原油高溫結(jié)垢速率測定和預測模型研究進展

袁宗明，王勇*，謝英，王大鵬

原油高溫結(jié)垢速率測定和預測模型研究進展

袁宗明1，王勇1*，謝英1，王大鵬2

1.“油氣藏地質(zhì)及開發(fā)工程”國家重點實驗室·西南石油大學，四川成都610500 2.中國石油塔里木油田公司塔北勘探開發(fā)項目經(jīng)理部，新疆庫爾勒841000

綜述了原油高溫結(jié)垢的室內(nèi)測定和預測模型的研究現(xiàn)狀，重點回顧分析了預測模型的發(fā)展歷程。室內(nèi)實驗和模型預測是研究原油高溫結(jié)垢速率的重要方法。常用室內(nèi)結(jié)垢實驗裝置分為攪拌式和回路式，通過實驗可快速獲取大量有效數(shù)據(jù)，但是實驗數(shù)據(jù)往往存在缺陷，無法直接應用指導現(xiàn)場換熱器防垢。結(jié)垢預測模型需要反映原油高溫結(jié)垢的化學反應本質(zhì)，體現(xiàn)原油物性、溫度、流速等重要因素以及不同過程對結(jié)垢速率的影響。目前結(jié)垢預測模型，包括已經(jīng)取得巨大成果的臨界模型，大多屬于半經(jīng)驗公式，其精度和適用性始終有限。更精確的模型必須基于對結(jié)垢機理的進一步研究。由于能夠成功描述非線性系統(tǒng)特征，人工神經(jīng)網(wǎng)絡模型也將是另一種十分有前景的預測技術(shù)。

原油結(jié)垢；結(jié)垢速率；實驗；預測模型；人工神經(jīng)網(wǎng)絡

引言

原油在換熱器內(nèi)結(jié)垢一直是原油加工過程中需要面對的重要問題之一。尤其是對常減壓裝置的換熱網(wǎng)絡（Pre-Heat Train，PHT）而言，換熱表面結(jié)垢產(chǎn)生的沉積層會使換熱熱阻增大，換熱效率降低，動力和熱力負荷增大，嚴重時帶來安全隱患，影響煉油廠產(chǎn)量［1］。室內(nèi)結(jié)垢實驗和數(shù)學預測模型是研究原油結(jié)垢的重要方法，尤其是結(jié)垢預測模型，是優(yōu)化換熱器設計和運行工況，防止和緩解換熱器結(jié)垢，制定換熱器清洗周期的必要步驟。由于原油結(jié)垢機理復雜，影響因素多，因此預測模型多為室內(nèi)實驗基礎(chǔ)上的半經(jīng)驗數(shù)學模型，且尚無某個模型能夠完全表征所有原油的結(jié)垢速率。本文概述了常用原油結(jié)垢的實驗方法和重要的結(jié)垢預測模型，并對其缺陷以及未來發(fā)展方向進行了闡述。

1 原油換熱器結(jié)垢速率的表征及測定

1.1 原油結(jié)垢熱阻及結(jié)垢速率的表征

原油在換熱器中結(jié)垢導致?lián)Q熱器熱阻變大，能耗增加。通常采用一段時間內(nèi)傳熱熱阻Rf的變化反映換熱器表面結(jié)垢情況［2-3］

原油結(jié)垢速率可通過0到tt時間段內(nèi)熱阻增量的平均速率得到

1.2 原油結(jié)垢速率的室內(nèi)檢測裝置

現(xiàn)場獲取結(jié)垢數(shù)據(jù)的周期較長，不能滿足基礎(chǔ)研究的迫切需要，研究者大多采取室內(nèi)實驗的方法獲取原油結(jié)垢的有效數(shù)據(jù)［5］。原油高溫結(jié)垢的室內(nèi)實驗裝置可分為攪拌式和循環(huán)式（回路式）兩類。

1.2.1 攪拌式結(jié)垢裝置

圖1［5］所示為攪拌式結(jié)垢實驗裝置，由釜體、管式加熱器、加熱測試探頭、攪拌轉(zhuǎn)子以及冷卻系統(tǒng)等組成。實驗過程中，釜內(nèi)原油可在加熱器和冷卻盤管的的綜合作用下維持設定溫度，經(jīng)攪拌以規(guī)定流速流過測試探頭表面，在探頭表面沉積結(jié)垢。改變操作條件，可以研究管壁溫度、原油溫度、流速、壓力等因素對結(jié)垢速率的影響［5-6］。

圖1 攪拌式原油結(jié)垢實驗裝置圖Fig.1 Batch stirred crude oil fouling apparatus

實驗過程中如果保持熱流密度q和原油溫度Tb恒定，結(jié)垢速率可由式（2）變化為

攪拌式結(jié)垢裝置的核心部分是加熱測試探頭，其外部為結(jié)垢探頭，內(nèi)部為功率可調(diào)的管式加熱器。內(nèi)外兩部分緊密結(jié)合。具體內(nèi)部結(jié)構(gòu)如圖2所示［5］。它既是原油加熱裝置，也是污垢沉積和壁面溫度測量的場所。測試探頭壁內(nèi)埋有3個不同高度的熱電偶，用以監(jiān)測實驗過程中管壁溫度隨軸向長度的變化。

圖2 加熱測試探頭結(jié)構(gòu)示意圖Fig.2 Heated test probe structure diagram

Yang M等［7］用CFD手段分析攪拌式結(jié)垢實驗數(shù)據(jù)，分析釜內(nèi)流型，判斷壁面溫度和壁面剪切力分布。結(jié)果表明，除末端外，剪切力沿測試探頭軸向保持不變；表面溫度呈拋物線分布。

1.2.2 循環(huán)式結(jié)垢裝置

圖3［8-9］為循環(huán)式原油高溫結(jié)垢裝置示意圖。循環(huán)式結(jié)垢實驗裝置是由原料儲罐、環(huán)形結(jié)垢測試段、離心泵、泄壓閥、流量計、調(diào)節(jié)閥以及連接管路構(gòu)成的回路系統(tǒng)，結(jié)構(gòu)較攪拌式復雜。

圖3 循環(huán)式結(jié)垢實驗裝置Fig.3 Recirculation crude oil fouling test unit

環(huán)形結(jié)垢測試段是整個循環(huán)式結(jié)垢系統(tǒng)的關(guān)鍵。測試段中心為加熱功率可調(diào)的柱體電加熱棒（加熱探頭），內(nèi)置4個熱電偶，可以同時實現(xiàn)加熱和測溫的功能。常用的加熱探頭參數(shù)為［9］：外徑11.0mm、加熱段長度102.0mm、環(huán)空外徑25.4mm、最大加熱功率1 920 W最大電壓220 V。實驗過程中，加熱探頭提供熱量，產(chǎn)生高溫。原油以一定流速流經(jīng)環(huán)形空間，在加熱棒表面結(jié)垢沉積。測試段出口壓力表檢測該段壓力，進出口熱電偶確定原油主體溫度。循環(huán)式系統(tǒng)運行參數(shù)實時監(jiān)測，通過計算機完成自動控制。結(jié)垢熱阻及結(jié)垢速率可分別通過式（1）、式（2）求得。

Crittenden B D等［10］用管式循環(huán)結(jié)垢裝置研究原油結(jié)垢。該裝置測試段為一個長560.00 mm、內(nèi)徑14.83 mm、外徑19.05 mm的套管，外部覆蓋電加熱元件，加熱段長度為270.00 mm。電加熱功率可由電腦控制，原油在內(nèi)壁面結(jié)垢。考慮到鋅的低熱阻特性，利用鋅填充加熱元件與套管外壁之間的空隙，在實驗中傳遞能量。套管內(nèi)壁開有3個互成120?的凹槽用以安置熱電偶，實時監(jiān)測表面溫度。管式循環(huán)結(jié)垢裝置的其他組成、測量原理與前文循環(huán)式結(jié)垢裝置大致相同。

原油高溫結(jié)垢的室內(nèi)實驗裝置對比見表1，部分研究者結(jié)垢實驗所用裝置與實驗設備見表2。

表1 原油結(jié)垢裝置對比Tab.1 Comparison of different crude oil fouling test units

1.2.3 管壁溫度測試校正

嚴格意義上講，熱電偶測量溫度為測試管壁內(nèi)部溫度Tw，并非管壁與流體（或污垢）接觸處溫度Ts。因此，需要對測量溫度進行校正［9］

改變加熱功率，保證Tmc?Tb為定值，測定不同流速下非結(jié)垢流體（一般為水或丙酮）的熱阻1/hc。選取不同指數(shù)n做1/hc～1/Ubn曲線，從而可以得到與測量值最為接近的指數(shù)n。曲線的斜率為C，截距即Rm。

1.2.4 室內(nèi)實驗數(shù)據(jù)的限制

室內(nèi)實驗數(shù)據(jù)對研究原油結(jié)垢性質(zhì)有重要作用。但是，針對某個特定條件下的結(jié)垢實驗數(shù)據(jù)相互獨立，無法推廣應用。同時，如果直接將實驗所得數(shù)據(jù)或僅通過簡單類推后的數(shù)據(jù)應用到實際生產(chǎn)中指導原油換熱器優(yōu)化仍存在問題。原因為［2-3］：（1）現(xiàn)場流體組成不固定，隨生產(chǎn)情況變化；（2）室內(nèi)實驗過程中，原油重復、循環(huán)使用，會對結(jié)垢數(shù)據(jù)造成影響；（3）現(xiàn)場生產(chǎn)與室內(nèi)實驗中結(jié)垢本質(zhì)有差異；（4）室內(nèi)實驗系統(tǒng)和現(xiàn)場換熱器的流體動力學有差異；（5）實驗系統(tǒng)存在壓力效應的影響，尤其是在特定場合中會出現(xiàn)兩相流的情況；（6）室內(nèi)實驗通常是在精心控制的條件下進行的，而現(xiàn)場生產(chǎn)受制于生產(chǎn)中的很多因素。因此，需要在室內(nèi)實驗的基礎(chǔ)上，建立能夠涵蓋不同原油、不同工況下的數(shù)學模型（原油結(jié)垢的預測模型）。

表2 部分研究者結(jié)垢實驗Tab.2 Crude oil fouling experiments by some researchers

2 原油結(jié)垢速率預測模型

2.1 能夠表征化學反應的本質(zhì)

原油高溫結(jié)垢是在較高溫度（200～400?C）下，原油中的物質(zhì)發(fā)生化學和物理變化，最終在換熱表面形成穩(wěn)定的沉積層，使得換熱器熱阻增大，換熱效率降低。換熱器表面的結(jié)垢類型按照其機理可劃分為6類［22］，其中，化學反應垢是指流體與熱表面之間由于發(fā)生自氧化、聚合、熱分解等化學反應而造成的固體沉積，是原油結(jié)垢的主要成因。研究者引入反應活化能以及Arrhenius公式表征原油結(jié)垢的化學反應本質(zhì)以及結(jié)垢快慢。

2.2 能夠反映不同過程對結(jié)垢速率的影響

原油結(jié)垢是一個多物質(zhì)、多步驟、相互協(xié)同、相互競爭的物理化學過程。Watkinson A P和Wilson D I［23］認為，烴類有機物結(jié)垢過程中存在反應物、產(chǎn)物前驅(qū)物（或稱污垢前驅(qū)物），以及污垢物3個重要物質(zhì)的多步化學變化；Epstein N［24］指出，結(jié)垢需要經(jīng)歷起始、遷移、沉積、剝蝕和老化5個階段。原油高溫反應加劇、反應物或產(chǎn)物向傳熱表面遷移會增大結(jié)垢速率；產(chǎn)物在傳質(zhì)和流體剪切的作用下從傳熱表面剝離抑制污垢生成。準確的預測模型需要能夠反映不同作用對結(jié)垢快慢的影響，因此結(jié)垢速率預測模型一般由污垢生成項與抑制項兩部分組成，凈結(jié)垢速率是二者的差值。

2.3 能夠反映主要影響因素的作用

原油結(jié)垢的產(chǎn)生機理和影響因素極其復雜，原油組成、密度、黏度、溫度、流速、氧含量、硫含量以及傳熱表面溫度等都會影響結(jié)垢速率的快慢。其中，原油物性、溫度、流速是最重要的影響因素。預測模型需要反映結(jié)垢過程中主要因素對結(jié)垢速率的影響。因此，有必要在模型中引入不同的影響因素。通常，以普朗特數(shù)表征原油物性，以原油溫度、傳熱表面溫度、有效膜層溫度表征溫度，以流速、雷諾數(shù)反映流速的影響。個別模型以氧氣分壓表征氧含量對結(jié)垢速率的影響［25］。

2.4 具有較高精度

對于任何預測模型而言，最重要的在于精度。驗證模型準確性的方法可分為兩種，一是對比結(jié)垢速率的預測值和實測值，二是對比相同結(jié)垢速率下的工況預測值和實際操作條件。在沒有完全理清原油結(jié)垢機理的前提下，研究者大都利用實測數(shù)據(jù)建立半經(jīng)驗的預測關(guān)系式。模型的精度雖然逐步提高，但是仍與精確值有較大差距。提高模型精度的方法可分為3種，一是進一步研究結(jié)垢機理，從理論上提出新的表達式；二是在現(xiàn)有模型的基礎(chǔ)上，引入新變量，或者調(diào)整參數(shù)值；三是利用新方法，如人工神經(jīng)網(wǎng)絡，建立預測模型。近幾年的研究表明，人工神經(jīng)網(wǎng)絡模型正成為一種有效的建模途徑。

3 原油結(jié)垢速率預測模型發(fā)展歷程

常見的原油結(jié)垢速率預測模型見表3，下文簡單介紹原油結(jié)垢速率預測模型發(fā)展過程中，具有代表意義的模型。

表3 常見原油結(jié)垢速率預測模型Tab.3 Prediction models for crude oil fouling rate

3.1 Kern-Seaton模型

Kern D Q和Seaton R E［26］提出，換熱器表面的污垢在形成和沉積的過程中，會經(jīng)歷兩個效果截然相反的過程：一個是污垢在換熱表面沉積，致使熱阻增大；另一方面，到達換熱表面的沉積物或污垢前驅(qū)物因為流體沖刷作用而離開換熱表面，熱阻減小。換熱表面沉積物的凈增量是上述兩種效果的疊加（式（9））。

恒定質(zhì)量流量下，沉積層厚度隨時間的變化關(guān)系見式（10）。因此，初始結(jié)垢速率為

Kern-Seaton模型首次提出了影響污垢沉積的兩個相反的過程，為后續(xù)研究者進一步研究結(jié)垢機理、建立結(jié)垢預測模型奠定了基礎(chǔ)。往后的研究人員大多是在此模型的基礎(chǔ)上進一步發(fā)展，不同的是根據(jù)不同的流體種類以及觀測結(jié)果，對沉積項和剝蝕項賦予了不同的內(nèi)涵。但是該模型一個明顯的缺點在于，污垢沉積層的剝離速率取決于沉積層厚度。只有當壁面的沉積層達到一定尺寸時，才能從模型中體現(xiàn)出剝離速率。不論換熱壁面是否已有沉積層，高流速場合中應用Kern-Seaton模型，沉積過程都將被徹底抑制。

3.2 Watkinson改進模型

針對Kern-Seaton模型的缺陷，WatkinsonAP引入污垢前驅(qū)物流量以及附著概率，并對Kern-Seaton模型進行了必要的改進［27］。

Watkinson A P將沉積速率大小的控制因素歸納為3類，并總結(jié)出相應的結(jié)垢速率表達式，如表4所示［27］。

表4 Watkinson對Kern-Seaton模型的改進Tab.4 Improvement in Kern-Seaton model by Watkinson

3.3 Epstein模型

Epstein N［29］建立了一個包含傳質(zhì)、吸附和附著的換熱表面初始結(jié)垢速率的數(shù)學模型。Epstein N認為，附著作用是一系列傳質(zhì)過程的結(jié)果，與流體在熱表面停留時間有關(guān)。流體停留時間越長，附著結(jié)垢的幾率越高。

初始時刻的結(jié)垢速率可表示為式（15），式（16）。式（16）中，等式右邊分母的第一項表示污垢物或前驅(qū)物傳質(zhì)到加熱表面，第二項表征物質(zhì)的反應和附著過程，n為反應、附著過程指數(shù)。

n=2.5時，模型與Crittenden B D的關(guān)于苯乙烯聚合物結(jié)垢的實驗數(shù)據(jù)吻合度高［10］，而且能夠充分揭示溫度和流速對結(jié)垢的影響。但是對于結(jié)構(gòu)和性質(zhì)都更為復雜的原油，n、Sc值難以確定，因此沉積速率與速度的關(guān)系不明顯。同時，由于無法將主要的反應前驅(qū)物分離出來，造成了前驅(qū)物濃度確定不準確，其在結(jié)垢過程中的重要作用不清晰［36］。

Yeap B L等對Epstein N化學反應結(jié)垢的一級動力模型（即上式中n=1.0）進行調(diào)整，引入U0.8表征沉積物在湍流情況下因傳質(zhì)而減少的量。Yeap改進模型更直觀地表述了結(jié)垢速率與流速、密度、黏度等的關(guān)系。具體表達式為見表3中式（20）［32］。

3.4 結(jié)垢臨界預測模型

Ebert W和Panchal C B等在分析Exxon原油結(jié)垢的基礎(chǔ)上，于1995年提出了原油結(jié)垢臨界模型［30］（即在一定的條件下，原油結(jié)垢與不結(jié)垢之間存在著閾值），認為原油高溫結(jié)垢反應發(fā)生在熱邊界層，反應溫度為平均膜層溫度，在熱邊界層內(nèi)溫度線性變化。污垢從熱邊界層和換熱表面剝離的機理不同：污垢由熱邊界層剝離主要源于傳質(zhì)機理，而從換熱表面脫離則是由于湍流理論［37］。在缺少更為詳盡分析的基礎(chǔ)上，Ebert W和Panchal C B采用熱表面剪切應力表征污垢的剝離過程，從而建立一個結(jié)垢速率與臨界膜層溫度、臨界流速半經(jīng)驗的數(shù)學預測模型（式（17））。

邊界層溫度計算公式為

傳熱表面的剪切力

此模型表明在低溫和強的剪切力下可以產(chǎn)生一個結(jié)垢臨界狀態(tài)，使結(jié)垢速率為零，相應的溫度和流速就是結(jié)垢臨界的操作條件。

Ebert-Panchal模型與Kern-Seaton模型的區(qū)別在于：（1）Ebert-Panchal臨界模型認為結(jié)垢反應發(fā)生在熱邊界層上，反應溫度為膜層溫度，因此需要確定膜層溫度。Kern-Seaton模型主要關(guān)注熱阻的漸近值的預測。（2）Ebert-Panchal臨界模型認為污垢的沉積和剝蝕過程與結(jié)垢膜的厚度無關(guān)。而在Kern-Seaton模型中，剝蝕率與結(jié)垢膜厚度呈線性關(guān)系。（3）Ebert-Panchal臨界模型認為，污垢物質(zhì)基于傳質(zhì)機理，從熱邊界層上剝蝕；而Kern-Seaton模型認為污垢物質(zhì)是在換熱表面上脫落。

3.5 Panchal改進模型

Ebert-Panchal模型忽略了原油導熱率、比熱等物理性質(zhì)的影響，Panchal于1997年對Ebert-Panchal臨界模型進行了修正，依然采用熱邊界層溫度，將普朗特數(shù)引入模型表征原油物性對結(jié)垢速率的影響，并根據(jù)傳熱關(guān)系確定出普朗特數(shù)的冪指數(shù)為-0.33（式（18））［31］。

3.6 Polley改進模型

Polley J G等利用Panchal改進模型與Knudsen的實驗數(shù)據(jù)［38］進行對比發(fā)現(xiàn)，流速對臨界溫度的影響比實際情況大。預測的臨界結(jié)垢溫度普遍高于測定值，并且隨著平均流速提高，二者的誤差越來越大。因此，2002年，Polley J G等對Panchal預測模型進行改進，在Knudsen實驗數(shù)據(jù)的基礎(chǔ)上提出了一個新的模型：Polley改進模型（式（19））［3］。

Polley改進模型以管壁溫度代替膜層溫度，剝蝕項考慮傳質(zhì)理論，用γRe0.8代替管壁剪切力。Polley J G等將建立的模型與Knudsen J G［38］、Scarborough C E［39］、Panchal C B［31］的實驗數(shù)據(jù)進行對比，驗證了其模型的準確性。并計算確定了相關(guān)模型常數(shù)。

3.7 Nasr-Givi模型

2006年，Nasr M R J和Givi M M利用Saleh Z S關(guān)于澳大利亞輕油的結(jié)垢數(shù)據(jù)［15］提出了一個與普朗特數(shù)無關(guān)的新的結(jié)垢速率預測模型［33］，并用Re0.4表示污垢物的剝蝕率（式（21））。

NASR M R J將此模型與Ebert、Panchal、Polley模型比較，證明其精度有了顯著提高。但是，其缺點在于，與其他模型相比，β取值為-1.547時沒有任何實際的物理含義，因而該模型難以推廣應用到其他工況條件。

馬業(yè)超［17］、王一行［18］利用攪拌式結(jié)垢裝置分別對SZ36-1和輪古原油的高溫結(jié)垢特性進行了測試。利用實測數(shù)據(jù)對臨界結(jié)垢模型進行了改進，得到了適用于上述油樣的結(jié)垢模型，其中，王一行的模型如表3中式（23）所示。

3.8 原油臨界模型的意義及不足

雖然臨界預測模型可以反映主要影響因素對原油結(jié)垢速率的影響，但是原油結(jié)垢機理復雜，影響因素眾多，半經(jīng)驗性質(zhì)的臨界模型暫時還不能完全體現(xiàn)原油結(jié)垢的反應機理。而且不能直接用來模擬和預測換熱器殼程的結(jié)垢情況，因此仍存在不小缺陷。應用時需要根據(jù)不同種類原油確定模型參數(shù)，其普適性和準確性有所欠缺。預測模型的進一步發(fā)展必須基于對原油結(jié)垢機理的充分研究。但即便如此，臨界模型概念仍然具有重要的意義［40］：

（1）臨界結(jié)垢模型以及臨界值概念的提出，表明換熱器運行過程中存在結(jié)垢速率近似為零的工況，即臨界工況，對應的流速和溫度分別為臨界流速和臨界溫度，從而可得到換熱器安全、高效運行工況范圍。同時，利用臨界值可以提早判定換熱器是否存在結(jié)垢的危險。對于存在結(jié)垢風險的換熱器，可以提早采取緩解結(jié)垢措施。

（2）在以往設計換熱器時，通常是采用相關(guān)文獻中推薦的污垢熱阻漸進值，通過增大換熱器尺寸的方法來滿足最差換熱條件下的要求。而臨界模型將重點強調(diào)結(jié)垢速率而非最終的熱阻值，使得設計時上述觀點有所轉(zhuǎn)變。事實上，鮮有數(shù)據(jù)能夠充分證明因原油結(jié)垢而導致的熱阻漸進值的存在。

（3）使用臨界值概念設計得到的單體換熱器可在一定程度上避免結(jié)垢。同時臨界值概念也是對換熱網(wǎng)絡設計和優(yōu)化的數(shù)學工具。

（4）通過引入不同的物理量和模型參數(shù)可以完成對不同性質(zhì)原油的結(jié)垢速率預測，同時也可以在此模型的基礎(chǔ)上比較其結(jié)垢傾向。

4 ANN模型在結(jié)垢模型預測中的應用

人工神經(jīng)網(wǎng)絡（Artificial neural network，ANN）模型由于能夠模擬復雜油品的性質(zhì)以及非線性系統(tǒng)，逐漸受到越來越多的重視，其最大的優(yōu)點在于脫離了反應機理對建立模型的束縛。從21世紀初開始，研究者逐步將神經(jīng)網(wǎng)絡技術(shù)應用到加熱器、換熱器的結(jié)垢探測以及速率研究上來［41-44］。Malayeri M R等［45］探索了在換熱器結(jié)垢研究中應用神經(jīng)網(wǎng)絡技術(shù)的優(yōu)缺點后指出，只要主導變量已知，并且數(shù)據(jù)樣本數(shù)足夠，神經(jīng)網(wǎng)絡模型將是一種十分有前景的結(jié)垢速率預測技術(shù)。

Aminian J等［46］以Panchal C B等人的實驗數(shù)據(jù)為基礎(chǔ)，選取內(nèi)徑、流速、表面溫度為輸入變量，結(jié)垢速率為輸出變量，建立了一個含有兩個隱藏層的人工神經(jīng)網(wǎng)絡模型。該模型以27組實測數(shù)據(jù)作為訓練樣本，17組數(shù)據(jù)作為驗證。結(jié)果表明由人工神經(jīng)網(wǎng)絡模型得到的結(jié)垢速率預測值與Panchal、Polley以及Nasr模型相比精度更高。這種方法同樣被用于預測臨界工況，并取得了可喜的效果［47］。Kashani M N等［48］隨后采用優(yōu)化移動窗神經(jīng)網(wǎng)絡技術(shù)，建立了一個更為復雜的動態(tài)在線結(jié)垢監(jiān)控和預測模型。

5 結(jié)語

（1）原油結(jié)垢速率可用熱阻與時間的導數(shù)、沉積層厚度對時間的導數(shù)以及畢渥數(shù)對時間的導數(shù)表示，多用熱阻與時間的表示。

（2）攪拌式結(jié)垢裝置占地小，設備較為簡單，操作和清洗方便；回路式能夠能夠檢測原油結(jié)垢過程中的壓降和原油流速，還能模擬原油在換熱器中沿不同幾何路徑流動的結(jié)垢過程。兩種裝置各有利弊，在條件允許的情況下盡量選用回路式結(jié)垢裝置進行實驗。

（3）原油結(jié)垢預測模型需要能夠反映結(jié)垢過程的化學反應本質(zhì)、不同物理化學過程以及主要影響因素的作用。傳統(tǒng)的半經(jīng)驗預測模型計算方便，為換熱器的優(yōu)化設計、優(yōu)化操作以及清洗提供了一定理論基礎(chǔ)，但不能完全體現(xiàn)原油結(jié)垢的反應機理，其預測精度仍然有限。對結(jié)垢機理的深度研究必將是完善預測模型的必經(jīng)之路。

（4）人工神經(jīng)網(wǎng)絡模型脫離了反應機理對建立模型的束縛，能夠模擬復雜油品的性質(zhì)以及非線性系統(tǒng)，可作為建立結(jié)垢模型的另一條途徑。只要方法適當，樣本數(shù)據(jù)充足，人工神經(jīng)網(wǎng)絡預測模型的精度比臨界模型精度高得多，是一種十分有前景的預測模型。

符號說明

［1］COLETTI F，MACCHIETTO S.A dynamic，distributed model of shell-and-tube heat exchangers undergoing crude oil fouling［J］.Industrial&Engineering Chemistry Research，2011，50（8）：4515-4533.

［2］ASOMANING S，PANCHAL C B.Correlating field and laboratory data for crude oil fouling［J］.Heat Transfer Engineering，2000，21（3）：17-23.

［3］POLLEY G T，WILSON D I，YEAP B L，et al.Evaluation of laboratory crude oil threshold fouling data for application to refinery pre-heat trains［J］.Applied Thermal Engineering，2002，22（7）：777-788.

［4］PATERSONWR，F(xiàn)RYERPJ.Areactionengineeringapproachtotheanalysisoffouling［J］.ChemicalEngineering Science，1988，43（7）：1714-1717.

［5］YOUNG A，VENDITTI S，BERRUECO C，et al.Characterization of crude oils and their fouling deposits using a batch stirred cell system［J］.Heat Transfer Engineering，2011，32（3-4）：216-227.

［6］MACCHIETTO S，HEWITT G F，COLETTI F，et al. Fouling in crude oil preheat trains：A systematic solution to an old problem［J］.Heat Transfer Engineering，2011，32（3/4）：197-215.

［7］YANG M，YOUNG A，CRITTENDEN B D.Use of CFD to correlate crude oil fouling against surface temperature and surface shear stress in a stirred fouling apparatus［C/OL］//Proceedings of International Conference on Heat Exchanger Fouling and Cleaning VIII，June 14-19，2009，Schladming，Austria.2009：272-280.

［8］WATKINSON A P.Deposition from crude oils in heat exchangers［J］.Heat Transfer Engineering，2007，28（3）：177-184.

［9］ASOMANING S.Heat exchanger fouling by petroleum asphaltenes［D］.Vancouver：The University of British Columbia，1997.

［10］CRITTENDEN B D，KOLACZKOWSKI S T，TAKEMOTO T，et al.Crude oil fouling in a pilot-scale parallel tube apparatus［J］.Heat Transfer Engineering，2009，30（10/11）：777-785.

［11］GU T，ALBERT F，AUGUSTIN W，et al.Application of fluid dynamic gauging to annular test apparatuses for studying fouling and cleaning［J］.Experimental Thermal and Fluid Science，2011，35（3）：509-520.

［12］EATON P E.Fouling test apparatus：US Patent 4，383，438［P］.1983-5-17.

［13］PANCHAL C B，MAO Z.High temperature fouling test unit：US Patent 6，062，069［P］.2000-5-16.

［14］WATKINSON A P，NAVANEETHA-SUNDARAM B，POSARACD.Foulingofasweetcrudeoilunderinertand oxygenated conditions［J］.Energy&Fuels，1999，14（1）：64-69.

［15］SALEH Z S，SHEIKHOLESLAMI R，WATKINSON A P.Fouling characteristics of a light Australian crude oil［J］. Heat Transfer Engineering，2005，26（1）：15-22.

［16］SRINIVASAN M，WATKINSON A P.Fouling of some canadian crude oils［J］.Heat Transfer Engineering，2005，26（1）：7-14.

［17］馬業(yè)超.常減壓裝置換熱器結(jié)垢的實驗研究［D］.青島：中國石油大學（華東），2009.

［18］王一行.原油換熱器結(jié)垢特性實驗研究［D］.青島：中國石油大學（華東），2010.

［19］劉洪安，陳新國，向建福，等.熱表面原油污垢沉積過程研究方法及實驗裝置設計［J］.化工進展，2010（增）：582-585. LIU Hong′an，CHEN Xinguo，XIANG Jianfu，et al.Research method of crude oil fouling deposition in high temperature surface and design of laboratory equipment［J］. Chemical Industry and Engineering Progress，2010（S1）：582-585.

［20］PETKOVIC B，WATKINSON P.Fouling of a heated rod in a stirred tank system［J］.Heat Transfer Engineering，2014，35（3）：302-310.

［21］WANG W，WATKINSON A P.Deposition from a sour heavy oil under incipient coking conditions：Effect of surfacematerialsandtemperature［J］.HeatTransferEngineering，2015，36（7）：623-631.

［22］EPSTEIN N.Fouling in heat exchangers［C］//6thInternational Heat Transfer Conference，1977，6：235-253.

［23］WATKINSON A P，WILSON D I.Chemical reaction fouling：A review［J］.Experimental Thermal and Fluid Science，1997，14（4）：3161-3174.

［24］EPSTEIN N.Thinking about heat transfer fouling：A 5×5 matrix［J］.Heat Transfer Engineering，1981，4（1）：43-56.

［25］WATKINSON A P.Chemical reaction fouling of organic fluids［J］.Chemical Engineering&Technology，1992，15（2）：82-90.

［26］KERN D Q，SEATON R E.A theoretical analysis of thermalsurfacefouling［J］.BritishChemicalEngineering，1959，4（5）：258-262.

［27］WATKINSON A P.Particulate fouling of sensible heat exchangers［D］.Vancouver：The University of British Columbia，1968.

［28］CRITTENDEN B D，KOLACZKOWSKI S T.Modelling hydrocarbon fouling［J］.Chemical Engineering Research &Design，1987，65（2）：171-179.

［29］EPSTEIN N.General thermal fouling models［M］//MELO L F，BOTT T R，BERNARDO C A.Fouling Science and Technology.Springer Netherlands，1988：15-30.

［30］EBERT W，PANCHAL C B.Analysis of exxon crudeoil-slip stream coking data［R］.Argonne National Lab.，IL（United States），1995.

［31］PANCHALCB，KURUWC，LIAOCF，etal.Threshold conditions for crude oil fouling［J］.Understanding Heat Exchanger Fouling and Its Mitigation，1999：273-282.

［32］YEAP B L，WILSON D I，POLLEY G T，et al.Mitigation of crude oil refinery heat exchanger fouling through retrofits based on thermo-hydraulic fouling models［J］.ChemicalEngineeringResearchandDesign，2004，82（1）：53-71.

［33］Nasr M R J，Givi M M.Modeling of crude oil fouling in preheat exchangers of refinery distillation units［J］.Applied Thermal Engineering，2006，26（14/15）：1572-1577.

［34］YANG M，WOOD Z，RICKARD B，et al.Mitigation of crude oil fouling by turbulence enhancement in a batch stirred cell［J］.Applied Thermal Engineering，2013，54（2）：516-520.

［35］MORALESFUENTESA，PICóN-Nú?EZM，POLLEY G T，et al.Analysis of the influence of operating conditions on fouling rates in fired heaters［J］.Applied Thermal Engineering，2014，62（2）：777-784.

［36］DESHANNAVAR U B，RAFEEN M S，RAMASAMY M，et al.Crude oil fouling：A review［J］.Journal of Applied Sciences，2010，10（24）：3167-3174.

［37］EPSTEIN N.A model of the initial chemical reaction fouling rate for flow within a heated tube and its verification［C］//Institution of Chemical Engineers Symposium Series.10thInternational Heat Transfer Conference，Brighton，England，1994.Hemsphere Publishing Corporation，1994，135：225-225.

［38］KNUDSEN J G，LIN D，EBERT W A.The determination of the threshold fouling curve for a crude oil［J］.Understanding Heat Exchanger Fouling and Its Mitigation，1999，265-272.

［39］SCARBOROUGH C E，CHERRINGTON D C，DIENER R，et al.Coking of crude oil at high heat flux levels［J］. Chemical Engineering Progress，1979，75（7）：41-46.

［40］WILSON D I，POLLEY G T，PUGH S J.Ten years of ebert，panchalandthe‘thresholdfouling’concept［C/OL］// MüLLER-STEINHAGEN HANS，MALAYERI M R，WATKINSON A P.ECI Symposium series：Proceedings of 6thinternational conference on heat exchanger fouling and cleaning-challenges and opportunities，June 5-10，2005.The Berkeley Electronic Press，2013：25-36.

［41］RADHAKRISHNAN V R，RAMASAMY M，ZABIRI H，et al.Heat exchanger fouling model and preventivemaintenance scheduling tool［J］.Applied Thermal Engineering，2007，27（17-18）：2791-2802.

［42］TERUELE，CORTéSC，IGNACIODíEZL，etal.Monitoring and prediction of fouling in coal-fired utility boilers using neural networks［J］.Chemical Engineering Science，2005，60（18）：5035-5048.

［43］ROMEO L M，GARETA R.Neural network for evaluating boiler behaviour［J］.Applied Thermal Engineering，2006，26（14–15）：1530-1536.

［44］LALOT S，LECOEUCHE S.Online fouling detection in electrical circulation heaters using neural networks［J］. International Journal of Heat and Mass Transfer，2003，46（13）：2445-2457.

［45］MALAYERI M R，MüLLER-STEINHAGEN H.Neural network analysis of heat transfer fouling data［C］//The 4th United Engineering Foundation Conference on Heat Exchanger Fouling：Fundamental Approaches&Technical Solutions，Davos，Switzerland，2001：145-150.

［46］AMINIAN J，SHAHHOSSEINI S.Evaluation of ANN modeling for prediction of crude oil fouling behavior［J］. Applied Thermal Engineering，2008，28（7）：668-674.

［47］AMINIAN J，SHAHHOSSEINI S.Neuro-based formulation to predict fouling threshold in crude preheaters［J］.International Communications in Heat and Mass Transfer，2009，36（5）：525-531.

［48］Kashani M N，AMINIAN J，SHAHHOSSEINI S，et al. Dynamic crude oil fouling prediction in industrial preheatersusingoptimizedANNbasedmovingwindowtechnique［J］.Chemical Engineering Research and Design，2012，90（7）：938-949.

編輯：王旭東

編輯部網(wǎng)址：http：//zk.swpuxb.com

Research Advances in Measurement and Prediction Models of Crude Oil Fouling Rate Under High Temperature

YUAN Zongming1，WANG Yong1*，XIE Ying1，WANG Dapeng2
1.State Key Laboratory of Oil and Gas Reservoir Geology and Exploitation，Southwest Petroleum University，Chengdu，Sichuan 610500，China
2.Management Department of North-Terim Exploration and Development Project，Tarim Oilfield Company，CNPC，Korla，Xinjiang 841000，China

A comprehensive review in aspect of laboratory measurement and prediction models is conducted in this paper，and more focus is put on the analysis and development of prediction models.Both experiments and prediction models play significant role in determining crude oil fouling rate under high temperature.As a quick access to vast amounts of valid data，laboratoryexperiments，eitherbatchstirredorrecirculationtestapparatuscannotdirectlyguidefoulingpreventioninproduction. Proper models must reflect the chemical nature of fouling，the significance of influencing factors such as physical properties，temperature，flow rate and other different process.Although the threshold models have gained great achievements in field，which are semi-empirical formula，the precision and applicability of most prediction models at present are limited.More accurate models must be based on further studies on fouling mechanism.Meanwhile，according to its successful application to description of the characters of nonlinear systems，the ANN（artificial neural network）will be a new promising prediction skill.

crude oil fouling；fouling rate；experiments；prediction models；ANN

袁宗明，1949年生，男，漢族，四川簡陽人，教授，博士生導師，主要從事油氣長輸理論與技術(shù)、油氣礦場集輸理論與技術(shù)、油氣儲運安全技術(shù)相關(guān)領(lǐng)域研究。E-mail：zmyuan028@163.com

王勇，1988年生，男，漢族，陜西西安人，博士研究生，主要從事油氣礦場集輸理論與技術(shù)、油氣儲運工程工藝及設施相關(guān)領(lǐng)域研究。E-mail：wyong029@163.com

謝英，1972年生，女，漢族，四川樂山人，副教授，碩士生導師，主要從事油氣集輸工藝理論與技術(shù)、油氣管網(wǎng)數(shù)值模擬以及油氣管道多相流技術(shù)的教學與科研工作。E-mail：xying429@163.com

王大鵬，1986年生，男，漢族，山東威海人，助理工程師，主要從事油田產(chǎn)能建設、油氣處理工藝方面工作。E-mail：wdp88299368@163.com

10.11885/j.issn.1674-5086.2013.11.21.04

1674-5086（2016）01-0170-11

TE624.2

A

http：//www.cnki.net/kcms/detail/51.1718.TE.20160107.1625.010.html

袁宗明，王勇，謝英，等．原油高溫結(jié)垢速率測定和預測模型研究進展［J］．西南石油大學學報（自然科學版），2016，38（1）：170-180．

YUAN Zongming，WANG Yong，XIE Ying，et al．Research Advances in Measurement and Prediction Models of Crude Oil Fouling Rate Under High Temperature［J］．Journal of Southwest Petroleum University（Science&Technology Edition），2016，38（1）：170-180．*

2013-11-21網(wǎng)絡出版時間：2016-01-07

王勇，E-mail：wyong029@163.com