本发明专利技术公开了一种重油污垢沉积速率预测方法，包括步骤：获取现场监控数据和设备参数；根据所获取的现场监控数据和设备参数对污垢热阻沉积速率模型进行回归处理；以及根据回归处理后的污垢热阻沉积速率模型预测重油污垢沉积速率，其中，污垢热阻沉积速率模型包括传质速率的影响和反应概率系数修正。本发明专利技术还公开了一种重油污垢沉积速率预测装置、电子设备及非暂态计算机可读存储介质。本发明专利技术通过在污垢热阻沉积速率模型中考虑传质速率的影响和反应概率系数修正，预测结果更接近实际，能够充分适应油品在不同温度压力下，沥青质传质速率变化大和沥青质胶融情况变化大导致的污垢热阻发展速率大幅波动的情况，从而为生产提供更可靠的理论参考。更可靠的理论参考。更可靠的理论参考。
【技术实现步骤摘要】
重油污垢沉积速率预测方法、装置、电子设备及存储介质
[0001]本专利技术涉及重油加工
，特别涉及一种重油污垢沉积速率预测方法、装置、电子设备及存储介质。
技术介绍
[0002]重油在炼厂加工中，易于结垢，结垢严重影响装置稳定长周期运行。重油装置工艺操作参数的变化和进料组分的变化对重油物料的结垢沉积速率影响较大，因此，掌握重油的结垢特性对重油的高效加工非常重要，准确的结垢模型可以指导重油的加工。近年来，很多研究者对重油的结垢特性进行了系统研究，并部分将研究结果应用到实际生产，获得了一定进展。
[0003]重油本身组成很复杂，导致其结垢的因素有很多，如重油中悬浮的杂质颗粒、氧化胶质、沥青质等，但普遍认为沥青质的沉积是最主要的。除受到本身组成的影响外，重油高温结垢还受温度、流速等操作条件的影响。在污垢热阻的生成过程中，传质、传热、化学反应过程相互影响，共同决定了污垢的发展速率。
[0004]尽管目前尚缺乏重油污垢的特征化标准，但人们已经开展了大量的实验工作来研究重油污垢，并且已经识别和研究了影响污垢的多种因素，其中，重油成分、流速、表面温度和体积温度是影响结垢率的重要因素。
[0005]基于实验研究，建立了各种复杂情况下的污垢预测数学模型，包括理论模型、半经验模型和经验模型。Ebert和Panchal引入了阈值污垢的概念，低于阈值的污垢增长速率为零或非常低。Ebert和Panchal提出半经验污垢热阻沉积速率模型：
[0006][0007]其中，R
f
为污垢热阻，Re为雷诺数，E为反应活化能，α、β、γ是模型参数(回归系数)，R是气体常数，T
f
是薄膜温度，τ
w
是剪切应力。模型(M1)中的第一项表示污垢在传热表面上的沉积速率，而第二项表示由于壁面剪切应力引起的去除速率，净污垢速率是沉积速率减去去除速率。
[0008]Panchal和同事通过引入普朗特数(P
r
)考虑重油的热性质，将模型(M1)改进为：
[0009][0010]然而，上述模型仍存在一定的问题。例如，根据模型(M1)和模型(M2)，随着薄膜温度T
f
或表面温度T
s
的增加，结垢速率是单调增加的。这已经被许多实验研究非常有效地支持，但也有恰恰相反的情况，现有文献中公布的数据已经观察到，污垢率确实随着薄膜温度T
f
的增加而降低；上述模型中第一项为污垢热阻形成中反应动力学的影响，该项只包含阿累尼乌斯方程，并未充分考虑传质，而在很多情况下，污垢为传质控制。这些问题会导致现有模型对重油污垢沉积速率的预测缺乏准确性，无法根据预测结果精确地指导重油加工等
实际生产过程。
[0011]公开于该
技术介绍
部分的信息仅仅旨在增加对本专利技术的总体背景的理解，而不应当被视为承认或以任何形式暗示该信息构成已为本领域一般技术人员所公知的现有技术。
技术实现思路
[0012]本专利技术的目的之一在于，提供一种重油污垢沉积速率预测方法，从而改善现有技术中重油污垢沉积速率预测的精度，以便对实际生产中重油结垢的预警和应对提供支撑。
[0013]为实现上述目的，根据本专利技术的第一方面，本专利技术提供了一种重油污垢沉积速率预测方法，包括步骤：获取现场监控数据和设备参数；根据所获取的现场监控数据和设备参数对污垢热阻沉积速率模型进行回归处理；以及根据回归处理后的污垢热阻沉积速率模型预测重油污垢沉积速率，其中，污垢热阻沉积速率模型包括传质速率的影响和反应概率系数修正。
[0014]进一步，上述技术方案中，污垢热阻沉积速率模型为
[0015][0016]其中，C
W
为污垢沉积壁面上的污垢前体浓度，F
p
为反应概率系数，Pr为普朗特数，E为反应活化能，R为气体常数，T
f
为薄膜温度，τ
w
是剪切应力，α、β、ε和γ均为回归系数。
[0017]进一步，上述技术方案中，污垢沉积壁面上的污垢前体浓度
[0018][0019]其中，C
b
为浓度边界层的污垢前体浓度，k为污垢前体焦化动力学一级速率常数，K
m
为特征传质速率，A为污垢沉积面积。
[0020]进一步，上述技术方案中，特征传质速率
[0021][0022]其中，z为湿周半径，C为沥青质胶体浓度，C
sm
为沥青质胶体浓度和边界层前体浓度的对数平均值，D为沥青质扩散系数。
[0023]进一步，上述技术方案中，反应概率系数
[0024][0025]其中，ASP为沥青质含量，FPI为污垢倾向指数，R
a
＝1
‑
P
a
为沥青质胶融需求，P
a
表示沥青质保持分散状态的能力，P
o
表示油相的胶融能力。
[0026]进一步，上述技术方案中，P
a
和P
o
由重油相容性测试P值法获得，P＝P
o
/(1
‑
P
a
)。
[0027]进一步，上述技术方案中，污垢倾向指数
[0028][0029]其中，S
BN
为溶解度混合数，I
N
为不溶数，ASP为沥青质含量，TBN为总碱值，Ni为重油中金属镍的含量，V为重油中金属钒的含量。
[0030]进一步，上述技术方案中，现场监控数据通过炼厂的DCS系统获得。
[0031]进一步，上述技术方案中，重油污垢沉积速率预测方法还包括步骤：对所获得的现场监控数据进行数据协调。
[0032]进一步，上述技术方案中，重油污垢沉积速率预测方法还包括步骤：根据所获取的现场监控数据和设备参数，通过换热网络模拟计算获取流体的物性特征和换热过程参数。
[0033]进一步，上述技术方案中，根据回归处理后的污垢热阻沉积速率模型预测重油污垢沉积速率达到预设时间后，重新根据所获取的现场监控数据和设备参数对污垢热阻沉积速率模型进行回归处理。
[0034]根据本专利技术的第二方面，本专利技术提供了一种重油污垢沉积速率预测装置，其包括：获取单元，其用于获取现场监控数据和设备参数；计算单元，其用于根据所获取的现场监控数据和设备参数对污垢热阻沉积速率模型进行回归处理；预测单元，其用于根据回归处理后的污垢热阻沉积速率模型预测重油污垢沉积速率，其中，污垢热阻沉积速率模型为
[0035][0036]其中，C
W
为污垢沉积壁面上的污垢前体浓度，F
p
为反应概率系数，Pr为普朗特数，E为反应活化能，R为气体常数，T
f
为薄膜温度，τ
w
为剪切应力，α、β、ε和γ均为回归系数。
[0037]进一步，上述技术方案中，重油污垢沉积速率预测装置还包括：预警单元，其用于根据所预测的重油污垢沉积本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种重油污垢沉积速率预测方法，其特征在于，包括步骤：获取现场监控数据和设备参数；根据所获取的现场监控数据和设备参数对污垢热阻沉积速率模型进行回归处理；以及根据回归处理后的污垢热阻沉积速率模型预测重油污垢沉积速率，其中，所述污垢热阻沉积速率模型包括传质速率的影响和反应概率系数修正。2.根据权利要求1所述的重油污垢沉积速率预测方法，其特征在于，所述污垢热阻沉积速率模型为其中，C
W
为污垢沉积壁面上的污垢前体浓度，F
p
为反应概率系数，Pr为普朗特数，E为反应活化能，R为气体常数，T
f
为薄膜温度，τ
w
为剪切应力，α、β、ε和γ均为回归系数。3.根据权利要求2所述的重油污垢沉积速率预测方法，其特征在于，所述污垢沉积壁面上的污垢前体浓度其中，C
b
为浓度边界层的污垢前体浓度，k为污垢前体焦化动力学一级速率常数，K
m
为特征传质速率，A为污垢沉积面积。4.根据权利要求3所述的重油污垢沉积速率预测方法，其特征在于，所述特征传质速率其中，z为湿周半径，C为沥青质胶体浓度，C
sm
为沥青质胶体浓度和边界层前体浓度的对数平均值，D为沥青质扩散系数。5.根据权利要求2所述的重油污垢沉积速率预测方法，其特征在于，所述反应概率系数其中，ASP为沥青质含量，FPI为污垢倾向指数，R
a
＝1
‑
P
a
为沥青质胶融需求，P
a
表示沥青质保持分散状态的能力，P
o
表示油相的胶融能力。6.根据权利要求5所述的重油污垢沉积速率预测方法，其特征在于，所述P
a
和P
o
由重油相容性测试P值法获得，P＝P
o
/(1
‑
P
a
)。7.根据权利要求5所述的重油污垢沉积速率预测方法，其特征在于，所述污垢倾向指数其中，S
BN
为溶解度混合数，I
【专利技术属性】
技术研发人员：厉勇，邢兵，孙全胜，郭拂娟，王红涛，
申请(专利权)人：中国石油化工股份有限公司大连石油化工研究院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。