煉油蒸餾工藝注劑參數分配與優化探究

陶彥彥

摘 要：本文主要從煉油蒸餾裝置注劑系統工藝數據的分配和優化原理出發，基于模糊數學、模糊推理等學科理論，建立了蒸餾裝置注劑數據的模糊規則，旨在優化蒸餾工藝注劑參數。

關鍵詞：蒸餾工藝；注劑參數；優化

在煉油企業中，常減壓蒸餾裝置是一種重要的原油加工裝置，由于各油田的性質差異，酸值含硫量等參數的不同，為了滿足多種油品的煉化要求，降低原油對設備的腐蝕作用，需要人為注入劑進行酸堿平衡調節。

目前的蒸餾裝置注劑系統多還停留在人工操作階段。這些主要是由于以往簡單的數據統計分析方法在煉化工藝過程的變化趨勢把握不夠準確。因此，本文根據模糊數學、模糊推理的理論，以進一步準確把握原油工藝煉化過程中工藝數據內部的客觀規律，建立注劑調節量和調節周期的長短與油品參數之間的關系，實現煉油蒸餾工藝注劑參數分配與優化。

1 注劑參數分配與優化理論概述

1.1 數據模糊規則

數據的模糊規則方法可利用系統運行，取得輸入、輸出數據提取模糊規則。在模糊規則提取之前，應根據工藝要求確定隸屬度函數表達式，然后輸入關于變量分布和數量的模糊集合，模糊規則中沒有對應的子空間，則該子空間無法運行于系統，在模糊規則庫中所建立的模型和控制策略不能使用。

1.2 基于神經網絡的注劑數據關系的評價

BP算法的基本思想是學習過程中對誤差的分析，將誤差反向和正向傳播信號輸入樣本，信號從輸入層正向傳入再經由各隱層逐級處理后，輸出一個實際的計算值，如果計算的實際值與期望值存在很大誤差，則將實際計算值導入反向傳播的誤差階段再進行一次計算直到誤差設定范圍以內。

由于煉油生產工藝中的注劑沒有根據蒸餾裝置參數進行合理的設計，因此缺乏相應的數學模型。加上注劑過程中對注劑量的精度控制有限，控制技術還存在一定的限制，因此，造成注劑效果的有效評價機制受影響，最后注劑效果達不到最佳狀態。因此，結合注劑控制工藝數據以及期望值的大小，要設計符合原油特征的神經網絡模型，然后進行需求分析，數據準備和神經網絡結構等方面的綜合設計。對數據進行分析并篩選出符合生產工藝條件的數據，最后針對數據特點及工藝方案，進行網絡輸入、輸出參數的確定以及網絡自身參數的設計。

2 注劑數據的模糊分配與優化

2.1 原油數據的分析

低硫、低酸值原油在國內原油中較多，存在工藝要求較低、設備腐蝕較輕的優勢。由于近年來國內對原油的需求量增加，從國外進口的原油量逐年遞增。由于國外原油硫和酸值高，對設備的腐蝕較大。因此，在實際煉制工藝中不僅對設備材料提出了很高的要求，而且對煉制操作工藝也提出了很高的要求。并且隨著進口原油的種類在不斷變化，造成了再煉制過程中的諸多不穩定因素，這就需要更高要求的生產工藝方案。

煉油過程中，為增加原油品種數量，會將兩種酸值及硫含量相差較大的原油進行混合加工。一般進行原油混合前對原油的酸值及含硫量進行測定，根據含量將兩者按一定比例混合，這樣才能確保混合后的原油滿足煉化要求。不同的原油種類及其品質參數，對應不同的加工方案，具體來說加大了蒸餾裝置注劑工藝的操作難度。

2.2 不同原油的注劑調整

原油性質不同，酸值和硫含量也不同，在制定注劑濃度和量時需要制定的濃度及調節比例也會不同。

一般來說，注氨的劑量會隨原油的酸值、含硫量的增加而增加。氨在調節酸堿平衡，保護工藝管線內部，減緩設備腐蝕具有重要的作用。原油種類及其品質參數不同，對應加工方案不同，加大了蒸餾裝置操作注劑工藝的難度。

以兩類原油混合煉制為例，一類是低酸值、較高含硫量的原油，另一類是高酸值、低含硫量的原油。對于酸值較低的原油塔頂注劑調整范圍為比酸值較高的原油塔頂注劑調整范圍要小，最終才能達到煉制工藝要求。

2.3 注劑控制工藝數據提取

塔頂注劑的輸入樣本數據一般有五個變量，包括原油酸值A、原油硫含量S（%）、pH值、⊿pH、Fe2+/Fe3+。

輸出樣本數據可相應的劃分為注氨調節量Man、注氨量調節比例⊿Man（%）、注緩蝕劑調節量Mh、注緩蝕劑量調節比例⊿Mh（%）等四個空間。在確定原油酸值A、硫含量s、pH值、Fe2+/Fe3+變化范圍后，根據加工需要確定輸入、輸出規則，比如進行pH、⊿pH、Fe2+/Fe3+的變量的調整。最后根據模糊規則確定每次的注劑給定量范圍及對應的調節比例。

2.4 注劑控制工藝數據模糊規則的誤差分析

當原油酸值及硫含量增大會使注氨及注緩蝕劑的濃度加大，⊿pH的變化值較大時會導致注劑調節濃度的波動幅度變大，最終導致模糊規則輸出值與系統經驗值輸出存在一定的差距。另外，人為及經驗因素決定的注劑控制偏差再加上模型輸出受原油本身的影響最終導致兩者的相對誤差。

3 結語

由于不同油田的原油酸值和含硫量不同，在確定煉油蒸餾工藝注劑參數分配中要根據不同的原油及不同的產品確定氨的劑量和濃度，并確定合理的加工方案和工藝流程，降低對管線的腐蝕作用，實現經濟效益的最大化。

參考文獻：

[1]劉建華.高硫高酸原油常減壓裝置的腐蝕與防護[J].石油化工腐蝕與防護，2007，24（3）：36-39.

[2]趙睿，Roger.T，等.模糊邏輯和神經網絡及其在含油飽和度預測中的應用[J].測井技術，2007，31（4）：327-330.

[3]李士勇.工程模糊數學及應用[M].哈爾濱：哈爾濱工業大學出版社，2004：58-69.