趙貴林
(中國石化達州天然氣凈化有限公司,四川達州636156)
循環(huán)水系統(tǒng)是工業(yè)用水最大的用戶,中國石化達州天然氣凈化有限公司(以下簡稱天然氣凈化廠)循環(huán)水用量占生產(chǎn)用水總量的80.9%,具有較大的節(jié)水潛力。循環(huán)水主要用于高溫胺液、大型機組換熱降溫,若水質(zhì)不達標可造成水冷換熱器腐蝕穿孔泄漏、結垢換熱效果差、黏泥堵死換熱器等情況發(fā)生,嚴重時將造成全氣田停產(chǎn)。
天然氣凈化廠循環(huán)水按其保供的聯(lián)合裝置區(qū)域分為Ⅰ循和Ⅱ循,補水來源包括新鮮水、汽提凈化水、鍋爐排污水、氣田產(chǎn)出水、處理成品水等多種水源,2套循環(huán)水系統(tǒng)采用不同的藥劑控制體系。循環(huán)水在運行中各離子濃度、腐蝕速率、粘附速率等指標需嚴格限定在一定范圍內(nèi),確保循環(huán)水系統(tǒng)安全平穩(wěn)運行。凈化廠原采用人工化驗方式對循環(huán)水腐蝕結垢情況進行監(jiān)測,分析結果滯后,影響應急處置速度。在水質(zhì)異常時,采用人工化驗來篩選泄漏換熱器的耗時長,應急處置周期長。因此,亟需建立一套腐蝕結垢關鍵指標實時監(jiān)測與預警的系統(tǒng)。
現(xiàn)場采用監(jiān)測換熱器監(jiān)測水冷換熱器循環(huán)水腐蝕、結垢情況。監(jiān)測換熱器設置蒸汽加熱腔體和碳鋼、銅、不銹鋼三類試管及掛片,模擬生產(chǎn)裝置水冷換熱器運行狀況,根據(jù)監(jiān)測周期內(nèi)試管質(zhì)量變化計算腐蝕速率和粘附速率,根據(jù)遠程監(jiān)測的相關流量、壓力、溫度等數(shù)據(jù)計算污垢熱阻,實現(xiàn)PLC自動控制,達到智能化監(jiān)測水冷換熱器運行的目的。
同時,采用壓力降監(jiān)測管監(jiān)測生物黏泥附著情況。通過電磁閥控制進水流量恒定達到1.1 m3/h,配備精度達0.01 kPa的壓差計,根據(jù)壓差變化在線實時監(jiān)測生物黏泥附著情況。
通過腐蝕、結垢、生物黏泥情況動態(tài)調(diào)整緩蝕阻垢劑、殺菌劑等加藥量,保障系統(tǒng)平穩(wěn)運行。
現(xiàn)場采用1套集中式在線分析儀表實時監(jiān)測循環(huán)水回水的溫度、腐蝕速率、氯離子濃度、pH值、氧化還原電位(ORP)、余氯、濁度、電導率等水質(zhì)參數(shù),定期自動采集數(shù)據(jù)、監(jiān)測數(shù)據(jù)記錄并實時傳輸,全面監(jiān)測循環(huán)水水質(zhì)情況,便于及時發(fā)現(xiàn)水質(zhì)異常并快速處置,保障水質(zhì)平穩(wěn)。
在現(xiàn)場建成防爆型胺液泄漏離子色譜法在線監(jiān)測儀[1],循環(huán)水中胺液質(zhì)量濃度檢測下限為5 mg/L,對5.0,40.0,100.0,150.0,200.0 mg/L的高濃度標準溶液系列和3.0,5.0,10.0,20.0,50.0 mg/L的低濃度標準溶液系列進行測定,標準曲線線性相關系數(shù)均為0.999,檢測線性良好,適用于不同濃度的泄漏監(jiān)測。采用鈉、鉀、鈣、鎂和氧化性殺菌劑、非氧化性殺菌劑以及2種緩蝕阻垢劑進行干擾試驗,其添加物均不影響胺液濃度值的確定。
1.3.1 監(jiān)測方法優(yōu)選與系統(tǒng)設計
根據(jù)現(xiàn)場使用條件,優(yōu)選出離子色譜法作為檢測方法。離子色譜法是以低交換容量的離子交換樹脂為固定相對離子進行分離,用電導檢測器連續(xù)檢測流出物電導變化的一種色譜方法。天然氣凈化廠研發(fā)了專用離子色譜柱,配備高靈敏度電導檢測器,保障有效檢測周期低于15 min,實時性高。
從聯(lián)合裝置回水管線上側線樣品管線引出水樣,多余水樣通過另一側線回到循環(huán)水主管,通過在線定時測定循環(huán)水中MDEA的濃度來監(jiān)測循環(huán)水中是否存在MDEA泄漏。胺液在線監(jiān)測系統(tǒng)設計流程見圖1。
圖1 胺液在線監(jiān)測系統(tǒng)設計流程
1.3.2 胺液在線監(jiān)測系統(tǒng)軟件
胺液在線監(jiān)測系統(tǒng)軟件主要包含執(zhí)行控制部分和譜圖采集處理部分??刂撇糠种饕糜跈z測器、電導池、柱溫箱、輸液泵等各部件參數(shù)的控制及采樣功能控制[2]。采集譜圖用于對監(jiān)測信號的分析處理。
以水質(zhì)在線監(jiān)測數(shù)據(jù)與循環(huán)水裝置近3年的水質(zhì)歷史數(shù)據(jù)為基礎大數(shù)據(jù)進行處理,采用最小二乘支持向量機(LSSVM)、深度置信網(wǎng)絡(DBN)、深度神經(jīng)網(wǎng)絡(DNN)3種模型[3],預測試管腐蝕速率、污垢熱阻和粘附速率。
2.1.1 數(shù)據(jù)處理
此次模型構建所用的水質(zhì)參數(shù)1 068×2組,共32維,其中試管腐蝕速率、污垢熱阻和粘附速率為此次模型構建的目標對象,以此3個輸出對象,分別進行模型構建。模型構建所選用的數(shù)據(jù)來自Ⅰ循水質(zhì)和Ⅱ循水質(zhì)檢測結果,采樣周期為30 d,共72組水質(zhì)數(shù)據(jù)。對缺失值處理方面,水中油、懸浮物等變量由于所缺數(shù)據(jù)甚多,利用插值法進行補充準確性差,意義不大,故將數(shù)據(jù)缺失嚴重的水質(zhì)參數(shù)直接刪除。在對缺失數(shù)據(jù)進行初步處理后,選擇可能影響試管腐蝕速率、污垢熱阻和粘附速率的11組水質(zhì)參數(shù)作為輸入變量,數(shù)據(jù)處理后優(yōu)選出的模型變量見表1。
表1 數(shù)據(jù)處理后優(yōu)選出的模型變量
數(shù)據(jù)分解處理:由于原始數(shù)據(jù)較少,為了更進一步挖掘數(shù)據(jù)深層信息,對優(yōu)選的11組輸入數(shù)據(jù){X1,X2,...,X11}進行經(jīng)驗模態(tài)分解,將分解得到的多維數(shù)據(jù)與3個輸出信息分別進行最大相關性分析,篩選出與輸出信息相關性最大的25組信號{S1,S2,...,S25},作為最終建模輸入。
2.1.2 模型特征
LSSVM算法是在原始支持向量機算法的基礎上對結構風險最小化函數(shù)進行改進,將二次規(guī)劃優(yōu)化問題轉變?yōu)榍蠼饩€性方程組的方法。將優(yōu)化問題描述為結構風險最小化函數(shù),并將約束條件轉換為等式約束關系。
DBN模型采用自下而上的無監(jiān)督學習方法,逐層對整個模型的參數(shù)進行初始化,然后再采用自上而下的有監(jiān)督學習方法對網(wǎng)絡參數(shù)進行微調(diào)。
DNN模型包含多個隱含層結構,每個隱含層都從前一層獲取輸入向量,利用隱含層的激活函數(shù)對其進行非線性變換,再將得到的向量作為輸入傳遞給下一層神經(jīng)元,逐層循環(huán)迭代,最終傳遞給輸出向量。
2.1.3 結果分析
使用平均絕對誤差(MAE)、平均相對誤差(MAPE)、相關系數(shù)r作為模型的評價指標。以試管腐蝕速率、污垢熱阻和粘附速率3個水質(zhì)參數(shù)為輸出構建3個預測模型進行研究。結果表明,DBN模型更適合對試管腐蝕速率預測[4],LSSVM模型更加適合對污垢熱阻、粘附速率預測。不同模型誤差指數(shù)比較見表2。
表2 不同模型誤差指數(shù)比較
模型建立后,預測的值需要與藥劑投加系統(tǒng)進行關聯(lián),優(yōu)化緩蝕阻垢劑、次氯酸鈉、三氯異氰尿酸等藥劑的加藥量,達到降低腐蝕速率和污垢熱阻的目的。
通過采用粒子群優(yōu)化算法(PSO)將緩蝕阻垢劑、次氯酸鈉、三氯異氰尿酸的加藥量作為尋優(yōu)參數(shù),將污垢熱阻和腐蝕速率作為優(yōu)化目標,建立污垢熱阻、腐蝕速率預測與加藥量關系模型,求取未來24 h內(nèi)的最小加藥量。最小加藥量計算過程見圖2。
圖2 最小加藥量計算過程
在上述運行監(jiān)測、水質(zhì)監(jiān)測、模型預測、加藥優(yōu)化的基礎上,設計了循環(huán)水智能監(jiān)測軟件,具備用戶與數(shù)據(jù)管理、模型管理、加藥時間智能預警、加藥方案智能優(yōu)化、結果顯示等功能,實現(xiàn)可視化人機交互功能,便于現(xiàn)場控制與應用。
系統(tǒng)所需數(shù)據(jù)由2種方法獲?。撼R?guī)現(xiàn)場數(shù)據(jù),如ORP、濁度等由現(xiàn)場采集卡采集后,經(jīng)PLC傳送至上位機;另一部分數(shù)據(jù)由網(wǎng)絡通信方式通過WiBox專用驅動,傳遞換熱器監(jiān)測、胺液泄漏監(jiān)測的數(shù)據(jù),在系統(tǒng)內(nèi)讀取解析后儲存至SQL Server數(shù)據(jù)庫內(nèi)供程序調(diào)用。
根據(jù)實際測量得到的pH值、電導率、ORP、污垢熱阻、腐蝕速率等水質(zhì)參數(shù),利用編程模型預測未來一段時間內(nèi)的污垢熱阻及腐蝕速率,并以此為依據(jù),自動生成加藥指導方案(如圖3所示),結合現(xiàn)場實際進行加藥調(diào)整操作。
圖3 藥劑添加指導工作界面
循環(huán)水運行智能預警系統(tǒng)投用后,pH值、余氯、電導率、濁度、ORP在線分析儀表運行正常,腐蝕速率穩(wěn)定控制在0.035 mm/a,與人工化驗結果一致。崗位操作人員通過在線水質(zhì)監(jiān)控數(shù)據(jù)及腐蝕速率曲線變化,及時調(diào)整現(xiàn)場藥劑添加量,水質(zhì)波動曲線較上一年度明顯平緩,波峰次數(shù)下降10%。根據(jù)循環(huán)水水質(zhì)變化情況,及時調(diào)整加藥量保障水質(zhì)平穩(wěn),循環(huán)水系統(tǒng)水質(zhì)綜合合格率100%,監(jiān)測換熱器試管腐蝕速率優(yōu)于“0.075 mm/a以下”的指標要求,粘附速率9.96 mg/(cm2·月)優(yōu)于“15 mg/(cm2·月)以下”的指標要求,緩蝕阻垢劑藥劑月均降低350 kg。在聯(lián)合裝置檢修時對水冷換熱器進行外觀與垢樣分析,結果表明腐蝕結垢控制得當,有力保障了循環(huán)系統(tǒng)安全長周期平穩(wěn)運行。
天然氣凈化廠針對系統(tǒng)腐蝕與結垢的監(jiān)測問題,采用監(jiān)測換熱器監(jiān)測腐蝕速率和粘附速率等,達到智能化監(jiān)測水冷換熱器運行的目的;針對水冷換熱器泄漏時人工檢測時效滯后的問題,研發(fā)了一套離子色譜法在線監(jiān)測胺液泄漏裝置,實現(xiàn)了對水冷換熱器泄漏實時、快速、精準的監(jiān)測;通過對水質(zhì)歷史數(shù)據(jù)大數(shù)據(jù)處理,采取多種神經(jīng)網(wǎng)絡預測模型,研發(fā)了智能加藥系統(tǒng)。天然氣凈化廠形成了一整套循環(huán)水水質(zhì)監(jiān)測與智能預警系統(tǒng),提高了循環(huán)水運行信息化、智能化水平,有力保障了聯(lián)合裝置水冷換熱器長周期運行。