'
Ажимахан Л.Н., Каюмов К.Г.
ОПТИМИЗАЦИЯ И МОДЕЛИРОВАНИЕ ПРОЦЕССА ПЕРЕРАБОТКИ НЕФТЯНЫХ ОСТАТКОВ *
Аннотация:
в работе представлены результаты разработки и валидации математической модели фракционирующей колонны установки висбрекинга, оснащённой выносной сокинг-камерой. Построение модели осуществлялось с применением метода наименьших квадратов (МНК) на основе данных, полученных в ходе промышленной эксплуатации на нефтеперерабатывающем предприятии. В качестве ключевых переменных модели, определяющих качество целевых продуктов, были выбраны температуры в верхней и нижней частях колонны, уровень кубового остатка, а также расходы тяжелого газойля и потока квенча. Сопоставление расчетных значений с данными системы управления технологическим процессом выявило минимальные отклонения, что подтверждает корректность и применимость модели.
Ключевые слова:
висбрекинг, моделирование, фракционирующая колонна, потоки, материальный баланс
Технология висбрекинга представляет собой высокоэффективную технологию термического разложения тяжелых нефтяных остатков, обеспечивающую стабильное качество целевого продукта при минимальных энергозатратах. Сегодня известно более двух сотен разновидностей висбрекинга и разнообразных конфигураций установок, предназначенных для глубокой переработки нефтешламов.Цель исследования — создание прогностической математической модели фракционирующей колонны висбрекинг-установки, адаптированной для использования в системе усовершенствованного управления технологическими процессами (Advanced Process Control, APC). Разработка направлена на повышение эффективности регулирования при одновременном соблюдении заданных параметров качества продукта.Краткое описание технологической схемы:Процесс, реализуемый в секции висбрекинга, относится к категории мягкого термокрекинга. Он включает в себя предварительный разогрев сырья в печи до 400–460 °C, после чего основное превращение тяжелых компонентов происходит в реакционной камере (сокинг-камере) в течение длительного времени — от 15 до 30 минут. В качестве сырья используются остаточные продукты вакуумной перегонки нефти — тяжелые фракции, содержащие асфальтены, растворённые в насыщенном ароматическими углеводородами остаточном сырье.Одной из ключевых целей процесса висбрекинга является радикальное снижение вязкости остаточного нефтяного сырья за счёт его контролируемого термического разрушения. Исходный материал — вакуумный гудрон — предварительно накапливается в резервуаре, откуда поступает в секцию подогрева. Здесь сырьё подвергается воздействию высокой температуры в печи, после чего поступает в реакционную зону — сокинг-камеру, где протекают основные процессы термодеструкции.После завершения стадии крекинга в сокинг-камере, продукты реакции направляются во фракционирующую колонну К-1. Внутри колонны происходит фазовое и компонентное разделение сложной смеси на отдельные целевые фракции: газ, нестабильную нафту, газойль и тяжелый остаток.Верхняя часть колонны (зона орошения) служит для удаления легколетучих компонентов — паров нафты, водяного пара и кислых газов [1]. Эти продукты проходят через конденсационную секцию, включающую систему водяного охлаждения и циркуляцию слабокислой воды из специализированного орошающего резервуара. Образовавшаяся парожидкостная смесь частично конденсируется и возвращается в колонну в качестве охлаждающего потока, а нестабильная нафта используется для поддержания заданного теплового режима на третьей ступени колонны.Из зоны бокового отбора, расположенной в средней части К-1 (квенч-зона), выводится газойлевая фракция. Этот поток направляется на дальнейшую переработку в отпарочную колонну К-2, где происходит дополнительное удаление легких фракций и стабилизация состава газойля.Паровозврат и система теплового баланса колонны К-1 играют ключевую роль в обеспечении устойчивости процесса. Пары, отводимые с верхней части отпарной колонны К-2, рециркулируются обратно во фракционирующую колонну К-1 — выше уровня отбора бокового погона. Это позволяет эффективно утилизировать легколетучие компоненты и улучшить селективность разделения.Газойль, собранный в нижней части отпарной колонны (в кубе К-2), под давлением подается насосом Н-3 для смешения с тяжелым остатком висбрекинга. Такой подход обеспечивает стабилизацию физико-химических характеристик получаемого остатка и способствует улучшению его транспортных и эксплуатационных свойств.Удаление избыточного тепла из колонны К-1 осуществляется за счёт циркуляционного орошения. Часть жидкости отбирается насосом Н-2, направляется в межтрубное пространство теплообменника Т-3, где проходит стадию охлаждения, после чего возвращается обратно в колонну. Стабильность расхода циркуляционного потока обеспечивается системой автоматического регулирования, включающей регулирующий клапан, установленный на байпасной линии теплообменника. Такая схема позволяет минимизировать температурные флуктуации и поддерживать оптимальные условия внутри колонны.Тяжелый остаток висбрекинга удаляется с нижней части колонны К-1, из зоны отпаривания. Перед дальнейшим использованием или транспортировкой остаток проходит двухступенчатую систему фильтрации: сначала подается в фильтр Ф-1, где задерживаются грубодисперсные частицы кокса, а затем насосом Н-1 направляется в фильтр Ф-2 для окончательной очистки от мелкодисперсных примесей.Финальная обработка остатка висбрекинга и сопутствующих потоков представляет собой завершённый цикл термической и массообменной переработки, направленный на максимальное извлечение полезных фракций и стабилизацию продукта.После выхода из зоны отпаривания фракционирующей колонны К-1, горячий остаток висбрекинга направляется в теплообменник Т-1, где он отдает тепло входящему вакуумному остатку — основному сырью установки. Благодаря такой рекуперации тепла обеспечивается эффективный предварительный подогрев сырья и снижение энергозатрат на его последующий нагрев.Охлажденный остаток далее поступает в парогенератор Т-2, где часть тепловой энергии используется для получения технологического пара. Определённая доля этого остатка рециркулируется обратно в колонну К-1 — в зону квенча. Это служит двум целям: подавлению избыточной температуры в нижней части колонны и интенсификации вторичного крекинга, а также контролируемому закоксовыванию куба колонны.Нестабильная нафта, отобранная на верхних ступенях колонны, подвергается нагреву в теплообменнике, где в межтрубном пространстве используется тепло стабильной нафты. После этого подогретая нестабильная нафта поступает в стабилизационную колонну, оснащённую клапанными тарелками, где проходит этап отпарки — удаляются лёгкие фракции и летучие компоненты. На выходе из колонны стабильная нафта охлаждается и отводится с установки как товарный продукт.Поток углеводородного газа, образующегося в процессе, направляется через каплеотбойник, где происходит улавливание и возврат мелких капель нафты, унесённых газом. После этого газ подаётся в аминовый абсорбер, где он очищается от сероводорода за счёт взаимодействия с водным раствором диэтаноламина. Уже очищенный газ выводится с установки в соответствии с требованиями экологических стандартов.Рисунок 1. Функциональная схема фракционирующей и отпарной колонн.Моделирование фракционирующей колонны.Фракционирующая колонна К-1, используемая в процессе висбрекинга, конструктивно разделена на три функциональные зоны, каждая из которых выполняет свою специфическую задачу в процессе разделения продуктов термического крекинга:Нижняя часть (отпарная зона): обеспечивает окончательное выделение легколетучих компонентов из тяжелого остатка перед его отводом с установки.Средняя часть (охлаждающая зона, или зона квенча): служит для подачи охлаждающего потока (квенча), который стабилизирует температурный профиль в колонне и способствует вторичному крекингу.Верхняя часть (промывная зона): предназначена для ввода циркуляционного орошения, что способствует дополнительной конденсации паров и очистке верхнего продукта от капель тяжелых фракций.Для анализа и оптимизации работы колонн К-1 и К-2 используется математическая модель материального баланса, которая описывает количественное распределение масс поступающих и выходящих потоков в установившемся режиме.Формально, материальный баланс для колонн К-1 и К-2 может быть выражен в следующем общем виде:Тогда материальный баланс колонн K-1 и K-2 имеет вид:Материальный и энергический балансы для обычных тарелок, имеют вид:Материальный и энергический балансы для тарелок, подключенных к потокам квенча. имеют вид:где:K-l - фракционирующая колонна,K-2 – отпарная колонна,V, - паровая фаза от тарелки номер j к тарелке /-1,L, - жидкая фаза от тарелки номер у к тарелке, /+1,h, - энтальпия жидкой фазы, Н, - энтальпия паровой фазы,F1 - расход сырья от сокинг-камеры в K-l,F2 - расход остатка висбрекинга от K-l,Fs. F6 - расход квенча к тарелкам номер 29 и 39,Fa Fj2 - расход пара в K-l, K-2, FB - расход в теплообменник Т-3,Fu - расход от тарелки 20 и возврат в тарелку 17,F9 - расход нестабильной нафты в тарелку 1,Fю - расход в сервоклапан контура 10,Fu - расход легкого газойля от Kl,Fi6 - расход от тарелки 16 в K-l, Т-2 и Т-3 - теплообменники.Разработка математических моделей, основанных на детализированных уравнениях (2–5), сопровождается значительными вычислительными трудностями. По мере увеличения числа компонентов в системе резко возрастает как временная, так и алгоритмическая сложность расчетов. Это исключает возможность их использования в режиме реального времени, особенно в контексте оперативного управления процессом на базе виртуального анализатора (ВА).В таких условиях разработка прикладных моделей ВА требует иной методологической стратегии. Ключевыми задачами становятся:выбор оптимального регрессионного алгоритма, способного обеспечить баланс между точностью и вычислительной эффективностью,идентификация наиболее значимых входных параметров, влияющих на технологические показатели, с целью минимизации размерности модели и повышения ее устойчивости.Ситуация усугубляется тем, что фракционирующая колонна функционирует на грани предельных режимов — вблизи захлебывания, где нарушается устойчивость фазового распределения. В этих условиях наблюдается выраженная нелинейность тепло- и массообменных процессов, а поведение системы слабо поддается описанию с помощью традиционных моделей. Это требует перехода от строгих физико-химических моделей к адаптивным или гибридным подходам, способным учитывать особенности турбулентных, нестабильных режимов.Таким образом, эффективное моделирование ВА в условиях высокой динамичности и нелинейности требует сочетания инженерной интуиции, статистических методов отбора признаков и использования современных алгоритмов машинного обучения [2, 3].Реализация модели.Для построения прогнозной модели фракционирующей колонны в рамках виртуального анализатора предполагается использование экспериментальных данных, поступающих в реальном времени с датчиков, установленных в различных технологических зонах установки. Эти данные отражают текущие значения ключевых параметров — температуры, давления, состава фракций и т.д.Среди широкого спектра подходов к построению эмпирических моделей таких как метод ближайших соседей, опорные векторы, деревья решений и другие [4] в данной работе выбран метод наименьших квадратов (МНК). Этот метод является классическим и надежным инструментом статистического анализа, позволяющим формировать регрессионную модель, описывающую функциональную зависимость между входными переменными и выходными технологическими показателями.Применение МНК позволяет минимизировать сумму квадратов отклонений между фактическими и модельными значениями выходных параметров, что делает его особенно эффективным при работе с шумными и неполными производственными данными. Кроме того, этот метод хорошо поддается интерпретации и может быть дополнен процедурами отбора признаков для повышения устойчивости модели.Таким образом, метод наименьших квадратов обеспечивает приемлемый компромисс между точностью, вычислительной эффективностью и практической применимостью в условиях промышленного производства.В рамках метода наименьших квадратов (МНК) регрессионная модель записывается в матричной форме следующим образом:где:Y∈Rn*1 — вектор наблюдаемых значений выходной переменной,X∈Rn*p — матрица входных признаков (факторов),β∈Rp*1 — вектор оцениваемых коэффициентов регрессии,ε∈Rn*1 — вектор ошибок (отклонений фактических значений от расчетных).Целевая функция метода наименьших квадратов заключается в минимизации суммы квадратов ошибок, которая имеет вид:Минимизация этой функции приводит к аналитическому решению задачи оценки параметров:При условии, что матрица XTXmathbf{X}^T mathbf{X}XTX невырождена (обратима), полученное значение β^oldsymbol{hat{eta}}β^ дает наилучшую линейную оценку параметров модели в смысле минимизации среднеквадратичной ошибки.Этот подход позволяет эффективно аппроксимировать поведение выходных параметров фракционирующей колонны на основе измеряемых входных факторов, что и составляет основу построения виртуального анализатора.Этот метод является классическим и надежным инструментом статистического анализа, позволяющим формировать регрессионную модель, описывающую функциональную зависимость между входными переменными и выходными технологическими показателями.При расчете параметров аi напишем модель в форме , для к данные модели ai будут оптимальными, если сумма ошибок минимальная.Искомая модель будет имеет вид:где матричное уравнение регрессии и сумма ошибок, примет вид:Преобразовав уравнение (12), получим:Выбор входных переменных и допущения модели.В процессе построения модели особое внимание было уделено отбору входных переменных, оказывающих решающее влияние на достижение требуемого качества конечного продукта. В качестве значимых факторов были выбраны:температура в верхней части фракционирующей колонны К-1,расходы сырья,уровни жидкости в ключевых технологических зонах.Эти параметры являются оперативно измеряемыми и отражают текущее состояние системы, что позволяет использовать их в качестве входных данных для регрессионной модели.При этом в рамках моделирования были приняты следующие допущения для упрощения вычислений и фокусировки на определяющих параметрах:система колонн К-1 и К-2 рассматривается как работающая без внутренней обратной связи,величины межколонных потоков (массообмен между К-1 и К-2) не подлежат прямому измерению и считаются скрытыми переменными.Такой подход позволяет сосредоточиться на наблюдаемых и контролируемых параметрах, исключая влияние трудно идентифицируемых потоков, что повышает устойчивость и применимость модели для виртуального мониторинга и прогнозирования.Моделирование температуры на выходе тепообменника Т-3.Отвод газойлевой фракции с 20-й тарелки фракционирующей колонны реализован через двухпоточный трубопроводный узел, в котором расход по каждому каналу определяется положением регулирующих клапанов, входящих в контуры управления №8 и №10 (см. рисунок 2).В первом канале продукт направляется на охлаждение в теплообменник Т3, где происходит понижение температуры за счёт теплообмена с рабочим телом. Расход в этом контуре контролируется клапаном, управляемым температурным регулятором TRC8, обеспечивающим поддержание заданной температуры на выходе из теплообменника. Такой механизм позволяет гибко регулировать тепловую нагрузку и предотвращать перегрев чувствительных к температуре компонентов.Во втором канале поток газойля обходит теплообменник и поступает непосредственно в нижележащие узлы установки. Здесь управление расходом осуществляется через дополнительный регулирующий клапан, связанный с контуром №10, что позволяет точно настраивать общий баланс массы и энергии в системе.Рисунок 2. Схема секции циркуляционного орошения.Благодаря двойной конфигурации регулирования достигается высокая адаптивность технологического процесса, обеспечивается оптимизация теплосъёма и точный контроль над динамикой потоков, что особенно важно в условиях нестабильной нагрузки и переменного состава сырья.где:F′8 - расход продукта в теплообменнике Т-3,F′10 - расход продукта в трубопроводе.где y, x - фракция расходов через клапаны контуров 8 и 10, зависящие от управления клапанами:Из уравнения 17 найдем, что х =1 – у На входе расхода в 17-ю тарелку (в зоне ТТ12) имеем:Из уравнения:T12F10 = yT10F10 + (1 – y)T11 F10преобразовав, получим:Т12 = yТ10 + (1 – y) Т11y = (Т12 – Т10) ⁄ (Т11 – Т10).Клапан на линии расхода тяжелого газойля регулируется с помощью контора (LRC2). Составим уравнение регрессии F2 в зависимости от уровня вакуумного остатка L2 в К-1 и расхода кубового остатка F′2, где F′2 = F2 + F5 + F6.Заключение:Проведённый анализ работы висбрекинговой установки позволил идентифицировать ключевые технологические параметры, критически влияющие на стабильность и эффективность процесса. К числу этих параметров отнесены температурные режимы, уровни жидких фаз и расходы потоков на различных участках фракционирующей колонны.На основе принципов теплового и материального баланса была создана математическая модель фракционирующей колонны, учитывающая энергетические и массообменные взаимодействия между паровой и жидкой фазами. При построении модели использовались реальные технологические данные, полученные с установки в штатном режиме эксплуатации. В качестве основного метода математической аппроксимации был выбран метод наименьших квадратов (МНК), позволивший сформировать регрессионные зависимости между входными и выходными переменными.Построенные модели позволили описать поведение следующих параметров:температура верха колонны,параметры потоков с 17-й и 23-й тарелок,температура на выходе из теплообменника,расходы тяжелого газойля и потоков в теплообменник Т-3,уровень кубового остатка в колонне.Для повышения точности и устойчивости модели, а также устранения сильных нелинейностей, общая схема была декомпозирована на отдельные функциональные блоки. Такой подход позволил сконцентрироваться на локальной идентификации зависимостей, обеспечив высокую достоверность прогноза расходов тяжелого газойля и подачи квенча.Достоверность разработанных моделей была подтверждена сравнительным анализом расчетных данных.
Номер журнала Вестник науки №6 (87) том 2
Ссылка для цитирования:
Ажимахан Л.Н., Каюмов К.Г. ОПТИМИЗАЦИЯ И МОДЕЛИРОВАНИЕ ПРОЦЕССА ПЕРЕРАБОТКИ НЕФТЯНЫХ ОСТАТКОВ // Вестник науки №6 (87) том 2. С. 1865 - 1879. 2025 г. ISSN 2712-8849 // Электронный ресурс: https://www.вестник-науки.рф/article/24110 (дата обращения: 15.07.2025 г.)
Вестник науки © 2025. 16+
*