管道模型

管道模型（精选九篇）

管道模型 篇1

热油管道稳定运行时的温度变化决定了管运输任务是否能正常完成。因此需从热力学角出发, 在考虑土壤恒温层及大气年周期温度变化响的基础上, 研究热油管道运行时的油品温度化, 为管道正常运行提供理论支持[1,2]。

1热油管道稳态轴向热力模型

当热油管道运行时, 假设油品为牛顿型流体并忽略径向温降对油品物性的影响[3,4]。采用平均流速和平均油温, 并且考虑摩擦生热。将管内油品简化为一维的稳定流动过程, 取一微元管段dl, 由热油管道的热平衡关系, 可建立计入摩擦热的热平衡方程:

边界条件:

式中T为管内油流温度, K;l为管道轴向距离, m;K (T) 为传热系数, W/ (m 2·K) ;T0为自然条件下管道周围介质温度, K;c (T) 为油品比热, J/ (kg·K) ;D为管道外径, m;g为重力加速度, m/s2;i (T) 为油流水力坡降, m/m;qm为油品质量流量, kg/s;TR为油品出站温度, K。

式 (1) 中等号左侧为油品通过管壁向外界的散热量, 右侧第一项为管道内能变化, 第二项为摩擦生热。对于埋地管道, T0为管道埋深处的土壤自然温度, 可由式 (2) 得出;当管道架空时, T0为大气温度;当管道穿越河流时, T0为河流的水温。

式中TA为大气年平均温度, K;TAmax为大气年最高气温, K;τ为从气温最大值开始算起的时间, s;τ0为大气温度年波动周期, τ0=3.156×1017s;λt为管道周围的土壤导热系数, W/ (m·K) ;y为管道埋深, m;a为土壤的导温系数, m 2/s;h为地表与大气的对流换热系数, W/ (m 2·K) 。

2埋地热油管道径向温度场计算模型

2.1物理模型

图1为埋地管道横截面示意图, 其传热过程如下:管道内油品通过对流换热将热量传递给管道内壁, 再以导热方式传递给管外壁及周围土壤, 最后部分热量以对流及辐射的方式从地表传递给大气。

设管道内半径和外半径之间共有N层 (管壁保温层、防护层等) , 管道中心埋深为h0, 恒温层深度为H, 水平热力影响区为L。埋地热油管道径向传热物理模型为准矩形二维稳态传热, 如图2所示模型上边界为地表面, 与大气进行对流及辐射换热, 为第三类边界;下边界为恒温边界, 取大地恒温层温度, 为第一类边界;右边界均是绝热边界, 为第二类边界;左边界管壁处为管道内流体与管道内壁的对流换热, 是第三类边界, 左边界其余部分是绝

2.2 热油管道径向温度场数学模型

根据上述物理模型, 管道内油品稳定运行时可视为准稳态过程, 假设管内油品温度分布均匀, 管道周围土壤温度场的传热微分方程如下:

$\frac{\partial }{\partial x}\left(\lambda {}_t\frac{\partial {\rm T}{}_{}}{\partial x}\right)+\frac{\partial }{\partial y}\left(\lambda {}_t\frac{\partial {\rm T}{}_{}}{\partial y}\right)=0$ (5)

边界条件的数学表达式如下:

$\lambda {}_t\frac{\partial {\rm T}}{\partial x}|{}_{x=0}=0h{}_0+R{}_0\le y\le {\rm H}‚0\le y\le h{}_0-R{}_0$ (6)

T|x2 + (y-h0 ) 2 = R20 = Tw, x≥0 (7)

$\begin{array}{l}\lambda {}_{\text{t}}\frac{\partial {\rm T}}{\partial x}|{}_{x=L}=0‚0\le y\le {\rm H}(8)\\ h({\rm T}-{\rm T}{}_f)=\frac{\partial {\rm T}}{\partial y}|{}_{y=0}‚0\le x\le L(9)\\ {\rm T}|{}_{y={\rm H}}={\rm T}{}_h‚0\le x\le L(10)\end{array}$

式中T为土壤温度, K;λt为土壤导热系数, W/ (m·K) ;H为土壤恒温层深度, m;Tf为管内油品温度, ℃。Th为土壤恒温层温度, K;Tw为管道外壁温度, K。

3 模型验证

长输热油管道沿线较长, 一般都为几十公里到几百公里, 管道敷设地形复杂, 所以难以实现在管道沿线上安装测温点。首末站位置上的管道更容易管理和控制, 测试相关的参数方便。由于管道内的油品温度是连续分布的, 无论管道沿线上的运行工况如何, 最终都将反映到末站的控制点上, 所以取首末站温度进行试验验证可以反映模型的正确性。取庆哈埋地输油管道首末站温度测试的部分数据与计算结果进行了对比, 结果见表1。

庆哈埋地输油管道是从大庆油田起始, 穿越松花江至哈尔滨炼油厂的一条埋地管道, 其总长L=182.8 km, 管径为Φ377×7 mm。除穿江地带外, 管道均包有40 mm厚的聚氨酯保温材料, 管中心埋深1.5 m。以1999年12月31日庆哈输油管道输送的原油为例, 当时原油流量及各站之间油温均稳定, 油流在由管道起点流至管道终点的时间内, 首站的外输油量均为GV=258 m3/h。

由于管道穿越地带较复杂, 其中包括:

(1) 葡北首站至红河中一站之间长62.0 km的沼泽地势带;

(2) 红河中一站至凤阳中二站之间长62.1 km的耕、荒地地带;

(3) 凤阳中二站至哈站末站之间长58.7 km的泄洪区;

(4) 江南至江北阀室之间长1.5 km的穿江区。

由表1可见, 计算结果与测试结果相对误差均在3%以内, 满足工程计算要求, 验证了管道稳定运行时热力计算模型的正确性。

4 结论

1) 在考虑了恒温层及大气自然温度场影响下, 建立了热油管道稳定运行时热力计算模型;

2) 通过庆哈长输管道首末站温度的测试数据与模拟计算结果进行对比, 满足误差要求, 证明了模型的正确性。

摘要：在考虑了恒温层及大气温度年周期变化影响的基础上, 分别给出不同敷设方式下热油管道稳定运行时热力计算数学模型, 介绍了验证的方法, 测试管道首末站温度进行模型验证。通过模拟计算数据与测试数据的对比, 误差均小于3%, 满足工程要求, 证明了模型正确。

关键词：稳定运行,热力计算,数学模型,验证

参考文献

[1]李南生, 李洪升, 丁德文.浅埋输油管道拟稳态温度场及热工计算.油气田地面工程, 1999;18 (3) :22—25

[2]李长俊.埋地输油管道热力计算方法探讨.油气集输, 1992; (4) :14—19

[3]刘晓燕, 赵军, 石成, 等.埋地集油管道周围径向土壤温度场数值模拟.油气田地面工程, 2006;25 (12) :3—4

[4]刘晓燕, 张兰双, 徐颖.稠油集输伴热管道轴向温度及伴热效果影响因素分析.热科学与技术, 2007;6 (3) :224—229

管道模型 篇2

分布参数液体管道的分段近似状态空间模型

分别提出了分布参数层流和湍流液体管道的分段近似状态空间模型,模型考虑了稳态摩擦和频率相关摩擦损失两种情况,层流管道的分段近似状态空间模型是线性的.,而湍流管道的是非线性的.包括频率相关摩擦损失的模型比只考虑稳态摩擦损失的模型更精确地描述流体管道的瞬变过程,但模型的阶次成倍地增加了.用单根管道阀门关断的水击问题仿真计算对模型进行了验证,采用2个分段的分段近似状态空间模型的计算结果已经与特征线方法的计算结果吻合较好.

作 者：刘昆 张育林 Liu Kun Zhang Yulin 作者单位：国防科技大学航天技术系,长沙,410073刊 名：推进技术 ISTIC EI PKU英文刊名：JOURNAL OF PROPULSION TECHNOLOGY年，卷(期)：1998“”(5)分类号：V434.23关键词：分布参数 推进剂输送 动力学仿真 模态分析

管道模型 篇3

摘 要：在我国社会经济快速发展的同时，人们具有越来越大的能源需求，因此现在的输油输气管道和输电线路的建设进程变得越来越快。因为石油天然气行业和电力行业在选择传输管径的时候基本上都是采用相近的原则，因此经常会出现输油输气管道和输电线路交叉跨越或平行接近的情况。临近架空电力线路的输油输气管道在线路出现短路故障的时候会出现感性耦合和阻性耦合影响，这些都属于潜在的危险因素。为此，本文针对架空电力线路故障状况下对埋地金属管道感性耦合的传输线计算模型进行了分析和介绍，供大家参考。

关键词：架空电力线路；埋地金属管道；感性耦合

中图分类号： TM751 文献标识码： A 文章编号： 1673-1069（2016）24-216-2

0 引言

输油输气管道受到的交流输电线路的电磁影响主要包括容性耦合影响、阻性耦合影响和感性耦合影响等3个方面，通常都会在地下埋设输油输气管道，而且在施工和维护的过程中会采用分段接地的方式，所以基本上不会产生容性耦合影响。输油输气管道受到的交流输电线路的影响主要涉及以下几个方面的对象：

第一，对管道交流腐蚀的影响；

第二，对管道阴极保护设备的影响；

第三，对管道安全的影响；

第四，对人身安全的影响。

如果有短路的故障出现在交流输电线路中，其就会通过阻性耦合和感性耦合的方式导致输油输气管道出现合成干扰电压，从而极大地影响到管道的安全和人身安全。

1 以传输线理论为基础的计算感性耦合的方法

要将管道受到线路的感性耦合影响的传输线模型建立起来，其具有如下的频域电报方程

其中，该传输线模型的电流列矢量和电压列矢量分别用I（x）和V（x）来表示，该传输线模型的单位长并联导纳阵和串联阻抗阵分别用Y和Z来表示。要想对这个电报方程进行求解，首先必须要将线路的单位长并联导纳阵和串联阻抗阵算出来，在具体的参数计算中，需要分开计算地线和分裂导线，这样就可以使后续工作的计算量得以减小，针对该参数阵实施合并地线和分裂导线的计算，这样就可以简化该传输线模型，使其成为一根导管、一根地线和三相导线，Y和Z都属于5×5的矩阵。在正常运行时，线路的杆塔接地电阻具有较小的管道感性耦合电压影响，其可以忽略不计[1]。然而一旦线路短路，就会导致杆塔接地电阻发生改变，进一步造成杆塔入地电流出现变化，并对阻性耦合的大小产生影响，同时也会导致合成干扰电压出现变化，所以不能够忽略杆塔在线路短路故障时的接地电阻。

①处理杆塔接地电阻的集中参数的方法：埋地金属管道和架空电力线路两者之间具有N△l的并行距离，其中总的线路档数为N，线路档距为△l，从左到右线路的当属编号依次为1到N，假设单相接地短路故障现在线路的第p+1基杆塔的位置，杆塔接地电阻用R来表示，第i档传输线的电流、电压列矢量分别用Ii、Vi来表示，第i档传输线末端的电流、电压列矢量分别用I′i、V′i来表示。为了能够将传输线始端电压电流在第i档与第i+1档之间的递推关系建立起来，这时候就要选择多导体传输线的链参数阵将电压电流在线路始端和末端的关系建立起来，如下面的公式（3）[2]

因为第i+1档线路始端与第i档线路末端具有相同的电压，只有地线电流出现了变化，也就是

这样就可以得出

在该公式中，将元素1/R加入到单位阵的9行第4列中获得的矩阵就是B。将公式（3）代入到公式（6）中，就可以将传输线始端电压电流在第i档与第i+1档之间的递推关系公式建立起来[3]

采用级联的方式对各级传输线子系统进行处理，可以得到

变换公式（9）和公式（8），就能够将电压电流在线路末端和故障点的关系获得

通过变换公式（13）和公式（12），就可以获得故障点与末端之间、线路始端和故障点之间的电流电压关系

与故障点处和始末端的边界条件相结合，对其进行整理，就能够将传输线模型的节点导纳阵得到

在该公式中，流入到传输线故障点和始末端的电流列矢量为I，其属于已知量；传输线故障点和始末端的电压列矢量为U，其属于待求量；总的节点导纳阵为Y′。

通过计算的方式就可以将传输线故障点和始末端的电压列矢量计算出来，并且对传输线沿线的电压列矢量进行进一步的计算。通过这种方式就可以将传输线模型故障点和始端的沿线电压分布计算出来，同时还可以将末端与故障点的沿线电压分布计算出来。这样就能够将管道的沿线电压分布获得，相应位置的电压值与杆塔接地电阻的比值就是每基杆塔的入地电流[4]。

②接地电阻的分布参数等效计算：可以采用集中参数等效的方式对杆塔接地电阻进行处理，使其成为整个地线上的分布电阻，这时候就能够利用公式（17）将地线上的分布电阻计算出来r=R△l 在该公式中R和r属于杆塔接地电阻和单位长分布电阻，线路档距为△l。

并联传输线单位长导纳和分布电阻，也就是更新原单位长导纳参数阵，从而将新的传输线单位长导纳参数阵获得

在该公式中：新的地线单位长自导纳为Y44；旧的地线单位长自导纳为y4；分布电阻为r。

在公式（1）中带入新的阻抗阵和单位长导纳阵，就能够对该频域电报方程进行求解，从而将电压电流在传输线模型故障点处和两端的关系计算出来，见下面的公式（19）和公式（20）。

在变换公式（23）和公式（24）之后，就可以将线路的故障点与末端之间、始端和故障点之间的节点导纳阵获得，与故障点和始末端的边界条件相结合，就能够将传输线模型的节点导纳阵获得，如上面的公式（16）。

采用①当中的方法就能够对传输线模型故障点与始端之间存在的沿线电压电流进行计算，从而将短路故障时的杆塔入地电流和管道的感性耦合电压获得。

2 结语

综上所述，本文以多导体传输线模型为基础，提出了对输油输气管道的感性耦合计算方法，并对其进行了验证。与传统的电磁场分析方法相比，该方法更加快速和简便，与等效电路法相比，该方法更加准确和严谨。通过分析，本文还分析了埋地金属管道平行段重点和架空电力线路发生故障时的管道防腐层电压分布特性、杆塔入地电流和管道耦合电压。在故障点上，最大的是杆塔入地电流。管道防腐层电压会受到典型影响因素的影响，当平行距离和大地电阻率增大时，管道最大防腐层的电压也会随之增大。而且故障点两侧变电站的总故障电流对于管道最大防腐层电压也有着重要的影响，管道最大防腐层电压也会受到管道与线路平行段内部故障点位置的较大影响，特别是平行段中点对管道最大防腐层电压的影响更大。

参 考 文 献

[1] 杨彬，张波.试验线段无线电干扰试测量方法仿真分析[J].高电压技术，2011（12）.

[2]王倩，吴田，施荣，王守国，张林，胡晓菁.750kV输电线路光纤复合架空地线的接地方式[J].高电压技术，2011

（05）.

[3] 王晓燕，赵建国，邬雄，张广洲，裴春明.交流输电线路交叉跨越区域空间电场计算方法[J].高电压技术，2011

（02）.

[4] 赵建宁，谷定燮，霍锋，曹晶，戴敏.高海拔地区500kV紧凑型线路过电压及防雷特性[J].高电压技术，2011（01）.

数字化管道数据模型研究 篇4

关键词：数字化,管道,数据模型,PODS,APDM,研究

1 引言

石油天然气业务涉及学科多、应用资料广、数据信息量大、结构类型复杂。这一特点决定了企业信息化数据源头多、信息量大、数据交叉复杂、数据标准要求高, 加之SCADA的动态数据更是海量。管道数据是管道完整性管理的基础[1], 这些数据是通过数据模型建立的数据库来管理, 数据的准确性将直接影响到风险评价、完整性评估等结果的可信度和量化程度。因此, 如何选择合适的数据模型, 确保管道数据的准确性, 对于提高数字化管道建设以及完整性管理具有重大的现实意义。

2 目前的数据模型

长输管道包括的内容十分繁多、复杂, 涉及到地理环境、施工、管道、检测、风险等诸多方面, 必须用相应的模型进行描述和管理。目前, 国际上成熟的管道模型主要有:P O DS、AP DM、I S AT、Proprietary、SmallWorld和Framme等。图1是2005年对56家北美管道公司的调查结果, 说明了各种管道数据模型的应用情况:

其中, ISAT模型 (Integrated Spatial Analysis Techniques) 是PODS模型的前身, 曾经是一个流行的模型, 得到了较多的应用, 但目前已经基本被PODS取代[2]。

APDM模型是ESRI公司主导开发的长输管道模型, 它依托于成熟的GIS数据模型Geodatabase而构建, 有较强的可扩展性和可靠性, 支持多版本、数据的完整性和一致性管理。

目前国内还没有自己的数据模型, 大都是应用国外的模型, 以PODS、APDM为主。因此, 本文将主要对PODS模型和APDM模型进行分析和研究。

2.1 PODS模型

PODS (管道开放式数据库标准, Pipeline Open Database Standard) 是一种适用于油、气的集输、长距离传输及配送管道系统的独立的综合数据库建模, 它提倡建立一个完全开放的数据库结构来满足管道公司的一般需求。其目标就是提供一个公共的平台, 使管道公司能创建一个基于GIS标准的数据库, 提高数据集成, 改进数据的管理, 降低执行风险。PODS是一个开放式模型, 具有可扩展性、鲁棒性等特性。可扩展性是指针对不同的管输系统或者不同的业务类型, PODS数据模型把整个行业的需求看作一个整体, 提供一个框架让各个机构能关注本公司的特殊需求, 根据业务需求修改模型中已经有的要素, 增加新的要素, 删减模型中不需要的要素。鲁棒性是指该模型适应扩展性变化, 这些变化还包括:数据库和信息化技术的调整、管线设备与技术的调整、主管部门规章制度的调整、公司所有权的变化等。PODS处理变化时为企业提供一个公共的数据字典。根据需要, 可以扩展PODS的核心表 (core tables) , 也可以创建新表。

2.1.1 总体结构

PODS的总体结构如图2所示。

模型的模块主要包括:中线 (Stationed Centerline) 、管道设施 (Physical Pipeline Facilities) 、站场设施 (Site Facilities) 、内检测 (Inline Inspection) 、外检测 (Physical Inspections) 、外部文档与报表 (Event Reports) 、位置 (Location) 、维修 (Repairs) 、地理要素 (Geographic Features) 、离线事件 (Offline Event) 、阴极保护 (Catho dic Protection) 、阴极保护检测 (Cathodic Protection Inspections) 、派工 (Work) 、带状图 (Alignment sheet) 、运行检测 (Operation Measure) 、密距电位测量 (Close Interval Survey) 、土壤应力腐蚀 (SCC_Potenial) 、区域 (Boundary Tables) 、离岸设施 (offshore) 、泄露 (Leak) 、风险 (Risk) 、美国法规遵从 (U.S.Regulatory Compliance) 。

2.1.2 主要内容

PODS是基于关系数据库模型设计的, 与GIS没有任何关系, 管线相关的各种要素都以数据表格的形式存储, 要素间的关系通过关系数据库模型的主、外键方式建立。

PODS包括若干组和表[3], 简述如下: (1) 事件组与事件表; (2) 属性表; (3) 事件报告组; (4) 网络组与网络表; (5) 层次结构组与层次表; (6) 事件特征组与事件特征表; (7) 定站组; (8) 群组; (9) 坐标组与坐标表。

2.1.3 模型空间化 (与GIS结合)

PODS允许中线有多种图形表达, 一个要素可以有多个图形, 例如不同比例尺下面点的密度不同, 甚至分别是点状、线状、面状, 通常GIS不支持。

PODS与GIS的结合有两种策略: (1) 紧密结合, 亦即直接空间化全部PODS实体。优点是实现简单, 在GIS中的性能可能较好, 因为较少的数据库关联操作;缺点是某些要素 (例如Routes) 的“在线”历史存储不能实现, 一个要素对应多个图形存储也不能实现。PODS变成依赖于GIS的 (‘GIS-dependent’) , 企业应用集成变得复杂, 特别是采用版本化的Geodatabase时。 (2) 松散结合, 亦即建立单独的GIS feature classes/layers, 通过外键关系, 链接到PODS表。优点是所有的实体都可以实现“在线”历史存储, 必要的话能够给GIS要素类/层都添加Audit属性;一个PODS实体对应多个图形表达将得到支持;线性事件可以既采用点、也可以采用线来存储, 二者对于特别短的线性事件, 例如套管, 是很有意义的;缺点是概念上略显复杂, 性能方面会有些损失, 需要通过数据库调优或硬件配置来解决;访问PODS属性数据要用到Join。

2.1.4 存在的问题

PODS模型存在如下几个问题: (1) PODS是一个独立的模型, 不是一个纯粹的GIS模型, 它基于RDBMS存储管道数据 (Coordinate表格存储了x y z坐标) 。其中C e n t e r l i n e_G e o m e t r y类通过Centerline_Geo_Cross_Ref表格关联Coordinate表格, 从而存储了xyz坐标。其它的大部分Feature都通过Event_ID关联Event_Range, 由Event_Range关联Station_Point存储了LRS坐标Measure;而Station_Point通过Location_ID与Coordinate表格建立关联, 从而存储了Feature的三维坐标。而有些GIS平台不能满足LRS的需要, 例如在GeoMedia的LRS系统中, 要求里程Measure直接存储在Series图层中, 因此PODS模型LRS的数据存储方式不能满足GeoMedia建立LRS的要求; (2) PODS类图中划分的类别很多, 共有19个, 有些小类可以归并到别的大类中。针对PODS的上述问题, 在构建PODS模型的时候, 就必须对PODS作一定的修改。在具体应用中, 还要根据实际需要增加或修改图层和图层字段。

2.2 APDM模型

APDM (ArcGIS管道数据模型, ArcGIS Pipeline Data Model) 是基于ESRI Geodatabase技术的长输管道模型。APDM包括核心 (Core) 和备选 (Optional) 两大部分, 核心部分相当于一个模版, 目标是提供一系列的核心对象及其属性, 来描述和有效地处理里程线性定位, 再加上一组核心的抽象类, 为绝大多数管道要素提供分类;备选部分则根据行业最佳实践提供了若干管道设施的模型。

2.2.1 总体结构

APDM模型包括以下四大部分: (1) 抽象类:不是最终出现在geodatabase中的实体类, 但封装了核心属性和关系, 所有的实体类都必须属于某个抽象类; (2) 核心要素/对象类:这些类必须严格按照APDM来实现, 如:中线控制点、里程区间、副参考里程、管道线路、子系统、子系统的层级结构、子系统的层级结构、产品、业主或运营商、子系统范围、场站、活动、活动的层级结构 (、外部文档等; (3) 元数据类:是对模型结构和内容的描述, 如:1) 参考系的元数据。如单位、基准、类型;2) 类的列表和分类。APDM中的每个类都必须继承于 (属于) 某个APDM抽象类;3) 离线要素的在线位置类。列出离线类与在线类的对应关系, 以及在线位置的计算方法。 (4) 备选类:是具体的设施, 应根据实际需要定制。

2.2.2 主要内容[4]

(1) 线性参考系。沿线的管道要素是通过里程区间序列 (或站列) 和里程值 (或定站值) 来确定其位置的。管道系统的中线由若干个里程区间构成, 里程区间则由中线控制点构成。里程区间和中线控制点都是APDM的核心元素。 (2) 坐标绝对定位和线性动态定位。里程线性定位或相对定位, 提供了动态确定要素 (或事件) 位置的方法。Geodatabase对这两种定位方法都支持, 可互相转换, 但前提是提供了中线的里程区间要素作为支撑。APDM更侧重于绝对定位 (x, y) , 因为大量的要素动态定位通常会导致显示性能不够理想。近些年来, 也开始出现绝对定位的应用:利用全球定位系统 (GPS) 和高精度的数字正射影像图直接定位的方法正在成为确定控制点和中线的主流技术。 (3) 线性参考的度量基础。线性参考的度量基础分为两大类:1) 基于距离 (松散链、水平的、连续的;2) 不规则指定 (基于伪距) (里程桩、基于偏移距离) (4) 层级结构。管道公司经常需要建立和使用管道系统的层次结构, 如主干线、排放子系统、阀段以及支线等。APDM考虑了三类层级结构:管道线路的层级结构、活动的层级结构和子系统的层级结构。管道系统中, 层级结构的基本单元是管道线路, 或者PODS中的Route、ISAT中的Line_Loop。管道线路在APDM中被建模为对象类, 也是核心元素之一。模型中其它的层级结构元素有:线路层级、子系统、子系统层级, 它们都被用于定义管道系统的层级结构体系。 (5) 重合几何。长输管道中普遍存在着点、线要素的重合问题。任何利用相对里程进行定位的要素都是重合在中线上, 或者再有一个偏移距离;一旦中线的几何数据和/或里程数据发生变更, 就会影响到相应的要素或事件, 因为他们的位置是依赖于中线的;如果父要素被删除或修改 (部分删除或顶点位置改变) , 则子要素也必须相应地修改。APDM希望能减轻编辑父要素的几何或里程属性后的影响, 因此用关系类来维护中线和附属的子要素之间的里程关系。 (6) 事件与要素。既可以将要素存储在要素类中 (几何数据用x, y坐标保存) , 也可以存储在事件表中 (几何数据是根据路由ID和度量值来动态生成的) , 或者两者相结合。这几种方法各有利弊。比较理想的情况, 是让要素象事件一样操作, 也就是当路由I D和度量值被改变时, 要素的几何数据可以自动更新。但目前Geodatabase只能通过开发定制应用程序才能实现这种行为。最终选择何种实现方式 (事件或要素) , 由最终用户决定, 并且与实施的GIS类型有关。 (7) APDM行为的封装。为了充分定义“类”和“要素”的“行为”, APDM采用了两个概念性结构:抽象类和元数据。APDM抽象类可以被理解为一组广义的“数据类型”, 每个类型都有为它定义的行为, 而且每个类型还可以有子类型、进一步区分它们的行为。元数据则用来定义类级和要素级的行为。 (8) 抽象类。抽象类是模版, 它定义了一个对象或类, 其中包含已知的、可预计的行为;同时也被定义为一组属性的集合, 包括几何数据、以及与其它类的关系。 (9) 抽象类的行为和规则。由于APDM模型由要素、对象, 以及它们之间的关系来组成, 因此抽象类行为的定义就确立了主导模型的规则。为抽象类定义的关系类, 最终会决定实体的要素类或对象类之间如何交互。为抽象类定义的类级和要素级的元数据属性, 主导了全部APDM实体要素类和/或单个要素或对象在某些编辑动作发生时的行为。 (10) APDM实体类列表。APDM实体类的列表模块主要包括:Centerline&Hierarchy (中线与层级结构) 、Facilities (设施) 、Operations (操作) 、Inspections (检测) 、Encroachments (侵扰) 、Cathodic Protection (阴保) 、Event_Support (事件支持) 。具体类名和类别在此不进行表述。

3 模型选择

数据模型是“数字管道”研究和建设的基础, 因为其涵盖的数据范围、内容、结构等要素, 与服务和应用的范围密切相关, 而且确定了数据模型才能确定数据采集的方法和规范, 才能确定数据质量要求和控制措施, 并且影响到管理与服务平台 (系统) 的功能与架构, 以及与业务应用系统之间的关系。

数据模型回答了以下问题:a) 包含哪些数据对象, 或者说对哪些设施和地理要素建立数据模型;b) 这些设施和地理要素包含哪些属性数据;c) 这些数据对象之间的关联关系, 例如管段与焊口的顺序连接关系、场站内设施与所处场站的从属关系等;以及这些关系的模型化;d) 线性参考和地理坐标的定义, 及其与各个设施对象的属性数据如何整合;e) 按照面向对象的方法进行归纳和抽象, 确定设施对象和地理要素的命名和继承结构等定义规范。

管道的建设与运营已经离不开一个成功的数据模型, 因此采用成熟的数据模型是十分必要的。PODS、APDM作为成熟模型的典型代表, 也在国内外得到了广泛的应用。其各自的特点如表1所示。

由于PODS推出的时间较长, 又是源自ISAT模型, 因此在国外的应用案例比较多。但由于APDM与GIS的结合更加紧密一些, 根据国内应用的特点, 采用APDM模型的项目多于PODS。在实际管道工程中, 需要根据数据、GIS平台等情况来选择管道数据模型。

建议数字化管道建设采用APDM模型, 理由如下: (1) 模型实施及与GIS的集成。在国内模型实施与GIS建设往往是作为一个项目来实施的, 因此必须要考虑模型的与GIS的集成 (也就是模型的空间化) 。PODS模型是一个纯粹的关系型模型, 不包括任何空间数据及其关系, 因此在部署模型的时候, 必须要考虑模型的空间化。而APDM模型本身提供了与GIS集成的方法。 (2) 模型国内应用情况。APDM在国内成功实施的案例占主要多数。中石油总体信息化规范A4方案明确指出将在整个集团内部采用ESRI公司的ArcGIS系列GIS软件。中国石油地理信息系统总体设计方案中的GIS功能也基本采用ArcGIS的功能体系, 并提出采用APDM模型来管理管道数据。同时中石化也初步选择APDM作为管道数据模型。考虑到未来, 国家层面管网一体化建设和集成, 采用APDM模型也有助于数据共享和交换。 (3) 国内管道GIS建设情况。在国内, ESRI公司的ArcGIS产品已经取得了市场领先地位, 许多管道运营企业都采用了大量的ArcGIS软件, 同时熟悉ArcGIS的软件企业也较多, 便于选择合作伙伴。

基于以上三个方面的原因, 建议采用APDM模型。根据实际情况, 在建模之前应对模型进行修改、扩展和定制。

4 结语

实现石油工业各企业之间的信息共享, 最大限度地挖掘数据潜能, 加快企业信息化与管理现代化进程, 其前提是数据标准化。数据模型的选择是一个基础性问题, 对数据模型的深入分析、延伸与扩充是整个系统深层次应用, 乃至不同企业实现数据交换的重要课题, 它决定着企业今后信息化建设的方向。如果偏离这个方向越远, 以后要纠正它所花费的人力财力物力就越大。

参考文献

[1]崔涛, 冯庆善等.新建管道完整性管理理念探索[J].油气储运, 2008, 27 (10) :4-8.

[2]郭磊, 万庆.基于APDM的长输油气管线数据互操作研究[J].测绘科学, 2010, 35 (4) :125-128.

[3]吴河勇, 熊华平.石油数据管理与应用国际学术研讨会优秀论文集[C].北京:石油工业出版社, 2006.

管道腐蚀安全评价模型特性研究 篇5

从世界第一条油气输送管道建立至今,已超过一个世纪的历史。由于在役时间长、土壤情况复杂, 引起油气输送管道腐蚀,致使管道承压能力下降,增加了事故发生的概率[1]。为了预防腐蚀引发的管道事故,建立油气输送管道腐蚀安全评价体系成为一条快捷简单、经济可靠的途径[2]。通过大量实验以及理 论研究,形成了以ASME B31G、DNV RPF101、PCORRC以及SHELL92等腐蚀管道失效压力预测等常用计算方法,在油气管道输送工业领域起着重要的作用。但由于不同的管道腐蚀评价模型基于的管道实验测试管道级别、材料参数、统计样本数量不同,与实际情况不可避免的存在一定程度的误差。本文通过研究腐蚀缺陷长度、腐蚀缺陷深度以及管道材料强度参数与评价模型之间的关系, 对比不同评价模型的评价结果变化趋势,并结合文献实验测试数据,对比不同评价模型计算结果与真实值之间的误差,分析不同评价模型的适用性,为选择合适的安全评价方法,确保管道安全具有重要意义。

1管道腐蚀失效压力计算模型

腐蚀是造成油气管道失效的主要形式之一,其形状结构复杂,具有不规则的特点。因此,为了方便现场使用以及确保评价结果安 全,ASME B31G、 DNV RP F101、PCORRC以及SHELL92评价模型将复杂形状缺陷简化为矩形的形式计算。

1.1ASMEB31GModified评价模型

ASME B31G是美国机械工程师协会通过进行大量的实验制定的确定已腐蚀管道剩余强度手册。 该方法经过多次修正,在世界油气管道腐蚀安全评价领域已被广泛应用[3]。

式中,为 ASME B31G Modified预测失效压力,MPa; M1为管道膨胀系数; σflow为流变应力,MPa; L为腐蚀缺陷长度,mm; σy为管道材料最低屈服强度,MPa; A为腐蚀区域原始面积, mm3; dmax为腐蚀区域最大深度,mm; t为管道公称壁厚,mm; D为管道公称外径,mm。

1.2DNVRPF101评价模型

挪威船级社( DNV) 制定的腐蚀管道推荐做法DNV RP F101规范是油气管道腐蚀安全评价的又一主要标准体系[4]。

式中,为 DNVRP F101模型预测失效压力,MPa; M2为管道膨胀系数; σu为管道材料最大拉伸强度,MPa。

1.3PCORRC评价模型

PCORRC方法 ( Pipeline Corrosion Criterion ) 由美国Battle实验室基于有限元方法开发,用于腐蚀缺陷管道的剩余强度计算方法[5]。

式中,Pf3为PCORRC预测失效压力,MPa。

1.4SHELL92评价模型

该评价方法是由RITCHIE D. 和LAST S. 在1995第10届干线管 道研究联 合技术会 议上提出[6]。

式中,为管道膨胀系数;Pf4为SHELL92预测失效压力,MPa。

2腐蚀缺陷几何形状对评价模型的影响

从四种评价计算模型所应用的参数可知,腐蚀缺陷长度L 、最大腐蚀缺陷深度dmax以及管线钢材料的屈服强度 σy和拉伸强度 σu与管道的承压能力直接相关。本文以X65管道参数为研究对象,通过对比腐蚀缺陷参数L、dmax和管道材料强度 σy、σu与模型预测失效压力的关系,研究各模型预测结果的变化规律。

2.1腐蚀缺陷长度对评价模型的影响

腐蚀缺陷长度是影响管道失效压力的主要参数之一[7]。根据式( 1) ~ ( 4) ,从而得到如图1所示的缺陷长度与评价模型预测管道失效压力的关系。

从图1中可以看 出,ASME B31G、DNV RP F101、SHELL92三种模型随缺陷长度的变化趋势基本一致。预测失效压力变化较大变化逐渐平缓。而PCORRC方法与缺陷长度基本呈线性关系,随腐蚀缺陷的增加,模型预测失效压力下降最快。

2.2腐蚀缺陷深度对评价模型的影响

腐蚀缺陷深度是影响管道承压能力的又一大主要参数,通过模型评价公式,得到如图2所示的腐蚀缺陷深度与模型预测失效压力之间的关系。

从图2中可以看出,随着腐蚀缺陷深度的增加, 管道承压能力呈下降趋势,并且这种趋势随腐蚀缺陷深度的增加而更显著。当缺陷深度达到一定值时,PCORRC受腐蚀缺陷深度的影响加剧,而ASME B31G受腐蚀缺陷深度的影响逐渐减小.

2.3材料性能对评价模型的影响

管道材料力学性能与管道承压能力直接相关[8]。 材料力学性能与评价模型之间的关系见图3。

从图3中曲线的变化趋势可知,四种评价模型计算得到的管道承压能力随着管道级别的增加而升高。其中DNV RP F101的预测结果最大,SHELL92的预测结果最小,ASME B31G和PCORRC预测结果相差较小。这是由于DNV RP F101采用管线钢材料拉伸极限 σu,ASME B31G采用 σy+ 68. 95 , SHELL92采用0. 9σu分别作为管线钢材料的力学性能。不同级别管线钢的屈服强度和拉伸强度如表2[9]。由图4可知,对于X42和X46有 σy+ 68. 95 < 0. 9σu的关系,对于其他级别管线钢 σy+ 68. 95 > 0. 9σu,总的变化趋势与图3中曲线的变化趋势相同。

通过以上分析,腐蚀缺陷长度、深度以及管道材料力学性能与模型预测管道失效压力具有密切的关系。其中,管道材料强度 σu和 σy对模型预测管道失效压力的影响最大,腐蚀缺陷长度L对模型预测管道失效压力最小。根据模型预测管道失效压力变化曲线可知,DNV RP F101的预测失效压力最大, SHELL92的预测失效压力最小; 其中,腐蚀缺陷长度和深度对ASME B31G Modified与PCORRC两种模型预测结果影响变化较明显。

3腐蚀缺陷管道测试数据应用

收集文献中的管道爆破试验数据[10,11,12,13,14,15],汇总于表3中。通过对比各评价模型的计算结果与试验结果之间的误差变化情况,从而确定评价模型各自的特点。

通过分析,将模型计算结果与试验结果进行比较,得到模型预测结果误差的变化曲线,如图5所示,并将误差统计结果汇总与表4。

从图5可知,出现不安全的情况DNV RP F101最多,PCORRC次之,SHELL92的预测失效压力均比实验测得的失效压力小。而从表4中的绝对误差平均值数据可知,SHELL 92最大,DNV RP F101最小; 而从绝对误差标准差结果可知,ASME B31G Modified的预测结果误差变化最大,SHELL92次之, PCORRC最小。

通过以上实验数据与模型预测失效压力结果对比,DNV RP F101的预测结 果最接近 真实值, SHELL92预测结果最保守,ASME B31G Modified的预测误差最不稳定,SHELL92的预测结果最安全。

4结论

1) 从四种腐蚀管道剩余强度计算模型可知,腐蚀缺陷长度、深度以及管道材料的力学性能,是影响腐蚀管道剩余最大强度的主要参数,其中管道材料力学性能的影响最显著。

2) 通过分析模型参数与结合文献中实验数据进行对比,确定了四种模型的预测结果精度从高到低依次 为DNV RP F101、PCORRC、ASME B31G Modified、SHELL92。

3) 应用文献实验数据,得到了四种评价模型的绝对误差平均值、绝对误差标准差。其中,PCORRC的预测误差最稳定,ASME B31G Modified误差变化最大,SHEEL92的预测结果最安全。

4) 由于试验统计数据不完善,需要进一步扩充试验数据库。

摘要：目前最常用的油气管道腐蚀安全评价方法为ASME B31G Modified、DNV RP F01、PCORRC、SHELL92。为了研究腐蚀管安全评价模型的特性,根据模型中使用的主要参数,研究了腐蚀缺陷长度、深度以及管道材料力学性能参数与管道失效压力之间的关系,并结合文献试验测试数据。结果表明:管道材料对模型预测结果影响最明显,四种模型中DNV RP F101的预测结果最接近实验值,SHEEL92模型预测结果最安全;ASME B31G Modified预测结果误差变化最大。本研究对于选择恰当的腐蚀管道安全评价模型,具有一定的指导意义。

埋地输油管道散热模型研究 篇6

埋地输油管道是油田的主要设施之一, 对埋地集输管道进行保温, 可减少管道散热损失, 有利于安全输送。地下埋设管道存在许多传热问题, 如稳定流动时, 管内介质温度随流动距离变化;不同埋设深度对管道热流密度的影响;不同保温层厚度对管道热流密度的影响;当环境温度发生变化时, 是如何影响管内介质散热的。本文将建立模型来描述热油管道散热问题。

2 埋地输油管道的传热问题

2.1 管道与外部环境传热的影响因素

(1) 土壤物性的影响

研究表明对一种土壤热物性起决定作用的是孔隙度、温度和湿度3个因素。在工程计算中, 在条件允许的情况下更多采用现场测定的平均值。

(2) 气候条件的影响

埋地热油管道运行时, 其周围的土壤温度场由管内油温产生的温度场和管外土壤介质的自然温度场叠加而成。土壤自然温度场受大气温度的作用, 随季节呈周期性变化, 并且土壤深度不同。

2.2 管内原油的传热问题

2.2.1 管道停输状态下管内原油的相变传热

管内原油冷却过程的研究核心可归结为3方面的内容:液相区自然对流传热;固液移动相界面传热;原油析蜡潜热的处理。

2.2.2 输送过程中管内原油的对流换热

原油在管道输送过程中的传热应属于变物性流体在圆管内的强迫对流换热。粘度随温度的变化较大, 故在求解管内换热时只需考虑粘度的变化, 而其他物性可按某一参考温度来确定。此外在研究管内原油层流换热时还需考虑到自然对流的影响。当原油的输送温度低于某一温度时, 原油将由牛顿流体转变为非牛顿流体。实验表明, 在安全输送的温度范围内, 非牛顿原油主要表现出假塑性幂律流体的性质。因此, 可按假塑性幂律流体来计算输送过程中管内非牛顿油流的传热。

3 热介质直埋管道周围温度场模型研究

3.1 直埋管道传热物理模型的建立

3.1.1 大气环境周期变化

大气环境温度呈周期性变化, 而任何连续的周期性波动曲线都可以用多项余弦函数叠加组成, 即用傅立叶级数表示, 大气温度的周期性波动规律可视为一简谐波曲线。

3.1.2 热介质直埋管道传热物理模型

当距直埋管道距地面一定深度H米处, 管道散热对此处没有影响, 而且该深度处温度终年变化小于1℃, 可认为是恒温层, 用hT表示该恒温层温度;距管道水平径向一定距离L米处, 管道散热量对此处影响非常小, 可认为无热量交换;忽略管道轴向散热, 又管道周围温度场分布是关于管道中心对称的, 所以研究直埋管道传热问题时, 只考虑对称的一侧即可, 得到简化的数学模型。

3.2 直埋管道传热微分方程及求解

本文采用有限差法求解直埋管道热力问题。

针对直埋管道传热微分方程, 采用有限差分法得到相应的各类节点上的差分方程:

大地内部节点:

地面对流辐射边界节点:

保温层边界上某类节点:

右边绝热边界节点:

大气温度变化:

上式中经过离散化处理, 得到全部节点上的差分方程组, 采用高斯--赛德尔迭代法求解, 求得随季节性变化的管道周围温度场值, 为分析散热量提供了依据。

3.3 实例分析

以某直埋保温输油管道为例进行计算。埋深1.6m、直径φ273mm、外敷黄夹克保温材料, 厚度为50mm。采用上述方法分析大地自然温度场全年变化趋势及管道温度场变化情况, 计算结果同时受到大气周期性温度变化和管道内热介质温度的双重影响。以1月为例进行计算, 计算条件为地面空气温度-7.5℃、原油温度25℃。计算结果与有限的实测点数据基本符合。可见, 在考虑大地恒温层, 大气周期性温度变化和土壤变热物性等因素影响的基础上建立的数学模型基本正确, 结果满足工程需要。另外数值模拟计算出当原油温度40℃时, 其它不同月份内该直埋保温输油管道周围温度数值, 并绘成温度场图形.

4 结论

本文研究埋地输油管道传热的方式, 详细论述了模型建立的条件和方法, 并通过实例对其工艺特点进行了概括总结, 为评价保温管道状况和界定保温效果衰退程度提供科学的依据。

参考文献

[1]冯叔初.油气集输[M].东营:石油大学出版社, 1991, 4-13.[1]冯叔初.油气集输[M].东营:石油大学出版社, 1991, 4-13.

[2]张劲军.易凝高粘原油管输技术及其发展[J].中国工程科学, 2001, 4 (6) :71-77.[2]张劲军.易凝高粘原油管输技术及其发展[J].中国工程科学, 2001, 4 (6) :71-77.

管道模型 篇7

在开展研究的过程中要针对实际工况中的现场情况在实验室中开展模拟实验, 在实验过程采集实验数据以便于后续的神经网络训练, 这些数据决定了神经网络系统建模的最终可行性, 所以实验装置的设计、安装、测试以及实验数据的采集都是非常重要的。针对这一情况, 研制可靠且实用的温度控制系统显得非常重要。温度控制系统是正确完成实验取得实验数据的重要保障, 它采用传感器技术、单片机技术和现代通信技术实现自动化管理, 具有各种安全保护, 运行监控和管理等功能[1]。

所使用的数据采集装置依托传感技术的优势, 通过I/O接口板、温度传感器等现代电子产品实现实时采集数据, 并以各种通讯协议方式, 实现数据传输、处理、实时监控等功能, 是进行自动监控的一种智能、高效系统。在这样的系统中, 单片机系统充分发挥了实时数据采集、图形处理、显示以及数据库管理上的优点, 数据采集系统一般需要长时间、高速度地进行数据采集, 将会产生大量的数据, 需要组织、存储、处理数据, 并对实验装置进行严格的监控[2]。

1 模拟装置具体设计要求

管道模型主要由加热装置和温度检测系统两部分组成。管道模型的设计主要由系统功能要求决定, 基本设定如下。

(1) 温度设定:温度可根据需要在150℃~400℃范围内进行设定。

(2) 温度显示:显示设定温度、测温点实际温度;

(3) 控温范围:100℃~450℃。

(4) 温度控制精度:温度稳态控制误差≤±2%FS。

(5) 温度测定:在每根被加热管外壁适当位置分别布置2个热电偶, 要求测量准确;对检测2点温度进行平均作为管壁温度加以控制。

(6) 装置对3个加热装置独立 (不同时工作) 进行检测与控制。3个独立加热装置不同时工作, 根据指令加以切换, 不允许在加热过程中进行切换, 必须停止加热后再进行切换。

根据保温测试的需要, 配置可进行拆装的适合不同温度范围的保温套。

2 数据采集装置与仪器工具

实验现场采用三个直径不同的圆柱形铁质容器模拟真实现场的输送物料的管道, 管道内部用电加热管模拟实际输送的具有一定温度的介质。用智能温度控制仪器控制管道内的加热管, 使其达到需要模拟的介质温度。用热流计检测管道的表面温度和热流值, 将检测到的数据采集下来作为原始数据用来训练神经网络。用温度计和风速计测量实验现场的室内温度和实时风速。用电扇模拟不同的风速。现场架设上述加热管道模型后, 利用热流计、风速计和温度计采集管道表面热流、管道表面温度和现场风速, 用以后续运算。

2.1 管道模拟加热装置设计方案

(1) 加热钢管的选型

根据试验的需求选取ϕ114mm×2 000mm (一根) 、ϕ159mm×2 000mm (一根) 、ϕ219mm×2 000mm (一根) 管材, 材质为碳钢, 管壁厚度3 mm, 钢管两端端面均可拆装。

(2) 加热管的选型与功率的确定

钢管式加热装置采用卧式放置, U形加热器放置在钢管内, 加热器单端固定与出线, 在装置没有固定加热元件的端面上设有直径10 mm的排气管。

加热装置的主要功能元件即为镍铬合金加热管, 加热管的功率大小是由温度的技术要求和升温速率决定的。装置要求的最高温度为450℃, 所以加热管的设计上限温度为500℃, 根据吸热放热公式

其中:Q为热能;m为质量;c为比热容;ρ为密度;V为体积;△T为变化的温度。

可得到所需的热能。

Φ219钢管:

t为加热管升温时间取2 s, P加热管=7.5k W, 为加热管的功率。因此选择使用8 k W的加热管加热ϕ219钢管。

ϕ159钢管:

t为加热管升温时间, 取2 s, P加热管=5k W。因此选择使用5 k W的加热管加热Φ159钢管。

ϕ114钢管:

t为加热管升温时间, 取2 s, P加热管=3.95k W。因此选择使用5 k W的加热管加热ϕ114钢管。

(3) 加热钢管支架

钢管与支架固定, 采用带隔热层的固定方式。

(4) 加热钢管外保温层加工

每个保温测试装置的钢管外, 安装可进行拆装的保温套。ϕ219×2 000钢管设置3个保温套, 其余两只钢管分别设置2个保温套。保温套采用耐高温 (500℃) 保温材料 (如, 硅酸铝毡) , 保温套应足够长 (以不影响支架为限) 。

保温套外表为0.5 mm厚薄板。每个保温套均为可拆装式, 由2个半圆形套组成, 一侧通过铰链 (螺栓) 加以连接, 另一侧通过罗栓加以固定。保温层厚度如表1所示。

mm

(5)

管内安置1 900 mm长, U型不锈钢管式加热器 (工作电压380 V) 。加热器一端采用螺纹固定 (根据加热器具体确定) 在钢管端部的法兰上, 加热器另一端在钢管内需要加以支撑。

(6) 温度传感器的安装

温度传感器采用的是热电偶, 它可以实现温度的实时监测, 并将温度转化为相对应的电压信号, 经过处理后就可以直接送入单片机控制系统中, 用于实现温度的监测以及控制。温度传感器安装在钢管壁上并加以固定, 温度传感器在钢管没安装加热器的一侧引出至变送器箱。

(7) 接线盒与变送器箱

在钢管安装加热器一端, 安装端盖可开启的接线盒, 并内置隔热材料, 保证接线盒内温度不过高。在钢管的温度传感器引出一端, 设置保温隔热层, 保温层端盖留有温度传感器引出所需直径10 mm圆孔, 并在距离该端盖300 mm处安装温度变送、采集与485通信系统箱, 并用螺栓固定在装置的支架上, 其尺寸为300 mm×500 mm×400 mm (宽×高×厚) 。

2.2 温度监测显示控制柜设计

温度监测显示控制柜外形尺寸为400 mm×1 400 mm×400 mm (宽×高×厚) , 内部装有温度监测显示控制屏、电源以及继电接触器等电器装置。

根据控制要求, 温度监控屏面板如图1所示。

面板中实时显示指定装置的温度监测点温度平均值以及装置温度设定值。通过温度设置按钮可以在控制范围内任意设定装置的温度控制值。通过切换按钮可以任意切换指定的测试装置并加以显示。

温度控制方式采用PID控制器对温度进行调节控制。当被控对象的结构和参数不能完全掌握或得不到精确的数学模型, 控制理论的其他技术难以采用时, 系统控制器的结构和参数必须依靠经验和现场调试来确定, 这时应用PID控制技术最为方便。即使当不完全了解一个系统和被控对象, 或是不能通过有效的测量手段来获得系统参数时, 也适合采用PID控制技术。PID控制器就是根据系统的误差, 利用比例、积分、微分计算出控制量进行控制的。因此本系统采用PID控制器对监测温度实行控制较为方便经济。

整个系统由温度传感器、A/D转换电路、单片机等组成数据采集系统 (即下位机) 。温度传感器检测温度后, 输出信号为4~20 m A电流信号, 在经过250Ω电阻后转变成1~5 V电压信号, 进行A/D转换。电压信号经过A/D转换后变成数字信号, 传给单片机, 再由RS-485总线传给上位机, 有上位机进行数据处理及进行相应的显示。其结构图如图2所示。

温度传感器采集到温度后经A/D转换芯片ADC0832将连续的模拟量温度转换为离散的数字信号电流, 再经变送器将电信号转变为适用于单片机AT89S51计算处理的标准的电信号0~5 V电压。电信号经过单片机AT89S51对信号进行分析处理后再经RS-485电平转换电路传送到主站温度监控系统, 从而进一步实施对温度的有效监控。电路如图3所示。

3 总结

本文根据给出的技术要求进行了系统总体方案设计, 在此基础上, 设计了工业管线实验模型装置的结构, 根据热学原理进行了加热体设计, 实现了RS-485总线主从式通信、相关的显示等外围电路以及控制器等的软硬件设计。本文设计的保温评价装置已经在现场进行了实际实验, 表明该装置具有较好的实用性, 基本达到了预期的设计要求。

参考文献

[1]许燕萍, 杨代华.RS485串行总线可靠性的研究[J].电子科技, 2009 (02) :8-10.

[2]李智祥, 陈瑞.多点温度监控系统的设计[J].现代电子技术, 2009 (03) :140-142.

[3]苏威, 刘宁.高精度多路温度检测系统设计[J].自动化技术与应用, 2007 (02) :54-57.

[4]祖庆喜, 秦广武, 曲晓燕.供热管道保温技术分析[J].林业机械与木工设备, 1997 (02) :22-25.

管道模型 篇8

热油管道停输后,管内介质温度不断下降,介质黏度随温度下降而不断增大,当介质黏度增大到一定值后,会给管道再启动带来困难,甚至会造成凝管事故。在热油管道停输温降过程中,轴向温降比径向温降小很多,可以忽略。因此,停输介质径向温度场的求解尤为重要。

在求解热油管道停输径向温度分布场时,关键是要处理好自然对流传热和和伴有潜热的移动边界导热问题[1]。停输期间靠近管内原油中心油温最高,近管壁处油温较低,靠近管壁处的原油往往最先凝固并放出潜热,同时凝固界面逐渐向圆心推进,而且考虑凝固潜热影响的停输温降比不考虑凝固潜热的停输温降过程要慢,所以考虑了凝固潜热影响的停输介质径向温度场的数学模型更能准确的描述整个径向温降过程。

在热油管道停输温降的研究中,考虑凝固潜热影响的停输介质径向温度场的数学模型主要有两个,一是分别在固相区和液相区建立能量守恒方程的管内原油分区模型[2];二是以焓和温度同时作为因变量的焓法模型[3]。到目前为止,由于固相率不容易确定,在冶金[4]和暖通空调[5]领域广泛应用的显热容模型还未应用到热油管道停输温降的研究中。

对热油管道停输温降的研究,如果完全依靠实验,需要花费大量的财力和时间,因而希望通过建立数学模型,运用数值计算来研究其温降规律,以对实际工作提供指导作用。本文将已有的数学模型和新建的数学模型进行分析(以架空管道为例)。

1 现有模型分析

1.1 管内原油分区模型

1.1.1 管内原油分区模型的数学模型

1.1.1.1 传热方程

原油液相中的当量导热过程

$\rho {}_{l}c{}_l\frac{\partial {\rm T}{}_l}{\partial t}=\frac{1}{r}\frac{\partial }{\partial r}\left(\lambda {}_{d}r\frac{\partial {\rm T}{}_l}{\partial r}\right)+\frac{1}{r{}^2}\frac{\partial }{\partial \theta }\left(\lambda {}_d\frac{\partial {\rm T}{}_l}{\partial \theta }\right)(1)$

原油固相中的纯导热过程

$\rho {}_{s}c{}_s\frac{\partial {\rm T}{}_s}{\partial t}=\frac{1}{r}\frac{\partial }{\partial r}\left(\lambda {}_{s}r\frac{\partial {\rm T}{}_s}{\partial r}\right)+\frac{1}{r{}^2}\frac{\partial }{\partial \theta }\left(\lambda {}_s\frac{\partial {\rm T}{}_s}{\partial \theta }\right)(2)$

原油液固界面的导热过程

$\frac{\partial r{}_0}{\partial t}=\frac{1}{L\rho {}_s}\left[1+\frac{1}{r{}^2}\left(\frac{\partial r{}_0}{\partial \theta }\right){}^2\right]\left[\lambda {}_s\frac{\partial {\rm T}{}_s}{\partial r{}_0}-\lambda {}_l\frac{\partial {\rm T}{}_l}{\partial r{}_0}\right](3)$

管壁等导热方程

$\rho {}_{n}c{}_n\frac{\partial {\rm T}{}_n}{\partial t}=\frac{1}{r}\frac{\partial }{\partial r}\left(\lambda {}_{n}r\frac{\partial {\rm T}{}_n}{\partial t}\right)+\frac{1}{r{}^2}\frac{\partial }{\partial \theta }\left(\lambda {}_n\frac{\partial {\rm T}{}_n}{\partial \theta }\right)$,

(n=1,2,...,N-1) (4)

1.1.1.2 边界条件

液相与固相交界面处(设交界面的半径为R1)

$\lambda {}_l\frac{\partial {\rm T}{}_l}{\partial r}|{}_{r=R{}_1^{-}}=\lambda {}_s\frac{\partial {\rm T}{}_s}{\partial r}|{}_{r=R{}^{+}}{}_1‚{\rm T}{}_s={\rm T}{}_l‚r=R{}_1(5)$

固相与管壁接触处

$\lambda {}_s\frac{\partial {\rm T}{}_s}{\partial r}|{}_{r=R{}^{-}}=\lambda {}_1\frac{\partial {\rm T}{}_1}{\partial r}|{}_{r=R{}^{+}}‚{\rm T}{}_1={\rm T}{}_s‚r=R(6)$

管壁等各层接触处

$\lambda {}_n\frac{\partial {\rm T}{}_n}{\partial r}=\lambda {}_{n+1}\frac{\partial {\rm T}{}_{n+1}}{\partial r}‚(n=1,2‚...,{\rm N}-1)(7)$

1.1.2 管内原油分区模型分析

该模型是以无限薄的相变界面(所谓无限薄相变界面,即假定相变区没有厚度,只是一个几何面)把区域分为液相区和固相区两部分,这样就可分别在固相区和液相区建立能量守恒方程对传热进行描述,在分区模型法中温度是唯一的因变量。利用这种方法可绕开相界面这个具有爆发性吸收或释放能量的障碍,从而得到问题的解析解。目前关于原油停输温降的模型基本上都属于这一类。利用无因次的坐标变换,也可将这种移动边界的传热问题转变为固定边界问题来处理,但这种方法只适用于一维问题的计算,而且该模型传热方程比较多,计算过程复杂。

1.2 焓法模型

(将管内原油作为一个整体考虑)

1.2.1 焓法模型的数学描述

1.2.1.1 焓法方程

(1) 凝固区原油能量方程(忽略原油流动)用焓法表达:

$\frac{\partial }{\partial t}(\rho {\rm H})=\frac{\partial }{\partial x}\left(\lambda \frac{\partial {\rm T}}{\partial x}\right)+\frac{\partial }{\partial y}\left(\lambda \frac{\partial {\rm T}}{\partial y}\right)(8)$

式(8)中:${\rm H}=\frac{c{}_s({\rm T}{}_m-\gamma )}{2}+\frac{c{}_l({\rm T}-{\rm T}{}_m+\gamma )}{2}+fL$;

Tm-γ<T<Tm+γ。

(2) 纯液态原油、纯固态原油和管道的焓为温度的线性函数:

Hi=ciTi+Href,i,(i=l,s,p) (9)

式(9)中:下标l,s,p分别表示纯液态原油、纯固态原油和管道。

1.2.1.2 边界条件

ux=u∞,uy=0,T=T∞,x=-Lx (10)

ux=u∞,uy=0,T=T∞,y=±Ly (11)

式中:ux,沿x轴方向的风速;uy,沿y轴方向的风速。

1.2.2 模型分析

在无限薄相变界面模型的基础上,可得到的另一种求解方法是焓法模型。焓法模型以焓和温度同时作为因变量,方程中并不显示出是否在相变,焓中可包含相变潜热,这样相变的影响就自动包含在上述能量方程中。然而在求解时,需要建立原油的焓与温度间的定量关系,这对于物性复杂的原油有一定的困难。焓法模型的优点在于无须分区建立控制方程,也无须对固液相界面的变化进行跟踪,且模型误差较小。但是焓法模型也有局限性,其局限性在于,它不适用于相变发生在一个大的温度范围之内的物质,且模型收敛速度很慢。

2 新模型建立(显热容模型)

显热容法的思想是:由于停输架空管道中介质的相变不是严格地在某一特定的温度下发生,而是在一个小的温度范围内发生(图1),因此可以把相变潜热看作是在这个小温度范围内有一个很大的显热容,显热容的大小由相变潜热和相变温度范围来决定。这样就可以把上述分区描述的控制方程及界面守恒条件转化成在整个区域上适用的一个单相非线性瞬态导热问题,不需要跟踪两相界面,待求出温度场后,再根据温度确定相变界面的位置。根据显热容法[6],认为模糊两相区内导热系数随温度呈线性分布,热容量按平均法取值,且相变潜热不随温度变化,在发生相变的温度范围内构造等价比热容与等效导热系数函数区。将显热容模型应用于原油的相变导热时,应考虑如何确定固相率。从理论上讲,固相率可以用蜡晶的析出率来解释,因此需要找到析蜡量与温度间的定量关系。由于确定这一定量关系有一定难度,目前尚未见有将显热容模型应用于原油相变传热研究的报道。

2.1 传热方程

2.1.1 凝固区原油能量方程用显热容法表示

相变问题的能量方程在整个相变区域为

$\rho c\frac{\partial {\rm T}}{\partial t}=\text{d}\text{i}\text{v}$(kefgrad${\rm T})-\rho L\frac{\partial \phi }{\partial t}(12)$

将潜热项移到方程的左边,并作一定的变形:

$\rho \left(c+L\frac{\partial \phi }{\partial {\rm T}}\right)\frac{\partial {\rm T}}{\partial t}=\frac{1}{r}\frac{\partial }{\partial r}\left(\lambda {}_{ef}r\frac{\partial {\rm T}}{\partial r}\right)+\frac{1}{r{}^2}\frac{\partial }{\partial \theta }\left(\lambda {}_{ef}\frac{\partial {\rm T}}{\partial \theta }\right)(13)$

定义有效比热$c{}_{ef}=c+L\frac{\partial \phi }{\partial {\rm T}}$。

能量方程可进一步简化为

$\rho c{}_{ef}\frac{\partial {\rm T}}{\partial t}=\frac{1}{r}\frac{\partial }{\partial r}\left(\lambda {}_{ef}r\frac{\partial {\rm T}}{\partial r}\right)+\frac{1}{r{}^2}\frac{\partial }{\partial \theta }\left(\lambda {}_{ef}\frac{\partial {\rm T}}{\partial \theta }\right)(14)$

式(14)中:ρ为原油密度;c为原油比热容;L为原油平均析蜡潜热;φ为原油固相率。

2.1.2 管壁、保温层、防水层的传热方程

$\rho {}_{n}c{}_n\frac{\partial {\rm T}{}_n}{\partial t}=\frac{1}{r}\frac{\partial }{\partial r}\left(\lambda {}_{n}r\frac{\partial {\rm T}{}_n}{\partial r}\right)+\frac{1}{r{}^2}\frac{\partial }{\partial \theta }\left(\lambda {}_n\frac{\partial {\rm T}{}_n}{\partial \theta }\right)(15)$

式(15)中:ρn为管道第n层材料密度;cn为管道第n层材料热容;Tn为管道第n层材料温度;λn为管道第n层材料导热系数。

2.2 定解条件

2.2.1 凝固区原油能量方程定解条件

2.2.1.1 边界条件

$\frac{\partial {\rm T}}{\partial r}|{}_{r=0}=0(16)$

$\frac{\partial {\rm T}}{\partial \theta }|{}_{\theta =\frac{\pi }{2}}=0(17)$

$\frac{\partial {\rm T}}{\partial \theta }|{}_{\theta =\frac{3\pi }{2}}=0(18)$

当靠近管壁处的原油为液体时:

$-\lambda {}_1\frac{\partial {\rm T}{}_1}{\partial r}|{}_r=R{}_0^{+}=\alpha {}_s({\rm T}{}_0-{\rm T}{}_1)(19)$

当靠近管壁处的原油为固体时:

$\lambda {}_0\frac{\partial {\rm T}{}_0}{\partial r}|{}_{r=R{}_0^{-}}=\lambda {}_1\frac{\partial {\rm T}{}_1}{\partial r}|{}_r=R{}_0^{+}(20)$

式中:αs为原油向管道内壁的放热系数;λ1为钢管的导热系数; λ0为靠近钢管内壁原油的导热系数;T1为钢管内壁处的温度;T0为靠近钢管内壁的原油温度。

2.2.1.2 初始条件

${\rm T}|{}_{\tau =0}=f(r,\theta )(21)$

2.2.2 管壁、保温层、防水层的边界条件

$\lambda {}_{{\rm N}}\frac{\partial {\rm T}{}_{{\rm N}}}{\partial r}|{}_r=R{}_{{\rm N}}^{+}=\alpha ({\rm T}{}_{{\rm N}}-{\rm T}{}_f)(22)$

$\lambda {}_1\frac{\partial {\rm T}{}_1}{\partial r}|{}_r=R{}_0^{+}=\alpha {}_s({\rm T}{}_y-{\rm T}{}_n)(23)$

${\rm T}{}_n|{}_r=R{}_n^{+}={\rm T}{}_{n+1}|{}_{r=R{}_n^{-}}(24)$

$\lambda {}_n\frac{\partial {\rm T}{}_n}{\partial r}|{}_r=R{}^{+}{}_{{\rm N}}=\lambda {}_{n+1}\frac{\partial {\rm T}{}_{n+1}}{\partial r}|{}_r=R{}_{{\rm N}}^{-}(25)$

式中:λN为管道最外层材料导热系数;TN为管道最外层温度;RN为管道最外层半径;λn为管道第n层材料导热系数;Tn为管道第n层温度;λ1为管道最内层材料导热系数;αs为原油向管道内壁的放热系数;R0为管道内半径;Tf为大气温度;α为管道外壁向大气的放热系数。

2.3 重要参数的确定

2.3.1 对φ的处理方式

液相率g与固相率φ与相变中的节点温度T存在如下关系:

$f=\frac{{\rm T}-{\rm T}{}_m+\Delta {\rm T}{}_m}{2\Delta {\rm T}{}_m}(26)$

$\phi =\frac{{\rm T}{}_m+\Delta {\rm T}{}_m-{\rm T}}{2\Delta {\rm T}{}_m}(27)$

其中,Tm是相变温度,ΔTm是相变温度半宽。

注意:φ<0,φ=0;φ>1,φ=1。

由固相率和液相率的定义可见f、φ满足如下关系式:

f+φ=1。

2.3.2 等效导热系数λef

导热系数λ满足λ(T)=fλl+(1-f)λs,整理得

$\lambda ({\rm T})=\{\begin{array}{l}\lambda {}_s,({\rm T}<{\rm T}{}_m-\Delta {\rm T}{}_m)\lambda {}_s+\\ \frac{\lambda {}_l-\lambda {}_s}{2\Delta {\rm T}{}_m}[{\rm T}-({\rm T}{}_m-\Delta {\rm T}{}_m)],\\ ({\rm T}{}_m-\Delta {\rm T}{}_m\le {\rm T}\le {\rm T}{}_m+\Delta {\rm T}{}_m)\\ \lambda {}_l,({\rm T}\ge {\rm T}{}_m+\Delta {\rm T}{}_m)\end{array}(28)$

式(28)中:λs为固态原油的导热系数;λl为液态原油的导热系数;Tm为相变温度;ΔTm为相变温度半宽。

2.3.3 比热c的函数(假设相变材料的比热在两相区内随温度线性分布)$\text{c}(\text{Τ})=\{\begin{array}{l}\text{c}{}_{\text{s}},\text{Τ}<\text{Τ}{}_{\text{m}}-\text{Δ}\text{Τ}{}_{\text{m}}\\ \frac{\text{c}{}_{\text{s}}+\text{c}{}_{\text{l}}}{2},\text{Τ}{}_{\text{m}}-\text{Δ}\text{Τ}{}_{\text{m}}\le \text{Τ}\le \text{Τ}{}_{\text{m}}+\text{Δ}\text{Τ}{}_{\text{m}}\\ \text{c}{}_{\text{l}},\text{Τ}\ge \text{Τ}{}_{\text{m}}+\text{Δ}\text{Τ}{}_{\text{m}}\end{array}(29)$

式(28)中:cs为固态原油的比热容;cl为液态原油的比热容。

2.3.4 密度ρ的函数(假设相变材料的密度在两相区内随温度线性分布)

ρ(T)=ρ0[1-β(T-T0)] (30)

式(30)中:β,体积膨胀系数;ρ0,20℃时的原油密度。

3 结论

(1) 分析比较以上三种模型,显热容模型和焓法模型都是在整个区域上建立能量方程,都无须跟踪两相界面。而管内原油分区模型则必须跟踪两相界面,因此比显热容模型和焓法模型都要复杂。

(2) 相比较而言,焓法和显热容法都是求解相变导热较好的模型,且适用于多维问题。需要注意的是,对相变潜热的处理主要有2 种方式,即把相变潜热项作为控制方程的热源项或将相变潜热作为物质的附加比热容。采用显热容模型时,这两种处理方式都是适用的。而在应用焓法模型时,则更多的是用附加比热容的形式来表示相变潜热的影响。

(3) 在焓法模型和显热容模型中,以显热容法较为简单实用、易于进行多维推广,在处理多维问题时优势明显,并特别适用于求解发生在某一温度范围的相变传热问题。

(4) 但到目前为止,还没有人将该模型应用于原油管道停输温降的研究中。本文将显热容模型应用于原油相变传热,并建立了架空热油管道的物理和数学模型,将为热油管道停输介质温度分布的研究提供新的求解方法。

参考文献

[1]李伟,张劲军.埋地含蜡原油管道温降规律.油气储运,2004;23(1):4—8

[2]李长俊,季国富,王元春.加热原油管道停输热力计算.西南石油学院学报,2000;22(2):84—88

[3]卢涛,孙军生,姜培学.架空原油管道停输期间温降及原油凝固界面推进.石油化工高等学校学报,2005;(184):54—57

[4]荣命哲,王其平.电触头电弧侵蚀热传播过程的显热容模型.电工技术学报,1993;(1):54—56

[5]杨卫波,施明恒,刘光远,等.基于显热容法的地源热泵地埋管热器周围土冻结性究.暖通空调,2008;38(4):6—10

管道模型 篇9

原油管线的能耗构成包括:生产能耗、辅助生产能耗、生活能耗以及原油损耗。生产能耗由输油泵电耗和加热炉油耗构成;辅助生产能耗指除直接用于生产的其他辅助生产设备的能耗量;生活消耗是指生活区的能源消耗;原油损耗是指原油在输送过程中由于事故、检修等造成的原油损耗量。热油管道的输量变化直接影响生产耗油和生产耗电,但对生活能耗以及油品损耗的影响不大。上述多名学者对热油管道的油、电损耗进行了预测,但是他们没能把生产耗油、生产耗电同其他能耗区分开。因此,也未能建立管道输量与生产油耗和生产电耗的预测模型。本文通过分析某条热油管道的输量与生产油耗和生产电耗的变化关系,并借助BP神经网络工具编制了该管道输量与生产油耗和生产电耗的预测模型,该模型能快速计算出不同输量下管道的生产油耗和电耗,为预测管道的能耗总量提供了便利。

1 理论依据

根据流体力学知识,紊流水力光滑区的摩阻方程[1]为:

式中:

h——水力摩阻,m;

Q——体积流量,m3/s;

ν——运动黏度,m2/s;

D——管道内径,m;

L——管道长度,m。

根据传热学知[5],为了满足输油工艺需要,原油升温所需的热量要满足式(2)。

式中:

QR——单位时间内油品升温所需要的热量,k J;

ρ——油品密度,kg/m3;

C——油品比热容,k J/(kg·K);

TRi——第i站出站温度,K;

TZi——第i站进站温度,K。

由式(1)和式(2)看出,输油管道动力和热力在理论上与输量有直接的因果关系,即生产油耗和生产电耗与管道输量有因果关系。

1.1 生产电耗与输量一元关系的依据

油品黏度、管线长度、流量和管径对管线动力消耗的影响依次增强,对某一具体管线而言,如果管径和管的长度固定不变,所输油品物性相同,则油品的黏温特性也是一定的,而这种随温度变化的黏度对摩阻的影响,已经包含在生产电耗之中。因此在研究某一管道输量对生产电耗的影响时,可以不考虑其他因素。

1.2 生产油耗与输量一元关系的依据

由式(2)可知,原油升温所需的热量,取决于体积流量、流体密度、比热容和各站的进出站温差,而流体密度、比热容尽管也随温度变化,但取常数完全可以满足预测精度的要求。在地温相近的情况下,进出站温差也是输量的函数。当输量增加时,各进出站温差都降低,因此公式(2)中的也是输量的函数,所以在地温相近的条件下,输量也是影响油耗的主要因素。

基于以上分析,在进行管道能耗预测时,只要分析地温相近时输量与油耗和电耗的变化关系,即可建立热油管道能耗的预测模型。

2 BP神经网络算法

人工神经网络模型属于隐式模型,具备自组织、自适应性及自学习功能,具有理论上能够逼近任意非线性连续映射的优点,能够较好模拟在各种不确定因素的影响下因变量与自变量的内在关系,在热油管道能耗预测中具有优越性[6]。因此可以利用人工神经网络的方法来模拟管道输量与管道运行能耗的映射关系。

目前应用最广泛的神经网络模型为误差反向传播神经网络(Back Propagation Neural Networks),简称BP网络[7]。BP网络一般为多层神经网络,BP网络的信息从输入层流向输出层,因此是一种多层前馈神经网络。

在确定了BP网络的结构后,要通过输入和输出样本集对网络进行训练,亦即对网络的阈值和权值进行学习和修正,使网络实现给定的输入输出映射关系。

BP网络的学习分为两个阶段:第一个阶段是输入一支学习样本,通过设置的网络结构和前一次迭代的权值和阈值,从网络的第一层向后计算各神经元的输出;第二个阶段是对权值和阈值进行修改,从最后一层向前计算各权值和阈值对总误差的影响(梯度),据此对各权值和阈值进行修改[8]。以上两个过程反复交替,直至达到收敛为止。

3 基于BP神经网络的预测模型

通过调研得到某管道2004年至2007年的运行数据,取地温相近时的生产油耗和生产电耗作为统计数据共计40组,剔除异常数据,其中30组用作网络学习样本。部分数据见表1。

用MATLAB软件工具箱,创建BP神经网络程序步骤如下。

1)首先创建神经网络图形用户界面。用户界面如图1所示。

2)创建神经网络。单击New Network…按钮,弹出Create New Network窗口,如图2所示。

按照图2窗口所显示各项内容,选择网络类型,确定输入向量的取值范围,选择训练函数,选择误差性能函数,确定网络层数,确定各层属性等;然后单击Creat按钮,设置完成。单击View按钮可查看以上定义的网络结构,如图3所示。

3)训练网格。把不同输量作为输入样本,把相应的生产油耗、生产电耗作为目标向量,然后训练网格,训练得到的误差性能曲线见图4。

4)网络仿真。在图1窗口中,选中所建网络模型,单击Simulate…按钮,弹出Simulate界面。针对该调研管道2007年1月份输量,将仿真数据输入为q=[55.0],仿真结果输出r=[340.8 2400.9],即1月份生产电耗336.8×104k Wh,生产油耗2 480.9 t。生产电耗与生产油耗计算结果的相对偏差分别为-4.02%和4.12%,该误差满足工程需要。另外,基于MATLAB的BP网络模型计算方法简单易行,省去了原油管道模拟软件所需的大量时间,因此可以用该模型来预测管道的生产能耗。

4 计算结果分析

运用所建BP神经网络模型,对地温相近时30组不同输量下管道生产油耗和生产电耗进行了计算,不同输量下生产油耗和生产电耗的计算结果见图5。

由图5可以看出,在计算条件范围内,随着输量的增加生产电耗单调上升,且增加幅度较大;随着输量的增加生产油耗缓慢下降,当输量增加到一定值时,生产油耗基本保持恒定。

通过分析计算生产电耗、油耗与实际生产电耗、油耗发现,管道生产油耗的最大相对偏差为4.8%,平均相对偏差为0.73%;管道生产电耗的最大相对偏差为4.27%,平均相对偏差为2.35%,详见图6和图7。

5 结论

本文用BP神经网络的方法建立了适合热油管道运行能耗的预测模型,并用该模型对调研管道生产能耗进行计算。在计算条件范围内,随着输量的增加生产电耗单调上升,且增加幅度较大;随着输量的增加生产油耗缓慢下降,当输量增加到一定值时,生产油耗基本保持恒定。

通过30组现场数据的验证,生产油耗的最大相对偏差为4.8%,生产电耗的最大相对偏差为4.27%,模型的计算结果满足工程需要。根据该模型可计算任一输量下管道的生产油耗和生产电耗,这为输油管道能耗定额的计算提供了便利。

参考文献

[1]闫宝东,热输管线油电损耗的回归预测[J].油气储运,1993,12(5):36-401.

[2]丁云辉,隋富娟.原油长输管道油电损耗的回归预测[J].天然气与石油,2004,22(2):61-63.

[3]隋富娟,吴明.管线油电损耗的灰色模型及预测[J].天然气与石油,2003,21(4):10-13.

[4]苏欣,袁宗明,范小霞,等.基于普通累计法的原油管线油电损耗预测[J].新疆石油天然气,2005,1(3):90-93.

[5]俞佐平.传热学[M].北京:高等教育出版社,1995:1-7.

[6]周开国,康耀红.神经网络模型及其MATLAB仿真程序实际[M].北京:清华大学出版社.2004.

[7]丛爽.面向MATLAB工具箱的神经网络理论与应用[M].合肥:中国科学技术大学出版社,1998.