<i id="p68vv"><noscript id="p68vv"></noscript></i>
    <track id="p68vv"></track>

      <video id="p68vv"></video>
    <track id="p68vv"></track>
    <u id="p68vv"><bdo id="p68vv"></bdo></u>

  1. <wbr id="p68vv"><ins id="p68vv"><progress id="p68vv"></progress></ins></wbr>
    <code id="p68vv"></code>
      <output id="p68vv"><optgroup id="p68vv"></optgroup></output>
  2. 一文詳解石化腐蝕預測技術及其需求與展望
    2023-03-08 14:54:11 作者:劉小輝 來源: 腐蝕與防護 分享至:

     

     

    針對石化系統的安全平穩運行,國內外已開展了大量工作,并取得了較好的效果。但隨著大數據、云計算的發展,以移動設備和應用為核心,以云服務、移動寬帶網絡、大數據分析等技術為依托的第三計算平臺已初步形成,為防腐蝕技術與信息技術的結合提供了一個嶄新的舞臺。

    因此,急需開展石化腐蝕預測新技術和過程智能報警抑制方法研究,利用生產過程參數進行腐蝕預測性分析,建立石化系統設備腐蝕管理系統,集腐蝕監檢測、腐蝕評估、腐蝕控制、防腐管理、遠程診斷與服務及設備管理于一體,一方面實現腐蝕動態量化評估與監控,及時采取針對性防腐措施,實現設備預防性維修;另一方面基于設備腐蝕評估建立設備管理規范,實現風險管控及設備完整性管理;同時基于腐蝕回路進行工藝防腐管理,保障裝置運行安全,為石化設備防腐技術及管理邁向智能化提供技術支撐。




    石化行業面臨的壓力

    1

    石油化工行業競爭日益加劇

    石油化工行業發展逐步成熟,產能過剩的局面已日益加劇,裝置利用率也逐步下降。同時,石油化工行業新裝置計劃投產的項目仍較多,廠家間的競爭將更加激烈,利潤由多變少,產品價格由高變低,行業存在加速洗牌的可能。產能過剩導致的裝置開工率降低,造成企業經濟效益下降,石化行業競爭日益加劇。
    2

    安全環保逐漸成為企業核心競爭力

     

    隨著城市化快速發展,“化工圍城”“城圍化工”問題日益顯現,加之部分企業安全意識薄弱,安全事故時有發生,行業發展與城市發展的矛盾凸顯,“談化色變”和“鄰避效應”對行業發展制約較大。

    如江蘇響水“3·21”爆炸事故過去一個月后,江蘇省化工行業的整治提升方案出臺,明確提出長江干支流兩側一公里范圍內且在化工園區外的化工生產企業原則上2020年底前全部退出或搬遷,嚴禁在長江干支流一公里范圍內新建、擴建化工園區和化工項目。

    隨著環保排放標準不斷提高,行業面臨的環境生態保護壓力不斷加大。企業只有在保障安全環保的前提下,才能獲得良好的經濟效益,安全環保已經成為企業的核心競爭力。同時,石化還面臨著裝置設備腐蝕的高風險及嚴重后果。

     

    圖片
    石化行業是腐蝕的重災區

    1

    腐蝕造成的損失巨大

    眾所周知,腐蝕造成的損失約占國民經濟生產總值(GDP)的3%~5%,大于自然災害和其他各類事故損失的總和。腐蝕不僅給我們造成重大財產損失和人員傷亡,還導致設施設備的結構損傷,縮短其壽命,污染環境,引起突發性災難事故。腐蝕與我們的生活息息相關,由腐蝕引發的安全問題、經濟問題、生態文明問題至今還沒有得到徹底解決。腐蝕是安全生產的大敵,這在石化領域表現得尤為突出。
    2

    石化設備腐蝕情況觸目驚心

    由于原料劣質化,中國和世界各國煉化企業均面臨新的挑戰,具體表現有高硫高酸高氯原油增多、脫鹽困難、腐蝕形態和部位復雜多樣化、輕油低溫部位腐蝕嚴重、高氯問題尤其突出、新工藝設備的腐蝕等,總體上是腐蝕控制問題常態化。
    從圖1~6可見,石化設備的腐蝕情況觸目驚心。可見石化腐蝕預測技術越發顯得重要,是我們防患未然、確保安全的專有技術和工具。

     

     


    石化腐蝕預測技術概況


    智能報警抑制方法研究

     

    近年來,隨著DCS(分布式控制系統)和EM(設備全生命周期管理平臺)在石化裝置中的廣泛應用以及石化行業信息化建設的不斷推進,大量數據被記錄和儲存下來,包括過程歷史監測數據、過程裝備的可靠性數據(如不同類型操作單元和設備的生產負荷數據、故障歷史記錄及維修記錄)、動設備(泵、壓縮機、風機)性能歷史記錄等已經在物聯網環境下進行了按照數字化的方式存儲,并隨著信息化建設的開展和深入,數據量以幾何級速度增長。

    以一個典型的煉化一體化企業為例,擁有30000個采樣點,現場采樣率達到100次/秒,每年約產生495 TB數據。海量數據一方面使得裝置的報警系統能更加準確精細地掌握運行狀態,使智能化操作成為可能,另一方面也為腐蝕監檢測先進報警系統的設計提出了挑戰。

     


    腐蝕監測與檢測的區別

    腐蝕監測是獲取材料腐蝕過程或環境對材料的腐蝕性隨時間變化信息的活動。腐蝕檢測通常是對材料狀況在某一指定時間的測試,而腐蝕監測是在指定時間段內的一系列的測試。
    測試掛片是最廣泛應用和最可靠的方法。腐蝕監測通常依賴于電子腐蝕傳感器或探頭,它們布設在感興趣的環境(如戶外空氣或海水)中,或插入封閉系統內部(如介質液體或氣體流動的管路或儲存的容器中)。電子腐蝕傳感器或探頭連續或半連續地發出和金屬系統腐蝕有關的信息。
    在如今的電子信息化時代,大部分工業過程參數,如溫度、壓力、pH值和流量,由自動反饋回路控制器控制。唯有引入這些參數控制器和相應的可靠的傳感器,才有可能準確地操控這些參數以實現生產自動化控制。
    腐蝕是一個復雜的過程,在流程工業中至少包含兩相,尤其是石化裝置大部分是多相流。腐蝕監測是多學科課題。進入不同的體系要求不同的方法或采用多種方法的結合。常見的情況有,需要兩種或更多方法同時使用以適當地監測給定的體系。應針對給定的不同體系選擇不同的監測技術。

    腐蝕預測技術舉例

    1

    腐蝕回路分析 

     

    腐蝕回路分析分為簡單分析和詳盡分析兩大類,如圖7和圖8所示。

     

    2

    電感耦合探針的應用 

     

    用于指導工藝防腐、原油混煉、高溫注劑和高溫選材,能夠及時反映工藝變化,如圖9所示。

     

    3

    在線超聲波定點測厚監測  

     

    圖10所示,可以實現不開孔、卡箍式安裝或管道焊接螺柱安裝;測厚數據采用無線網絡模式傳輸,即利用網關和路由器,將數據傳送到遠程數據平臺;實現連續測厚監測。

     

    4

    在線pH值監測 

     

     

     

    如圖11所示,通過對pH值的在線監測,實現工藝防腐藥劑注入自動調節;同時還可以預測漏點部位,及時采取工藝防腐的有效措施,避免局部強烈腐蝕并失控。

     

     

     

    5

    氫通量檢測(Hydrosteel技術) 

     

    如圖12所示,采用非插拔式氫探針緊貼于測點,經過幾分鐘后,迅速顯示出因腐蝕而生成氫的滲透量,反應靈敏度高,可在500 ℃的高溫環境下工作,適用于煉制高酸原油裝置的環烷酸腐蝕監測及有氫逸出的腐蝕環境。 

     

    6

    紅外熱成像檢測 
    這是一種比較成熟的應用技術,如圖13所示,可用于監測冷壁反再系統設備的內襯是否脫落,爐管是否結焦局部過燒,尤其是對空冷溫度場的掃查之后可以幫助人們迅速判斷介質是否偏流,間接反映垢下腐蝕狀況;還可以監測電氣開關觸點是否過熱等。

     

     

    7

    循環水系統腐蝕檢測 

     

    現在已經有了比較成熟的循環水系統腐蝕泄漏檢測系統,如圖14所示。

     

    值得注意的是,以上所列的部分傳統的腐蝕監檢測技術,只能照顧到一個點,不能夠真正起到全面預測腐蝕的作用。也就是說,傳統的腐蝕監檢測技術已不能適應如今的電子信息化時代。

    數據分析

     

    數據分析是指用適當的統計和計算機方法對收集的數據進行分析,把隱沒在雜亂無章數據中的信息集中、萃取和提煉出來,找到研究對象的內在規律,最大化地開發數據資料的功能,發揮數據的作用。

    由于數據為多種不同特征的參量,在時間、空間、可信度和表達方式上不盡相同,側重點和用途也不相同,因此需要將信息進行融合,即對多方位采集的局部環境下的不完整數據加以綜合,消除多源數據間可能存在的冗余和矛盾信息,降低不確定性,形成對系統的一致性描述。

    常用的信息融合方法有加權平均法、卡爾曼濾波法、貝葉斯估計法、神經元網絡法等。

    深度學習是近年來發展起來的一種機器學習領域的新研究方向,其起源于人工神經網絡,是基于樣本數據通過一定的訓練方法得到包含多個層級的深度網絡結構,每個層級之間的連接強度在學習過程中修改并決定網絡的功能。

    深度學習可通過學習深層非線性網絡結構,實現復雜函數逼近,表征輸入數據分布式表示,并找到數據的內部結構,發現變量之間的真正關系形式,展現了強大的從少數樣本集中學習數據集本質特征的能力。

     


    腐蝕數據研究

    針對腐蝕學科,李曉剛教授原創了“腐蝕大數據”的概念,指出材料腐蝕學科是嚴重依賴數據的學科,由于腐蝕過程及其材料所處環境的復雜性,傳統的碎片化腐蝕數據已經不能適應行業發展的需要。他提出了腐蝕基因組工程理論體系,明確了處理“腐蝕大數據”的關鍵是建立標準化“腐蝕大數據”數據倉庫以及“腐蝕大數據”的分析利用。

     

    然而,煉油裝置是一個非常復雜的腐蝕系統,影響腐蝕的因素非常多,其中最主要的是原料中的硫、氮、氧、氯及重金屬和雜質等腐蝕介質的含量,以及設備運行過程中的溫度、壓力、流速等操作參數。若要進行腐蝕預測,保證系統可靠運行,就需要對各種復雜的數據進行細化歸類,最具代表性的有以下5個方面:

     

    (1) 原油性質參數:主要包括原油物理性質、餾分分布情況等;
    (2) 工藝條件參數:主要包括操作溫度、操作壓力、流量、物料成分等;
    (3) 腐蝕介質參數:主要包括腐蝕介質含量、結構、分布、相態等;
    (4) 工藝防腐措施:主要包括注水、注劑等措施;
    (5) 腐蝕監檢測參數:主要包括掛片重量、鐵離子分析數據、設備壁厚或管道金屬損失量變化等,最終統一轉化為腐蝕速率。
    以上相關數據,煉油企業均具有成熟的手段進行調控或采集,在發現腐蝕隱患和指導解決腐蝕問題方面起到了良好的效果。
    針對海量的數據,企業通常利用信息化方式將其進行分析處理。然而,如某煉化公司所統計,其在各個裝置運行期間,DCS系統每天會產生過程歸檔數據約4.7億個,2015年10月期間產生各類報警信息月8500條,工藝操作記錄約9500條,這些工藝管理、設備管理和安全管理的基礎信息,使用率卻不及每天歸檔的4.7億個的10%。在DCS系統產生的龐大數據量中,同類信息的時間跨度存在不同,且腐蝕監測系統是典型的多源傳感器系統,分布在不同的控制系統和不同的生產裝置中,技術管理人員在橫向統計分析時耗時耗力,很可能錯過發現隱患和解決問題的時機。
    此外,國內大部分石化企業通常采用OPC加實時數據庫的方式,將這些原始數據采集到專門的管理平臺上,若工藝條件發生變化,數據不能及時得到更新,則無法真實同步反應工廠各裝置的實時情況。
    國外的煉油企業早在20世紀90年代就開始將煉油行業傳統的掛片檢測、壁厚檢測升級到在線電化學監測,并開始意識到需要針對腐蝕相關數據進行分析和有效利用,建立模型用于間接摧測腐蝕狀態。先后出現了BP神經網絡預測模型、Fe2+/Fe3+預測模型、Hemandez人工神經網絡預測模型等。

     

    中國石化青島安全工程研究院近年開發了一套集在線、離線監檢測數據于一體的為腐蝕分析提供便利的腐蝕數據管理系統,其運用深度學習方法對煉油企業累積的海量數據進行深度分析,對關鍵裝置的工藝參數和水質分析數據進行學習訓練,建立關鍵信息(切水鐵離子濃度、pH值、設備壁厚)與其他監測量之間的黑盒模型,達到根據工藝狀態快速、準確地進行預測的目的,為指導企業腐蝕防護工作奠定了理論和技術基礎,如圖15和圖16所示。

     

     

     

    腐蝕預測模型避免了受成本和技術限制,生產中難以對腐蝕關鍵參量進行實時掌控的問題,及時的數據預測可為切實指導裝置防腐工作提供技術支持。

    技術需求與建議   

    腐蝕監測急需解決的問題

     

    (1) 腐蝕監測傳感器的智能化和低成本化;

     

    (2) 腐蝕預測模型與腐蝕數據挖掘;
    (3) 數據的標準化和云平臺;
    (4) 腐蝕在線狀態監測:煉化裝置的腐蝕監檢測從單一的、離線的檢測向實時在線的狀態監測發展;

     

    (5) 腐蝕數據驅動決策:通過腐蝕預測模型、數據挖掘技術發現規律,實現狀態監測+診斷決策。 

     


    腐蝕數據研究方向

    雖然大多數煉廠已經上了腐蝕監檢測設施,且積累了大量監檢測數據,但由于腐蝕機理的復雜性和影響因素的多樣性,難以建立可靠的腐蝕演化模型,不能對腐蝕的發展趨勢進行準確的預判。
    同時,受成本和技術的限制,生產中也難以對能夠表征腐蝕嚴重程度的參量進行實時監測,以致工藝狀態發生波動時,不能及時根據變化對工藝防腐參數(如注水注劑)進行調整。
    處于快速發展中的煉化企業不斷轉向自動化、信息化、智能化、智慧化模式,對如何提高數據利用效率、提高企業經濟效益和社會效益提出了新要求,基于大數據分析技術的腐蝕預測將是腐蝕研究領域發展的新方向。因此,整合龐大的生產經營數據,通過實時數據感知、監控裝置運行狀態和異常情況、診斷故障類型與部位、預測關鍵參數的發展趨勢并評估風險等級,對生產參數進行優化控制,實現提前預防和調整,使生產過程平穩安全高效進行。
    同時從現在開始,應著手考慮如何建立“智慧防腐”,即以數字防腐為基礎、智能防腐為核心、智慧防腐為目標。

    “智慧防腐”建設分三步走

     

    第一步:數字防腐。布設大量傳感器,重點開發能夠實現面掃的腐蝕監檢測技術,收集和積累腐蝕數據,構建腐蝕大數據庫,實現可視化。構建可視化的設備防腐管理系統,通過二三維一體化平臺與傳統的設備管理系統相結合,實現設備防腐信息的可視化、集成化和維修作業協同化。

    第二步:智能防腐。對“腐蝕大數據”分析利用,實現防腐智能管控、智能運維、智能監檢測,建立標準化數據倉庫。

    第三步:智慧防腐。防腐業務智慧化,實現整體優化及標準化,包括體系化管理、智慧防控鏈、材料腐蝕基因組工程優化。

     


    腐蝕防護應用大數據分析技術

    整合龐大的生產經營數據,通過實時數據感知、監控裝置運行狀態和異常情況、診斷故障類型與部位、預測關鍵參數的發展趨勢并評估風險等級,對生產參數優化控制,實現提前預防和調整,使生產過程平穩安全高效進行。

    智能化煉化設備腐蝕信息系統

    以腐蝕為抓手建立健全石化靜設備管理體系,實現腐蝕數據集中管理和綜合分析、腐蝕狀態量化評估與監控預警、防腐專家遠程診斷與服務,滿足設備防腐管理需求。建議第一步將日常的人工定點測厚改為智能化的實時定點測厚第二步針對重點腐蝕部位大量采用在線監測手段,實現腐蝕數據集中管理和綜合分析、腐蝕狀態量化評估與監控預警、防腐專家遠程診斷與服務,滿足設備防腐管理需求。

    設備的本質安全要靠智能化來實現

     

    從石化的腐蝕與防護技術現狀看,腐蝕無疑是安全生產的大敵,任務依然艱巨,設備仍未全面達到本質安全要求。

     


    石化腐蝕預測工作永遠在路上

    由于裝置長周期運行、原料不穩定、設備新度系數降低、人員質素參差不齊以及承包商管理難等因素的影響,石化腐蝕預測工作應是常做常新,永遠在路上。
    應清醒地認識到,我們正處在一個由工業社會過渡到信息社會的加速轉型時期,經濟新常態、全球經濟一體化發展趨勢等在很大程度上加劇了行業競爭的嚴峻性。
    喜的是,腐蝕與防護新技術層出不窮,為我們提供了強有力的技術支撐。展望未來,石化腐蝕預測技術前景看好,大有可為。

     

    免責聲明:本網站所轉載的文字、圖片與視頻資料版權歸原創作者所有,如果涉及侵權,請第一時間聯系本網刪除。

    日韩人妻精品久久九九_人人澡人人澡一区二区三区_久久久久久天堂精品无码_亚洲自偷自拍另类第5页

    <i id="p68vv"><noscript id="p68vv"></noscript></i>
      <track id="p68vv"></track>

        <video id="p68vv"></video>
      <track id="p68vv"></track>
      <u id="p68vv"><bdo id="p68vv"></bdo></u>

    1. <wbr id="p68vv"><ins id="p68vv"><progress id="p68vv"></progress></ins></wbr>
      <code id="p68vv"></code>
        <output id="p68vv"><optgroup id="p68vv"></optgroup></output>
    2. 一级a国产a国产片 | 亚洲步兵一区二区三区 | 亚洲精品∧v在线观看 | 一本久久A久久精品综合 | 一级特级欧美aⅴ在线 | 亚洲国产99热最新在线 |