CN101221151A - 反应器内催化剂积炭量的声波检测方法 - Google Patents

Abstract

本发明公开了一种反应器内催化剂积炭量的声波检测方法。通过接收流化床反应器或再生器内部的声发射信号，分析接收到的声发射信号特征参数，结合小波分析或小波包分析方法，确定催化剂是否结焦和结焦催化剂的积碳量，实现对催化剂结焦、烧焦过程的实时在线监控。本发明方法具有敏感、安全环保、简易快捷等特点，对FCC、MTO、GTO流化床反应器段和再生器段的催化剂积炭量及其变化能及时准确地在线分析，用以指导生产。

Description

反应器内催化剂积炭量的声波检测方法

技术领域

本发明涉及声波检测领域，尤其涉及一种反应器内催化剂积炭量的声波检测方法。

背景技术

催化剂结焦现象广泛存在于原油催化裂化(FCC)、甲醇制烯烃(MTO)、天然气制烯烃(GTO)等过程中。所谓催化剂结焦是指催化剂活性中心或/和催化剂孔道内产生积炭，导致催化剂活性降低或消失。因此在工业生产中，结焦催化剂必须经过烧焦再生处理，循环使用。催化剂反应一再生系统中，积炭量决定了催化剂的反应停留时间、再生器的耗氧量和再生时间。所以催化剂积炭量的检测对提高催化剂单程转化率、减少再生器能源消耗、提高生产率和节约生产成本至关重要。工业上催化剂积炭主要为碳氢化合物，因此积炭量普遍采用定碳来表示，即单位重量催化剂上含碳量的多少。

目前工业中测量积炭量的方法一般有取样分析法、模型估计法等。取样分析法间歇采取不同反应时间、不同反应器部位的结焦催化剂，通过实验室分析确定结焦催化剂的定碳量。取样分析法的研究主要集中于如何提高实验室定碳分析的精确度。而模型估计法通过对反应器、反应条件和催化剂性质建模，从而由催化剂反应停留时间等参数推测结焦催化剂的积炭量。

但是以上方法在工业应用中存在着不足之处，如下：

1)取样分析法虽然可以精确地测定结焦催化剂的积炭量，但是该方法具有明显的滞后性。取样-实验室分析不能实时在线地反映反应器中催化剂的结焦程度，因此不能快速地将结焦信息反馈到控制段。同样地，该方法不能及时地报告异常结焦状况的产生。而且，由于采样口的限制，只能对固定的部位进行采样分析，无法根据即时需要获取特定部位的催化剂结焦信息。

2)模型估计法根据操作和反应器参数能一定程度地预测到结焦催化剂的积炭程度。但是，首先模型只是实际反应器的简化，无法完全地反映实际反应情况，精确度不高；其次模型反映的是整体反应器，无法获取特定的局部反应器段结焦催化剂的积炭信息。

因此，发展基于无接触测试技术、瞬态实时分析技术的简易快捷、安全环保的声波检测方法，对提高结焦催化剂积炭检测精度，实时在线反映特定反应器段结焦信息，预报催化剂异常结焦，优化反应-再生系统从而降低能耗具有重要意义。

发明内容

本发明的目的是提供一种反应器内催化剂积炭量的声波检测方法。

反应器内催化剂积炭量的声波检测方法包括如下步骤：

1)接收反应器或再生器内部催化剂撞击壁面产生的声发射信号；

2)确定声发射信号的频率f、振幅A、能量N、各频率段i的能量分率E_i或者四者之间的组合参数作为特征值；

3)选取声发射信号的频率f、振幅A特征值；

4)将所采集到的声发射信号通过频谱计算，得到频率f所对应的能量N特征值，N＝A²，其中A为振幅；

5)对所得声发射信号进行小波分析或者小波包分析，进行计算分别得到小波分析或者小波包分析各频率段i下能量分率E_i特征值；

6)利用各频率段能量分率E_i或者相邻频率段能量分率的加和∑E_i的变化规律，和频率f、振幅A一起，作为多元回归模型的输入，通过上述声发射信号的能量N、各频率段的能量分率E_i、频率f和振幅A的变化规律定量分析反应器内催化剂的积炭量。

所述的频率段能量分率E_i的频段数i为1～256个。声发射信号频率为0Hz～20MHz。声发射信号频率优选为0Hz～1MHz。

所述的将所采集到的声发射信号通过频谱计算方法如下：将时域所得的采集序列定义为f(x)，相对应频域序列定义为F(x)，其时域到频谱的对应关系为： $F\left(x\right)={\∫}_{-\∞}^{\∞}f\left(\mathrm{\ξ}\right)e^{-\mathrm{ix\ξ}}\mathrm{d\ξ}\·$

所述的多元回归模型为C/C₀＝k₁(N-N₀)/N₀+k₂(E_i-E_i0)/E_i0+k₃(f-f₀)/f₀+k₄(A-A₀)²/A₀ ²，其中C₀是新鲜催化剂颗粒的重量，N₀，E_i0，f₀，A₀是新鲜催化剂流化时各特征量的值，k₁，k₂，k₃，k₄为定常数，由不少于4种已知积炭量的结焦催化剂流化时得到的各特征量的值通过最小二乘法拟和上述模型获得。

本发明与现有技术相比具有的有益效果：

1)对于催化剂结焦的变化非常灵敏，能够瞬时地反映出新鲜催化剂结焦和结焦催化剂积炭量的变化，且检测结果精度较高；

2)声波检测装置是实时在线的；

3)声波监测装置是非插入式的，安装时候只要直接贴于流化床反应器壁面上就可以了，简易方便，因此不会影响流化床内部的流场，对系统内部的流动和反应不会造成影响，理论上能检测流化床反应器段任意位置的催化剂结焦信息；

4)声波信号能直接反映催化剂积炭量的动态信息，通过计算机程序可以进行动态演示；

5)是一种安全、绿色、环保的方法，对人体无害，并且采用无源或/和有源声发射原理，对于具有易燃易爆物质的流化床反应器也是安全的，不会由于静电等原因造成反应器的爆炸。

6)本发明对FCC、MTO、GTO流化床反应器段和再生器段的催化剂积炭量能及时准确地在线分析，对结焦催化剂积炭程度的变化能快速灵敏地在线反映，对催化剂异常结焦的产生能及时地起到预警作用，并能通过上述分析结果对生产参数进行控制。

附图说明

图1是空白条件(未加催化剂)下的声信号频谱特征图；

图2是v＝0.057m/s时新鲜催化剂与结焦催化剂声信号频谱特征图；

图3是v＝0.071m/s时新鲜催化剂与结焦催化剂声信号频谱特征图；

图4是v＝0.085m/s时新鲜催化剂与结焦催化剂声信号频谱特征图；

图5是v＝0.099m/s时新鲜催化剂与结焦催化剂声信号频谱特征图；

图6是v＝0.13m/s时新鲜催化剂与结焦催化剂声信号频谱特征图；

图中分为上下两部分，上部分为新鲜催化剂的声信号频谱特征图，下部分为结焦催化剂声信号频谱特征图；

图7是小波10尺度分解结焦催化剂相对于新鲜催化剂声信号能量分率的变化率随频段i的变化关系示意图；

图8是小波包10尺度分解结焦催化剂相对于新鲜催化剂声信号能量分率的变化率随频段i的变化关系示意图。

具体实施方式

本发明可用于流化床反应器的类型包括：气固流化床反应器、液固流化床反应器和气液固三相流化床反应器。更进一步地，本发明方法可用于带有上述流化床段的各式复合反应器和再生器。

流化床反应器内部的动态声波信号通过设置在流化床反应器段壁面处的声波接收装置进入放大装置进行信号的放大，以保证在长距离内信号不衰减，然后进入声信号采集装置进行信号的A/D转换，最后进入声波信号处理装置(计算机)进行处理和分析。

采集得到新鲜催化剂和结焦催化剂在不同气速下流化时撞击壁面产生的声信号。首先通过频谱分析确定新鲜催化剂流化时产生的声信号主频或主频段，在相同的条件下考察结焦催化剂产生的声信号主频或主频段。通过主频频率f或/和主频频率段能量值N或振幅A的变化确定催化剂是否结焦或催化剂结焦程度的变化。其次将新鲜催化剂和结焦催化剂产生的声信号分别作十尺度小波分解，计算各个尺度下声信号能量分率，通过特征尺度能量分率的变化同样地确定催化剂是否结焦或催化剂结焦程度的变化，验证结论。最后将不同积炭量的催化剂产生的声信号在十尺度小波分解后得到的特征尺度的能量分率，和频率f、振幅A一起，建立多元回归模型，作为该批催化剂的积炭量-声信号特征尺度能量值N关系式，从而可以通过测定结焦催化剂的声信号特征尺度能量值N得到催化剂积炭量。

采用FCC新鲜催化剂和定碳量1％的结焦催化剂，按照上述方法操作。在新鲜催化剂的频谱图上得到四个明显的特征峰，反映了该结构催化剂的声信号主频，而相同条件下结焦催化剂的频谱图上只出现了两个特征峰，说明该催化剂的结构组成发生了变化。一方面，催化剂表面积炭，由于积炭主要为碳氢成分，和新鲜催化剂组成成分不同，因此两者的弹性模量必然不同，当积炭覆盖或部分覆盖催化剂表面后，该催化剂撞击壁面产生的声信号特征发生变化；另一方面，催化剂内部孔道积炭，导致催化剂的表观密度发生变化，不同表观密度的催化剂撞击壁面产生的声信号特征也是不同的。对信号作十尺度小波分解并计算各尺度小波能量的分率E_i，同样地发现第二、第三尺度的能量分率发生了变化，这是由于第二、第三尺度对应的正是催化剂的特征主频段，验证了上述结论。

采用不同积炭程度的FCC催化剂，定碳值分别为0.1％，0.2％，0.3％，0.4％，0.5％，0.6％，0.7％，0.8％，0.9％，1％(wt％)按相同方法操作。以第二尺度为特征尺度，基于相应的能量分率E_i、频率f、振幅A，建立多元回归模型，获得了积炭量-声信号特征值的定量关系式。采用该关系式，在上述方法下实施测量未知结焦程度催化剂的积碳量。

实施例

反应器内催化剂积炭量的声波检测方法包括如下步骤：

1)接收反应器或再生器内部催化剂撞击壁面产生的声发射信号；在高1000mm、内径150mm，分布板为多孔平板，孔径为2.0mm，开孔率为2.6％的有机玻璃建造的气固循环流化床中，以空气作为流化气体，表观气速v＝0.057、0.071、0.085、0.099、0.13m/s，无源声发射换能器贴于离分布板上方25mm处。在上述条件下分别测取FCC新鲜催化剂和结焦催化剂在上述各气速下的声发射信号。声发射信号频率为0Hz～20MHz。声发射信号频率优选为0Hz～1MHz。测取FCC新鲜催化剂在上述各气速下的声信号，作频谱分析，如图2-上图～图6-上图所示。保持其他操作条件不变，用结焦催化剂代替新鲜催化剂，测取各气速下的声信号，作频谱分析，如图2-下图～图6-下图所示。

2)确定声发射信号的频率f、振幅A、能量N、各频率段i的能量分率E_i或者四者之间的组合参数作为特征值；

E_i可由小波分解分解得到，其Matlab程序如下：

function[RE]＝ef_wavelet(s，n)

                              ％小波分析n尺度能量分率计算程序

                              ％s为测量所得声波原始信号时间序列

                              ％n为需要分解的尺度数，一般采用十尺度

[C，L]＝wavedec(s，n，′db2′)；％利用db2小波对原始信号进行n(一般用十)尺度

                                 分解，C为分解后的分解向量，L为登记向量

fork＝1:n

A{k}＝wrcoef(′d′，C，L，′db2′，k)；    ％利用前面分解的结果对信号进行分尺度

                                                 重构。A为重构的各尺度细节信号

        B{k}＝wrcoef(′a′，C，L，′db2′，k)；％B为重构后的各尺度概观信号

end

A{n+1}＝B{n}；                                    ％将第n(一般用十)尺度的概观信号当

                                                  作细节信号第n+1(十尺度小波分解中为

                                                  11)尺度

for k＝1:n+1

    a＝fft(A{k})；              ％分别对每一尺度的细节信号进行FFT变换；

    b＝abs(a.^2)；              ％对变换后的信号取平方，即取其能量值；

    E(k)＝sum(b)；              ％计算每一尺度的能量值

end；

E(n+2)＝sum(E(1:n+1))；％计算声波各尺度能量总值

for k＝1:n+1

    RE(k)＝E(k)/E(n+2)；％分别计算每一尺度的能量分率值

End；

E_i可由小波包分解得到，其Matlab程序如下：

function[RE]＝ef_wavepack(s，N)

                               ％得到N层小波包分析后的细节数据，一般N取

                               3，则原始信号被等分为2^3＝8份

t＝wpdec(s，N，′db2′)；    ％用db2小波对原始信号进行N尺度分析

n＝2^(N+1)-1；               ％信号一阶阶分开，从上到下为n个信号

for k＝1:n

    b＝k-1；

    A{k)＝wprcoef(t，b)；％对每一阶信号进行重构

end；

nn＝2^N；

for i＝1:nn

    j＝n-nn+i；                ％由于最后的2^N阶信号才是最终分解得的信号，所

                               以真正的分析结果最后2^N阶

    B{i}＝A{j}；               ％将结果放入B中

end；

for k＝1:nn

    a＝fft(A{k})；    ％分别对每一尺度的信号进行FFT变换；

    b＝abs(a.^2)；    ％对变换后的信号取平方，即取其能量值；

    E(k)＝sum(b)；    ％计算每一尺度的能量值；

end；

E(nn+1)＝sum(E(1:nn))；  ％计算声波各尺度能量总值

for k＝1:nn

    RE(k)＝E(k)/E(nn+1)；％分别计算每一尺度的能量分率值

End；

3)选取声发射信号的频率f、振幅A特征值；对所得声发射信号进行频谱分析，在不同表观气速下选取频率f都为125～250kHz。不同气速下新鲜催化剂和结焦催化剂振幅A分别可从采集程序中在对应频率f下读取。结果表明，在相同频率f下，结焦催化剂的振幅A均比新鲜催化剂的小。因此以新鲜催化剂的声信号频谱图为标准，当实测得到的催化剂声信号频谱中，相同频率f下的振幅A变化时，可以确定催化剂结焦。

4)将所采集到的声发射信号通过频谱计算，得到频率f所对应的能量N特征值，N＝A²，其中A为振幅；结果表明，在相同频率下，结焦催化剂的能量N均比新鲜催化剂的小。因此以新鲜催化剂的声信号频谱图为标准，当实测得到的催化剂声信号频谱中，相同频率f下的能量N变化时，可以确定催化剂结焦。

5)对所得声发射信号进行小波分析或者小波包分析，进行计算分别得到小波分析或者小波包分析各频率段i下能量分率E_i特征值；保持其他操作条件不变，表观气速v＝0.13m/s下测取不同结焦程度催化剂的声信号。运用小波分析和小波包分析方法对每个声信号作十尺度小波分析，计算得到每一尺度的能量分率E_i。频率段能量分率E_i的频段数i为10个。小波和小波包计算过程利用Matlab程序进行编程得到，具体由上所述。

6)将已知积炭量的不同结焦程度催化剂流化时产生的声信号的各特征值代入多元回归模型C＝k₁(N-N₀)/N₀+k₂(E_i-E_i0)/E_i0+k₃(f-f₀)/f₀+k₄(A-A₀)²/A₀ ²，用最小二乘法拟和得到定常数k₁，k₂，k₃，k₄分别为0.0023，0.0047，0.0012，0.0024。

6)利用各频率段能量分率E_i或者相邻频率段能量分率的加和∑E_i的变化规律，和频率f、振幅A一起，作为多元回归模型的输入，通过上述声发射信号的能量N、各频率段的能量分率E_i、频率f和振幅A的变化规律定量分析反应器内待测催化剂的积炭量。其他操作条件不变，保持表观气速v＝0.13m/s。分析10尺度小波分解或小波包分解每个频段i下结焦催化剂相对于新鲜催化剂声信号能量分率的变化率随频段i的变化关系，结果如图7和图8所示。图中纵坐标η为结焦催化剂相对于新鲜催化剂声信号能量分率的变化率。结果表明i＝2时结焦催化剂相对于新鲜催化剂声信号能量分率的变化率最低，取第二尺度即i＝2为特征尺度，其频率范围f为125～250kHz。以第二尺度的能量分率E₂、频率f和振幅A作为变量，建立催化剂结焦程度(定碳量)与各变量之间的多元回归模型。保持其他操作条件不变，表观气速v＝0.13m/s下测取未知结焦程度催化剂的声信号。运用小波分析或者小波包分析方法对每个声信号作十尺度小波分解或者小波包分解，计算得到第二尺度的能量分率E₂，根据多元回归模型得到该催化剂的结焦程度(定碳量)。

Claims (6)

1.一种反应器内催化剂积炭量的声波检测方法，其特征在于包括如下步骤：

1)接收反应器或再生器内部催化剂撞击壁面产生的声发射信号；

2)确定声发射信号的频率f、振幅A、能量N、各频率段i的能量分率E_i或者四者之间的组合参数作为特征值；

3)选取声发射信号的频率f、振幅A特征值；

4)将所采集到的声发射信号通过频谱计算，得到频率f所对应的能量N特征值，N＝A²，其中A为振幅；

5)对所得声发射信号进行小波分析或者小波包分析，进行计算分别得到小波分析或者小波包分析各频率段i下能量分率E_i特征值；

6)利用各频率段能量分率E_i或者相邻频率段能量分率的加和∑E_i的变化规律，和频率f、振幅A一起，作为多元回归模型的输入，通过上述声发射信号的能量N、各频率段的能量分率E_i、频率f和振幅A的变化规律定量分析反应器内催化剂的积炭量。

2.根据权利要求1所述的一种反应器内催化剂积炭量的声波检测方法，其特征在于所述的频率段能量分率E_i的频段数i为1～256个。

3.根据权利要求1所述的一种反应器内催化剂积炭量的声波检测方法，其特征在于所述的将所采集到的声发射信号通过频谱计算方法如下：将时域所得的采集序列定义为f(x)，相对应频域序列定义为F(x)，其时域到频谱的对应关系为： $F\left(x\right)={\∫}_{-\∞}^{\∞}f\left(\mathrm{\ξ}\right)e^{-\mathrm{ix\ξ}}\mathrm{d\ξ}\·$

4.根据权利要求1所述的一种反应器内催化剂积炭量的声波检测方法，其特征在于所述的多元回归模型为C/C₀＝k₁(N-N₀)/N₀+k₂(E_i-E_i0)/E_i0+k₃(f-f₀)/f₀+k₄(A-A₀)²/A₀ ²，其中C₀是新鲜催化剂颗粒的重量，N₀，E_i0，f₀，A₀是新鲜催化剂流化时各特征量的值，k₁，k₂，k₃，k₄为定常数，由不少于4种已知积炭量的结焦催化剂流化时得到的各特征量的值通过最小二乘法拟和上述模型获得。

5.根据权利要求1所述的一种反应器内催化剂积炭量的声波检测方法，其特征在于所述的声发射信号频率为0Hz～20MHz。

6.根据权利要求6所述的一种反应器内催化剂积炭量的声波检测方法，其特征在于所述的声发射信号频率为0Hz～1MHz。

Images