.

[2]Rodriguez C,Smith R.Optimization of operating conditions for mitigating fouling in heat exchanger networks[J].Trans IChemE,Part A,Chemical Engineering Research and Design,2007,85(A6):839-851.

[3]杨善让,徐志明,孙灵芳.换热设备污垢与对策[M]. 北京:科学出版社,2004.

[4]冷学礼,田茂诚,潘继红,等.渐近线型污垢生长的参数特性及测量方法[J].热能动力工程,2008,23(3):278-279.

[5]Smaili F,Angadi D K,Hatch C M,et al.Optimization of scheduling of cleaning in heat exchanger networks subject to fouling:sugar industry case study[J].Trans IChemE C:Food Bioproducts Process,1999,77:159-164.

[6]Georgiadis M C,Papageorgiou L G.Optimal energy and cleaning management in heat exchanger networks under fouling[J].Chem Eng Res Des,2000,78(2): 168-179.

[7]Javier H,Lavaja,Miguel J.On a new MILP model for the planning of heat-exchanger network cleaning.Part III:multiperiod cleaning under uncertainty with financial risk management[J].Ind Eng Chem Res,2005,44:8136-8146.

[8]Rodriguez C,Smith R.Optimization of operating conditions for mitigating fouling in heat exchanger networks[J].Trans IChemE,Part A,Chemical Engineering Research and Design,2007,85(A6):839-851.

[9]Ishiyama E M,Paterson W R,Wilson D I.Exploration of alternative models for the aging of fouling deposits[J].AIChE Journal,2011a,57 (11):3199-3209.

[10]Ishiyama E M,Paterson W R,Wilson D I.Optimum cleaning cycles for heat transfer equipment undergoing fouling and ageing[J].Chemical Engineering Science,2011,66:604-612.

[11]Thomas Pogiatzis,Ishiyama E M,Paterson W R,et al.Identifying optimal cleaning cycles for heat exchangers subject to fouling and ageing[J].Applied Energy,2012,89:60-66.

[12]Thomas A Pogiatzis,D Ian Wilson,VassiliosS Vassiliadis. Scheduling the cleaning actions for a fouled heat exchanger subject to ageing: MINLP formulation[J].Computers and Chemical Engineering,2012,39:179-185.

[13]SmaïliF,Vassiliadis V S,Wilson D I. Long-term scheduling of cleaning of heat exchanger networks comparison of outer approximation-based solutions with a backtracking threshold accepting algorithm[J].Trans IChem E,2002,80,Part A: 561-578.

[14]Sepehr Sanaye,Behzad Niroomand. Simulation of heat exchanger network (HEN) and planning the optimum cleaning schedule[J].Energy Conversion and Management,2007,48:1450-1461.

煤制乙二醇工业技术实现新跨越

从华东理工大学获悉,由该校教授李伟研发的煤制乙二醇技术成果在内蒙古亿利资源集团和安徽淮化集团“落地开花”,正式投料开车的两大型装置每年分别可生产30万t和10万t的优等级乙二醇。

据专家介绍,该技术催化剂指标先进,且单台套达10万t/a的规模,是我国煤制乙二醇工业技术的一次跨越。

乙二醇是日常生活中聚酯纤维与矿泉水瓶中经常使用的主要原料,长期主要由石油加工而来,但国产自给率却一直不足30%。用煤基合成气制乙二醇,则可部分替代石油。我国是个贫煤少油的国家,通过煤基合成气制乙二醇,对国家经济发展具有战略意义,而且相对于石油化工路线来说,经济效益也较好。

据悉,1998年,华东理工大学联合化学反应工程研究所开始了煤基合成气制乙二醇技术的研究工作。2009年,该校与上海浦景化工技术有限公司、安徽淮化集团达成合作协议,在安徽淮化集团建设煤基合成气制乙二醇1 000 t/a的中试装置。2011年8月,中试成功,产出优等级乙二醇产品,验证了技术的合理性,并取得了进一步放大的数据,为该技术的产业化奠定了坚实的基础。到目前为止,华理技术成果已授权客户6个,达到7套装置总计160万t/a的规模,各套装置皆在工业化实施过程之中。

•开发与研究•

猜你喜欢

优化
超限高层建筑结构设计与优化思考
PEMFC流道的多目标优化
民用建筑防烟排烟设计优化探讨
关于优化消防安全告知承诺的一些思考
一道优化题的几何解法
由“形”启“数”优化运算——以2021年解析几何高考题为例
围绕“地、业、人”优化产业扶贫
事业单位中固定资产会计处理的优化
4K HDR性能大幅度优化 JVC DLA-X8 18 BC
几种常见的负载均衡算法的优化