工业循环冷却水腐蚀速率模型的研究

循环冷却水在工业生产中占有很大比重,而腐蚀是循环冷却水系统中常见的水质故障,严重影响工业生产中设备的运行。通过对某石化公司水质数据的分析,选取对腐蚀速率影响较大的水质参数,凭借神经网络良好的非线性能力,基于NARX神经网络建立了腐蚀速率预测模型。利用该模型对循环冷却水系统腐蚀速率进行预测,结果较好,说明该模型可行,且具有良好的应用前景。     

循环冷却水系统的黏附速率预测模型的研究

结垢是循环冷却水系统中常见的水质故障,人们常用水质判断指数来判断循环冷却水水质的结垢趋势。通过对某石化公司循环冷却水系统生产运行数据的分析,选取了对黏附速率影响较大的水质参数,借助神经网络的非线性映射、泛化及容错能力,基于BP神经网络建立了黏附速率的预测模型。利用该模型对循环冷却水系统一定周期黏附速率的预测结果较好,说明该方法可行,具有很好的应用前景。     

BP神经网络在炼油污水回用于循环水系统中腐蚀率的预测

介绍了BP神经网络的构造及基本原理,阐述了利用MATLAB的GUI建立BP模型的方法和步骤,并将其应用于炼油污水回用于循环冷却水系统腐蚀率的预测,建立一个以电导率和p H为输入向量、腐蚀率为输出向量的BP神经网络预测模型。结果表明,采用GUI建立的三层结构的BP神经网络模型,对炼油污水循环冷却水系统的腐蚀率的预测具有较高的预测精度。说明人工神经网络在循环水腐蚀预测中的应用是可行的,具有一定的应用价值。     

黄铜挂片腐蚀速率超标原因分析及对策

循环冷却水黄铜挂片腐蚀速率经常超标,采用提高铜缓蚀剂的加药量等措施,效果不显著.通过查看水质分析数据、浊度与挂片腐蚀速率之间的关系及挂片表面腐蚀状况,发现循环冷却水的浊度高是导致黄铜挂片腐蚀速率超标的直接原因,根据浊度的来源制定相应的防范措施.     

基于NARX神经网络的工业水质智能处理

针对工业循环冷却水出现的腐蚀与结垢对管道设备的影响,从国内石化公司提取了相关的水质和工艺数据,对数据进行动态主成分分析处理后得出对水质腐蚀及结垢影响较大的6种因素,同时基于非线性自回归模型(NARX)神经网络和模糊逻辑控制方法建立腐蚀速率和黏附速率预测模型,并设计了工业循环水智能决策系统软件。该软件不仅能对水质腐蚀速率及黏附速率进行预测,还能根据预测结果给出相应的处理意见,经实际运行,缩短了运行预测周期,提高了运行效率。     

弱酸阳离子交换处理补充水的火电厂循环冷却水系统运行方式的改进

通过模拟试验改进某电厂以弱酸阳离子交换处理出水为补充水源的循环冷却水系统的补水方式和水质稳定剂配方,有效解决了该电厂循环冷却水系统同时存在结垢和腐蚀的问题,同时提高了浓缩倍率、节约了用水量,并使系统金属的腐蚀速率大大下降,有效保护系统设备。     

电化学对循环冷却水系统碳钢的结垢与腐蚀影响

为探究电化学对循环冷却水系统碳钢材料结垢和腐蚀的影响，构建了以Ti/RuO₂阳极和Ti网阴极为核心的电化学处理系统，将其分别与旋转腐蚀速率仪和循环冷却水动态模拟系统进行联用。首先通过除垢效果和电流效率对电化学系统进行参数优化，实验结果显示，15V电压、120min处理时间为最优电化学处理参数。电化学联用旋转腐蚀速率仪实验结果显示，对于不同硬度的水质，电化学嵌入后均可降低碳钢表面垢沉积速率。XRD和SEM分析表明，碳钢表面水垢晶型以方解石为主转化为以文石为主。但当水质为软水时，电化学嵌入可明显加剧碳钢腐蚀速率；而当电化学嵌入硬水与高硬水水质时，挂片表面可形成均匀、致密的Fe₃O₄层，碳钢腐蚀速率由0.60mm/a、0.54mm/a分别降至0.47mm/a、0.32mm/a。电化学联用循环冷却水动态模拟装置实验结果显示，嵌入电化学模块后，循环冷却水模拟系统的污垢热阻均显著降低。经数据分析，当水质为软水时，嵌入电化学系统后碳钢腐蚀速率增大，而当水质为高硬水时，碳钢腐蚀速率分别由0.12mm/a、0.15mm/a降至0.10mm...     

高含盐黄河水高浓缩倍数运行技术及应用

针对黄河水的高含盐水质特点和循环水系统的工况条件,研究开发了黄河水预处理工艺及以黄河水混合水为循环冷却水补充水的高浓缩倍数水质稳定技术。该技术在大型乙烯装置循环冷却水系统进行工业应用,现场监测试管平均腐蚀速率为0.018 6 mm/a,平均黏附速率为5.15 mg/(cm2.月),优于中国石化的相关考核指标,完全满足生产装置对循环水的要求,具有显著的经济效益和社会效益。     

中水用于循环冷却水的技术改造及结果分析

环氧丙烷分厂对循环冷却水系统进行了改造,采用中水代替滦河作为循环水补水,并通过加药稳定水质,控制系统腐蚀和结垢。改造后循环冷却水系统金属腐蚀速率、污垢热阻值以及莱氏稳定常数RSI均符合《工业循环冷却水处理设计规范》GB50050-2007相关要求,实现了对中水的回收利用,达到了优化工艺的和降低成本的目的。     

循环冷却水无磷阻垢缓蚀剂的研究

以聚环氧琥珀酸、磺酸基共聚物、缓蚀助剂为原料,研制出一种循环冷却水无磷阻垢缓蚀剂,通过静态阻垢试验、旋转挂片腐蚀试验和动态模拟试验,对无磷阻垢缓蚀剂的阻垢性能和缓蚀性能进行了测试。结果表明,在循环冷却水系统中,无磷阻垢缓蚀剂质量浓度为60 mg/L,此时的阻垢率95%,腐蚀速率为0.029 0 mm/a,无磷阻垢缓蚀剂的阻垢缓蚀性能优良,可替代循环冷却水系统中应用的磷系水处理剂。     

基于小波神经网络的循环冷却水腐蚀预测研究

利用某石化企业40个月的循环冷却水实际生产数据,基于小神经网络进行了腐蚀预测研究。经过对比分析,得出了小波神经网络预测精度最高的网络模型为6-7-1结构。在相同输入参数向量下,对含有相同隐层节点个数的小波神经网络和BP神经网络进行腐蚀预测对比,小波神经网络比BP神经网络预测精度高。     

A model for the corrosion of steel subjected to synthetic produced water containing sulfate, chloride and hydrogen sulfide

A model was developed for the prediction of corrosion rates associated with steel subjected to synthetic produced water. The corrosive species included in the model, identified through water analysis conducted in the field, are sulfate, chloride and hydrogen sulfide. The effect on corrosion of these species was examined through polarization experimentation using a three electrode glass corrosion cell and potentiostat. Samples of carbon steel, used in sub-sea pipeline systems, were used at the working electrode and the experiments were carried out at similar physicochemical conditions observed in pipeline systems in the field. The model was based on heterogeneous reactions at the metal surface, with electrochemical parameters determined through experimentation employed in the model to describe the anodic and cathodic processes involved in the corrosion of steel. The model consists of a system of equations with Butler–Volmer kinetics describing the charge transfer and the Nernst diffusion model the mass transfer processes occurring in the corrosion system. The solution is based on a charge balance between the reduction and the oxidation processes which occur at the steel surface. Current density convergence criteria were used in the model to solve the system of equations for corrosion potential, surface species concentration and component current densities. The corrosion rate is determined as the rate of oxidation of iron at the surface and model results have been validated using experimental data. The model demonstrates a reasonable qualitative match with corrosion data collected in the potential region close to the corrosion potential in general, with good qualitative match in the anodic region near the corrosion potential. Some deviation occurs between model and experimental values where overpotentials become large but the model is shown to respond well to changes in input parameter values and predicts the corrosion potential and corrosion rate for each system within experimental variability and the accepted standards of accuracy.     

海上油气田CO_2腐蚀预测模型研究

海上油气田油套管CO_2腐蚀问题日益严重,目前常用的CO_2腐蚀预测模型均是针对碳钢管材提出,海上油田多使用1Cr、3Cr、9Cr、13Cr等管材,所以建立适用于海上腐蚀环境的CO_2腐蚀预测模型,对后期油套管进行优化设计具有重要意义。本文结合现有的模型和渤海区域的具体环境针对不同管材建立了新的海油CO_2腐蚀预测模型,并对实际生产条件进行了模拟实验。将实验结果与各模型预测结果进行对比分析,验证了新模型的可行性,为海上油气井油套管管材优选及安全生产提供了理论依据。     

油水分层流条件下腐蚀动力学特性模拟

当石油输送管道内处于油水分层流条件时,管道底部与酸性水层接触极易造成内腐蚀,严重威胁管道安全,传统的静止和单相流条件的腐蚀预测方法已不能指导管道的安全运行,而多相流动、离子传质、化学反应及电极动力学等多种不同尺度的物理化学过程对多相流腐蚀预测提出了挑战。本文基于多相流动特性及电化学腐蚀特性的耦合机理提出了分层流条件下腐蚀动力学模型,首先建立油水三层流传质计算模型,进而基于溶液区域和产物膜内部的传质计算,依据阴阳极电化学反应电流密度与传质通量之间的平衡关系,形成多相流条件下腐蚀预测方法。探究了离子传质、电极反应以及产物膜动态生长的耦合过程对腐蚀行为的作用机理,揭示了CO₂分压、温度对腐蚀发展规律的影响机制。研究发现温度、CO₂分压的改变会导致平衡反应方向的移动,从而改变离子浓度;离子的扩散系数是决定传质系数变化的内在原因;腐蚀速率的变化规律由产物膜生长和电极反应两种因素共同决定：腐蚀产物膜的生长会阻碍反应离子的传质效应,从而抑制腐蚀;而离子浓度的升高或传质增强会加快电极反应,促进腐蚀。     

SOFT COMPUTING METHOD FOR PREDICTION OF CO2 CORROSION IN FLOW LINES BASED ON NEURAL NETWORK APPROACH

An important aspect of corrosion prediction for oil/gas wells and pipelines is to obtain a realistic estimate of the corrosion rate. Corrosion rate prediction involves developing a predictive model that utilizes commonly available operational parameters, existing lab/field data, and theoretical models to obtain realistic assessments of corrosion rates. This study presents a new model to predict corrosion rates by using artificial neural network (ANN) systems. The values of pH, velocity, temperature, and partial pressure of the CO₂ are input variables of the network and the rate of corrosion has been set as the network output. Among the 718 data sets, 503 of the data were implemented to find the best ANN structure, and 108 of the data that were not used in the development of the model were used to examine the reliability of this method. Statistical error analysis was used to evaluate the performance and the accuracy of the ANN system for predicting the rate of corrosion. It is shown that the predictions of this method are in acceptable agreement with experimental data, indicating the capability of the ANN for prediction of CO₂ corrosion rate in production flow lines.     

基于灰色时序模型的蒸馏装置腐蚀预测

利用灰色GM(1,1)模型预测蒸馏装置腐蚀的宏观变化趋势,再利用时间序列模型对灰色模型的预测误差进行预测.利用灰色时间序列组合模型对蒸馏塔塔顶换热器入口分布管弯头的管壁厚度进行预测并与实际测量值进行比较,该模型比仅用灰色模型预测效果更好.最后利用灰色时序模型对弯管使用寿命进行了预测,为设备检修提供参考依据.     

基于ASO-BP神经网络的海底油气管道腐蚀速率预测

随着我国海洋油气管网的发展与建设,管道数据采集量随之增大,优秀的预测模型可以应对大量数据,准确预测管道腐蚀速率,对保障管道安全健康运行具有重大意义。将原子搜索优化算法（ASO）思想引入BP （Back propagation）神经网络,构建ASO-BP神经网络用于海底油气管道腐蚀速率的预测。以50组现场数据为例,使用Matlab进行模拟仿真计算,分别构建具有代表性的BP、GA-BP和ACO-BP模型作为对比,对海底油气管道腐蚀速率数据进行训练和预测,结果表明ASO-BP模型预测精度较高,其平均绝对百分比误差（MAPE）为3.16%,预测结果优于BP、GA-BP和ACO-BP,验证了其可靠性以及良好的预测性能,为海底管道腐蚀速率预测研究提供了新的方法和思路。     

循环冷却水系统换热设备的结垢和腐蚀控制

分析影响循环冷却水系统换热设备结垢和腐蚀的各种因素,介绍采用阻垢剂、缓蚀剂等控制方法。提出使用预测模型和在线监测系统对实际结垢和腐蚀过程进行识别和预测,据此选择合适的化学添加剂及其浓度范围,以减少结垢和腐蚀。     

基于小波神经网络预测多相动态管道腐蚀速率

利用小波神经网络模型预测多相动态环境下油气集输管道腐蚀速率。首先通过室内多相动态腐蚀实验,获得了不同工况条件下的挂片腐蚀速率,用于训练和检验小波神经网络预测模型,然后利用多因子方差分析研究了温度、压力、流率、硫化氢含量、二氧化碳含量、溶解氧含量、含水率、盐含量和pH对腐蚀速率的影响程度,实现了各因素的有效性筛选,最后在确定隐含层节点数基础上通过训练、测试建立起适宜的小波神经网络预测模型,并进一步验证了模型可靠性。结果表明：除了压力外,各因素对腐蚀速率均有十分显著的影响,属于有效输入信号。当隐含层节点数为17时,8-17-1型小波神经网络结构表现出良好的准确性和稳定性。利用Levenberg Marquardt优化算法对模型进行了反复训练,直至其均方根误差小于容许收敛误差限0.001,预测值与实际值近似呈线性关系,训练、测试阶段决定系数分别为0.9992、0.9967,相关性较高,模型预测值和验证值亦不存在显著差异。因此小波神经网络预测模型对多相动态环境下油气集输管道腐蚀速率具有良好的预测能力。