朱建新 袁文彬 呂寶林 喬松

(1. 合肥通用機(jī)械研究院有限公司，安徽 合肥 230031；2. 國家壓力容器與管道安全工程技術(shù)研究中心，安徽 合肥 230031)

電脫鹽系統(tǒng)是常減壓裝置的主要前處理單元，主要目的是通過預(yù)處理脫除原油中的鹽。電脫鹽系統(tǒng)運行是否穩(wěn)定，不僅對后續(xù)流程中的工藝管道、設(shè)備的腐蝕、結(jié)垢有嚴(yán)重影響，對產(chǎn)品質(zhì)量也有重要影響。大量運行經(jīng)驗表明，電脫鹽系統(tǒng)運行不佳往往是影響常減壓裝置長周期安全的重要因素[1-3]。

研究表明，影響電脫鹽的關(guān)鍵因素主要包括： 原油溫度、含水量、電場強(qiáng)度、混合壓差等[2-5]。人們采用傳統(tǒng)的機(jī)理分析模型，通過忽略次要因素、簡化試驗條件等方法對電脫鹽影響因素開展大量分析，這些研究結(jié)果在一定程度上對指導(dǎo)電脫鹽系統(tǒng)運行起到重要的參考作用。然而實際電脫鹽系統(tǒng)是一個多種因素耦合、受工藝操作參數(shù)深度影響的系統(tǒng)，傳統(tǒng)的機(jī)理分析模型往往在一定限定條件下用于指導(dǎo)實際運行，但受原油種類、處理量、操作工藝等多種因素影響，各種因素對脫鹽效果的影響往往是多樣的，很難得到普遍適用的方法。

運行經(jīng)驗表明，雖然原油脫鹽前鹽質(zhì)量濃度對脫除效果具有一定影響，但脫鹽效果的決定性影響因素是操作工藝。如何充分利用電脫鹽系統(tǒng)的運行參數(shù)開展分析，提取影響電脫鹽效果的關(guān)鍵因素進(jìn)行建模，并用于電脫鹽系統(tǒng)的運行優(yōu)化，是當(dāng)前石化行業(yè)大數(shù)據(jù)技術(shù)應(yīng)用的方向[6]。石化流程行業(yè)自動化程度高，監(jiān)測的數(shù)據(jù)豐富，為大數(shù)據(jù)的收集創(chuàng)造了得天獨厚的條件。受相關(guān)領(lǐng)域工業(yè)大數(shù)據(jù)技術(shù)應(yīng)用啟發(fā)，本文以電脫鹽系統(tǒng)運行大數(shù)據(jù)為基礎(chǔ)，研究建立基于大數(shù)據(jù)的電脫鹽系統(tǒng)智能監(jiān)測與預(yù)測模型，并將模型應(yīng)用于關(guān)鍵影響因素的分析，為開展電脫鹽系統(tǒng)的優(yōu)化運行提供依據(jù)[7-11]。

1 基于大數(shù)據(jù)的電脫鹽系統(tǒng)運行優(yōu)化技術(shù)

1.1 電脫鹽操作參數(shù)及其特點

機(jī)理模型分析得到電脫鹽的主要影響因素包括： 原油種類及處理量，溫度、壓力、界位等脫鹽罐操作參數(shù)，電場強(qiáng)度，破乳劑用量，混合壓差及注水量等輔助操作參數(shù)。實際操作過程中，一部分參數(shù)雖然對脫鹽效果具有影響，但總體是不可調(diào)節(jié)或優(yōu)化的量，如原油中鹽質(zhì)量濃度、pH值等；另一部分是通常不必調(diào)節(jié)的參數(shù)，如脫鹽罐電流或電壓等。除上述范圍外的參數(shù)均是可以調(diào)節(jié)的，在實際分析中需要進(jìn)行區(qū)分。

電脫鹽過程中一些參數(shù)具有很強(qiáng)的相關(guān)性，如脫鹽罐界位與電流，脫鹽罐入口與出口溫度等。在實際應(yīng)用大數(shù)據(jù)分析中，需要分析這些耦合關(guān)聯(lián)的影響因素，避免對影響因素重復(fù)考慮可能帶來的問題。

1.2 大數(shù)據(jù)分析模型

大數(shù)據(jù)分析就是收集與特定研究目標(biāo)相關(guān)的全部數(shù)據(jù)，在數(shù)據(jù)融合基礎(chǔ)上，針對被研究對象的特點，采用合適的算法建立數(shù)據(jù)與研究目標(biāo)的映射關(guān)系模型，并依據(jù)所獲取的數(shù)據(jù)對模型進(jìn)行必要的檢驗。通過檢驗的模型可以用于特定的研究目標(biāo)，如依據(jù)影響操作參數(shù)預(yù)測被研究對象的性能、研究對性能影響的因素以及開展基于模型的優(yōu)化等。

對于電脫鹽系統(tǒng)而言，若其脫鹽效果受N個操作參數(shù)的影響，其中對任一次脫鹽工況(簡記為第i次)的N個操作參數(shù)向量如式(1)所示：

xi=(xi, 1,xi, 2, …,xi, N)

(1)

若將該次工況下的脫鹽效果記為yi，則大數(shù)據(jù)分析的目標(biāo)是建立操作參數(shù)向量與脫鹽效果之間的映射關(guān)系模型[12]如式(2)所示：

f(xi)=f(xi, 1,xi, 2, …,xi, N)→yi

(2)

通過多次觀察電脫鹽工況，得到W次觀測的數(shù)據(jù)集合稱為大數(shù)據(jù)?？梢岳萌坑^測得到的結(jié)果，求解式(2)所表示的模型。需要指出的是，工業(yè)大數(shù)據(jù)的積累是一個長期的過程，開展基于大數(shù)據(jù)的電脫鹽系統(tǒng)運行優(yōu)化中，不應(yīng)局限于數(shù)據(jù)量的大小，通過不斷補(bǔ)充數(shù)據(jù)可以使分析結(jié)果更加逼近客觀實際。

式(2)的求解有多種模型，常見的如多元回歸、神經(jīng)網(wǎng)絡(luò)、聚類分析、分類模型等[13-14]。不同的模型求解方法不同，適用性也各不相同。本文采用多維高斯貝葉斯方法開展模型分析，通過分析電脫鹽運行大數(shù)據(jù)，建立了不同脫鹽后鹽質(zhì)量濃度的先驗概率密度模型，如式(3)所示[15]：

(3)

式中：X——省略編號后的一個操作工況的全部數(shù)據(jù)；μk——Ck分類中各影響因素的期望值組成的向量，μk=(μ1,μ2, …，μN(yùn))T；∑k——Ck分類中各影響參數(shù)組成的協(xié)方差矩陣。

通過脫鹽后鹽鹽質(zhì)量濃度的分布特點，將脫鹽后鹽質(zhì)量濃度分成若干個分類，并利用獲得的數(shù)據(jù)建立相應(yīng)的先驗聯(lián)合分布概率密度模型。

求式(3)的似然函數(shù)，可以得到計算公式如式(4)所示：

(4)

對特定的工況，若使該工況參數(shù)的組合使y達(dá)到最大，則可以相應(yīng)調(diào)整操作參數(shù)向量X中的參數(shù)，使調(diào)整后的y值達(dá)到最大，這樣就為操作優(yōu)化提供了依據(jù)。有關(guān)似然函數(shù)最大值求解方法，可以使用多種不同方法，此處不再贅述。

2 應(yīng)用案例

2.1 應(yīng)用場景

依據(jù)第1章提出的方法，以某10 Mt/a常減壓裝置電脫鹽系統(tǒng)為對象，選取了40個被認(rèn)為具有重要影響的參數(shù)，并獲取了該系統(tǒng)自2019年4月至2020年5月的運行數(shù)據(jù)，用于開展電脫鹽大數(shù)據(jù)分析。主要影響因素見表1所列。

表1 電脫鹽系統(tǒng)大數(shù)據(jù)分析主要參數(shù)

原油脫鹽前后質(zhì)量濃度ρ(鹽)隨時間的波動情況如圖1所示。

圖1 原油脫鹽前后的ρ(鹽)隨時間的波動情況示意

圖1為從現(xiàn)場獲取自2019年4月—2020年9月間共1 052個工況的脫鹽前后的ρ(鹽)數(shù)據(jù)，從圖1中可以看出脫鹽前后的ρ(鹽)并無明顯的對應(yīng)關(guān)系，顯示操作參數(shù)對脫鹽效果具有關(guān)鍵影響。這也為開展基于運行參數(shù)大數(shù)據(jù)分析的電脫鹽效果預(yù)測與優(yōu)化提供了依據(jù)。

2.2 基于模型的電脫鹽關(guān)鍵影響因素分析

利用從現(xiàn)場獲取的數(shù)據(jù)，可以發(fā)現(xiàn)部分操作參數(shù)與脫鹽效果的相互關(guān)系，見表2所列。結(jié)果顯示部分操作參數(shù)與脫鹽后鹽質(zhì)量濃度具有正相關(guān)關(guān)系，如脫鹽前鹽質(zhì)量濃度(37)、至一級脫鹽罐的混合壓差(5)，而一些操作參數(shù)具有負(fù)相關(guān)關(guān)系，如原油溫度(2)和各脫鹽罐操作溫度(4，22)，同時也發(fā)現(xiàn)一些影響因素的相關(guān)性不大。絕大多數(shù)影響因素與脫鹽后鹽質(zhì)量濃度的相關(guān)性系數(shù)絕對值小于0.2，說明相互關(guān)系為弱相關(guān)，難以直接用該相關(guān)性系數(shù)指導(dǎo)運行。

表2 影響因素與脫后鹽含量的相關(guān)性

2.3 模型訓(xùn)練與檢驗

通過上述相關(guān)性分析可以得到操作參數(shù)對脫鹽效果影響的一般規(guī)律，但該規(guī)律很難用于特定工況的分析，也無法用于定量表征脫鹽效果。為更加深入分析操作參數(shù)的影響，采用第1.2節(jié)的分析方法對各工況的電脫鹽效果進(jìn)行建模。

采用電脫鹽系統(tǒng)2019年4月至2020年5月獲取的809個樣本中的647個樣本用于建模，得到電脫鹽裝置智能監(jiān)測與預(yù)測模型，在補(bǔ)充部分?jǐn)?shù)據(jù)后，用2019年4月至2020年9月獲取的全部1 052個樣本進(jìn)行驗證，驗證結(jié)果如圖2所示。

圖2 模型預(yù)測結(jié)果與實測結(jié)果對比示意

利用全部樣本數(shù)據(jù)，采用該模型對各工況脫鹽后ρ(鹽)進(jìn)行預(yù)測，預(yù)測結(jié)果與實際脫鹽后ρ(鹽)進(jìn)行比對，得到平均誤差為0.42 mg/L?？紤]到LIMS系統(tǒng)中實際檢測到的脫鹽后ρ(鹽)是通過人工檢測得到，現(xiàn)場反饋存在一定的誤差，該誤差總體在可接受的范圍。

3 基于模型的操作優(yōu)化

3.1 基于模型的優(yōu)化

采用1.2節(jié)的算法，在全部1 052個工況中，對預(yù)測得到ρ(鹽)超過1.3 mg/L的共720個工況開展優(yōu)化分析。通過篩選對優(yōu)化操作具有影響的關(guān)鍵因素，依據(jù)優(yōu)化方向進(jìn)行相應(yīng)優(yōu)化，得到優(yōu)化后的預(yù)測結(jié)果?？紤]到優(yōu)化工作的可操作性，選擇最為關(guān)鍵的3個操作參數(shù)進(jìn)行優(yōu)化，依據(jù)操作參數(shù)的關(guān)鍵性以及當(dāng)前操作參數(shù)與優(yōu)化參數(shù)的偏離情況，得到720個需要進(jìn)行優(yōu)化的操作工況，其中優(yōu)化的項目見表3所列。

表3 電脫鹽部分關(guān)鍵影響因素及其偏離情況

3.2 操作參數(shù)偏離情況

利用該模型對脫鹽后ρ(鹽)>1.3 mg/L的工況提出相應(yīng)的優(yōu)化建議，按照關(guān)鍵參數(shù)的建議值對此實際值，得到需進(jìn)行優(yōu)化的工況中涉及調(diào)整的關(guān)鍵參數(shù)占比及其偏離情況。

由表2中可知，二級脫鹽罐操作溫度對該階段的脫鹽效果影響最大，在720個優(yōu)化的工況中涉及溫度優(yōu)化的占比高達(dá)61.53%，其中溫度過低的比例為73.14%。其次的影響因素是二級脫鹽罐的界位，86.22%的工況界位過低。此外入口原油溫度過低、一級脫鹽罐操作溫度過低也是影響脫鹽效果的關(guān)鍵因素；二級脫鹽罐入口混合壓差過高，一、二級脫鹽罐入口注水量過大也是影響脫鹽效果的重要因素。

3.3 優(yōu)化結(jié)果分析

利用本文提出的方法對電脫鹽系統(tǒng)部分脫鹽后ρ(鹽)較高的工況進(jìn)行優(yōu)化后，采用大數(shù)據(jù)建立的模型對優(yōu)化結(jié)果進(jìn)行預(yù)測，得到優(yōu)化前后全部1 052個工況的脫鹽后ρ(鹽)分布如圖3所示。

圖3中脫鹽后ρ(鹽)<1.3 mg/L的工況無需優(yōu)化，而高于該數(shù)值的720個工況進(jìn)行優(yōu)化后，除3個工況無法通過3個參數(shù)優(yōu)化達(dá)到1.3 mg/L的控制目標(biāo)外，其余工況的脫鹽后ρ(鹽)都可以很好地控制在1.3 mg/L范圍內(nèi)。

圖3 優(yōu)化前后系統(tǒng)的脫鹽后ρ(鹽)分布對比示意

一般的常減壓裝置運行過程中，脫鹽后ρ(鹽)通常由人工采樣分析得到，實時性差且存在較大的不確定性，無法用于在線指導(dǎo)裝置的運行。為克服上述問題，利用本文所述的模型和方法開發(fā)了基于B/S架構(gòu)的電脫鹽系統(tǒng)智能監(jiān)測及優(yōu)化系統(tǒng)，該系統(tǒng)可以通過網(wǎng)絡(luò)讀取電脫鹽系統(tǒng)DCS實時數(shù)據(jù)庫及LIMS數(shù)據(jù)庫，實時依據(jù)操作參數(shù)對脫鹽效果進(jìn)行在線智能監(jiān)測，一旦監(jiān)測到脫鹽效果不佳可以在線提出運行建議，從而為電脫鹽系統(tǒng)的優(yōu)化運行提供依據(jù)。

4 結(jié)論

利用本文提出的基于運行參數(shù)的電脫鹽系統(tǒng)脫鹽后鹽質(zhì)量濃度智能預(yù)測方法，分析了1 000余個工況，考慮人工采樣存在的偏差的前提下，預(yù)測的ρ(鹽)偏差總體小于0.42 mg/L。

基于脫鹽后鹽質(zhì)量濃度智能預(yù)測模型提出了運行參數(shù)優(yōu)化方法，可以依據(jù)電脫鹽系統(tǒng)實際運行參數(shù)，篩選對優(yōu)化運行最為關(guān)鍵的參量，并明確調(diào)整方向?？紤]優(yōu)化工作的可行性，通過最多3個參數(shù)進(jìn)行調(diào)節(jié)，全部1 000余個工況中，對脫鹽后ρ(鹽)>1.3 mg/L的工況中的720個提出了優(yōu)化建議。通過大數(shù)據(jù)模型驗證，除3個工況無法滿足1.3 mg/L的控制目標(biāo)外，其余717個都可以使脫鹽后ρ(鹽)降至1.3 mg/L以下。

5 結(jié)束語

本文開發(fā)的B/S架構(gòu)基于大數(shù)據(jù)分析的電脫鹽系統(tǒng)智能監(jiān)測及優(yōu)化系統(tǒng)，對電脫鹽系統(tǒng)脫鹽效果的主要影響因素進(jìn)行了篩選，表明脫鹽罐的操作溫度和界位、原油溫度對脫鹽效果影響最大，脫鹽罐入口混合壓差、注水量也有重要影響，總體二級脫鹽罐的操作參數(shù)對脫鹽效果影響顯著?？梢砸罁?jù)DCS等實時操作參數(shù)監(jiān)測脫鹽效果，對脫鹽效果不佳的工況進(jìn)行及時預(yù)警并提出優(yōu)化建議，對電脫鹽系統(tǒng)的優(yōu)化運行具有指導(dǎo)作用。