基于智能预测和机理模型的换热网络清洗决策
作者:蒋宁; 张元毅; 范伟; 赵世超; 徐新杰; 徐英杰
更新时间:
原油石化装置换热器经常受到结垢的影响,导致换热器性能严重下降,换热网络性能下降。同时,换热器之间的耦合关系会导致不同换热器的性能下降,并对换热网络的整体性能产生不同的影响。以往的清洗决策主要基于单个换热器的性能在一定程度上下降,这可能导致整个换热网络的不良运行。因此,本文提出了一种基于智能预测和机理模型的换热网络清洗决策方法。根据换热器的运行数据建立智能预测模型,获取换热器的性能变化趋势。结合换热网络的性能仿真模型,进一步得到换热网络的性能变化趋势,从而从换热网络整体性能变化的角度制定清洗方案。研究表明,基于原油换热器运行数据的神经网络预测模型具有较好的预测精度。通过对原油蒸馏装置换热网络的实例分析,当HE1号、HE2和he5换热器的性能同时下降时,换热网络的年公用能源消耗成本将增加12.1%。与传统的基于单台换热器性能退化的清洗方案相比,从换热网络整体性能退化的角度制定的清洗方案,年额外公用工程成本降低13.1%,损失成本降低14.1%,年总成本降低13.8%,清洗次数仅增加3倍。