基于颗粒物性的CFB循环故障诊断技术的初步探索

宋健斐， 王 迪， 孙立强， 严超宇， 魏耀东

(1.中国石油大学 重质油国家重点实验室， 北京 102249； 2.过程流体过滤与分离技术北京市重点实验室， 北京 102249)

循环流化床(Circulating fluidized bed，以下简称CFB)的一个重要特征是固体颗粒沿着设定的循环回路流动，而气体则沿单向路线流动，通常也是颗粒循环路线的一部分。任何导致颗粒循环的故障均有可能造成整个装置非计划停工，因此对颗粒循环过程进行状态监测和故障诊断对于保证装置长周期运行非常必要。根据工艺要求，颗粒在流经各个单元时完成输送、流化、反应、分离、再生等操作，涉及到的单元主要有流化床、分离器和输送立管，颗粒物性随操作不同发生变化，这种变化通过粒径分布、颗粒形貌、元素组成等表现出来。但除去跑损少部分颗粒，回路中颗粒质量流率基本维持不变。同样沿气体流动路线，颗粒物性也发生变化。在CFB正常操作情况下，颗粒在颗粒循环回路和气体流动路线上其物性参数是稳定的，维持在设计范围内，并且随操作参数的波动发生相应变化，因此，颗粒在循环流动中承载着有关操作的各种信息。当颗粒循环发生故障时，颗粒物性将发生异常变化，例如常见的旋风分离器性能下降，外部表现是颗粒跑损、出口颗粒浓度异常增大，其实质是分离故障使颗粒分离过程发生了改变。因此，颗粒循环故障与颗粒物性之间存在一定的对应关系，颗粒是各种故障信息的载体。以往颗粒循环故障的诊断方法主要关注颗粒跑损量、压力和压降、温度和温变、气-固两相流流量等，缺失了颗粒物性参数的信息，忽略了颗粒物性在故障诊断中的作用，颗粒物性蕴含的丰富信息资源未能获得应有的利用。颗粒诊断技术就是当CFB装置发生颗粒循环故障时，根据颗粒物性的对比分析，基于颗粒物性特征值的变化，对故障做出准确的诊断，确定故障的原因和位置，进行及时的处理和消除。

1 颗粒在循环回路中的物性变化

循环流化床2个典型应用实例是流化催化裂化工艺(Fluid catalytic cracking，以下简称FCC)[1]和CFB锅炉[2]。FCC的颗粒循环系统是一个倒8字形回路，催化剂反应和再生同时进行，一般循环使用不外排；而CFB锅炉与FCC有所区别，颗粒循环系统为1个O形回路，煤粉因参加反应，需要不断的加入和外排，见图1。

图1 工业应用循环流化床颗粒循环回路示意图Fig.1 Schematic draws of an industrial circulating fluidized bed (a) FCC; (b) CFB

在FCC工艺中，提升管内再生催化剂与油气发生反应，催化剂碳含量增加，活性降低；在汽提器内蒸汽汽提使催化剂含油量降低；再生器内空气烧焦使催化剂碳含量减小，活性恢复。同时，循环回路中催化剂的浓度和粒径分布也发生变化。图2为在某FCC装置再生器5个采样点上采集的催化剂样品的粒径分布曲线。沿烟气流动路线催化剂粒径分布的峰值逐渐减小，但粒径分布呈单峰分布。

催化剂沿颗粒循环回路和气体流动路线的物性变化是其基本特性，在一次循环和长期循环中粒径分布、表观形态、碳含量等物性参数发生不同程度的变化，该变化主要取决于催化剂流动过程中单元的操作性能、结构参数和工艺参数、原料反应历程等。图3为Redemann等[3]给出的燃煤CFB中煤粉的粒径分布曲线。进料口处煤粉颗粒中位粒径最大，旋风分离器返料灰斗内颗粒中位粒径相对入口有所减小，这是煤粉燃烧的结果，旋风分离器排气管出口的颗粒中位粒径最小。Pallarès等[4]给出了工业CFB装置各部分颗粒平均粒径的测量结果，进料颗粒平均粒径是238 μm，流化床底部密相颗粒平均粒径308 μm，密封返料灰斗颗粒平均粒径226 μm。

图2 不同位置催化剂颗粒粒径分布Fig.2 Size distribution of catalyst particles at different sampling positions

沿颗粒循环回路，根据颗粒质量流率和颗粒粒径的变化可以划分为流化段、分离段和输送段。流化段主要是流化床，是CFB的主体，颗粒在流化风的作用下形成不同流态，沿流化床向上颗粒浓度和颗粒粒径分布有变化，但质量流率是平衡的。分离段主要是分离器，颗粒在分离器内或是分离或是逃逸，分别从排气口排出或是进入灰斗被捕集。由于沿分离器的流程出现了气-固分离和分流，颗粒质量流率和颗粒粒径均发生突变，排出颗粒和捕集颗粒的浓度和粒径分布主要由分离器性能决定。输送段是颗粒的输送部分，虽然各处存在浓度变化，主要取决于输送流态形式，但颗粒质量流率和颗粒粒径分布不变。

图3 循环流化床锅炉内煤粉的颗粒粒径分布[3]Fig.3 Size distribution of coal powder in CFB[3]

CFB颗粒循环回路的颗粒质量流率和粒径分布在开工阶段随进料增加存在很大变化[5]。但进入正常操作阶段后颗粒循环回路的颗粒质量流量是平衡的[6]。如在流化床操作中，对整个颗粒循环回路内颗粒质量速率和粒径分布影响的主要参数是流化速度，它决定了流化床的操作流态和流化床内轴向颗粒浓度分布，同时也确定了颗粒的扬析量[7-10]。当流化速度处于鼓泡床操作范围，存在明显的密相和稀相分界，颗粒沿床层向上流动，颗粒浓度和粒径逐渐减小，稀相部分的颗粒浓度和粒径分布沿轴向有很大变化，也决定了旋风分离器的入口速度和入口浓度。一般处于正常操作状态下的CFB循环回路上的颗粒质量流率和粒径分布是稳定的，或是在一定设计范围内波动。但当颗粒循环回路发生故障导致某些操作参数发生改变后，这种稳定性就会被打破，颗粒质量流率和粒径分布就会出现异常，尤其是流化段和分离段部分的颗粒物性变化比较明显。

2 颗粒循环故障与催化剂颗粒物性的关系

2.1 颗粒物性

颗粒是CFB颗粒循环的主体，颗粒本身的故障主要是破碎“细化”问题。颗粒破碎原因除本身机械强度不足外，主要是颗粒与颗粒、颗粒与器壁之间存在摩擦磨损和高速冲击破碎造成，两者的破碎机制和结果不同。但这种磨损导致颗粒粒径分布向减小的方向发展，同时也造成细颗粒的扬析量增大。摩擦磨损是粒径不同的颗粒经表面研磨后主体尺寸逐级递减，同时生成较小一级尺寸的颗粒；冲击破碎是一个大颗粒崩碎为几个级别低的小颗粒，见图4[11]。在CFB操作过程中，2种机制共存。但各个单元磨损破碎所占份额因设备结构和操作条件以及催化剂机械性质不同而异，Andreas等[12]认为,颗粒磨损在流化床内占60%，在旋风分离器内占16%。

图4 颗粒摩擦磨损和冲击破碎示意图[11]Fig.4 A schematic draw of friction wear and impact crush[11]

图5是FCC装置催化剂颗粒的扫描电镜照片。对比平衡剂(见图5(a))，正常摩擦颗粒是光滑圆润球体和细小碎屑(见图5(b))，冲击破碎颗粒是非球形碎砾(见图5(c))。对现场跑损催化剂的粒径测量[13-14]和SEM分析[15-16]表明，因摩擦导致生成的小颗粒大量增加，小于10 μm的颗粒明显增加，在颗粒粒径分布上2～3 μm小颗粒区域出现1个小峰，呈双峰分布，原峰值略有减小。冲击破碎通常发生在气流速度较高的区域，如进料喷嘴、分布器喷嘴、汽提蒸汽喷嘴、旋风分离器的入口速度超高等，因此通过颗粒形貌和粒径分布可以确定颗粒的磨损源和磨损方式。此外，热崩是另外一个催化剂破碎因素，高温催化剂与低温水蒸气接触后，由于颗粒内外温差热应力产生的破坏，表现为颗粒的剥层和裂纹[17]。

图5 催化剂微观形貌对比Fig.5 Comparison of morphology of catalyst particles (a) Equilibrium catalyst; (b) Particle debris; (c) Rudaceous particle

2.2 颗粒流化

颗粒流化以进行工艺反应为目的，是CFB的核心。颗粒的流化质量主要取决于流化速度和气体分布器的性能，进而确定了流化床稀相空间的颗粒浓度和颗粒粒径分布、颗粒的扬析量(见图6)[18]，同时流化速度也决定了密相床层料面高度[19]。图7(a)为FCC装置再生器鼓泡床的示意图。沿轴向向上，催化剂在流化床内从密相料面向上通常经历气泡弹溅区、颗粒沉降区和饱和夹带区流出。上部饱和夹带区的催化剂质量流率不变，其余2个区沿流动方向存在较大的催化剂返混，浓度连续减小。当流化速度增大后，气泡上行速度、气泡的频率和施加给催化剂上行的曳力均增加，导致密相床层高度上升，气体携带的催化剂量急剧增加；同时，旋风分离器入口浓度和料腿内料柱高度也上升，见图7(b)。崔刚等[20]的实验表明，流化速度从0.4 m/s增至1.4 m/s，出口颗粒的平均粒径由40 μm上升至60 μm。虽然有文献[7-8,21-23]分析了鼓泡床稀相空间颗粒扬析和夹带特性，建立了轴向颗粒浓度的分布模型，但缺少颗粒粒径分布的数据，而且这些模型多是建立在冷态上是依靠测量数据进行计算[24-25]。气体分布器的喷嘴布气性能对流化床操作有直接影响。现场流化床直径比较大，各喷嘴出口流量难以一致，流化风沿径向分布不均匀，尤其是部分喷嘴发生磨损情况时，破损区域喷嘴压降消失形成气体短路流，产生很大的偏流，形成颗粒腾涌现象，见图7(c)。FCC装置再生器床层存在严重偏流后，喷溅使稀相空间的催化剂浓度增大，进入部分旋风分离器的浓度和粒径增大，催化剂跑损量和粒径增大，同时也造成了床层各处反应深度不均，径向温差变大。

图6 流化速度与颗粒的扬析量[18]Fig.6 Fluidizing velocity and elutriation of particles[18]

模型实验数据上的，未考虑介质性质(油气，烟气)、介质黏度、温度和压力等的影响，与现场数据对比尚存在一定误差，现场基本

图7 再生器催化剂的扬析与夹带示意图Fig.7 A schematic draw of elutriation and entrainment of catalyst particles in the regenerator (a) Elutriation and entrainment； (b) With fluidized velocity increasing； (c) Bias flow and entrainment

气体分布器的喷嘴喷出气体的速度与催化剂颗粒的磨损量成正比。如鼓泡流化床催化剂颗粒的磨损主要是上行气泡和分布器喷嘴喷出气流(>30 m/s时)产生的[26]。Saidulu等[25]通过对FCC装置再生器的气体分布器进行改造，用变径喷嘴替代单径喷嘴，出口速度由55 m/s降至18.5 m/s，避免了催化剂的高速冲击破碎，0～40 μm颗粒的质量分数由5%减至2%，平均粒径从85 μm增至100 μm，说明气体分布器改造后催化剂的破碎磨损减小了。

此外，CFB颗粒回路上颗粒粒径分布随操作时间延续是逐渐变化的。在装置开工阶段，随操作时间延长，细颗粒不断跑损，粗颗粒分量逐渐增加。图8为某FCC装置再生器开工后<40 μm催化剂颗粒质量分数(w1)变化的监测曲线。开工阶段新鲜催化剂的细粉含量较多，受旋风分离器分离能力的限制，细粉跑损量比较大，粗颗粒分量增加，颗粒平均粒径逐渐增大，240 min后细粉跑损量减小，<40 μm 颗粒质量分数趋于稳定，在20%左右。一般细颗粒催化剂的损失，尤其是0～40 μm细粉的损失对颗粒的流化性能是不利的，故需要及时补充细颗粒，以弥补细颗粒的损失量。所以细粉的损失也是监视流化平稳操作的一个重要指标。

图8 催化剂细粉含量的变化Fig.8 Content of fines in catalyst particles

因此，CFB的流化速度和气体分布器的性能因各种故障发生变化后，导致了流化运行状态的改变，进而使颗粒浓度和粒径也随之变化，两者存在一定的因果关系。这样当流化床流化出现故障后就可以通过颗粒的物性变化对故障进行诊断和分析。

2.3 颗粒分离

颗粒分离是CFB颗粒循环的必要条件。颗粒分离借助于分离器实现，也是气-固两相分流的开始，颗粒进行循环，气体流出系统。颗粒分离系统的故障主要表现为颗粒跑损。一般受分离器分离能力的限制，颗粒跑损不可避免，这属于自然跑损。但跑损量超出允许范围后，属于故障跑损，或非自然跑损。原料性质变化、设备故障、工艺参数调整及颗粒的理化性质变化等都有可能引起颗粒大量跑损。跑损发生的位置及时效性也不尽相同。一般分离器出现颗粒分离故障时，颗粒物性变化对故障的反映非常敏感，尤其是出口颗粒粒径的分布特征所蕴含的信息最为丰富。分离器采用旋风分离器时，这些物性变化不仅可以反映旋风分离器本身的故障，而且对旋风分离器工艺参数的超标、灰斗排料故障、串并联配置方面的故障也能从颗粒物性上及时反映出来。如FCC装置一般跑损催化剂控制在<0.1 kg/t原料以内，若短期内催化剂跑损严重，很可能就是旋风分离器工作失效的反映，像旋风分离器开裂、穿孔和料腿堵塞、翼阀磨穿等导致分离效率下降，表现为中位粒径有明显增大。一般旋风分离器分离性能恶化，跑损催化剂的中位粒径比正常跑损的有所增大；料腿堵塞无法排料，流化床稀相部分的催化剂大量从排气管跑损，跑损催化剂的中位粒径更大；更严重的是当料腿翼阀部分磨损，造成流化风的二次夹带，将流化床密相床层中较粗的颗粒直接带出系统，跑损催化剂的中位粒径就与平衡剂一致了。Niccum[14]在FCC装置现场测量结果表明，再生器内第二级旋风分离器性能下降时，跑损催化剂粒径呈单峰分布，峰值由30 μm移到45 μm；当旋风分离器器壁存在磨损穿孔时，未被分离的烟气或油气夹带催化剂直接倒窜进旋风分离器，跑损催化剂粒径呈双峰分布，在50 μm处出现1个峰值。图9 是对某0.8 Mt/a FCC装置油浆中催化剂粒径分布的监测曲线。沉降器6组旋风分离器中4个翼阀阀板磨损穿孔后，油气夹带悬浮催化剂直接上窜进入料腿，逃逸催化剂的粗颗粒含量增大，油浆中>60 μm 颗粒质量分数超过10%，油浆中催化剂固含量已达到200 g/L。而正常工况下油浆中几乎看不到大于40 μm的催化剂颗粒，被迫停工。当顶部3组旋风分离器料腿堵塞后，油浆中催化剂粒径分布与平衡催化剂的粒径分布基本一致，旋风分离器已经失去分离功能。

图9 旋风分离器不同故障时催化剂粒径分布Fig.9 Size distribution of catalyst particles in cyclones with different faults

3 颗粒诊断技术的方法和应用前景

颗粒诊断技术在CFB颗粒循环故障上应用，首先要获取颗粒物性的特征值，该特征值选择可测参数，包括颗粒粒径分布、中位粒径、堆积密度、比表面积、碳含量、重金属含量、化学活性等，微观上有颗粒形态和破碎形态等，通过这些可测信息提取故障征兆是故障诊断的必要条件。在此基础上，一方面对特征值进行数学处理，如颗粒粒径分布曲线可用数学连续函数描述，数据处理后可以获取如均值、方差、偏度、峭度、峰值、单峰、多峰等特征量；另一方面建立颗粒物性特征信息与故障之间的关系模型，形成比较识别模式或函数识别模式进行故障诊断。如前所述，颗粒循环故障与颗粒物性特征值的变化存在对应关系，这种关系可以从流化和分离机理上分析颗粒物性的变化规律，必要时可以通过实验建立两者之间的经验模型，同时配合补充碳含量、失活度、比表面积等热态数据，以及压差、温度、颗粒流量等其他现场在线参数，建立颗粒物性特征信息与故障之间的关系模型，进行故障的诊断和分析。

CFB颗粒循环是高负荷的气-固流动系统。任何影响颗粒循环的干扰因素均可导致整个系统失效，造成巨大的经济损失。所以颗粒循环的状态检测和故障诊断对于保证装置的正常操作、工作效率是必要的。目前颗粒循环故障诊断技术的研究工作比较少，其原因一方面是受早期测量手段的限制，另一方面还没有形成一个故障诊断技术的理论体系，很大程度上依赖于以往的经验积累，应用中出现的各种问题很难给予合理的解释，处理方法有一定的盲目性。为此，开创面向颗粒循环故障的颗粒诊断技术研究有很好的应用背景。

4 结 论

循环流化床的颗粒循环是高负荷的气-固两相流动系统，其稳定运行是保证CFB正常操作的前提条件。实验研究和现场数据均表明，CFB颗粒循环发生流化故障和分离故障与颗粒物性之间存在着因果关系，通过提取颗粒循环路线上颗粒物性的特征信息，建立该信息与故障之间的关系模型，对故障做出准确的诊断，确定故障原因和位置是可行的。目前颗粒循环故障诊断技术的研究工作较少，尚未形成理论体系，因此开展面向颗粒循环故障的诊断技术研究是非常必要的，也有很好的应用前景。

[1] 陈俊武, 许友好. 催化裂化工艺与工程[M].第三版. 北京： 中国石化出版社, 2015： 778-779.

[2] 岑可法, 倪明江, 骆仲泱, 等. 循环流化床锅炉理论设计与运行[M].北京： 中国电力出版社, 1998.

[3] REDEMANN K, HARTGE E U, WERTHER J. A particle population balancing model for a circulating fluidized bed combustion system[J].Powder Technology, 2009, 191(1-2): 78-90.

[5] MA S, GUO J, CHANG W M, et al. Study on the dynamic balance behaviors of bed material during the start-up process of a circulating fluidized bed boiler[J].Powder Technology, 2015, 280: 35-41.

[6] BLASZCZUK A, LESZCZYNSKI J, NOWAK W. Simulation model of the mass balance in a supercritical circulating fluidized bed combustor[J].Powder Technology, 2013, 246(9): 317-326.

[7] JR P R T, JR L G, BIZZO W A. Entrainment of FCC particles from a pilot-scale bubbling fluidized bed Part 1: Experimental study[J].Powder Technology, 2014, 269: 596-604.

[8] JR P R T, JR L G, BIZZO W A. Entrainment of FCC particles from a pilot- scale bubbling fluidized bed Part 2: A mechanistic model[J].Powder Technology, 2015, 269: 605-616.

[9] ALSMARI T A, GRACE J R, BI X T. Effects of superficial gas velocity and temperature on entrainment and electrostatics in gas-solid fluidized beds[J].Chemical Engineering Science, 2015, 123: 49-56.

[10] KEWES E, DAHLEM F, BEC S, et al. The sequential elutriation behavior of wide particle size distributions[J].Powder Technology, 2015, 286:230-239.

[11] MAURER S, DURN S R, KÜNSTLE M, et al. Influence of interparticle forces on attrition and elutriation in bubbling fluidized beds[J].Powder Technology, 2016, 291: 473-486.

[12] THON A, PÜTTMANN A, HARTGE E U, et al. Simulation of catalyst loss from an industrial fluidized bed reactor on the basis of labscale attrition tests[J].Powder Technology, 2011, 214(1): 21-30.

[13] FLETCHER R. Stepwise method determines source of FCC catalyst losses[J].Oil & Gas Journal, 1995, 93(35): 79-82.

[14] NICCUM P K. 20 questions: Identify probable causes for high catalyst loss[J].Hydrocarbon Processing, 2010, 89(9): 29-38.

[15] 刘璞生, 张忠东, 付满平, 等. 细粉粒径分布变化在FCCU催化剂跑损分析中的应用[J].炼油技术与工程, 2016, 46(7): 43-46.(LIU Pusheng, ZHANG Zhongdong, FU Manping, et al. Application of particle size distribution variation of fine particles in analysis of FCCU catalyst loss[J].Petroleum Refinery Engineering, 2016, 46(7): 43-46.)

[16] 罗辉, 常增明, 陈文龙, 等. 催化裂化跑损催化剂的激光粒径及SEM分析[J].炼油技术与工程, 2009, 39(10): 53-56. (LUO Hui, CHANG Zengming, CHEN Wenlong, et al. Study on catalyst loss in FCC by laser particle size and SEM analysis [J].Petroleum Refinery Engineering, 2009, 39(10): 53-56.)

[17] 陈冬冬, 郝希仁, 陈曼桥, 等. 催化裂化催化剂热崩跑损现象的研究[J].炼油技术与工程, 2007, 37(3): 1-4.(CHEN Dongdong, HAO Xiren, CHEN Manqiao, et al. Study on the catalyst loss due to thermo-collapse in FCC units[J].Petroleum Refinery Engineering, 2007, 37(3): 1-4.)

[18] COCCO R, SHAFFER F, HAYS R, et al. Particle clusters in and above fluidized beds[J].Powder Technology, 2010, 203(1): 3-11.

[19] KUNII D, LEVENSPIEL O. Fluidization Engineering[M].Second Edition. Boston: Butterworth-Heinemann, 1991.

[20] 崔刚, 刘梦溪, 卢春喜, 等. 耦合流化床和传统流化床旋分入口夹带颗粒分布对比研究[J].石油学报(石油加工), 2015, 31(5): 1035-1041. (CUI Gang, LIU Mengxi, LU Chunxi, et al. Comparative study on the particle distributions in the dilute phase outlet of coupled and traditional fluidized beds[J].Acta Petrolei Sinica (Petroleum Processing Section), 2015, 31(5): 1035-1041.)

[21] 卢春喜, 徐亦方, 时铭显, 等. 流化催化裂化再生器湍流流化床密相区两相流动规律的研究[J].石油学报(石油加工), 1996, 12(4): 1-8. (LU Chunxi, XU Yifang, SHI Mingxian, et al. A study on the two phase flow in the dense phase region of the turbulent fluidized beds of FCC Regenerator[J].Acta Petrolei Sinica (Petroleum Processing Section), 1996, 12(4): 1-8.)

[22] JIA W C, CAHYADI A, HRENYA C M, et al. Review of entrainment correlations in gas-solid fluidization[J].Chemical Engineering Journal, 2015, 260: 152-171.

[23] HUNT D A, KRISHNAIAH G. Optimizing FCC regenerator can minimize catalyst losses[J].Oil & Gas Journal, 2001, 99(49): 56-61.

[24] COCCO R, KARRI S B R, KNOWLTON T. Avoid fluidization pitfalls[J].Chemical Engineering Progress, 2014, 110(12): 40-45.

[25] SAIDULU G, PALAPPAN K G, BHUYAN M K, et al. Optimizing conditions, modifying design improve FCC regenerator[J].Oil & Gas Journal, 2010, 108(46): 123-129.

[26] ZHANG H, DEGRVE J, BAEYENS J, et al. Powder attrition in gas fluidized beds[J].Powder Technology, 2016, 287: 1-11.