基于灰色模型的原油管道蜡沉积速率预测

基于灰色模型理论和建模思想,GM(0,N)模型可计算多个影响因素间相互作用的拟合和预测结果,建立GM(0,5)模型并与黄启玉模型进行误差对比分析,对原油管道蜡沉积速率进行预测.拟合出GM(0,5)模型蜡沉积速率平均相对误差为0.8855％,预测出GM(0,5)模型蜡沉积速率平均相对误差为15.0369％,精度都远优于黄...     

原油管道蜡沉积速率预测模型研究

准确地预测原油管道蜡沉积速率能够有效确定清管周期，以保证原油管道安全运行。针对BP神经网络(BPNN)模型学习效率低、对初始权重敏感且容易陷入局部最优状态等缺点，采用改进的麻雀搜索算法(ISSA)来优化BPNN的初始权值和阈值，建立ISSA-BPNN蜡沉积速率预测模型。以华池作业区38组蜡沉积实验数据为研究对象，使用MATLAB软件搭建预测模型并进行预测，同时与BPNN模型、遗传算法优化的BPNN模型(GA-BPNN)、粒子群优化算法优化的BPNN模型(PSO-BPNN)以及SSA-BPNN模型进行对比分析。结果表明：ISSA-BPNN模型预测蜡沉积速率的平均相对误差为1.353 1%,决定系数R²为0.994 8,均优于BPNN、GA-BPNN、PSO-BPNN和SSA-BPNN模型的预测结果，证明了ISSA-BPNN模型作为预测管道蜡沉积速率工具的准确性和可行性。     

含蜡原油蜡沉积模型预测方法研究

含蜡原油在管道中流动时,随着油温的降低,在管壁处会出现蜡沉积的现象,为保障管道安全平稳的运行,对蜡沉积速率进行预测具有重要的意义。从蜡沉积的影响因素出发,利用已有试验数据,采用贝叶斯正则化算法、Levenberg-Marquardt算法以及标度共轭梯度算法建立三种改进BP神经网络算法,进行蜡沉积速率预测实验。结果发现三种算法中精度最高的算法为贝叶斯正则化算法,为蜡沉积模型预测提供了参考。     

环道法对蜡沉积规律实验研究

环道法能够测量原油温度、原油与沉积面之间的温差、冷却速率、时间、剪切速率、流量等因素对含蜡原油管道蜡沉积规律的影响,测量的因素较全面;且环道法比其他蜡沉积实验装置更接近实际含蜡原油管道。在一定的工况下,研究了使用环道法实验装置的蜡沉积实验。通过对油温、壁温和流量这3个影响蜡沉积的主要因素的控制,得出了不同工况下管道的蜡沉积规律。     

基于RBF神经网络蜡沉积速率预测模型

RBF网络模拟了人脑中局部调整、互相覆盖接收域的神经网络结构,能够以任意精度逼近任意连续函数,特别适合解决分类、回归问题。本文利用了RBF神经网络建立了蜡沉积速率预测模型。影响原油蜡沉积速率的因素很多,本文考虑了管壁处剪切应力、管壁处温度梯度、管壁处蜡分子质量分数梯度和原油动力粘度4个主要影响因素。实例结果表明,RBF神经网络模型预测结果误差在2%左右,可以运用到蜡沉积速率预测中。     

普适性结蜡模型相关参数的优化方法

为制定经济、合理的清管方案,需建立蜡沉积模型来预测蜡沉积速率和厚度.基于目前工程常用的普适性结蜡模型,借助蜡沉积实验数据计算蜡沉积各因素之间的灰色相对关联度,通过分析蜡沉积各影响因素之间的多重共线性,证明普适性结蜡模型的变量选用合理;并基于1 stOpt软件对普适性结蜡模型相关参数进行优化研究.结果 表明:基于Leve...     

含蜡原油管道的结蜡规律研究

原油输送中的析蜡问题是影响管道安全运行和管理的重要因素之一。介绍了管壁结蜡影响因素,通过试验,探讨了原油输送温度和管壁温差对管壁蜡沉积速率的影响,得出了输油温度和温差与结蜡层厚度之间的关系,对于预测结蜡规律有一定的参考作用。     

含蜡原油管道清管周期优化及影响因素分析

论述了含蜡原油管道清管周期优化及影响因素,建立了油品管道运输成本的函数。含蜡原油在管道运输的过程中,管道内的蜡沉积是一个沉积与剥离同时存在的动态过程。当原油输量、环境温度与出站温度逐渐升高时,管道内原油流速增大,蜡沉积速率降低。选择合适的清管周期,使得管道运行成本最低,要在增大清管周期的同时保证其运输的燃料费用及动力费用不增加。     

含蜡原油蜡沉积特性与清蜡周期研究

管道清管作为减小含蜡原油管输安全隐患的主要措施,一直是工程安全研究的重要方面。对原油蜡沉积机理的分析,明确了蜡沉积过程中的主要影响因素,并对个因素的影响效果进行了评价,描述了几种不同清蜡方法的作用效果,研究了含蜡原油管道清蜡周期的影响因素,为管道清管周期的确定提供理论支持。     

降凝剂对蜡沉积物的影响

介绍了含蜡原油蜡沉积研究的背景及意义,分析了蜡沉积机理的研究现状与科研进展。目前对于管壁蜡沉积机理的解释,主要包括分子扩散、剪切弥散、布朗扩散和重力沉降四种机制。重点分析了管壁与原油之间的温度差、管道中流体的流速以及管道中流体的停留时间四种因素对含蜡原油蜡沉积的影响。基于学者们对降凝剂对原油改性的研究,并结合目前存在的争议理论,分析了降凝剂改善原油流动的机理和对蜡沉积的影响,最后提出了防止蜡沉积未来研究的方向。     

热油管道最佳蜡沉积厚度研究

热油管道输送含蜡油在管壁出现蜡沉积时,往往频繁使用清防蜡剂或者清管器清管手段予以清除。但是在管道建设初期和运营后期,实际输量小于设计输量,在管壁形成一定厚度的蜡沉积反而有益于提升输送效益。通过分析热油管道蜡沉积前后总传热系数和轴向温降的变化,给出了蜡沉积前后温降计算、经济效益评估、允许最小输量计算等公式。为定量分析蜡沉积最优厚度提供了理论依据,对不同管道确定蜡沉积厚度具有指导意义。     

Modelling wax deposition of diesel in sequential transportation of product oil pipeline using optimized back propagation neural network

Contamination of gasoline by wax deposit of diesel is a severe problem in sequential transportation of product oil pipelines in cold areas. However, most works on wax deposition are focused on crude oil. In response, this paper aims to investigate wax deposition from a unique perspective of diesel oil in sequential transportation. To this end, a cold finger apparatus was designed and constructed. It is found that the wax deposition rate of diesel oil increases with oil temperature and wax content, and decreases with cold finger temperature. A non-monotonic variation trend is observed against shear stress. To predict diesel wax deposition rate, a back propagation (BP) neural network optimized by bald eagle search (BES) algorithm is proposed. Grey relational analysis (GRA) is employed to get the highly relevant factors as input parameters of the developed model. Prediction accuracy and generalization ability of the BES-BP model is experimentally verified. This work will be helpful to schedule the transportation program of product oil to avoid contamination of gasoline by diesel wax deposit.     

基于最小二乘支持向量机的蜡沉积速率预测

考虑蜡沉积影响因素的复杂性和最小二乘支持向量机在小样本预测方面的优势,基于最小二乘支持向量机预测的原理,通过优化最小二乘支持向量机的参数,建立了蜡沉积速率的预测模型,并对蜡沉积速率进行了预测。结果表明：该方法在样本数量较小时仍具有较高的精度,蜡沉积速率的预测值和实验值的吻合程度较好;最小二乘支持向量机建模时可以得到直观的函数表达式,而神经网络方法却不能得到模型的显式表达式,因此该方法具有明显的优势;应用径向基核（RBF）作为核函数时,不同初值的正则化参数?和核函数宽度?对预测结果具有较大影响,使用时应合理选择。     

Study on wax precipitation characteristics of wax deposit in pipes

Wax deposit properties are a significant concern in pipeline pigging during waxy crude oil transportation. In the present work, the impacts of flow conditions and oil properties on the wax precipitation characteristics of wax deposits are investigated. A flow loop apparatus was developed to conduct wax deposition experiments using four crude oils collected from different field pipes. The differential scanning calorimetry (DSC) technique was employed to observe the wax precipitation characteristics of crude oil and wax deposit. The results show that the wax content and the wax appearance temperature (WAT) of the deposits increase with shear stress and radial temperature gradient, and decrease with radial wax molecule concentration gradient near the pipe wall. The DSC tests on the wax deposits revealed that the deposit wax content is strongly correlated to the oil wax content. Furthermore, an empirical correlation was developed to predict the wax content and the WAT of the wax deposit. Verification of the empirical correlation using the different oils indicated that the average relative error of the wax content prediction and average absolute error of WAT prediction were 13.2% and 3.6°C, respectively.     

清防蜡工艺技术浅谈

从原油结蜡的机理、存在状态以及影响结蜡的各种因素入手,有针对性地进行清防蜡技术的介绍,包括机械清蜡技术、热力清防蜡技术、固体防蜡技术、微生物清防蜡工艺技术、改变油管表面性质防蜡技术、化学药剂清防蜡技术、磁防蜡技术等。     

输油管道清防蜡技术研究综述

产自我国的原油大多属于石蜡基原油,在输送过程中,原油中的蜡不断结晶析出,沉积在管道内壁上,结蜡层厚度逐渐增加,导致管道内的有效通流截面减小,使输油过程变得困难,这不仅会降低输量,而且严重时还会堵塞管道,存在一定的安全隐患。在本文中,根据影响蜡沉积的因素,并结合油田清防蜡措施,总结了几种有关输油管道的清、防蜡技术。     

基于BP神经网络的油气长输管道土壤腐蚀性预测

基于BP神经网络原理,综合考虑六类土壤腐蚀指标(土壤电阻率、土壤含水量、氧化还原电位、氯离子含量、硫酸根离子含量和p H值),建立了一种土壤腐蚀速率的预测方法。基于这种方法,依据某油田的现场土壤数据,借助MATLAB神经网络工具箱建立了这一地区的土壤腐蚀性预测的BP神经网络模型。训练和预测结果表明:训练的腐蚀速率最大误差为-1.5%,预测的腐蚀速率最大误差为8%。由此可见,基于BP神经网络的土壤腐蚀性预测方法具有较好的预测精度,对油气管道的安全运行具有重要的意义。     

热油管道结蜡厚度与经济清管周期计算

对热油管道来说,结蜡到一定厚度时,易造成清管过程中蜡堵事故的发生。另外,结蜡还对热油管道的经济运行存在两方面的影响,即增加动力费用和降低热力费用。因此合理预测热油管道的结蜡厚度和经济清管周期尤为重要。介绍了一种普适性结蜡模型和经济清管周期计算模型,在此基础上以日均运行费用最低为目标,开发了热油管道结蜡厚度与经济清管周期预测程序,并以铁岭—新民段管线为例计算说明。指出了该程序的不足和今后研究方向。     

A fundamental wax deposition model for water‐in‐oil dispersed flows in subsea pipelines

Water‐in‐oil dispersions frequently form in subsea oil pipeline transportation and their presence affects the wax deposition rate in subsea pipelines. A fundamental model for wax deposition on the wall of water‐in‐oil dispersed phase flow pipelines has not been developed. Dispersed water droplets can affect the heat and mass transfer characteristics of wax deposition and alter the deposit growth rate. In this study, wax deposition from water‐in‐oil dispersed flows is comprehensively modeled using first principles of heat and mass transfer. The role of the dispersed water phase on the heat and mass transfer aspects of wax deposition is analyzed. The developed model predicts different effects of the water volume fraction and droplet size on the wax deposition rates in laboratory flow loop experiments and in field scale wax deposition processes. © 2017 American Institute of Chemical Engineers AIChE J, 63: 4201–4213, 2017