炼厂加热炉中烟气SO2浓度的预测和预警方法与流程

炼厂加热炉中烟气so2浓度的预测和预警方法
技术领域
1.本发明涉及炼厂有害气体预测技术领域，尤其涉及一种炼厂加热炉中烟气so2浓度的预测和预警方法。


背景技术：

2.炼化企业目前的加热炉使用的燃料气是自产的干气，但是干气一般含硫较高，需要脱硫装置脱硫后才能去下游的各台加热炉(即气阱)。但是由于脱硫装置的操作波动，可能会导致脱硫并不完全，脱硫后的干气依然含硫较高，此时若依然去下游的加热炉，可能会导致加热炉烟气so2浓度超标。但也有可能不会超标，因为这一股硫含量偏高的干气与其他气源燃料气沿着管线在管网中混合和再分配后至下游的加热炉，燃料气的硫含量可能并没有太高，或者即使高了一些，由于每一台加热炉的“容硫”能力不一样，烟气中的so2浓度也没有超限。因此，需要研究每一股燃料气气源对下游加热炉燃料气硫含量的影响和对加热炉烟气so2浓度的影响。
3.目前加热炉烟气方面的研究主要集中在余热回收、效率提高、节能减排等方面，对钢铁行业轧钢加热炉烟气so2的预测主要是通过分析仪获得加热炉的燃料组成。然而，如果每一台加热炉都增上燃料气硫含量在线分析仪，由于炼厂装置众多，加热炉数量多达几十个，且在线分析仪的单价也不太便宜，因此投资巨大。而且在线分析仪测定的是当前燃料气硫含量，无法提前确定炼厂燃料气每一股气源硫含量对加热炉燃料气硫含量和加热炉烟气so2浓度的影响。即，在线分析仪分析的也只是当前时刻燃料气的硫含量，并无预警提示功能。
4.为此，亟需一种炼厂加热炉中烟气so2浓度的预测和预警方法。


技术实现要素：

5.(一)要解决的技术问题
6.鉴于现有技术的上述缺点、不足，本发明提供一种炼厂加热炉中烟气so2浓度的预测和预警方法，根据气源的硫含量即可实现对加热炉烟气so2浓度的预测，并进行报警。
7.另外，本发明的另一个目的是可从源头上对气源硫含量实施预警，在气源硫含量超限时提醒操作人员提前进行干预和处理，避免出现下游加热炉燃料气烟气so2超标的事故，保障炼化企业正常生产。
8.(二)技术方案
9.为了达到上述目的，本发明采用的主要技术方案包括：
10.第一方面，本发明实施例提供一种炼厂加热炉中烟气so2浓度的预测和预警方法，包括：
11.s10、针对待分析的炼厂，根据燃料气管网中的阀门开关状态确定燃料气在管网中的流动路径，构建燃料气在管网中的流动模型，所述流动模型范围涵盖：节点和节点间连接的管道；其中，节点包括：气源、加热炉(即气阱)和管道间(三条以上管道相连)的连接交叉
点；
12.s20、获取炼厂的实时数据和炼厂内燃料气管网的结构参数信息，所述实时数据包括：气源流量、压力、组成化验分析数据、硫含量在线分析数据和加热炉的燃料气流量与压力；
13.s30、初始化内节点(节点中除气源与气阱外的节点)的组成数据，联立各节点的物料平衡方程、能量守恒方程，各条管道的物料平衡方程、能量守恒方程以及各条管道的压降方程，构建燃料气在管网中的流动模型，当满足计算收敛条件和精度优化条件时，计算结束，获得各节点的流量、压力和组成；
14.s40、由燃料气管网流动模型计算获得每台加热炉燃料气的硫含量，并计算出加热炉烟气的so2浓度，通过判断每一加热炉烟气so2浓度是否超过环保限值50mg/m3实施报警，若超过则发出报警信息；
15.s50、根据加热炉烟气so2浓度环保限值50mg/m3反算出该加热炉燃料气硫含量限值，结合燃料气管网流动模型计算出的各节点流量，反算出各气源的硫含量限值，通过判断各气源的在线硫含量分析数据是否超过计算出的气源燃料气硫含量限值，若超过则实施预警，提醒该气源硫含量偏高会引发下游加热炉烟气so2超标事故。
16.第二方面，本发明实施例提供一种电子设备，包括：存储器、处理器及存储在所述存储器上并在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如上第一方面任一所述的炼厂加热炉中烟气so2浓度的预测和预警方法的步骤。
17.第三方面，本发明实施例提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上第一方面任一项所述的炼厂加热炉中烟气so2浓度的预测和预警方法的步骤。
18.(三)有益效果
19.本发明的测试方法通过建立燃料气在管网中的流动模型，进而基于炼厂当前燃料气的实时数据和基本信息，计算各台加热炉内硫含量的信息，进而确定是否达到限值，由此，相对于现有的在线分析仪使用成本很高，且检测不及时，同时不能实现提前预警炼厂提前干预的目的。
20.本发明的方法，用于对加热炉烟气so2浓度的预测，进而在超出时可提前干预，能够有效降低炼厂的成本，且保证企业高效率的生产。
附图说明
21.图1a为本发明一实施例提供的炼厂加热炉中烟气so2浓度的预测和预警方法的流程示意图；
22.图1b为本发明另一实施例提供的气源预警的流程示意图；
23.图2为本发明一实施例提供的燃料气在管网中的流动模型构建的示意图；
24.图3为实例中燃料气可能的流动路径一的示意图；
25.图4为实例中燃料气可能的流动路径二的示意图；
26.图5为实例中燃料气流动混合路径的示意图；
27.图6为实例中当前流动路径下的管道关系布置图；
28.图7为实例中当前流动路径下的管网拓扑图；
29.图8为实例中混合器节点即三个以上管道的连接交叉点对应节点的示意图；
30.图9为实例中分离器的示意图。
具体实施方式
31.为了更好的解释本发明，以便于理解，下面结合附图，通过具体实施方式，对本发明作详细描述。
32.当前，在获取燃料气气源的硫含量之后，准确判断下游各装置加热炉燃料气的硫含量变化并获知加热炉烟气so2的浓度，是发生气源干气硫含量过高后有针对性地采取相关措施避免下游各加热炉出现烟气so2超标的前提和基础。为此，本发明提供了一种炼厂加热炉中烟气so2浓度的预测和预警方法，可计算燃料气硫含量在管网中的分布，获得每一个装置加热炉燃料气中的硫含量，对加热炉燃料气硫含量和烟气中的so2浓度进行预警，帮助企业获知某一股燃料气的气源硫含量对下游各台加热炉燃料气硫含量的影响和对加热炉烟气so2浓度的影响，企业进而可以在cems中so2浓度数据超标之前采取相关措施，避免加热炉烟气so2浓度超标。
33.本发明主要研究硫含量与流量在管网中的混合与再分配，而流量的分配主要与燃料气的流动路径和管段的压降有关，管段压降计算的准确性非常重要。本发明燃料气管网流动模型是以水力学方程、物料平衡方程、能量平衡方程为基础联立构建的模型，通过调节各管段的摩擦系数参数提高模型的精度。由于燃料气在管网输送过程中温度变化不大，所以在建模过程中假设管道是绝热的，且燃料气在管道流动过程中的阻力损失仅引起压头损失，不引发内能变化和温度下降。下述实施例的计算过程中温度不变。
34.实施例一
35.如图1a所示，本发明实施例提供一种炼厂加热炉中烟气so2浓度的预测和预警方法，本实施例的方法的执行主体可为任一承载该计算机程序的电子设备，任一电子设备均可实现本实施例的方法。本实施例的方法可包括下述的步骤：
36.s10、针对待分析的炼厂，根据燃料气管网中的阀门开关状态确定燃料气在管网中的流动路径，构建燃料气在管网中的流动模型，所述流动模型范围涵盖：节点和节点间连接的管道。
37.本实施例的节点可包括：供气端及燃料气气源、耗气端和三个以上管道的连接交叉的点；该处耗气端指的是燃料气管网中下游的每台加热炉。供气端即气源是燃料气管网的上游。也就是说，节点可包括：气源、加热炉(气阱)和管道间(三条以上管道相连)的连接交叉点
38.通常，炼厂内阀门可包括智能阀和手动阀，部分先进的企业全部配置有智能阀，部分传统的企业可能还使用手动阀即手阀和少许的智能阀，为此，针对这两种情况，本实施例中可提供如下的燃料气流动模型的建立方式。
39.需要说明的是，任一智能阀均可自动获取开关状态的信息，并上传实时数据。
40.举例来说，在炼厂的阀门包括：手阀和智能阀，采集每一手阀的开关状态；
41.根据燃料气在炼厂管网中的流动路径，构建多工况管网拓扑模型；
42.根据获取的当前手阀和智能阀的开关状态和所述多工况管网拓扑模型，构建燃料气流动模型即燃料气在管网中的流动模型。
43.s20、获取炼厂的实时数据和炼厂内燃料气管网的结构参数信息，所述实时数据包括：气源流量、压力、组成化验分析数据、硫含量在线分析数据和加热炉的燃料气流量与压力。
44.举例来说，通过预先配置的数据接口从炼厂的实时数据库和lims数据库中调取所述实时数据，从基本信息数据库中调取所述基本信息；
45.所述实时数据库中存储有每一气源的流量计检测的实时数据、每一气源的压力表检测的实时数据、对应气源组成的人工化验分析数据、硫含量在线分析仪检测的实时数据；
46.所述的管网结构参数信息包括：第j管道的长度lj、第j管道直径dj、第j管道摩擦系数λj、管道j上管件的当量长度lej。
47.s30、初始化内节点(节点中除气源与气阱外的节点)的组成数据，联立各节点的物料平衡方程、能量守恒方程，各条管道的物料平衡方程、能量守恒方程以及各条管道的压降方程，构建燃料气在管网中的流动模型，当满足计算收敛条件和精度优化条件时，计算结束，获得各节点的流量、压力和组成。
48.s40、结合实时数据、结构参数信息，由燃料气管网流动模型计算获得每台加热炉燃料气的硫含量，并计算出加热炉烟气的so2浓度，通过判断每一加热炉烟气so2浓度是否超过环保限值50mg/m3实施报警，若超过则发出报警信息。
49.具体地，由燃料气管网流动模型计算出各节点的流量、压力和组成数据(包括每台加热炉燃料气的流量、压力、组成和硫含量)。
50.由加热炉燃料气的硫含量，结合燃料气流量、烟气流量，计算出烟气的so2浓度：
[0051][0052]
公式中，(so2)
t
为加热炉t的烟气so2浓度，s
ct
为由模型计算出的加热炉t的燃料气硫含量(mg/kg)，η为so2至so3的转化率，f
rt
为实际测得的加热炉t的燃料气流量(t/h)，fy
rt
为实际测得的加热炉t的烟气流量(nm3/h)。
[0053]
将计算出的烟气so2浓度与so2环保限值50mg/m3进行对比，若超过就进行报警提示。
[0054]
s50、根据加热炉烟气so2浓度环保限值50mg/m3反算出该加热炉燃料气硫含量限值，结合燃料气管网流动模型计算出的各节点流量，反算出各气源的硫含量限值，通过判断各气源的在线硫含量分析数据是否超过计算出的气源燃料气硫含量限值，若超过则实施预警，提醒该气源硫含量偏高会引发下游加热炉烟气so2超标事故。
[0055]
具体地，由烟气so2环保限值，计算加热炉燃料气硫含量限值：
[0056][0057]
由加热炉t燃料气硫含量限值xs
t
和燃料气管网流动模型计算出的各节点的流量fi，根据节点的布置特点按照混合器和分离器组成计算方式计算出各节点的硫含量限值xsi(包括气源的硫含量限值xsk)。
[0058]
将反算出的气源硫含量限值xsk与在线分析仪测出的气源硫含量sk进行对比，若sk≥xsk，则进行气源硫含量预警，提前提醒操作和调度人员及时干预和处理，避免下游加热
炉烟气so2浓度超标。
[0059]
本实施例中可根据加热炉烟气so2浓度的环保限值、加热炉烟气流量和加热炉燃料气流量，在硫平衡框架下可反算出加热炉燃料气硫含量的预设限值，通过比较燃料气在管网中流动模型计算出的硫含量与燃料气硫含量预设限值的相对大小，对加热炉提前实施预警。
[0060]
本发明的方法能够低成本的有效预测烟气的so2浓度，且使得炼厂可以在加热炉烟气二氧化硫浓度超标前对燃料气进行干预，避免加热炉烟气二氧化硫浓度的超标。
[0061]
在本实施例中，根据气源硫含量预测耗气端(即加热炉)的硫含量，根据耗气端燃料气的硫含量预测加热炉烟气so2浓度，通过判断so2预测值与so2环保限值的相对大小，对加热炉实施预警，做到了已知某一气源硫含量异常，即可及时识别下游一些加热炉烟气so2浓度会超限；
[0062]
以及，根据加热炉烟气so2浓度环保限值，反算出加热炉燃料气硫含量限值，可在燃料气进加热炉之前，提前实施预警，为加热炉操作调整避免烟气so2浓度超标赢得时间，做到了某一气源硫含量异常，即可识别下游的哪些加热炉燃料气硫含量会超限
[0063]
实施例二
[0064]
结合图1a、1b和图2所示，本发明实施例提供一种图炼厂加热炉中烟气so2浓度的预测方法，在以下实施例中，将气源/供气端作为上游，将耗气端如加热炉作为下游，炼厂内的阀门包括手动阀和智能阀。本实施例的方法具体说明如下。
[0065]
201、采集各所有气源的流量、所有气源的压力、每一气源的组成化验分析数据、每一气源的硫含量在线分析数据以及下游各台加热炉的燃料气流量与压力。
[0066]
特别说明的是，需要采集炼厂内所有气源的实时数据。在实际应用中，针对待分析的指定炼厂，可以从炼厂的实时数据库中读取。即可通过配置当前电子设备的数据读取接口，以便从实时数据库和lims数据库通过opc采集上述的实时数据和下述的一些关系数据。
[0067]
另外，上述的组成化验分析数据也是预先人工或在线分析仪获取的其存储在lims数据库中的数据。
[0068]
应说明的是，每一炼厂的实时数据库中均存储有各智能流量计、压力表等测得的实时数据。
[0069]
202、接收用户输入的炼厂内管路中手阀的开关状态。
[0070]
即，将手阀的开关状态以“0”、“1”变量的位号形式写入预先的数据库，人工输入“0”、“1”数值反控指示手阀的开关状态。
[0071]
该步骤并不是必选的步骤。若炼厂使用的都是智能阀(如自动控制阀)，即不存在手阀，则无需上述步骤202。
[0072]
然而，由于智能阀的成本高，部分炼厂可能还不能完全使用，故兼顾手阀存在的场景，以人工方式获取手阀的开关状态。
[0073]
由于燃料气管网的手阀直接控制着燃料气的走向，但是手阀的开关指示由于没有信号和数据采集，正常情况下并不能将手阀的开关状态转化为数据进行判断。由此，本实施例中提出了使用反控位号和人工设置“0”、“1”变量的方式将手阀的开关状态转化为“0”、“1”数据，从而可以判定燃料气在管网中的流动路径。
[0074]
手阀的开关状态不同，燃料气在管网中的流动路径就会不同。因此，构建了识别手
阀开关状态的多工况管网拓扑模型。
[0075]
203、依据炼厂中燃料气在管网中的所有可能的流动路径(例如历史上出现的所有流动路径)，构建多工况管网拓扑模型。
[0076]
也就是说，可预先分析企业历史上(如一个月内或半年内)出现的燃料气在管网中的流动路径，确定燃料气在管网中流动主要可能出现的路径，进而构建多工况管网拓扑模型；
[0077]
具体地址，分析炼厂历史上出现的燃料气流动的主要管网路径工况；
[0078]
不同的工况下对上游气源和下游加热炉设置不同的流量、压力数据虚拟位号；根据设置的手阀开关状态“0”、“1”数据，识别燃料气的管网路径，确定工况类型，将气源与下游加热炉的流量、压力数据读取到建立的虚拟位号中，进而构建多工况下的管网拓扑模型。
[0079]
204、基于上述手阀的开关状态，判断当前工况对应的管网拓扑模型中燃料气在管网中的流动路径，并构建燃料气管网的流动模型(即前述的燃料气流动模型)。
[0080]
205、根据所述流动模型，获取每一个节点、管道的物料平衡方程和能量平衡方程，以及收敛条件和精度优化条件；
[0081]
以及，初始化内节点的组成数据，联立各节点的物料平衡方程、能量守恒方程，各条管道的物料平衡方程、能量守恒方程以及各条管道的压降方程，构建燃料气在管网中的流动模型，当满足计算收敛条件和精度优化条件时，计算结束，获得各节点的流量、压力和组成；所述内节点为除气源与气阱外的节点。
[0082]
具体地，燃料气在管网中的流动模型的构建及求解实施流程如图2所示。
[0083]
如前步骤201中所述的采集预测系统收集的数据，包括第k气源的流量f
rk
、第k气源的压力p
rk
、第k气源的组成化验分析数据z
xk
、第k气源的硫含量在线分析数据sk以及下游u台加热炉的燃料气流量f
rt
与剩下一台加热炉压力数据p；
[0084]
其中，f
rk
为气源k的实际流量，p
rk
为气源k的实际压力；z
xk
为气源k组分x的含量，sk为气源k的硫含量在线分析数据；f
rt
为加热炉t的燃料气实际流量，u为炼厂加热炉的台数。
[0085]
2051、基于采集的实时数据，初始化内节点的组成数据，采用节点组成传递策略基于下述公式(8)至公式(11)进行迭代计算，遍历每一个具有多管道的节点，使其收敛条件。
[0086]
在满足收敛条件时，根据公式(6)中计算压降的方式求解加热炉t的燃料气压力p
ct
和加热炉t的燃料气实际测得的压力p
rt
满足精度优化条件，若满足，则结束，获得管网中各管段的加热炉的硫含量s
cj
；否则，重新调节管道的摩擦系数，重新根据公式(7)获得压降系数cj，并依据(8)至(12)进行迭代计算。
[0087]
即在满足收敛条件且满足精度优化条件时，计算结束，获得各节点的流量、压力和组成，即得到各加热炉的包含有硫含量的组成。本实施例根据管道的当量长度的差异性，提高了计算结果的精度。
[0088]
上述初始化的内节点为除气源与气阱外的节点。
[0089]
本实施例中节点组成传递策略可为，按照燃料气的流动路径，将前一个节点的组成复制给后一个节点，完成各节点组成的初始化；
[0090]
或者，其他实施例中，节点组成传递策略可为，将临近的一个节点的组成复制给最近一个节点，完成节点组成的初始化。本实施例不对其限定，根据实际需要选择。
[0091]
以下对需要使用的各公式和计算过程进行说明。
[0092]
2051-1、根据各气源的组成化验分析数据z
xi
和式(3)计算节点i的燃料气相对分子质量mi，并由此根据式(4)计算节点i的燃料气标准密度ρi：
[0093]
mi＝∑w
xzxi
ꢀꢀꢀꢀꢀ
(3)
[0094][0095]
公式(3)中w
x
表示的是组分x的相对分子质量，z
xi
为节点i组分x的含量，z
xi
来源于lims化验分析数据。
[0096]
2051-2、管道j内燃料气的密度采用管道j两端节点i、i 1燃料气密度的均值ρj：
[0097][0098]
ρ
i 1
为节点i的燃料气标准密度，ρj为管道j的燃料气平均密度。
[0099]
根据伯努利方程获取燃料气在管道j的压降方程为：
[0100]
δpj＝cj·gj2
ꢀꢀꢀꢀꢀ
(6)
[0101]
其中，j为管道的下标，cj为管道j的压降系数，gj是流经管道j燃料气的质量流量。由于燃料气的密度较低，本实施例中略重力势能，即在所有计算中不考虑重力势能。
[0102]
以及，获取炼厂内第j管道的长度lj、管道直径dj、管道j的摩擦系数λj以及包括弯头、阀门等管件的当量长度lej，由式(7)得到的cj代入公式(6)计算各个管道的压降系数。
[0103][0104]
2051-3、构建物料平衡方程：
[0105]
对任意的节点i有：
[0106]
对任意的管道j有：
[0107]
构建能量平衡方程：
[0108]
对任意的节点i有：
[0109]
对任意的管道j有：
[0110]
公式(8)中，n表示与该节点直接相连的管段数，gj是与该节点i相连的管道j的质量流量；r表示方向，当燃料气流向指向节点i时，r＝0；当燃料气流向指出该节点i，r＝1；
[0111]
公式(9)中，m表示与该管道j直接相连的节点数，gi是与该管道j相连的节点i的质量流量；r'表示方向，当节点i的流量流进管道j时，r'＝0；当节点i的流量流出管道j时，r'＝1；
[0112]
公式(10)和公式(11)中，pj是燃料气从与该节点i相连的管道流出时的压力，pi是与该管道j相连的节点i的压力。
[0113]
由(01)～(09)联立计算出各内节点的流量与压力，由流量及节点布置方式计算各
内节点的组成。
[0114]
在计算过程中，存在节点的布置方式包括：混合器(如图8所示)和分离器(如图9所示)；
[0115]
若节点是混合器的连接方式，已知节点一的组成和流量以及节点二的组成和流量，求解出混合后的节点的组成：
[0116][0117]
若节点是分离器的连接方式，已知某节点的组成，则分解后分解节点的组成与该节点组成相同；
[0118]
不断地迭代计算，直至计算收敛，满足计算收敛条件：最终第n-1次与第n次的组成偏差绝对值的均值在接受范围之内：
[0119][0120]
通过调整各管道的摩擦系数λj提高流动模型的计算精度：
[0121][0122]
上述中fi表示节点i的流量，z
hx
表示混合节点组分x的含量，m表示节点数目；p
rt
表示加热炉t的燃料气实际测得的压力，p
ct
表示依据燃料气在管网中的流动模型计算出的加热炉t的燃料气压力，u表示加热炉的数目；δ为收敛误差、τ为精度误差；
[0123]
x为组分的序号，z
ix
为节点i的组分x的含量。
[0124]
在具体的迭代计算中，本实施例中可将后一次计算出的各节点组成结果重新赋予给对应节点做初始组成，直至最后两次的计算结果小于所规定的收敛误差δ。
[0125]
在本实施例中，采用的是管道当量长度的方法计量阀门、弯头等管件引起的压降损失。管道由于安装与检修、更换时间的差异，管道粗糙度会有区别，同一管道使用几年时间后，其管道粗糙度也会发生改变。为了保证模型的准确性，需要调整管道的粗糙度，即管道的摩擦系数参数，以确保计算结果在可接受的精度误差τ范围之内。
[0126]
因此管道压降计算的准确性和精度至关重要。为了提高流动模型的精度，本实施例中使用调整各条管道的当量长度lej，以控制计算出的压力数据与采集的压力数据的平均相对误差在可接受的范围之内。
[0127]
206、在燃料气管网流动模型计算出各节点的流量、压力和组成数据后，由加热炉燃料气的硫含量，结合燃料气流量、烟气流量，基于公式(1)计算出烟气的so2浓度。上述组成数据包括每台加热炉燃料气的流量、压力、组成和硫含量。
[0128]
将计算出的烟气so2浓度与so2环保限值进行对比，若超过就进行报警提示。
[0129]
通常，烟气so2浓度一般不超过50mg/nm3，超过50mg/nm3进行报警，由烟气so2环保限值，加热炉t燃料气硫含量限值xs
t
和燃料气管网流动模型计算出的各节点的流量fi，根据节点的布置特点按照混合器和分离器组成计算方式计算出各节点的硫含量限值xsi(包括气源的硫含量限值xsk)，将反算出的气源硫含量限值xsk与在线分析仪测出的气源硫含量sk进行对比，若sk≥xsk，则进行气源硫含量预警，提前提醒操作和调度人员及时干预和处理，避免下游加热炉烟气so2浓度超标。
[0130]
需要说明的是，上述任意实施例中温度不变，由于整个管网建模过程中温度对燃料气硫含量的影响并不大，所以建模过程无需考虑温度的变化，直接以管网的水力学方程为基础，在物料平衡和能量平衡的约束下，构建燃料气的管网模型。
[0131]
上述方法实现了精确的so2浓度的预测，且能够有效实现提前的人工干预预警。
[0132]
实施例三
[0133]
以下以一个实例说明上述实施例一和实施例二的方法。
[0134]
某炼厂的主要燃料气来源有：一催脱后干气、二催脱后干气、psa解吸气、气柜脱后干气以及天然气。燃料气的来源简称气源，各气源的流量与压力数据如下表1所示。这些数据是各气源的流量计与压力表测得的实时数据，这些数据上传至实时数据库，从实时数据库可以采集获得。本实施例的上游为供气端即这些气源。
[0135]
表1 各气源的流量与压力
[0136][0137]
各股气源的组成分析来源于人工化验分析数据(lims分析数据，如下表2)，但是硫含量的数据来源于硫含量在线分析仪表。因为人工化验分析的频次太低，无法做到实时监测，尤其是当某一股气源的硫含量超标后，再去进行化验分析，就已经来不及了，因此对于硫含量采用在线分析仪获得的数据。而对于除了硫含量以外的其他组成则采用lims分析数据，因为装置在稳定生产过程中各气源的组成数据在化验分析频次的间隔时间段内基本是稳定的。lims数据从lims数据库中获取，硫含量的实时数据从实时数据库中采集得到。
[0138]
表2 各气源的组成分析(lims分析数据)
[0139][0140]
该炼厂下游的耗气端主要是一些装置的加热炉，它们需要消耗燃料气，主要包括常减压、重整、加氢等单元的加热炉。各加热炉的流量与压力数据也是实时数据，从实时数据库中可以采集获得。下游各耗气端的压力、流量数据如下表3所示。本实施例所说的加氢单元包括很多加氢装置，比如：柴油加氢装置、蜡油加氢装置、渣油加氢装置等，由于所处管网的相对位置相似，该处不再详述。
[0141]
表3 各耗气端的压力与流量
[0142][0143][0144]
该炼厂的燃料气气源有psa(pressure-swing absorption，变压吸附)解吸气、一催化脱后干气、二催化脱后干气、气柜脱后干气以及天燃气，主要的耗气端有常减压加热炉、重整加热炉以及加氢单元的加热炉。燃料气的主要流动路径如图3和图4所示。图中的
“○”
表示燃料气源，
“□”
表示耗气端。psa的原料气可能来自于一催化脱后干气，也可能来自于二催化脱后干气，psa的解吸气去燃料气管网。当psa的原料气来自于一催化时，二催化脱后干气去重整做燃料气；当psa的原料气来自于二催化化时，一催化脱后干气去燃料气管网。
[0145]
图5是燃料气流动的混合路径图，图5中所示的4个阀为手阀(这里使用反控位号的形式人工输入“0”、“1”变量，指示阀门的开关状态，采集进实时数据库，进而判断燃料气此时对应的流动路径。需要说明的是：管网拓扑图中实际上是有很多手阀的，但是只对那些使
燃料气有好几种流动路径的手阀进行“0”、“1”变量的输入)。
[0146]
由于自动控制阀的价格相对较高和燃料气的路径切换并不频繁，故炼厂中燃料气管网中的阀门并不都采用带传感器的自动控制阀(即智能阀)。
[0147]
图5所示的阀门开关状态是：v1＝0,v2＝1；v3＝1,v4＝0，此时对应的工况是：一催化脱后干气去燃料气管网，二催化脱后干气去psa做原料气，重整的燃料气全部来自于燃料气管网。
[0148]
构建燃料气在管网中的流动模型：
[0149]
步骤一：在psa解吸气、一催化干气、二催化干气、气柜干气、天然气、常减压、重整、加氢单元8个节点(气源、耗气端、三条及三条以上管道的交叉点都可叫节点)中选取其中7个的流量数据和剩余一个的压力数据，如下表4所示。
[0150]
本实施例中管线之间的连接处为节点，不包括只有两条管段(即管道)的连接，每个节点至少连接三条管段。
[0151]
表4 管网建模采集的流量与压力数据
[0152][0153]
步骤二：采集各气源的lims化验分析组成数据以及硫含量在线分析数据，如表2所示。
[0154]
图5中显示的当前流动路径的管道关系布置，如图6所示，图5中当前的流动路径可转换成管网拓扑图，即将管网中的每一根管段看做是具有一定物理特性的线段，这些具有一定物理和逻辑关系的线段构成的管网图即形成管网拓扑图。
[0155]
基于图6，其展示的管道关系布置图中显示当前流动路径下有13条管段，图7展示的管网拓扑图显示当前流动路径下有14个节点，其中1、2、6、12、14、11、9、7为外节点，3、4、5、8、10、13为内节点。
[0156]
对外节点做一下对应说明：
[0157]
1节点：psa解吸气；2节点：一催脱后干气；
[0158]
6节点：常减压燃料气；7节点：气柜脱后干气；
[0159]
12节点：二催脱后干气；9节点：天然气；
[0160]
14节点：重整燃料气；11节点：加氢单元燃料气。
[0161]
步骤三：将采集的气源lims数据作为气源的初始化组成数据，而其他节点的初始化组成数据则采集临近气源的组成数据，计算各节点相对分子质量和标准密度，即采用上述的公式(3)和(4)进行计算；
[0162]
比如：节点9的组成可计算出节点9分子量和标准密度；节点11的分子量和密度在初始化时，可取节点9的分子量或者密度。
[0163]
管道内的燃料气密度可采用上述公式(5)进行计算。
[0164]
步骤四：基于前述的公式(7)和(6)，计算各段管道的压降系数。
[0165]
比如：知道节点11的密度和分子量以及管道的结构参数(管道的长度lj、管道直径dj、以及包括弯头、阀门等管件的当量长度lej，)可计算出管段pipe13的压降系数。
[0166]
步骤五：由物料平衡计算各节点的流量，由能量平衡计算出各节点的压力：
[0167]
比如：由物料平衡可以计算出节点11的流量，由此计算出pipe13的压降，从而计算出节点10的压力与流量。
[0168]
了解各节点的流量后，根据混合器节点、分离器节点的原理，可以计算混合物流的组成，即可得到硫含量。
[0169]
步骤六：当计算后的节点组成与前一次计算的同一节点组成偏差绝对值之和的平均值在可接受的范围之内，则认为计算结束，否则将把计算获得的组成作为下次计算的初始值，直至计算结果偏差在可接受范围之内，即满足上述公式(13)。
[0170]
步骤七：由于管段摩擦系数是不确定的估计值，为了提高最终结果的准确性，可调节管段摩擦系数，使压力的计算结果在规定的误差范围之内，即满足上述的公式(14)。
[0171]
也就是说，将计算出的压力数据p
ct
与加热炉的实际测得的压力数据p
rt
进行比较，即可评估燃料气管网流动模型的准确性。调节管道的摩擦系数λj，会影响管道压降参数cj的计算，进而影响最终耗气端压力计算的结果。
[0172]
通过燃料气的流动模型(流程图如图2所示)可计算出表2未知的参数(主要是压力参数)，然后比较计算结果和实际压力值的相对偏差，若相对偏差的绝对值的平均值在规定的误差范围之内，则输出结果(包括耗气端的压力与包含硫含量在内的组成数据)；若相对偏差绝对值的平均值高于规定的误差，则调整管道的摩擦系数，进行流动模型计算，直至最终的相对偏差的绝对值的平均值在规定的误差范围之内。
[0173]
在获得各耗气端燃料气硫含量数据s
ct
后，在硫平衡的框架下，结合各单元装置加热炉的燃料气流量f
rt
和烟气流量fy
rt
，基于公式(1)可以计算出烟气中的二氧化硫浓度.
[0174]
具体地，燃料气中的硫在发生燃烧反应后会转化成so2，燃料气中的so2浓浓度是(mg/kg)：
[0175]
烟气中的so2浓度是(mg/nm3)：
[0176]
so2会部分转化成so3，so2至so3的转化率η，一般取3％。
[0177]
加热炉中烟气so2浓度一般不超过50mg/nm3，超过50mg/nm3进行报警，由烟气so2浓度限值可反算出燃料气硫含量限值，若流动模型最终计算出的加热炉燃料气硫含量超过该数值时，可提前进行报警，提醒操作人员进行干预，避免出现烟气so2超标的事故。加热炉燃料气硫含量报警值计算公式如下：
[0178]
本实施例的测试方法通过建立燃料气流动模型，进而基于炼厂当前燃料气的实时数据和基本信息，获取各台加热炉内硫含量的信息，进而确定是否达到限值，由此，相对于现有的在线分析仪使用成本很高，且检测不及时，同时不能实现提前预警使得炼厂提前干预的目的。
[0179]
应当注意的是，在权利要求中，不应将位于括号之间的任何附图标记理解成对权
利要求的限制。词语“包含”不排除存在未列在权利要求中的部件或步骤。位于部件之前的词语“一”或“一个”不排除存在多个这样的部件。本发明可以借助于包括有若干不同部件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的权利要求中，这些装置中的若干个可以是通过同一个硬件来具体体现。词语第一、第二、第三等的使用，仅是为了表述方便，而不表示任何顺序。可将这些词语理解为部件名称的一部分。
[0180]
此外，需要说明的是，在本说明书的描述中，术语“一个实施例”、“一些实施例”、“实施例”、“示例”、“具体示例”或“一些示例”等的描述，是指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
[0181]
尽管已描述了本发明的优选实施例，但本领域的技术人员在得知了基本创造性概念后，则可对这些实施例作出另外的变更和修改。所以，权利要求应该解释为包括优选实施例以及落入本发明范围的所有变更和修改。
[0182]
显然，本领域的技术人员可以对本发明进行各种修改和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也应该包含这些修改和变型在内。