LDAR技术在惠炼的应用及VOCs减排效果

设备与管阀件泄漏是炼油厂最主要的VOCs无组织排放源之一。中海炼化惠州炼化分公司通过实施设备与管阀件泄漏检测与维修(LDAR)计划,发现并维修泄漏,跟踪并防止泄漏,VOCs减排率达66.3%,泄漏点位一次修复率达97.6%,实现了VOCs高效减排。     

石化企业挥发性有机污染物泄漏检测与修复技术

设备与管阀件泄漏是石化企业最主要的挥发性有机化合物(VOCs)无组织排放源。介绍了一种VOCs的减排技术,即设备管线组件的泄漏检测与修复技术(LDAR),分析了LDAR技术在国内外的技术现状及相关法规标准。在国外实施经验的基础上,我国选取试点企业,在企业内成功开展LDAR工作,这为LDAR技术的普及使用和制定VOCs减排政策提供了依据。     

泄漏检测与修复在炼化企业的应用与发展

泄漏检测与修复(LDAR)是炼化设备密封点泄漏VOCs排放控制最佳实用技术,中国石化在国内较早开展LDAR研究,探索并开发了符合国情的中国石化LDAR成套技术。从LDAR工作模式、工作流程、建点建库、泄漏检测等方面介绍了中国石化LDAR成套技术及其应用进展,结合发达国家LDAR发展情况,提出了中国LDAR未来发展趋势与建议。     

泄漏检测与修复技术在某炼油厂的应用研究

采用泄漏检测与修复(LDAR)技术对某炼油厂的催化裂化装置、重交沥青装置、柴油加氢装置和汽油加氢装置开展全面泄漏检测和统计分析工作,发现泄漏密封点并通过维修减少挥发性有机物(VOCs)排放。通过检测,发现泄漏密封点72个,泄漏率0.23%,其中修复53个,维修成功率73.6%;修复后VOCs排放量为7.208 8 t/a,减排率37.2%。通过实施LDAR技术,炼油厂减少了VOCs排放,并降低油品损失,取得较好的经济效益和环境效益。     

挥发性有机物泄漏检测与修复技术应用总结

石化行业是挥发性有机物(VOCs)的排放大户,是VOCs防治的重点行业之一;泄漏检测与修复(LDAR)技术通过对石油、化工装置潜在泄漏点进行监测,及时发现存在泄漏现象的组件,并进行修复或更换,从而实现降低泄漏排放。简介泄漏检测与修复(LDAR)技术及我国VOCs排放的相关法规与标准,详细介绍山东省某化工企业VOCs泄漏检测与修复(LDAR)应用实践。实践表明,LDAR项目的实施使企业建立了LDAR密封点管理体系,通过对239个泄漏点的修复(治理)实现了9651.39kg/a的VOCs减排,成功搭建了一个全面的、可视化的LDAR数据库管理平台,从而有效控制了VOCs的无组织排放,值得在国内推广和应用。     

泄漏检测与修复技术在国内某油气终端处理厂的应用

泄漏检测与修复(LDAR)技术在石油炼制与石油化学企业得以广泛应用,但在油气开采、处理等上游企业应用案例较少。采用LDAR技术对国内某油气终端处理厂生产装置开展动静密封点的泄漏检测和统计分析工作,共检测密封点9317个,发现泄漏点位88个,总体泄漏率为0.94%;成功维修泄漏密封点56个,维修成功率为63.6%。通过对泄漏密封点的检测与修复,该厂动静设备密封点的挥发性有机物(VOCs)排放量减少了2.1445 t/a,其VOCs减排率为48.2%。LDAR项目的开展不仅减少了企业VOCs排放与油品损失,改善了周边环境质量,同时也为上游油气开采、处理企业治理VOCs无组织排放提供参考。     

炼油厂恶臭污染及其控制技术

介绍了炼油厂恶臭污染物排放标准、分析方法,介绍了设备和管阀件、储罐、污水集输和处理系统、停工检修、突发性事故、氧化沥青焚烧炉、硫磺回收焚烧炉、火炬等的恶臭污染成因及污染物性质,介绍了炼油厂恶臭的控制和治理方法。     

石化企业泄漏检测与修复技术开发与应用

设备和管线泄漏是石化企业主要的挥发性有机物（VOCs）无组织排放源之一,其最佳实用技术是泄漏检测与修复（LDAR）。文章简要概述了以自主实施为主的中国石化第一代LDAR技术开发和应用历程,系统分析了限制LDAR质量和效率提升的主要因素,进一步结合中国石化LDAR技术与质量升级工作,介绍中国石化第二代LDAR技术管理创新和应用进展,相关技术开发和应用经验可为石化企业LDAR提质增效提供参考。     

泄漏检测与修复技术的发展与应用

随着国家对挥发性有机污染物(VOCs)的污染防治越来越重视,泄漏检测与修复(LDAR)技术是国际上最为通用且行之有效的VOCs控制技术。本文介绍了泄漏检测与修复的概念及工作流程,对国内外LDAR技术的法律法规发展历程做了叙述,对所用检测仪器及信息化的发展进行了详细的分析探讨,并总结了该技术在我国的VOCs排放控制的不足之处。     

LDAR技术在石化行业VOCs减排中的应用研究

石化行业是挥发性有机物（VOCs）的排放大户,是VOCs防治的重点行业之一。泄漏检测与修复技术（LDAR）是通过对石油和化工设备中可能的泄漏点进行监控,及时识别并修复或替换有泄漏风险的部件,从而达到减少泄漏排放的目的。本文探讨了某石化企业在VOCs减排中的实际应用。实践表明,通过LDAR技术对设备动静密封泄漏点进行检测与修复,企业2023年实现了45%的VOCs减排率,有效控制了VOCs的无组织排放。     

石化行业泄漏检测与修复质量提升计划-LDAR质量审计审核

泄漏检测与修复(LDAR)技术在国内尚处于起步阶段,在密封点台账建立、检测以及数据库开发运用等方面尚存在许多不足,而LDAR质量审计审核是LDAR质量改进的重要方法。阐述了LDAR审计审核技术在美国的发展历程和在国内的现状,结合中国石化LDAR实施过程中的多轮审核机制,提出未来LDAR审计、审核的发展方向。     

Simultaneous data reconciliation and joint bias and leak estimation based on support vector regression

Process data measurements are important for process monitoring, control, optimization, and management decision making. However, process data may be heavily deteriorated by measurement biases and process leaks. Therefore, it is significant to simultaneously estimate biases and leaks with data reconciliation. In this paper, a novel strategy based on support vector regression (SVR) is proposed to achieve simultaneous data reconciliation and joint bias and leak estimation in steady processes. Although the linear objective function of the SVR approach proposed is robust with little computational burden, it would not result in the maximum likelihood estimate. Therefore, to ensure accurate estimates, the maximum likelihood estimate is applied based on the result of the SVR approach. Simulation and comparison results of a linear recycle system and a nonlinear heat-exchange network demonstrate that the proposed strategy is effective to achieve data reconciliation and joint bias and leak estimation with superior performances.     

新环保要求下精对苯二甲酸装置的应对之策

简述了新环保要求下精对苯二甲酸(PTA)生产装置面临的问题,分析了废气、废水、废固中的特征污染物,依据现在PTA领域的新技术,对排放点的控制提出了建议。废气应严格控制固体粉末、溴甲烷和各种有机物,并建议PTA装置全面推行泄漏检测与修复(LDAR)技术,对生产、输送和储存过程中挥发性有机物(VOCs)泄漏进行有效的监测和监管。废水应严格控制钴、锰含量,利用先进PTA生产工艺进行改造升级,可达到环保要求。废固应进行资源化利用,回收催化剂并将其中有价值的物质分离出来作为副产品出售。在进行"三废"处理过程中,通过技术手段达到既能满足环保要求,还能为企业创造利润,取得可观的经济效益和社会效益。     

基于信号增强的缓慢泄漏检测方法

目前管道泄漏检测方法可有效检测突发泄漏，对于缓慢泄漏则存在检测灵敏度低、定位不准确等问题。基于此，提出了一种基于信号增强的缓慢泄漏检测方法。通过信号压缩（抽取及移位）克服缓慢泄漏压力信号下降平缓的缺点；根据声波信号具有波形尖锐突出、对突发泄漏敏感的优点，通过建立以压力为输入、虚拟声波为输出的声波信号变送器模型，将压力信号转换为声波信号，克服了泄漏压力信号容易被淹没在管道压力波动及背景噪声中的缺点，实现了缓慢泄漏信号的增强；利用临近插值方法重构虚拟声波信号，基于延时互相关分析实现了缓慢泄漏的准确定位。实验结果表明，该方法具有显著的信号增强效果和定位精度，实现了缓慢泄漏的准确检测。     

Leak detection in gas pipeline networks using an efficient state estimator. Part II. Experimental and field evaluation

In Part-I of this two part paper, a method is proposed for on-line leak detection and identification in gas pipeline networks using flow and pressure measurements. Simulations on two illustrative networks were used to demonstrate the applicability of the proposed method. In this paper, the performance of the proposed leak detection and identification methodology was evaluated using experiments with compressed air on a laboratory scale network. The on-line applicability of the proposed methodology was demonstrated through field level leak detection tests carried out on a 204.7 km long pipeline in India, supplying natural gas to a power plant. The laboratory and field tests demonstrated that the proposed methodology can be used for quick on-line detection of leaks, and locating the leaks reasonably accurately.     

基于BP神经网络的煤直接液化装置VOCs包袋法检测与预测建模

挥发性有机物（VOCs）是现代煤化工生产过程中产生的主要污染物之一。煤化工是我国石化领域的重要组成部分,通过煤制油装置可以实现煤炭的清洁利用,煤制油装置由于设备、物料、操作条件等与石化企业存在差异,目前我国针对石化的美国联邦环保署（EPA）相关方程不适用于煤直接液化装置,且目前国内并没有用于核算煤制油装置的相关方程。本文开展了煤制油装置VOCs检测方法研究,并修正了相关方程系数,得到了密封点VOCs核算方程。首先对煤制油装置进行泄漏与维修（LDAR）检测,得到了煤制油装置密封点的VOCs泄漏数据。在数据分析的基础上,改进了包袋法采样方法,对煤直接液化装置进行了密封点的包袋采样分析。在此基础上,得到了相关方程的修正系数,首次提出了适用于国内煤制油装置VOCs泄漏核算的相关方程。最后,考虑了移动距离、温度、压力及多处泄漏等参数对相关方程的影响,校准了煤直接液化装置的相关方程,建立了反向传播算法（BP）神经网络模型,得到了逼近结果较好的相关函数。     

Modelle für die Berechnung der Leckraten aus druckführenden Apparaten und Rohrleitungen in Chemieanlagen

Models for the calculation of leakage rates from pressure equipment and pipes in chemical plant . A survey of the possible sizes and sites of leaks and of the calculation models hitherto described in the literature shows that the leaks to be expected can only be small slit shaped cracks in the walls of vessels and pipes. Depending upon the location of the leak, gas/vapour or liquid flow, or even two-phase flow is to be expected from the leak. Only very few semiempirical models are available for calculating two-phase mass flow density through slits with very small dimensions, such as slit widths of about 0.1 mm; moreover, such models contain only empirical factors which were adjusted to experiments with initially supercooled water. Experience tells us that such relationships cannot be straightforwardly and reliably applied to the exiting of substance systems typical of chemical plant.     

石化企业循环水系统VOCs监测核算研究

近些年来,随着经济的快速增长,工业也迅猛发展起来。但是工业的发展也带来了严重的环境问题。工厂排放的废气废水会对我们的生存环境造成极大的威胁。石化行业一直是环境污染的一个重要源头,目前国内外对于VOCs的治理研究主要集中于罐区的检测及相对应泄露检测与修复(LDAR)工作的完善,而对于循环水以及污水处理系统这一块的研究较少。重点针对某石化企业的循环水系统,对其各个循环水场VOCs的排放总量做出了核算与分析。     

Design of a modified sequential probability ratio test (SPRT) for pipeline leak detection

A classical SPRT likelihood test for sequential independently distributed data is often used in pipeline mass balance leak detection to distinguish between true leaks and false alarms in the minimum time consistent with a user defined error tolerance. However such time series data would not be expected to be independent, especially as it is often moving averaged to remove noise and unwanted transients. In this paper a modified SPRT test is derived using a simple Gaussian Markov process to model a correlated time series. Application of the modified test to correlated time series data is shown to reduce false alarms below that of a classical SPRT.