摘 要：天然气加热炉广泛应用于天然气集输系统中，中国石化开发的四川盆地普光气田现有的加热炉系统无法实现流量和压力的自动控制，严重影响了该气田的生产运行效率。为此，分析了酸气加热炉的工艺流程及其特点，在此基础上构建了酸气加热炉的智能控制系统，并针对其不足进行了一系列优化：①二级节流阀开度流量关系曲线的线性优化；②偏差—控制量关系的优化；⑧偏差积分一控制量关系的优化；④流量压力延时控制优化；⑤采用多参数综合控制算法，使被控流量压力更快速进入稳态，达到新的设定值；⑥增加了智能识别和处理模块。优化后的酸气加热炉智能控制系统克服了原来PID控制系统的功能缺陷，实现了产出酸气流量、压力的稳定控制，为该气田的安全生产开发提供了技术保障。同时，该系统充分发挥计算机、PLC等智能化、数字化设备的优势，可以方便地通过计算机操作完成对全气田各井酸气自动调产、调压工作，为数字化气田建设提供了技术支持。
关键词：四川盆地 普光气田 酸气 加热炉 智能控制 构建 优化 中国石油化工股份有限公司
Building and optimizing an intelligent control system of a sour gas heating furnace in the Puguang Gas Field,Sichuan Basin
Abstract：A natural gas heating furnace has been widely applied in natural gas gathering and transportati。n system in fields．However，the exlstlng heating furnace system failed to achieve the automatic control of flow rate and pressure in the Sinopec Puguang Gas Field，Sichuan Basin，severely influencing the operation efficiency．In view of this，through the analysis of the flow process and char acterlstles of a sour gas heating furnace in this field，an intelligent control system was built and was further optimized in many ways：the linear optlmlzatlon of the valve opening vs flow rate of FVC(flow control valve)，the optimization of deviation vs controlled variable，the optimization of deviation integral vs controlled variable，the optimization of delay time controlling of flow rate and pressure,the optimization of multivariable proportional integral derivative(PID)controllers(as a result，the controlled flow rate and pressure will rapidly come to the steady state of reaching up to a newly set value)，and the addition of an intelligent recognition and processing module．The optimized intelligent control system for the sour gas heating furnace remedies ttle defect of the former PID controller to achleve the steady control of sour gas flow rate and pressure，providing robust technological support for the safe development and production of the gas field．Besides，with such intelligent and digitalized equipments as computers，programmable logic controller(PLC)，etc．brought into full use，this optimized intelligent control system can help automatically control and adjust the well production and pressure of each sour gas well all over the field，providing technological support for the construction of a digitalized gas field．
Key words：Sichuan Basin，Puguang Gas Field，sour gas，natural gas heating furnace，intelligent control system，building，optimization，Sinopec
天然气加热炉作为油气田一种重要的加热设备，广泛地应用于天然气集输系统中[1-4]。中国石化普光气田属高酸性气田，开发中面临剧毒、强腐蚀性等诸多高风险因素，使安全成为关系工程建设成败的决定性条件。但目前，普光气田所使用的加热炉自动控制系统一直未能正常发挥作用，无法实现酸气定产、稳压以及流量的准确计量，酸气加热效果差，严重时会造成加热炉停炉、关井。笔者以酸气加热炉流量及压力的自动控制为核心，对加热炉智能控制系统的构建及优化进行研究，实现了酸气流量、压力、温度的自动控制，其成果对于气井定产稳压、调产、调压、温控、燃烧自动控制等方面具有重要作用，为气田的安全生产开发与数字化气田建设提供了技术保障。
1 酸气加热炉智能控制系统的构建
1．1 酸气加热炉工艺流程特点
图l为酸气加热炉工艺流程图，从左到右依次为井口一级节流阀后压力(P1)和温度(T1)变送器、二级节流阀(FVC)、二级节流阀后压力(P2)和温度(T2)变送器、加热炉一级盘管、三级节流阀(PVC)、加热炉二级盘管、三级节流后后压力(P3)和温度(T3)变送器、流量计(Q3)等。根据生产要求，Q3、P2、T3是关键控制对象，而Q3、P2同时都与二级三级节流阀的开度有关，任何一个阀动作都会同时影响Q3和P2，调节流量会引起压力变动，调节压力同样也会引起流量变化。流量变化也会影响温度的控制，进而影响加热炉的工作状态。根据这一工艺流程特点，一般的PID控制已不能实现稳定的控制，需要应用智能控制解决多变量相互干扰的技术问题。
1．2 智能控制系统基本模型
智能控制系统由知识库、推理机及控制器组成，基本模型见图2。图2中u(t)为控制量，e(t)为偏差，ysp(t)为设定值，y(t)被控参数如流量、压力、温度等。控制量u(t)与多种变量或事实相关，构成复杂的函数关系或变化规则。
知识库：把人的知识和经验表达成计算机可以识别、理解和执行的语言，即事实和规则(IF-THEN)，并把这些事实和规则送入计算机，建立一个软件模块，即知识库。知识库代表人对生产过程控制的最佳操作方案。
推理机：是知识控制软件模块根据系统当前运行状态选择一件事实，并在知识库中搜索对应规则。若事实与规则(IF)匹配，则对执行器发出执行操作的指令(THEN)。“事实”包括控制系统原始数据、中间运行状态、中间结果、性能指标等，如设定值、被控量、控制量、偏差、偏差变化率、超调量、控制动态过程时间、震荡次数、系统参数以及其他相关变量等。
对加热炉智能控制系统而言，Q3的控制量u2(t)(以节流阀的开度表示)就不只与Q3的偏差有关，还与当前两个节流阀开度、Q3及其偏差绝对值的均值、P2及其偏差、P1、P3、T3、Q2等事实有关。压力与流量的情况相同，与诸多工艺参数或因素相关。
2 酸气加热炉智能控制系统的优化
根据上述情况，用软件对控制系统进行优化。
2．1 二级节流阀开度流量关系曲线线性的优化方案
绘制拟合曲线和线性化补偿反函数曲线(图3)。二级节流阀开度(ST)与流量系数(CV)存在图3-a蓝色曲线所示关系，曲线表明两者关系非线性比较严重，不利于流量均匀准确控制，必须进行线性化，以达到智能线性解耦控制。
补偿后，控制量与流量摹本早现直线关系，实现了二级节流阀在0～100％开度范围内对流量的均匀线性控制。
2．2 偏差[e(t)]—控制量[u(t)]关系的优化
引用智能控制系数Kint和相对偏差绝对值的均值E(f)，使比例随偏差而变。起始部分大，控制较快，随着偏差变小，控制比例变小，收敛效果更好，残差和波动幅度更小，控制效果更好(图4、5)，图中纵坐标y(f)／Y表示被控参数与量程的百分比。
可见，采用智能控制，可使偏差快速稳定收敛，当[å|e(t)|／n]／Yset≥5％时，采用固定比例控制，当[å|e(t)|／n]／Yset≤5％时，采用一定时间(大约0.5个波动周期)相对偏差绝对值的均值(10／Yset)[ å|e(t)|／n]作为改变控制量的随机变动系数，智能系数Kint，与E(t)在5％以下时呈线性递增关系，控制量u(t)与E(t)呈非线性递增关系。
从上述分析可知，采用智能控制系统，可以快速稳定收敛，偏差较小，超调量较小，不易震荡。因此，在酸气流量、压力难于控制的复杂工况环境中可以应用。
2．3 偏差积分[i(t)]一控制量[u(t)]关系的优化
引用智能积分控制系数，随机改变积分强度，偏差越大、积分作用越强，偏差越小、积分作用越弱。效果见图6、7，图中纵坐标y(t)／Y表示被控参数与量程的百分比。
2．4 流量压力延时控制优化方案
采用智能解耦控制，将延时后的测量偏差作为下一步控制依据，若延时T，则控制量u(t)对应e(t+T)(图8)。
2．5 其他控制优化方案
针对二三级调节阀均与流量压力同时相关，另外采用多参数综合控制算法，使被控流量压力更快速进入稳态，达到新的设定值；针对高含硫及杂质对现场仪表的影响进行了控制功能优化，软件中增加了智能识别和处理模块，如节流阀卡堵识别及处理、流量计及压力变送器引压管堵塞识别及处理等。
3 酸气加热炉智能控制系统技术试验
3．1 加热炉及控制系统工艺设备参数
气田在运的加热炉型号为ENERFLEX800W／1000W，炉体额定耐压压力为0.1MPa，最高工作温度为l15℃，一级盘管额定耐压压力为20MPa，二级盘管额定耐压压力为10.7MPa。孔板流量计的引用误差为±l.5％F·S，F·S为流量计量程(100×104m3／d)。流量、压力、温度等参数必须控制在设备额定工作范围内，稳态流量、压力、温度控制精度在设定值±3％F·S范围以内。
3．2 智能控制系统试验检测线路设计
以计算机和PLC为核心组成智能控制系统[5-6]，完成流量、压力等的自动控制(图9)。
3．3 实验结果
3．3．1酸气调产动态／稳态特性
酸气调产时的流量压力实时监控如图l0所示。
3．3．2酸气调压动态／稳态特性
酸气调压时的流量压力实时监控如图ll所示。
由图l0、11可知，酸气加热炉智能控制系统，实现了对流量、压力自动控制功能，消除了流量、压力的波动，可以实现酸气自动定产、定压控制。
3．4 系统功能参数
酸气加热炉智能控制系统流量、压力控制指标如表1所示。
4 结论
1)由智能控制系统构建的普光气出酸气加热炉控制系统，克服了原来PID控制系统不稳定造成的关井停炉现象和其他集输设备的生产故障，实现了产出酸气流量、压力的稳定控制，为气田的安全生产开发提供了技术保障。
2)该系统充分发挥计算机、PLC等智能化、数字化设备的优势，可以方便地通过计算机操作完成对全气田各井酸气自动调产、调压工作，为数字化气田建设提供了技术支持。
参考文献
[1]朱利凯．天然气处理与加工[M]．北京：石油工业出版社，1997．
ZHU Likai．Natural gas sweetening and processing[M]．Beijing：Petroleum Industry Press，1997．
[2]于庆波，秦勤，杨宗山，等．水套加热炉的改进设计[J]．工业加热，2000，l0(6)：28-29．
YU Qingbo，QIN Qin，YANG Zongshan，et al．The improvement of water jacket furnace design[J]．Industrial Heating，2000，10(6)：28-29．
[3]严平，曹伟武，钱尚源，等．大圆筒天然气加热炉流场研究及传热面优化[J]．天然气工业，2010，30(2)：ll9-122．
YAN Ping，CAO Weiwu．QIAN Shangyuan，et al.Research of flow field in large cylinder natural gas heating furnace and optimized arrangenlent of heat exchanging areas[J]．Natural Gas Industry，2010，30(2)：119-122．
[4]郭韵，曹伟武，严平，等．天然气加热炉的发展现状与改进探索[J]．天然气工业，2009，29(12)：97-100．
GUO Yun，CAO Weiwu，YAN Ping，et al.Exploration and development of natural gas heaters with high fuel efficiency[J]．Natural Gas Industry，2009，29(12)：97-100．
[5]王述彦，师宇，冯忠绪．基于模糊PID控制器的控制方法研究[J]．机械科学与技术，2011，30(1)：166-172．
WANG Shuyan，SHI Yu，FENG Zhongxu．Based on the fuzzy PID controller in the control method research[J]．Journal of Mechanical Science and Technology，2011，30(1)：166-172．
[6]李士勇．模糊控制·神经控制和智能控制论[M]．哈尔滨：哈尔滨工业大学出版社，2006．
LI Shiyong．Fuzzy control：Neural control and intelligent control theory[M]．Harbin：Harbin Industrial University Press．2006．
本文作者：王和琴 张分电 李延利 刘方俭 宁海春 韩燕君
作者单位：中国石化中原油田普光分公司
中国石化中原油田勘探开发科学研究院
您可以选择一种方式赞助本站
支付宝转账赞助
微信转账赞助
