基于RSM的天然氣脫硫脫碳裝置適應(yīng)性建模及分析①

鄧 驥 劉 紅 陳海濤 趙啟龍 李林峰

(1.西南石油大學(xué) 2.中國石油集團川慶鉆探工程有限公司安全環(huán)保質(zhì)量監(jiān)督檢測研究院)

醇胺法凈化工藝自20世紀問世以來，因具有受操作壓力影響小、流程可靠等優(yōu)點，在天然氣凈化等領(lǐng)域得到了廣泛的應(yīng)用，迄今仍處于主導(dǎo)地位[1-2]。在實際的天然氣處理過程中，由于現(xiàn)場操作缺乏預(yù)測性，當(dāng)上游原料氣條件發(fā)生變化時，常出現(xiàn)參數(shù)調(diào)節(jié)過大、天然氣中酸性組分過度分離、吸收塔攔液頻繁和裝置運行不穩(wěn)定等一系列問題，造成嚴重的能源浪費和經(jīng)濟損失[3-5]。因此，通過過程模擬和系統(tǒng)分析的方法探究裝置的適應(yīng)性，對于保證在原料氣條件發(fā)生變化時以較低的能耗得到滿足氣質(zhì)指標(biāo)的凈化氣具有重要意義[3-6]。王正權(quán)等[3]采用單因素分析法模擬研究了不同原料氣條件下胺液循環(huán)量和塔板位置的調(diào)節(jié)范圍，以期為實際生產(chǎn)提供指導(dǎo)。但是，單因素法存在不夠直觀、忽略影響因素之間的交互作用等不足[7]。

響應(yīng)面法(Response Surface Methodology，簡稱RSM)是一種結(jié)合合理的試驗設(shè)計與統(tǒng)計分析技術(shù)的回歸建模方法，可在較少的試驗次數(shù)下建立連續(xù)變量的回歸模型，全面、定量地分析各因素及其交互作用對響應(yīng)值(目標(biāo)值)的影響[7-9]。

在對某天然氣脫硫脫碳裝置進行模擬的基礎(chǔ)上，將響應(yīng)面法應(yīng)用于在原料氣條件發(fā)生變化后裝置的適應(yīng)性模型建立與分析，以期為實際生產(chǎn)提供借鑒和參考。

1 工藝模型

1.1 裝置介紹

某處理量為400×104m3/d的天然氣脫硫脫碳裝置流程示意如圖1[10-11]所示，經(jīng)初步處理的原料氣從吸收塔下部入塔，與自塔頂流下的醇胺溶液逆流接觸，脫除酸氣后由頂部排出。富液從塔底流出經(jīng)節(jié)流、閃蒸和升溫后進入再生塔，在加熱作用下解吸出H2S和CO2，實現(xiàn)醇胺溶液的再生。酸氣由塔頂排出，塔底流出的貧胺液經(jīng)降溫、加壓后，一部分貧液進入閃蒸罐脫除閃蒸氣中的H2S和酸性氣體，其他貧液則返回吸收塔，完成溶液的循環(huán)[12]。

裝置運行負荷為180×104～400×104m3/d，運行壓力為4.9 MPa，分別在吸收塔的第14塊和18塊塔板處設(shè)置貧胺液入口(塔板由下向上編號，下同)[5]。原料氣中CO2體積分數(shù)為4.41%～6.0%，碳硫比80～160[5-6]。由于原料氣中CO2含量較高，吸收劑采用向MDEA水溶液中加入少量DEA的混合胺溶液，其中DEA在溶液表面與MDEA主體間“穿梭”運載CO2以提升吸收速度[10]。為避免發(fā)生嚴重腐蝕，控制DEA質(zhì)量分數(shù)不大于4.5%，總胺質(zhì)量分數(shù)約47%[5]。

1.2 工藝模型建立與驗證

表1 裝置現(xiàn)場試驗數(shù)據(jù)與模擬數(shù)據(jù)

針對酸氣吸收過程含有化學(xué)反應(yīng)的特殊情況[13]，選擇Amine物性包中K-E模型計算物系的平衡特性[3,14]。參考文獻[5]、[6]、[10]、[11]并結(jié)合實際工藝過程，利用流程模擬軟件建立天然氣脫硫脫碳裝置工藝模型。將現(xiàn)場試驗數(shù)據(jù)與模擬數(shù)據(jù)進行對比，結(jié)果列于表1[10]，由表1可知實際數(shù)據(jù)與流程模擬數(shù)據(jù)吻合度較高。

2 適應(yīng)性模型建立

2.1 研究參數(shù)選取

據(jù)文獻[5]報道，在實際生產(chǎn)過程中，由于原料氣碳硫比較高，當(dāng)原料氣處理量出現(xiàn)較大波動時，常出現(xiàn)凈化氣中H2S質(zhì)量濃度小于20 mg/m3而CO2體積分數(shù)仍大于3%的情況。含量較低的H2S對凈化氣質(zhì)量和裝置能耗影響不大，所以選擇原料氣的處理量(X1)和CO2體積分數(shù)(X2)作為原料氣條件變化的主要參數(shù)。

對混合胺脫硫脫碳裝置而言，影響天然氣凈化效果和能耗的主要參數(shù)有貧液中DEA質(zhì)量分數(shù)、總胺質(zhì)量分數(shù)、貧液循環(huán)量、貧液進料位置、貧液入塔溫度、再生壓力和再生回流比等。實際操作時為了控制裝置腐蝕，保持總胺質(zhì)量分數(shù)基本不變[5]；貧液入塔溫度對天然氣凈化質(zhì)量影響較大，但其受制于冷卻介質(zhì)的溫度[3]；再生壓力和再生回流比雖對貧液再生質(zhì)量和塔底能耗具有重要影響，但再生壓力和回流比的頻繁改變易造成再生塔運行不穩(wěn)定[5]。故當(dāng)原料氣條件變化后, 通常采用調(diào)節(jié)貧胺液循環(huán)量、貧胺液進料位置和貧液中DEA質(zhì)量分數(shù)的方式以達到凈化要求[3,5,15-16]。由此，選擇貧液進料位置(X3)、吸收溶劑中DEA質(zhì)量分數(shù)(X4)、溶劑循環(huán)量(Y1)和裝置能耗(Y2)作為裝置的適應(yīng)性調(diào)節(jié)參數(shù)。

2.2 過程描述

原料氣條件與操作條件對能耗都有影響，能耗具體計算見式(1)[16]。

E=E泵+E再沸器

(1)

式中，E泵為泵能耗，kW；E再沸器為再沸器能耗，kW。

以X1～X4為獨立變量、Y1和Y2作為響應(yīng)值構(gòu)建其間的回歸模型?；赗SM的適應(yīng)性模型建立框圖見圖2，在工藝流程模擬的基礎(chǔ)上考慮原料氣中CO2體積分數(shù)存在4%～7%的波動，處理量在180×104～400×104m3/d之間變化，基于響應(yīng)面法(RSM)設(shè)計試驗方案。為了保證凈化氣質(zhì)量合格并留有一定安全裕量，調(diào)節(jié)循環(huán)量以保證凈化氣中CO2體積分數(shù)為2.9%。對模擬數(shù)據(jù)進行響應(yīng)面回歸，考察回歸模型的顯著性和精度是否符合要求，若不符合，則對模型參數(shù)進行調(diào)整，直至輸出合適的適應(yīng)性模型。

2.3 回歸模型建立

Box-Behnken Design(簡稱BBD)是一種不包含嵌入因子或部分因子設(shè)計的響應(yīng)曲面設(shè)計類型，可在較少的試驗次數(shù)下對影響響應(yīng)值的因子及其交互作用進行有效評價[17-18]。根據(jù)實際情況選擇原料氣處理量(X1)、CO2體積分數(shù)(X2)、DEA質(zhì)量分數(shù)(X3)和進料位置(X4)4個因素進行Box-Behnken設(shè)計，其因素水平分布見表2。由于試驗通過計算機模擬實現(xiàn)，故中心點僅取1次，借助Design Expert設(shè)計具體的試驗方案，并將各試驗點條件輸入建立的模擬流程，得出不同條件下裝置能耗和相應(yīng)的循環(huán)量結(jié)果，見表3。

表2 響應(yīng)面因子分布表

表3 響應(yīng)面試驗方案與模擬結(jié)果

根據(jù)表3中的數(shù)據(jù)，利用Design Expert對形如式(2)的響應(yīng)面模型系數(shù)進行回歸，并以此為基礎(chǔ)，反復(fù)調(diào)整模型參數(shù)，直至得到滿足精度的適應(yīng)性模型，回歸結(jié)果見式(3)。該模型由兩個方程組成，方程1為保證原料氣凈化質(zhì)量時循環(huán)量與各個變量間關(guān)系，方程2為相應(yīng)能耗與各變量關(guān)系。

(2)

式中，Y為響應(yīng)值；xi,xj為各考察因素的水平值；k為變量數(shù)；β0為常數(shù)項；βi為線性系數(shù)；βii為二次項系數(shù)；βij為交互項系數(shù)；ξ為誤差項。

(3)

2.4 回歸模型驗證

采用Design Expert對裝置回歸二次模型進行方差分析的結(jié)果見表4，相應(yīng)的BBD模型方差分析見表5。

表4 回歸二次多項式模型方差分析結(jié)果

回歸方程1、2的模型P值均小于0.000 1，表明回歸模型具有極高的顯著性；相關(guān)系數(shù)分別為0.994 9和0.993 6，說明該模型可靠性較好；校正相關(guān)系數(shù)分別為0.991 8和0.989 8，表明回歸模型可以描述99.18%的循環(huán)量變化和98.98%的能耗變化；通常信噪比大于4即可認為合理，方程1、2的信噪比分別為64.697和59.603。表6為所建的響應(yīng)面模型預(yù)測值與實際值的對比結(jié)果。通過對模型的方差分析和表6中的數(shù)據(jù)對比可知，通過RSM建立的適應(yīng)性模型有較好的擬合度，回歸模型與實際情況符合良好，并能對其做出有效的預(yù)測和分析。

表5 BBD模型方差分析

表6 模型預(yù)測值與實際值的對比

3 適應(yīng)性模型分析

基于得到的回歸模型，借助Design Expert繪制出如圖3和圖4所示的響應(yīng)曲面，三維圖直觀顯示了在保證凈化氣凈化度相同的前提下，各因素間的交互作用對循環(huán)量和裝置能耗的影響情況。圖3和圖4中的響應(yīng)面均表現(xiàn)為具有一定彎曲度的斜面。同時，三維圖底面的等高線并未形成封閉的圖形，表明各因素對響應(yīng)值的影響不是單純的線性效應(yīng)，而具有高次作用，各因素對響應(yīng)值的影響均表現(xiàn)為單調(diào)作用，在研究范圍內(nèi)無邊界內(nèi)極值。

主效應(yīng)是指因素獨立變化時對響應(yīng)值影響的程度和趨勢[19]。由圖3、圖4可知，各因素對循環(huán)量和裝置能耗的影響規(guī)律基本一致。原料氣處理量、原料氣中CO2體積分數(shù)、貧液DEA質(zhì)量分數(shù)和貧液進料位置對循環(huán)量和裝置能耗均有影響。原料氣處理量越大，原料氣中CO2體積分數(shù)越高，貧液循環(huán)量和再生能耗就越高。增加貧液DEA質(zhì)量分數(shù)，提升貧液進料位置，循環(huán)量和裝置能耗均有一定程度的下降。這主要是因為在脫硫脫碳裝置能耗中，再生塔能耗占絕大部分，而再生塔能耗主要包括3部分：①促進醇胺溶液與CO2、H2S結(jié)合物分解的化學(xué)反應(yīng)熱；②將入塔富液升溫至塔底溫度的顯熱；③使水蒸汽氣化形成氣相回流的氣化潛熱[20]。無論是CO2體積分數(shù)還是處理量的增加，都會增大裝置單位時間內(nèi)的酸氣脫除量和循環(huán)量，從而使得胺液再生過程中的反應(yīng)熱、顯熱和潛熱同時增加，進而表現(xiàn)為裝置能耗顯著上升。貧液DEA質(zhì)量分數(shù)的增加和貧液進料位置的提升分別增加了原料氣與醇胺的反應(yīng)速度和接觸時間，溶液酸氣負荷增加，循環(huán)量降低，再生潛熱和顯熱減小，裝置能耗下降[21]。通過考察各因素單獨變化時響應(yīng)值的變化幅度，并結(jié)合表4中各項的P值可以判斷：在發(fā)生變化的原料氣條件中，CO2體積分數(shù)較之處理量具有更大的影響力；當(dāng)調(diào)節(jié)裝置參數(shù)時，貧液進料位置的影響略大于DEA質(zhì)量分數(shù)。因此，在應(yīng)對原料氣條件的變化時，需要對DEA質(zhì)量分數(shù)和貧液進料位置進行綜合調(diào)節(jié)。

交互作用是指多因素共同作用時對響應(yīng)值的影響[19]。由表3中的各項P值和三維圖可知：CO2體積分數(shù)和DEA質(zhì)量分數(shù)、CO2體積分數(shù)與貧液進料位置間的交互作用對循環(huán)量和裝置能耗影響顯著，CO2體積分數(shù)和處理量間的交互作用對循環(huán)量和裝置能耗表現(xiàn)出極高的顯著性，而其他參數(shù)間的交互作用則可以忽略。

圖3和圖4中的(a)為只調(diào)節(jié)循環(huán)量以應(yīng)對原料氣條件發(fā)生變化的情況。雖然僅通過調(diào)節(jié)循環(huán)量可以完成凈化任務(wù)，但循環(huán)量和裝置能耗均出現(xiàn)大幅度波動，勢必會對裝置的穩(wěn)定運行造成較大的影響。同時，圖3和圖4中的(b)、(c)顯示增加溶劑DEA質(zhì)量分數(shù)和提升貧液進料位置，均可降低循環(huán)量和能耗的增幅，起到穩(wěn)定裝置運行、降低能耗的作用。圖5為保證凈化氣中CO2體積分數(shù)為2.9%時，不同的進料位置和DEA質(zhì)量分數(shù)對凈化氣中H2S凈化度的影響情況。提高貧液進料位置，增加混合胺溶液中DEA質(zhì)量分數(shù)，CO2吸收率上升，若其過高就會抑制H2S的吸收效果，甚至造成凈化氣中H2S體積分數(shù)不達標(biāo)[1，21]。

4 結(jié) 論

借助化工模擬軟件建立某天然氣脫硫脫碳裝置工藝模型，并通過與裝置現(xiàn)場試驗數(shù)據(jù)的對比，以考察其可靠性。在此基礎(chǔ)上，選擇原料氣處理量(X1)、CO2體積分數(shù)(X2)作為原料氣條件變化參數(shù)，DEA質(zhì)量分數(shù)(X3)、進料位置(X4)、循環(huán)量(Y1)和裝置負荷(Y2)作為適應(yīng)性變量，基于響應(yīng)面方法(RSM)，建立Y1、Y2與X1、X2、X3、X4間的適應(yīng)性模型。對模型進行分析，分析結(jié)果表明：

(1) 回歸模型具有較高的精度(P<0.000 1)，能為原料氣條件發(fā)生變化后的裝置適應(yīng)性提供可靠的預(yù)測。

(2) 響應(yīng)值與各變量間均為單調(diào)關(guān)系，處理量和CO2體積分數(shù)的上升均會導(dǎo)致循環(huán)量和裝置能耗上升，且CO2體積分數(shù)帶來的變化幅度更大；提高DEA質(zhì)量分數(shù)和貧液進料位置有助于循環(huán)量和裝置能耗減小且進料位置比DEA質(zhì)量分數(shù)的影響力略大。在考察范圍內(nèi)模型無邊界內(nèi)極值。

(3) 處理量和CO2體積分數(shù)對循環(huán)量和裝置能耗的影響表現(xiàn)出強烈的交互作用，在處理量和CO2體積分數(shù)較高時更甚。

(4) 考慮到裝置運行的穩(wěn)定性，可以通過改變DEA質(zhì)量分數(shù)和進料位置減小原料氣條件變化所帶來的裝置循環(huán)量和能耗波動。

參考文獻

[1] 陳賡良, 常宏崗. 配方型溶劑的應(yīng)用與氣體凈化工藝的發(fā)展動向[M].北京：石油工業(yè)出版社,2009.

[2] 王遇冬,王登海.MDEA配方溶液在天然氣脫硫脫碳中的選用[J].石油與天然氣化工,2003,32(5):291-294.

[3] 王正權(quán), 王瑤, 高超, 等. 天然氣脫硫裝置適應(yīng)性模擬計算[J]. 石油與天然氣化工, 2010, 39(3): 204-209.

[4] 熊鋼,印敬,李靜,等. 原料天然氣條件變化后脫硫裝置適應(yīng)性分析的方法[J]. 石油與天然氣化工, 2008, 37(1):38-41.

[5] 盧坤, 王曉軍, 翁軍利, 等. CJST 塔盤在長慶氣田的運行評價及優(yōu)化[J]. 天然氣工業(yè), 2010, 30(3): 106-110.

[6] 李時宣, 王登海, 王遇冬, 等. 長慶氣田天然氣凈化工藝技術(shù)介紹[J]. 天然氣工業(yè), 2005, 25(4): 150-153.

[7] 陸燕梅, 陸悅飛, 盛清, 等. 響應(yīng)面法優(yōu)化工程菌產(chǎn)細胞色素P450 BM-3的發(fā)酵條件[J]. 化工學(xué)報, 2006, 57(5): 1187-1192.

[8] 王國建, 王宜龍. 鋼結(jié)構(gòu)防火涂料配方的響應(yīng)面法優(yōu)化[J]. 化工學(xué)報, 2012, 63(3): 978-984.

[9] Nuchitprasittichai A, Cremaschi S. Optimization of CO2capture process with aqueous amines using response surface methodology[J]. Computers & Chemical Engineering, 2011, 35(8): 1521-1531.

[10] 李亞萍, 趙玉君. MDEA/DEA 脫硫脫碳混合溶液在長慶氣區(qū)的應(yīng)用[J]. 天然氣工業(yè), 2009, 29(10): 107-110.

[11] 王遇冬, 王登海. 長慶氣田含硫天然氣脫硫設(shè)備及技術(shù)[J]. 石油機械, 2003, 31(增刊): 72-75.

[12] 裴愛霞,張立勝,于艷秋,等. 高含硫天然氣脫硫脫碳工藝技術(shù)在普光氣田的應(yīng)用研究[J].石油與天然氣化工,2012,41(1):17-23.

[13] 張亞萍, 劉建周, 季芹芹, 等. 醇胺法捕集燃煤煙氣CO2工藝模擬及優(yōu)化[J]. 化工進展, 2013, 32(4): 930-935.

[14] Patil P, Malik Z, Jobson M. Prediction of CO2and H2S solubility in aqueous MDEA solutions using an extended Kent and Eisenberg Model[J]. Institution of Chemical Engineers Symposium Series,2006(152):498-510.

[15] 王小林, 劉瑾, 魏瑩鵬. 天然氣凈化過程節(jié)能參數(shù)優(yōu)化研究[J].天然氣與石油, 2013,31(1):41-43.

[16] 李奇, 姬忠禮, 段西歡, 等. 基于HYSYS和GA的天然氣凈化裝置用能優(yōu)化[J]. 天然氣工業(yè), 2011, 31(9): 102-106.

[17] Ferreira S C, Bruns R, Ferreira H, et al. Box-Behnken design: An alternative for the optimization of analytical methods[J]. Analytica Chimica Acta, 2007, 597(2): 179-186.

[18] 周艷艷. 精餾-蒸汽滲透進行異丙醇脫水的響應(yīng)面優(yōu)化[D].大連：大連理工大學(xué), 2013.

[19] 張進春, 侯錦秀. 基于響應(yīng)面法的煤氣化工藝參數(shù)效應(yīng)分析[J]. 動力工程學(xué)報, 2011, 31(10): 789-796.

[20] 李小飛, 王淑娟, 陳昌和. 胺法脫碳系統(tǒng)再生能耗研究[J]. 化工學(xué)報, 2013, 64(9)：3348-3355.

[21] 諸林. 天然氣加工工程[M].北京：石油工業(yè)出版社,2008.