普光气田酸气加热炉智能控制系统的构建与优化

2013-10-20 06:44王和琴张分电李延利刘方俭宁海春韩燕君
天然气工业 2013年9期
关键词:节流阀加热炉气田

王和琴 张分电 李延利 刘方俭 宁海春 韩燕君

1.中国石化中原油田普光分公司 2.中国石化中原油田勘探开发科学研究院

天然气加热炉作为油气田一种重要的加热设备,广泛地应用于天然气集输系统中[1-4]。中国石化普光气田属高酸性气田,开发中面临剧毒、强腐蚀性等诸多高风险因素,使安全成为关系工程建设成败的决定性条件。但目前,普光气田所使用的加热炉自动控制系统一直未能正常发挥作用,无法实现酸气定产、稳压以及流量的准确计量,酸气加热效果差,严重时会造成加热炉停炉、关井。笔者以酸气加热炉流量及压力的自动控制为核心,对加热炉智能控制系统的构建及优化进行研究,实现了酸气流量、压力、温度的自动控制,其成果对于气井定产稳压、调产、调压、温控、燃烧自动控制等方面具有重要作用,为气田的安全生产开发与数字化气田建设提供了技术保障。

1 酸气加热炉智能控制系统的构建

1.1 酸气加热炉工艺流程特点

图1为酸气加热炉工艺流程图,从左到右依次为井口一级节流阀后压力(p1)和温度(T1)变送器、二级节流阀(FVC)、二级节流阀后压力(p2)和温度(T2)变送器、加热炉一级盘管、三级节流阀(PVC)、加热炉二级盘管、三级节流后后压力(p3)和温度(T3)变送器 、流量计(Q3)等。根据生产要求,Q3、p2、T3是关键控制对象,而Q3、p2同时都与二级三级节流阀的开度有关,任何一个阀动作都会同时影响Q3和p2,调节流量会引起压力变动,调节压力同样也会引起流量变化。流量变化也会影响温度的控制,进而影响加热炉的工作状态。根据这一工艺流程特点,一般的PID控制已不能实现稳定的控制,需要应用智能控制解决多变量相互干扰的技术问题。

图1 酸气加热炉工艺流程图

1.2 智能控制系统基本模型

智能控制系统由知识库、推理机及控制器组成,基本模型见图2。图2中u(t)为控制量,e(t)为偏差,ysp(t)为设定值,y(t)被控参数如流量、压力、温度等。控制量u(t)与多种变量或事实相关,构成复杂的函数关系或变化规则。

知识库:把人的知识和经验表达成计算机可以识别、理解和执行的语言,即事实和规则(IF—THEN),并把这些事实和规则送入计算机,建立一个软件模块,即知识库。知识库代表人对生产过程控制的最佳操作方案。

图2 智能控制系统原理框图

推理机:是知识控制软件模块根据系统当前运行状态选择一件事实,并在知识库中搜索对应规则。若事实与规则(IF)匹配,则对执行器发出执行操作的指令(THEN)。“事实”包括控制系统原始数据、中间运行状态、中间结果、性能指标等,如设定值、被控量、控制量、偏差、偏差变化率、超调量、控制动态过程时间、震荡次数、系统参数以及其他相关变量等。

对加热炉智能控制系统而言,Q3的控制量u2(t)(以节流阀的开度表示)就不只与Q3的偏差有关,还与当前两个节流阀开度、Q3及其偏差绝对值的均值、p2及其偏差、p1、p3、T3、Q2等事实有关。压力与流量的情况相同,与诸多工艺参数或因素相关。

2 酸气加热炉智能控制系统的优化

根据上述情况,用软件对控制系统进行优化。

2.1 二级节流阀开度流量关系曲线线性的优化方案

绘制拟合曲线和线性化补偿反函数曲线(图3)。二级节流阀开度(ST)与流量系数(CV)存在图3-a蓝色曲线所示关系,曲线表明两者关系非线性比较严重,不利于流量均匀准确控制,必须进行线性化,以达到智能线性解耦控制。

补偿后,控制量与流量基本呈现直线关系,实现了二级节流阀在0~100%开度范围内对流量的均匀线性控制。

2.2 偏差[e(t)]-控制量[u(t)]关系的优化

图3 二、三级节流阀特性拟合曲线图

图4 智能控制系统偏差—控制系数关系图

图5 PID控制与智能控制效果图

可见,采用智能控制,可使偏差快速稳定收敛,当[∑|e(t)|/n]/Yset≥5%时,采用固定比例控制,当[∑|e(t)|/n]/Yset≤5%时,采用一定时间(大约0.5个波动周期)相对偏差绝对值的均值(10/Yset)[∑|e(t)|/n]作为改变控制量的随机变动系数,智能系数Kint与E(t)在5%以下时呈线性递增关系,控制量u(t)与E(t)呈非线性递增关系。

从上述分析可知,采用智能控制系统,可以快速稳定收敛,偏差较小,超调量较小,不易震荡。因此,在酸气流量、压力难于控制的复杂工况环境中可以应用。

2.3 偏差积分[i(t)]-控制量[u(t)]关系的优化

引用智能积分控制系数,随机改变积分强度,偏差越大、积分作用越强,偏差越小、积分作用越弱。效果见图6、7,图中纵坐标y(t)/Y表示被控参数与量程的百分比。

图6 智能积分系数特性曲线图

图7 PID及智能积分控制系统控制效果图

2.4 流量压力延时控制优化方案

采用智能解耦控制,将延时后的测量偏差作为下一步控制依据,若延时T,则控制量u(t)对应e(t+T)(图8)。

2.5 其他控制优化方案

针对二三级调节阀均与流量压力同时相关,另外采用多参数综合控制算法,使被控流量压力更快速进入稳态,达到新的设定值;针对高含硫及杂质对现场仪表的影响进行了控制功能优化,软件中增加了智能识别和处理模块,如节流阀卡堵识别及处理、流量计及压力变送器引压管堵塞识别及处理等。

图8 智能控制系统流量延时控制响应图

3 酸气加热炉智能控制系统技术试验

3.1 加热炉及控制系统工艺设备参数

气田在运的加热炉型号为ENERFLEX800W/1 000W,炉体额定耐压压力为0.1MPa,最高工作温度为115℃,一级盘管额定耐压压力为20MPa,二级盘管额定耐压压力为10.7MPa。孔板流量计的引用误差为±1.5%F·S,F·S为流量计量程(100×104m3/d)。流量、压力、温度等参数必须控制在设备额定工作范围内,稳态流量、压力、温度控制精度在设定值±3%F·S范围以内。

3.2 智能控制系统试验检测线路设计

以计算机和PLC为核心组成智能控制系统[5-6],完成流量、压力等的自动控制(图9)。

3.3 实验结果

3.3.1 酸气调产动态/稳态特性

酸气调产时的流量压力实时监控如图10所示。

3.3.2 酸气调压动态/稳态特性

酸气调压时的流量压力实时监控如图11所示。

由图10、11可知,酸气加热炉智能控制系统,实现了对流量、压力自动控制功能,消除了流量、压力的波动,可以实现酸气自动定产、定压控制。

图9 智能控制系统控制工艺流程及原理图

图10 酸气调产时的流量压力实时监控曲线图

图11 酸气调压时的流量压力实时监控曲线图

3.4 系统功能参数

酸气加热炉智能控制系统流量、压力控制指标如表1所示。

表1 酸气加热炉智能控制系统流量、压力控制指标表

4 结论

1)由智能控制系统构建的普光气田酸气加热炉控制系统,克服了原来PID控制系统不稳定造成的关井停炉现象和其他集输设备的生产故障,实现了产出酸气流量、压力的稳定控制,为气田的安全生产开发提供了技术保障。

2)该系统充分发挥计算机、PLC等智能化、数字化设备的优势,可以方便地通过计算机操作完成对全气田各井酸气自动调产、调压工作,为数字化气田建设提供了技术支持。

[1]朱利凯.天然气处理与加工[M].北京:石油工业出版社,1997.ZHU Likai.Natural gas sweetening and processing[M].Beijing:Petroleum Industry Press,1997.

[2]于庆波,秦勤,杨宗山,等.水套加热炉的改进设计[J].工业加热,2000,10(6):28-29.YU Qingbo,QIN Qin,YANG Zongshan,et al.The improvement of water jacket furnace design[J].Industrial Heating,2000,10(6):28-29.

[3]严平,曹伟武,钱尚源,等.大圆筒天然气加热炉流场研究及传热面优化[J].天然气工业,2010,30(2):119-122.YAN Ping,CAO Weiwu,QIAN Shangyuan,et al.Research of flow field in large cylinder natural gas heating furnace and optimized arrangement of heat exchanging areas[J].Natural Gas Industry,2010,30(2):119-122.

[4]郭韵,曹伟武,严平,等.天然气加热炉的发展现状与改进探索[J].天然气工业,2009,29(12):97-100.GUO Yun,CAO Weiwu,YAN Ping,et al.Exploration and development of natural gas heaters with high fuel efficiency[J].Natural Gas Industry,2009,29(12):97-100.

[5]王述彦,师宇,冯忠绪.基于模糊PID控制器的控制方法研究[J].机械科学与技术,2011,30(1):166-172.WANG Shuyan,SHI Yu,FENG Zhongxu.Based on the fuzzy PID controller in the control method research[J].Journal of Mechanical Science and Technology,2011,30(1):166-172.

[6]李士勇.模糊控制·神经控制和智能控制论[M].哈尔滨:哈尔滨工业大学出版社,2006.LI Shiyong.Fuzzy control:Neural control and intelligent control theory[M].Harbin:Harbin Industrial University Press,2006.

猜你喜欢
节流阀加热炉气田
LW12-550型罐式断路器储气罐黄铜节流阀开裂原因分析
并联节流管汇压力调节特性及实验研究
中天钢铁轧钢5#棒加热炉成功点火烘炉
大导流面柱塞型节流阀冲蚀规律研究*
延安气田集气站的无人值守改造
节流阀的阀杆钎焊YG8结构改进
基于Workbench的加热炉管柱结构优化
便携无火加热炉
中江气田沙溪庙组气藏高效开发关键技术研究与应用
泡沫排水采气工艺在苏里格气田的应用