基于灰色系统GM(1,N)模型的脱碳装置效果分析①



基于灰色系统GM(1,N)模型的脱碳装置效果分析①

杨 烨1,2肖传桃2刘 彬2

1.中国石化江汉油田分公司江汉采油厂湖北新捷LNG项目部2.长江大学地球科学学院

摘要脱碳系统相对简单，适用于小样本预测。为了研究影响脱碳装置稳定性的因素，验证当前工况下的生产调节方法及参数是否满足生产要求，使脱碳效果达到最佳。结合LNG工厂开工升量、稳产、降产停工3个阶段脱碳装置的运行参数，选用灰色系统GM(1,N)模型进行建模运算。模拟结果直观反应出脱碳系统的运行规律，找到了影响脱碳效果的主观因素。研究表明，吸收塔塔底、塔顶温度是影响脱碳反应的主观因素。装置的生产运行调节参数需定期进行校验调整，才能使脱碳效果达到最佳状态。

关键词脱碳装置灰色系统GM(1,N)模型工艺特点建模

脱碳是LNG工厂原料气处理的首要工序，脱碳效果的好坏直接关系到下一处理环节的生产，甚至会影响最终产品质量[3-4]。脱碳装置工艺相对简单，经过几十年的发展已相当成熟，符合灰色系统模型不考虑系统内在机理的要求，适用于小样本预测。脱碳装置主要由吸收塔、再生塔、闪蒸罐、重沸器、换热器等设备组成。任何参数的波动和环境的干扰都能直接或间接影响脱碳效果。因此，本研究将脱碳装置视为灰色系统，并运用GM(1，N)模型进行分析。主要针对开、停工时的工艺参数波动大、统计信息不完全、运行规律不清楚、量纲结构不明确等情况进行建模研究，找出相应的预防及应急操作方法[5]。

1GM(1,N)模型原理

GM(1,N)模型的实质是建立微分方程的系数。无论本征是否为灰色系统，在客观上都存在能量吸收、储存、释放等过程[6]，故原始数据序列不可避免地具有随机性和无规律特征。运用灰色系统理论，用离散的随机数经过生成变为随机性被显著削减的较有规律的生成数列，便可从系统内部入手挖掘出更多内部扩展信息，对变化过程做较长时间的连续性描述，建立相应的微分方程，更加直观地反映系统本质[7]。

设有N个数列

(1)

将此微分方程模型记为GM(1,N)。

(2)

按照最小二乘法，得到式(3)：

(3)

其中，利用两点滑动平均的思想，最终可得矩阵

B=

N=diag(α1,α2,…,αN)

(4)

(5)

2脱碳系统特点

脱碳系统包括吸收塔和再生塔，见图1。设计处理能力为500×104m3/d(20 ℃、101.325 kPa)的原料天然气，装置操作弹性50%~110%，对含CO2的原料气进行净化处理，使其达到液化单元对天然气中CO2的质量分数要求(≤50×10-6)。

2.1　工艺方法

脱碳工艺采用活化MDEA工艺，溶剂采用国产活化MDEA配方溶剂，工艺流程选用高压吸收+低压再生(闪蒸+汽提)的工艺方案[10]。本装置采用44%(w)的活化MDEA水溶液吸收脱除天然气中绝大部分CO2，溶液循环量约88 m3/h(天然气中CO2体积分数为2.0%时循环量约288 m3/h)，脱除了酸性气体的湿净化气送至下游装置进一步处理。吸收了酸性气体的MDEA富胺液经闪蒸、再生后送至吸收塔循环使用；富胺液再生所得酸气接至火炬酸气放空系统；闪蒸气送至燃料气系统作燃料气用。

2.2　装置参数

原料气在约25 ℃、表压6.9 MPa的条件下进入装置，经原料气过滤器分离杂质，在进入原料气/湿净化气换热器与湿净化气进行换热，温度升至45 ℃与来自脱水、脱汞装置的再生气混合后，进入吸收塔下部，与自上而下的活化MDEA贫液逆流接触，脱除其中的CO2。从吸收塔塔顶出来的湿净化天然气与原料气换热至40 ℃后，进入湿净化气分离器进行分液，在约6.65 MPa、40 ℃的条件下送至液化装置，预冷至20 ℃后进入脱水脱汞装置进行处理。

3实例分析

脱碳装置工艺流程相对简单，主要依靠闪蒸+气提2种工艺协同工作。在装置建成后，影响脱碳效果的主要因素有：系统稳定性、MDEA溶液配比、溶液发泡、原料气中CO2体积分数等[11]。但如何选择操作方法、合理运用各项参数的操作区间进行系统调控、在突发情况下进行影响因素预判、及时依次进行主次参数调整以及优化脱碳效果，是当前需要讨论的问题。因此，本研究将脱碳装置视为一个典型的灰色系统进行建模分析。脱碳效果主要由在线分析仪测得的CO2浓度直观显示(设为母因子X0)。在本次讨论的系统中，由于装置刚刚投运，气源为管道气，原料气中CO2含量稳定，故忽略MDEA溶液配比、发泡与原料气中CO2体积分数等问题，以简化模型[12]。单纯分析脱碳系统本身，找出影响脱碳效果的主要因子以指导具体生产操作。母因子X0、子因子X1~X8见表1。

表1 各因子观测值Table1 Observationvaluesoffactors序列数据项1234567X0CO2体积分数/10-67.978.038.107.998.028.068.05X1进气量/(m3·h-1)79858958461181062118011355749833173689X2进气压力/MPa6.486.566.196.315.816.006.08X3进气温度/℃48.345.746.939.84546.247.3X4贫液循环量/(m3·h-1)134.4135.2134.2131.7129.5129.8129.7X5贫液入塔温度/℃53.851.854.046.751.751.852.3X6吸收塔液位/%55.048.146.064.858.157.155.2X7塔顶温度/℃53.351.553.747.151.551.752.0X8塔底温度/℃52.95154.248.453.352.952.9

在此，选取工厂从开车到停工整个过程中脱碳装置运行的7组典型数据。在忽略环境干扰、人为操作因素等问题后，全面反映不同进气量(设计量区间内)条件下装置的运行效果[13]。建立GM(1,7)模型的计算过程如下：

(6)

(2) 矩阵B的构造：

(7)

(3) 矩阵Y的构造：

=[8.038.107.998.028.068.05]T

(4) 系统发展系数a和驱动项b的生成：

(8)

(5) 将上述求得参数带入微分方程中：

(9)

4计算结果

误差检验计算结果见表2。

表2 误差检验Table2 Errortest序列X0原始数据X0模拟值残差相对误差17.977.9700.000028.037.45680.57320.071938.109.3215-1.22150.152147.998.4842-0.49420.061058.028.3788-0.35880.044968.068.3638-0.30380.037978.058.3480-0.29800.0370

由表2可知，模拟值平均相对误差为6.74%，残差平方和2.374 7，预测精度较高。通过微分方程式分析可以得出以下结论，见表3。

表3 结论分析Table3 Conclusionanalysis模拟结果原因分析应急处理备注吸收塔内部环境温度(塔底、塔顶稳定)是影响脱碳反应的主要因素任何化学反应在一定温度下会促进反应,但超过临界温度则会阻碍反应注意贫液空冷器调节,控制吸收塔内部环境温度在其他工况不变的情况下,吸收塔内部环境温度区域稳定,敏感度不高原料气进气压力对系统冲击巨大CO2吸收反应在贫液循环量(及药剂用量)一定情况下,出现原料气进气压力波动会影响反应本身注意与上游分输站沟通,切勿大动作操作进气限压阀发生过因人为操作失误而引起的脱碳系统故障,甚至下游系统异常贫液入塔温度、循环量对系统产生正向影响CO2吸收反应需要一定的温度与药剂用量,此项表现出促进脱碳效果,证明还未达到反应临界点注意因贫液循环量变化而引起的吸收塔液泛现贫液循环量控制在130t/h、入塔温度52℃左右,运行良好进气量、进气温度对系统影响小生产运行处理量均在设计处理量(50%~110%)之内,所以此项影响程度微弱注意极端工况或极端天气影响发生过上游来气中断或管网压力突然下降的情况吸收塔液位对脱碳效果有一定逆向影响,但影响较小吸收塔液位的波动会间接影响塔压和反应温度严防高压窜低压发生过因闪蒸罐液位空而引起的窜压

5现场实验

根据模拟试验结果，微调了生产参数。严格限定了进气压力，维持相对稳定的贫液循环量，适当提升了反应温度。现记录调整后1年中各季度的平均CO2含量及工况，见表4。

表4 季度平均CO2含量及工况Table4 QuarteraverageCO2contentandconditions项目一季度二季度三季度四季度CO2体积分数/10-65.814.524.665.01进气量/(m3·h-1)212511210701208999211902进气温度/℃41.544.144.545.0贫液循环量/(m3·h-1)130.2134.2133.7133.4吸收塔液位/%46.850.951.249.3塔顶温度/℃53.155.254.954.7塔底温度/℃54.256.856.156.9

由表4可以看出，进气量与吸收塔液位对CO2体积分数影响不大。外部环境温度对进气温度有轻微影响，但对CO2体积分数没有产生显著影响。塔内反应温度经提升后脱碳效果变好。综上所述并再次进行有限元分析，得出的工艺参数操作区间见表5。

表5 工艺卡片Table5 Processcard项目数值原料气处理量/(104m3·d-1)550φ(CO2)/10-6≤50压力再生塔压力/MPa0.15~0.20吸收塔压力/MPa6.5~7.5闪蒸罐压力/MPa0.70~0.85液位吸收塔液位/%25~75再生塔液位/%15~90闪蒸塔液位/%25~75再生塔回流罐液位/%30~70温度重沸器出口温度/℃120~130酸气空冷器出口温度/℃≤55其他胺液循环量/(m3·h-1)80~300

6结 论

脱碳装置相对简单，但也是一个典型的灰色系统，单凭工艺设计参数和现场操作摸索难以全面掌握生产特点，在不同工况和不同累计运行时间下，系统的稳定性也不同。因此，整个装置的生产运行调节参数应是动态的，需定期进行校验调整[14]。通过灰色系统GM(1,N)模型的运算，求解得出模拟值平均相对误差为6.74%，验证了模型的可行性。

通过效果分析得出，脱碳系统敏感，易产生波动，脱碳效果的好坏主要与反应温度有关。因此，生产操作人员在宏观方面应“小动作、少次数”地进行调整，在保证系统整体稳定性的同时，使脱碳效果达到最佳状态。但任何化学反应都会有临界温度，若反应超过临界温度则会阻碍反应进行，故在操作时应特别注意。根据现场实际经验，现总结操作要点如下：

(1) 优化稳定与系统相关的自动调节控制，确保脱碳系统各液位、流量、压力、温度等参数稳定。

(2) 在脱碳不合格或系统异常时及时反应，依据灰色系统模型分析，找出影响要素的主次关系并进行相应调整。

(3) 贫液循环量、两塔液位等关键控制点进行手自一体化操作。特别是贫液循环量，应根据工况变化设为自动调节，并加强关键参数的实时监控。

(4) 注意塔压变化，依据消泡实验数据，严格按照加药要求“少量多次”地加入消泡剂。若出现紧急情况，可采用降压、降负荷的方法防止发泡。

(5) 注意溶液过滤器压差，定期清洗、更换滤芯，防止过滤器失效。保持系统和溶液的清洁，避免机械杂质及油污带入系统。

参 考 文 献

[1] 沈艳, 孙红影, 李丽萍. 优化GM(1,N)模型在交通噪声预测中的应用和精度分析[J]. 中国安全生产科学技术, 2012, 8(11): 27-32.

[2] 林国海, 杜钢, 聂曦, 等. 基于灰色系统GM(1,N)模型的高炉炉尘量的预测[J]. 工业安全与环保, 2005, 31(6): 24-26.

[3] 吴金桥, 吴新民, 张宁生. 长庆气田第二净化厂MDEA脱硫溶液发泡原因[J]. 天然气工业, 2005, 25(4): 168-170.

[4] 周永阳, 黄黎明, 何金龙, 等. LNG原料气深度脱硫脱碳技术研究[J]. 石油与天然气化工, 2014, 43(3): 228-233.

[5] 罗党. 灰色系统及其应用[M]. 郑州: 黄河水利出版社, 2005.

[6] 邓聚龙. 灰色控制系统[M]. 武汉: 华中工学院出版社, 1985.

[7] 陈宏玉, 黄腾, 李桂华. 基于灰关联GM(1,N)模型的特大跨径桥梁挠度变化分析[J]. 测绘通报, 2009(1): 31-33.

[8] 王靖, 张金锁. 综合评价中确定权重向量的几种方法比较[J]. 河北工业大学学报, 2001, 30(5): 52-57.

[9] 谭成仟, 宋子齐, 吴少波. 灰色关联分析在辽河小洼油田储层油气产能评价中的应用[J]. 测井技术, 2001, 25(2): 119-122.

[10] 罗佑新, 张龙庭, 李敏. 灰色系统理论及其在机械工程中的应用[M]. 长沙: 国防科技大学出版社, 2001: 98-103.

[11] 吕锋, 刘翔, 刘泉. 七种灰色系统关联度的比较研究[J]. 武汉工业大学学报, 2000, 22(2): 41-47.

[12] 陈颖, 杨鹤, 梁宏宝. 天然气脱硫脱碳方法的研究进展[J]. 石油化工, 2011, 40(5): 565-570.

[13] 孙洁, 徐正斌. 松南气田天然气脱碳工艺技术研究[J]. 石油天然气学报, 2010, 32(4): 325-327.

[14] 姜宁, 李春福, 王远江, 等. 天然气脱二氧化碳工艺方法综述[J]. 化学工程与装备, 2011, 9(7): 147-150.

Effect analysis of decarburization device based on the grey system GM (1, N) model

Yang Ye1,2, Xiao Chuantao2, Liu Bin2

(1.HubeiXinjieLNGProjectDepartment,JianghanOilProductionFactory,SinopecJianghanOilfieldBranch

Company,Huanggang438011,China; 2.SchoolofGeosciences,YangtzeUniversity，Wuhan430100,China)

Abstract:The decarburization system is relatively simple, which is suitable for small sample prediction. In order to study the factors affecting the stability of decarburization device, verify whether the adjusting method and parameters of production in the current working conditions meeting the production requirement, and make the decarburization effect to be the best. Combined with the operating parameters of decarburization device in LNG plant during three phases of start up-production, stable yield and fall-production of shutdown, the grey system GM (1, N) model was selected to simulate the device. Simulation results directly reflected the operation rule of decarbonization system. The subjective factors of influencing decarburization effect were found. Results showed that the inner environment temperature (bottom and top) of absorber was the subjective factor influencing the decarburization reaction. The production running adjusting parameters of the device need to be checked and adjusted regularly to ensure the best decarburization effect.

Key words:decarburization device, grey system, GM (1, N) model, process characteristics, modeling灰色系统理论是将杂乱无章的原始数据整理成规律性较强的生成数列后再作研究。具体而言，就是将离散的随机数经过生成变为随机性被显著消弱的较有规律的生成数，从而对变化过程进行较长时间的描述，进而建立微分方程形式的模型。灰色系统GM(1,N)模型背景值采用梯形法求积，其模拟精度和预测精度适中，现已广泛应用于生产生活中，当应用于交通噪声预测时，模型预测值平均误差1.108%，验证了该优化方法的实用性和有效性[1]。在高炉炉尘量预测中，相对误差小于3%的几率达到83.6%，为生产提供了有效的技术支持[2]。

收稿日期：2015-08-27；编辑：温冬云

中图分类号：TE644

文献标志码：A

DOI:10.3969/j.issn.1007-3426.2016.01.006

通信作者：肖传桃(1965-)，男，教授，1989年毕业于中国地质大学，获硕士学位，2011年获中国地质大学博士学位。E-mail：ctxiao@yangtzeu.edu.cn

作者简介：①杨烨(1989-)，男，湖北天门人，长江大学地球科学学院在读硕士研究生，现就职于中国石化江汉油田分公司江汉采油厂湖北新捷LNG项目部，主要从事LNG工厂工艺控制工作。E-mail:fengjiming@yeah.net