油水分离旋流器分离过程数学模型分析

根据水力旋流器中油滴非线性随机运动的特点 ,采用改进的BP神经网络模型、基于随机过程理论的MonteCarlo模拟以及与其它数学模型相结合的方法 ,对水力旋流器内的分离过程进行模拟 ,根据旋流器的物性参数和分离期望值 ,预测旋流器的结构参数和操作参数 ,实现旋流器结构参数和操作参数的优化 ,并给出旋流器的分级效率。对数学模型的预测结果进行了验证分析。     

基于人工神经网络的油水分离旋流器设计模型

以人工神经网络为手段，建立了油水分离旋流器设计模型。采用三层BP网络模型，成功地实现了根据处理物料物性参数和分离要求进行油水分离旋流器结构与操作参数全面设计的过程。通过设定足够大的神经网络训练次数，神经网络预测误差可逼近所需精度，完全满足油水分离旋流器参数设计要求。     

液-液水力旋流器油水乳化机理研究

为了提高液-液水力旋流器的分离效率,避免油水在分离过程中产生严重的乳化现象,根据流体力学及旋流器的基本理论和方法,深入研究了液-液水力旋流器产生乳化现象的机理,并根据研究结果分析了产生乳化现象的主要影响因素。考虑到工程实际应用特将其与液-液水力旋流器的结构参数、操作参数及进料物性参数结合,逐一分析其对油水产生乳化的影响。分析结果表明,粘度μ、流量Q、入口速度v、分散相表面张力σ对油水乳化起关键作用,在设计和操作时应充分考虑。这项研究可为优化旋流器的结构设计,降低乳化程度,获得最佳的分离效率提供理论参考。     

动态水力旋流器结构参数的优选设计

简要描述了动态水力旋流器的结构组成及工作原理。在深入开展动态水力旋流器的分离机理和性能试验研究的基础上,进一步证实了只要合理地优化选取其结构参数,即可获得良好的分离效果。重点介绍了动态水力旋流器主要结构参数的优选设计过程,通过对油水分离用动、静态水力旋流器进行对比分析,进一步证实了动态水力旋流器在油水分离方面存在的优势。其成功研制为今后深入进行分离机理、流场测试及分离性能的研究奠定了基础,也为其在油田含油污水处理方面的推广应用起到了一定的指导作用。     

固-液旋流器结构优化研究进展

固-液旋流器具有结构简单、效率高及可连续操作等优点，在环保、能源等领域的固体浓缩、固体杂质脱除过程中得到了广泛应用，其分离性能受多种因素影响，其中结构参数是主要的影响因素之一，是技术改进的重点研究方向。基于固-液旋流分离原理，从入口结构、溢流管、底流管、柱体段、锥体段及内构件优化等方面总结了最近30余年固-液旋流器结构参数优化的技术研究成果，对未来可行的结构优化方向进行了展望。可为固-液旋流器的选择和结构优化提供指导。     

新型结构溢流管水力旋流器模拟分析与实验研究

应用计算流体动力学方法对新型结构溢流管水力旋流器进行数值模拟分析,观察其流场特性,并将其与常用溢流管水力旋流器进行比较。通过实验研究,测定和分析新型结构溢流管在不同操作参数下的分离效率及压力损失,为水力旋流器溢流管结构优化提供依据。     

水力旋流器结构参数优化设计

在综合分析水力旋流器现有计算式的基础上，采用与水力旋流器处理能力有关的固相分离颗粒粒度计算式，并以追求固相分离颗粒粒度最小为目标对旋流器的结构参数进行优化设计。列举了用随机方向搜索法进行寻优计算的实例，获得了较好的优化结果。通过对优化结果的分析，并与传统设计比较，提出了对水力旋流器结构参数进行优化设计的必要性和几点建议。     

柱形水力旋流器结构优化设计

文章根据TD哈蒂冈提出的圆柱水力旋流器的数学模型,提出了优化圆柱水力旋流器的结构参数(旋流器直径、进料管直径、溢流管直径、底流管直径、旋流器长度)的方法.     

导叶式水力旋流器分离性能试验研究

为保证导叶式水力旋流器稳定、高效运行,对其结构参数和运行时的操作参数进行了优选试验,并对物性参数进行了分析。试验确定了该旋流器锥段最佳锥角为5°,导流叶片最佳结构为叶片数n=4,叶片出口角β=20°,流道宽度w=3.47mm。试验结果还表明,在一定范围内,分离效率随入口流量的增加而增加,且随分流比的增加而增加,但二者并非越高越好;密度、粒度越大的颗粒越有利于分离,且旋流器并非适用于所有固体颗粒的分离;所设计的旋流器对井下多相分离系统中砂的分离是可行的。     

水力旋流器内分离介质流动分布特征数值模拟

提出了脱油型水力旋流器参数关系的结构模型,依据建立和修正的分离场的k-ε湍流数学模型,进行了网格划分,确定出边界条件.描述了水力旋流器内部分离介质的三维流动分布特征对分离性能的影响.对旋流器压力场、速度场和分离介质运动迹线分布特征的数值模拟进行了研究.分析了旋流器内部分离介质流动分布特征的数值模拟结果,实际测试的分布结果与流动场结构中理论计算的分布结果相一致.通过合理控制旋流器操作参数(如流量、压力和分流比等)来实现最佳的分离效果.该研究将为改进水力旋流器结构设计、提高分离性能和降低能耗损失提供参考,也为其更好的推广应用奠定一定的基础.     

液－液分离水力旋流器特性参数研究

对自行设计的液－液分离水力旋流器进行了一系列室内试验及现场实验，通过原油与水及机油与水两种油水混合介质的分离，系统地研究了水力旋流器几何参数与运行参数对分离效率的影响，提出了一些合理的关系式。在此基础上设计与制造了直径Ｄ为３８ｍｍ及５２ｍｍ两种样机。现场实验证明，该种水力旋流器的分离效率达到９０％以上，且结构简单，可在低压下运行，成本低，能耗少，完全可用于工程实际。     

液－液分离水力旋流器特性参数研究

对自行设计的液-液分离水力旋流器进行了一系列室内试验及现场实验,通过原油与水及机油与水两种油水混合介质的分离,系统地研究了水力旋流器几何参数与运行参数对分离效率的影响,提出了一些合理的关系式.在此基础上设计与制造了直径D为38mm及52mm两种样机.现场实验证明,该种水力旋流器的分离效率达到90%以上,且结构简单,可在低压下运行,成本低,能耗少,完全可用于工程实际.     

脱油型复合式水力旋流器设计及分离特性研究

1. Introduction Recently, the application of a vortex-separation technique is extending in oilfields. After oilfields step into the middle and high water-cut stages, the hydrocyclone plays a irreplaceable role in the pre-separation of produced fluid and t…     

基于改进神经网络的丙烷回收流程多目标优化

利用流程模拟软件HYSYS,根据某处理厂的实际运行数据,模拟不同操作参数下丙烷回收的直接换热流程(DHX),分析了低温分离温度、DHX塔顶温度、回流罐温度对丙烷收率及系统能耗的影响规律。以改进后的BP神经网络建立流程多目标优化模型,采用NSGA-Ⅱ算法对其进行多目标求解。其结果表明:改进后的BP神经网络对丙烷收率及系统能耗的预测精度高,相对误差均在2%以下。用NSGA-Ⅱ算法得到的Pareto解集能够为流程的设计与实际生产提供指导性作用。     

旋流式井下油水分离同井注采技术发展现状及展望

井下油水分离同井注采技术是实现高含水油田经济稳定开发的有效措施,经过几十年发展,形成了旋流分离、重力沉降等多种井下油水分离方式,发展出与之配套的离心泵、螺杆泵、有杆泵等动力系统和封隔系统。但同时也在技术稳定性、可靠性上存在诸多问题,使用范围受到介质参数、工艺特点、油藏数据等多方面的影响,技术推广应用受到限制。随着技术的不断进步,井下油水分离同井注采技术将向着高效、稳定、小型化、低成本、智能化方向发展：研制轴向导流入口水力旋流器,适应139.7 mm （5-1/2″）套管井的应用;开展三次曲线和內锥水力旋流器、多级串联水力旋流器等分离装置研究和应用,提高油水分离效果;开发模块化水力旋流器技术,降低制造成本;研究同井注采系统优化配套技术,提高故障诊断和远程监控水平;提高技术适应性,通过区块应用,实现工程技术对油藏的调节作用,达到稳油控水、节能降耗的目的,形成"井下工厂"开发新模式,引领"第四代"采油技术的发展。     

基于BP神经网络的低温提氦工艺优化

氦气是国家重要性战略物资之一,目前氦气的主要工业来源仍是从天然气中提取。为进一步优化低温提氦工艺,降低工艺能耗水平,对已有低温提氦工艺进行了改进,以一级提氦塔进料温度、压力、回流比、制冷剂高压、低压压力和制冷剂流量6个参数为变量,建立基于BP神经网络算法的综合能耗及提氦浓度预测模型,并对模型进行检验,并运用训练好的BP神经网络对改进工艺的综合能耗及粗氦浓度进行了预测。研究表明:BP模型训练效果较好,可用于综合能耗和粗氦体积分数的预测;通过训练误差分析,确定了模型隐藏层节点数为8时BP模型预测结果最优;利用确定好的BP神经网络预测出最优工艺生产参数,在满足粗氦体积分数不小于63.5%的基础上,综合能耗降低了18.08%。     

操作参数影响预分水旋流器的机理及试验研究

３５ｍｍ 和２５ｍｍ 预分水旋流器的现场试验结果表明, 操作参数对旋流分离效果的影响非常大, 相同结构尺寸的旋流器, 在操作参数不同时, 其分离效果相差很大。影响旋流器分离性能的操作参数主要是进口流量和分流比。流量和分流比与进口压力、底流口压力和溢流口压力间存在函数关系。通过调节进口到底流口的压差和进口到溢流口的压差, 可以控制旋流器的进口流量和分流比。预分水旋流器存在一个最佳分流比, 与此相应的溢流含水量最小。３５ｍｍ 预分水旋流器的最佳分流比为０－２２ ; ２５ｍｍ 预分水旋流器的最佳分流比为０－１６。分流比越大, 底流含油量越小。而在较大的流量范围内, 进口流量对旋流器分离效果没有显著的影响。     

Prediction of the product yield from catalytic cracking (MIP) process by an 8-lump kinetic model combined with neural network

Based on the characteristics of maximizing iso-paraffins (MIP) process and industrial data, an 8-lump kinetic model for MIP process is developed. And the 47 kinetic parameters of the model are calculated by Runge-Kutta method and genetic algorithm. It is seen that kinetic parameters show good consistence with the reaction mechanism of catalytic cracking. The average relative errors between calculated values and real values of product distribution are all below 5%. Then the model is modified by 14-7-5 type of back propagation (BP) neural network. As a result, the product distribution can be predicted more accurately by the hybrid model. Therefore, the combination of lump model and neural network can provide a new direction for simulation and optimization for heavy oil catalytic cracking.