CN108446258B - 一种水合物抑制剂效能评价方法及系统 - Google Patents

一种水合物抑制剂效能评价方法及系统 Download PDF

Info

Publication number
CN108446258B
CN108446258B CN201810313626.6A CN201810313626A CN108446258B CN 108446258 B CN108446258 B CN 108446258B CN 201810313626 A CN201810313626 A CN 201810313626A CN 108446258 B CN108446258 B CN 108446258B
Authority
CN
China
Prior art keywords
nucleation
hydrate
inhibitor
reaction system
screening
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201810313626.6A
Other languages
English (en)
Other versions
CN108446258A (zh
Inventor
柯伟
陈道毅
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Graduate School Tsinghua University
Original Assignee
Shenzhen Graduate School Tsinghua University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shenzhen Graduate School Tsinghua University filed Critical Shenzhen Graduate School Tsinghua University
Priority to CN201810313626.6A priority Critical patent/CN108446258B/zh
Publication of CN108446258A publication Critical patent/CN108446258A/zh
Application granted granted Critical
Publication of CN108446258B publication Critical patent/CN108446258B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Operations Research (AREA)
  • Probability & Statistics with Applications (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Algebra (AREA)
  • Evolutionary Biology (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Organic Low-Molecular-Weight Compounds And Preparation Thereof (AREA)

Abstract

本发明公开了一种水合物抑制剂筛选方法及系统，所述方法包括步骤：(1)制备待评价的水合物反应体系；(2)筛选抑制成核性能或者抑制生长性能满足相应性能要求的水合物抑制剂；(3)筛选抑制生长性能或者抑制成核性能满足相应性能需求的水合物抑制剂。所述系统包括上位机、下位机、搅拌槽并联反应器以及摇摆槽并联反应器；所述搅拌槽并联反应器与下位机信号相连；所述摇摆槽并联反应器与下位机信号相连；所述上位机与所述下位机信号连接。本发明能全面评价水合物抑制剂的抑制成核性能和抑制生长性能等，从而对水合物抑制剂进行全面而准确的筛选，满足不同抑制成核性能和抑制生长性能的要求；同时大量节省人力物力。

Description

一种水合物抑制剂效能评价方法及系统
技术领域
本发明属于水合物成核领域，更具体地，涉及一种水合物抑制剂效能评价方法及系统。
背景技术
天然气水合物是天然气分子与水在高压低温条件下形成的笼型晶体结构。如何有效防治水合物在油气运输管道中的形成与堵塞是流体运输保障领域的重大课题。
科学上目前还没有完全揭开天然气水合物的成核与生长机制，也尚未形成一套统一的水合物动力学抑制剂(KHI)效能的实验评估手段和数据分析方法。
当前的水合物抑制剂效能评估实验当中，都是采用同一套实验流程来同时采集水合物成核数据和生长数据，对抑制剂对水合物成核与生长两个阶段分别的抑制效能不能够加以精确的区分和独立研究，因此也不能够全面、综合的判定一种抑制剂对水合物的抑制效能，缺乏针对性，也对数据分析造成一定的障碍。详细说来，如果以恒温实验采集水合物成核诱导时间并同时记录水合物生长阶段的气体消耗曲线，对成核诱导时间的分析可以得到成核速率作为关键参数评估抑制剂对水合物成核阶段的抑制效果，而恒温下的气体消耗速率则不能够全面反应所测试的抑制剂组分对水合物晶体形成后持续生长的抑制效能；如果以持续降温的实验流程来观测添加抑制剂后触发水合物成核的反应温度(过冷度)，则可以在持续降温过程中和水合物生成后对不同过冷度下水合物的生长曲线有直观的记录、由此判定抑制剂对水合物生长阶段的抑制效能，但是因为采集不到成核阶段的成核诱导时间，只能采集温度数据，因而又对分析水合物的成核速率造成困难。
综上，目前尚无水合物抑制剂抑制效能的综合评价方案。
发明内容
针对现有技术的以上缺陷或改进需求，本发明提供了一种水合物抑制剂效能评价方法及系统，其目的在于通过采用水合物晶体成核速率和过冷度综合评价水合物抑制剂的抑制效能，由此解决现有技术不能综合评价水合物一直及抑制效能的技术问题。
为实现上述目的，按照本发明的一个方面，提供了一种水合物抑制剂筛选方法，包括以下步骤：
(1)将待评价的水合物抑制剂按照预定比例加入待抑制的水合物体系，制备待评价的水合物反应体系；
(2)对步骤(1)中制备的水合物反应体系，获取所述水合物反应体系的成核速率或者过冷度，筛选抑制成核性能或者抑制生长性能满足相应性能要求的水合物抑制剂：当满足相应性能要求则所述抑制剂通过筛选，进入步骤(3)；否则筛除所述抑制剂；
(3)对步骤(1)中制备的水合物反应体系，获取所述水合物反应体系的过冷度或者成核速率，筛选抑制生长性能或者抑制成核性能满足相应性能需求的水合物抑制剂；当满足相应性能要求则所述抑制剂通过筛选；否则筛除所述抑制剂。
优选地，所述水合物抑制剂筛选方法，其步骤(2)为：
(2)对步骤(1)中制备的水合物反应体系，获取所述水合物反应体系的成核速率，筛选抑制成核性能满足相应性能要求的水合物抑制剂：当满足相应性能要求则所述抑制剂通过筛选，进入步骤(3)；否则筛除所述抑制剂；
所述步骤(3)为：
(3)对步骤(1)中制备的水合物反应体系，获取所述水合物反应体系的过冷度，筛选抑制生长性能满足相应性能需求的水合物抑制剂；当满足相应性能要求则所述抑制剂通过筛选；否则筛除所述抑制剂。
优选地，所述水合物抑制剂筛选方法，其步骤(2)为：
(2)对步骤(1)中制备的水合物反应体系，获取所述水合物反应体系的过冷度，筛选抑制生长性能满足相应性能要求的水合物抑制剂：当满足相应性能要求则所述抑制剂通过筛选，进入步骤(3)；否则筛除所述抑制剂；
所述步骤(3)为：
(3)对步骤(1)中制备的水合物反应体系，获取所述水合物反应体系成核速率，筛选抑制成核性能满足相应性能需求的水合物抑制剂；当满足相应性能要求则所述抑制剂通过筛选；否则筛除所述抑制剂。
优选地，所述水合物抑制剂筛选方法，其成核速率按照如下方法获取：采用恒温法采集成核诱导时间，并根据最大似然估计法计算所述水合物反应体系的成核速率。
优选地，所述水合物抑制剂筛选方法，其根据最大似然估计法计算所述水合物反应体系的成核速率，即对多次采用恒温法采集的成核诱导时间表达成成核概率密度进行叠加，采用最大似然法建立随机成核模型，在最大似然的条件下求解所述随机成核模型，获得成核速率。
优选地，所述水合物抑制剂筛选方法，其随机成核模型采用恒温线性概率模型模拟或拟合成核滞后时间的最大似然法建立随机成核模型。
优选地，所述水合物抑制剂筛选方法，其随机成核模型拟合成核滞后时间的最大似然法建立随机成核模型具体如下：
对于采用恒温法采集成核诱导时间，表达成成核概率密度进行叠加，获得对于m次重复实验得到拟合成核滞后时间的随机成核最大似然方程：
Figure BDA0001623160950000041
其中，t1:m为m次重复实验中观测到的最短成核诱导时间；(t1:m-τ0)为惩罚项，用于确保最大似然方程不成为成核滞后时间τ0的单调函数；ti为m次实验中第i次实验观测到的诱导成核时间；f(t；J,τ0)为成核概率密度，t为实验测得的诱导成核时间，τ0为成核滞后时间，J为成核速率，m优选12至15，经过大量实验摸索证实，12至15次恒温法采集成核诱导时间对于本方法而言是足够大的，且更低的试验次数会造成统计分析获得的成核速率不够准确。
f(t；J,τ0)每一次的实验给定时间对应的成核概率密度，表达式如下：
Figure BDA0001623160950000042
惩罚项(t1:m-τ0)的添加避免了最大似然方程L(J,τ0)成为成核滞后时间τ0的单调函数；
求解所述成核滞后时间的最大似然法建立随机成核模型，得到成核速率如下：
Figure BDA0001623160950000043
对指定的二元变量J和τ0的偏微分分别求导，计算造成最大似然方程概率最大化的成核速率和成核滞后时间，结果如下：
Figure BDA0001623160950000044
Figure BDA0001623160950000045
其中，J为成核速率，τ0为成核滞后时间，
Figure BDA0001623160950000046
是步骤(1)中获取的m次实验测得的平均成核诱导时间。
优选地，所述水合物抑制剂筛选方法，其所述过冷度按照如下方法获取，采用持续降温法获取所述水合物反应体系的过冷度；
具体地操作如下：
(S1)对所述水合物反应体系在给定初始压力下快速降温诱导水合物生成，然后慢速升温至水合物恰好溶解，得到初始化的水合物反应体系，并记录初始化的水合物反应体系温度；
(S2)对于步骤(S1)中获得的水合物反应体系，以固定的降温速率降温，直至检测到水合物生成的放热效应，记录此时水合物反应体系温度和对应过冷度。
按照本发明的另一个方面，提供了一种水合物抑制剂筛选系统，包括上位机、下位机、搅拌槽并联反应器以及摇摆槽并联反应器；
所述搅拌槽并联反应器与下位机信号相连；所述摇摆槽并联反应器与下位机信号相连；所述上位机与所述下位机信号连接。
优选地，所述水合物抑制剂筛选系统，其所述搅拌槽并联反应器用于所述水合物反应体系的恒温法反应容器，实时监测所述水合物反应体系的温度、以及气体消耗量参数，并将所述温度、以及气体消耗量参数传递给下位机；
所述摇摆槽并联反应器用于所述水合物反应体系的降温法反应容器，实时监测所述水合物反应体系的温度、压力参数，并将所述参数传递给下位机；
所述下位机与上位机相连，用于根据上位机的选择，读取所述搅拌槽并联反应器或者所述摇摆槽并联反应器的输出信号；当所述上位机选择获取抑制剂抑制成核性能时，所述下位机读取所述搅拌槽并联反应器的温度及气体消耗量参数，记录所述水合物反应体系的成核诱导时间；并根据多次实验记录的成核诱导时间，计算成核速率；当所述上位机选择获取抑制剂抑制生长性能时，所述下位机读取所述摇摆槽并联反应器的温度、压力参数，记录所述水合物反应体系水合物生成温度，并根据多次记录的温度，计算过冷度；
所述上位机，用于获取所述下位机输出的成核速率及过冷度，并根据所述下位机输出的成核速率及过冷度判断所述水合物抑制剂的抑制成核效果和抑制生长效果是否符合要求，并根据判断结果选择读取所述搅拌槽并联反应器或者所述摇摆槽并联反应器的输出信号。
总体而言，通过本发明所构思的以上技术方案与现有技术相比，本发明提供的方法由于采用成核速率和过冷度两个评价指标分别评价了含有抑制剂的水合物反应体系的成核阶段和生长阶段的关键指标，因此能全面评价水合物抑制剂的抑制成核性能和抑制生长性能等，从而对水合物抑制剂进行全面而准确的筛选，满足不同抑制成核性能和抑制生长性能的要求。同时对与性能之一不满足要求的抑制剂终止实验，筛除抑制剂，大量节省人力物力。
本发明提供的筛选系统能自动批量根据水合物抑制剂抑制生长性能的需求和抑制成核性能的需求进行水合物抑制剂筛选，大量节省人力。
附图说明
图1是实施例1提供的步骤(2)获取成核诱导时间实验结果图；
图2是实施例1提供的步骤(3)获取过冷度的原理示意图；
图3是本发明实施例2提供的水合物抑制剂筛选系统结构示意图；
图4是本发明实施例2提供的水合物抑制剂筛选下位机监测示意图；
图5是本发明实施例2提供的搅拌槽并联反应器或摇摆槽并联反应器温度与气体消耗(压力)参数示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
本发明提供的水合物抑制剂筛选方法，包括以下步骤：
(1)将待评价的水合物抑制剂按照预定比例加入待抑制的水合物体系，制备待评价的水合物反应体系；
(2)对步骤(1)中制备的水合物反应体系，获取所述水合物反应体系的成核速率或者过冷度，筛选抑制成核性能或者抑制生长性能满足相应性能要求的水合物抑制剂：当满足相应性能要求则所述抑制剂通过筛选，进入步骤(3)；否则筛除所述抑制剂；
(3)对步骤(1)中制备的水合物反应体系，获取所述水合物反应体系的过冷度或者成核速率，筛选抑制生长性能或者抑制成核性能满足相应性能需求的水合物抑制剂；当满足相应性能要求则所述抑制剂通过筛选；否则筛除所述抑制剂。
本发明采用两步法，综合筛选抑制成核性能和抑制生长性能的水合物抑制剂，以筛选综合性能最为优越抑制剂；同时第一步的性能筛选筛除部分抑制剂配方，从而节约实验成本。第一步筛选，即步骤(2)选择的性能要求，综合考虑筛除率较高的性能要求和性能评价指标获取成本，优选筛选抑制成核性能；第二步筛选，即步骤(3)优选抑制生长性能筛选。
所述成核速率按照如下方法获取：采用恒温法采集成核诱导时间，并根据最大似然估计法计算所述水合物反应体系的成核速率；
所述根据最大似然估计法计算所述水合物反应体系的成核速率，即对多次采用恒温法采集的成核诱导时间表达成成核概率密度进行叠加，采用最大似然法建立随机成核模型，在最大似然的条件下求解所述随机成核模型，获得成核速率。可采用恒温线性概率模型模拟，优选采用拟合成核滞后时间的最大似然法建立随机成核模型，具体如下：
对于采用恒温法采集成核诱导时间，表达成成核概率密度进行叠加，获得对于m次重复实验得到拟合成核滞后时间的随机成核最大似然方程：
Figure BDA0001623160950000081
其中，t1:m为m次重复实验中观测到的最短成核诱导时间；(t1:m-τ0)为惩罚项，用于确保最大似然方程不成为成核滞后时间τ0的单调函数；ti为m次实验中第i次实验观测到的诱导成核时间；f(t；J,τ0)为成核概率密度，t为实验测得的诱导成核时间，τ0为成核滞后时间，J为成核速率，m优选12至15，经过大量实验摸索证实，12至15次恒温法采集成核诱导时间对于本方法而言是足够大的，且更低的试验次数会造成统计分析获得的成核速率不够准确。
f(t；J,τ0)每一次的实验给定时间对应的成核概率密度，表达式如下：
Figure BDA0001623160950000082
惩罚项(t1:m-τ0)的添加避免了最大似然方程L(J,τ0)成为成核滞后时间τ0的单调函数。更重要的是，该惩罚项的添加拟合成核滞后时间：假定实验测得的最小成核诱导时间t1:m刚好就在成核滞后时间的同时，即t1:m＝τ0(现实中不可能出现)，那么以上修正过的最大似然方程L(J,τ0)将合理的给出0的最大似然概率，即表明这种实验观测本身是不现实的。
求解所述成核滞后时间的最大似然法建立随机成核模型，得到成核速率如下：
Figure BDA0001623160950000083
对指定的二元变量J和τ0的偏微分分别求导，计算造成最大似然方程概率最大化的成核速率和成核滞后时间，结果如下：
Figure BDA0001623160950000084
Figure BDA0001623160950000085
其中，J为成核速率，τ0为成核滞后时间，
Figure BDA0001623160950000091
是步骤(1)中获取的m次实验测得的平均成核诱导时间。
所述抑制成核性能筛选具体为：判断所述水合物抑制剂的成核抑制效能：当所述水合物反应体系在给定的温度条件下成核速率低于给定的成核速率阈值时，认定所述水合物抑制剂成核抑制效能良好，通过筛选；否则，认定所述水合物抑制剂抑制效能不佳；
所述过冷度按照如下方法获取，采用持续降温法获取所述水合物反应体系的过冷度；
具体地操作如下：
(S1)对所述水合物反应体系在给定初始压力下快速降温诱导水合物生成，然后慢速升温至水合物恰好溶解，得到初始化的水合物反应体系，并记录初始化的水合物反应体系温度；
(S2)对于步骤(S1)中获得的水合物反应体系，以固定的降温速率降温，直至检测到水合物生成的放热效应，记录此时水合物反应体系温度和对应过冷度。
所述抑制生长性能筛选具体为：判断所述水合物抑制剂的生长抑制效能：当所述过冷度超过给定的过冷度阈值时，认定所述水合物抑制剂生长抑制效能良好，通过筛选；否则，认定所述水合物抑制剂生长抑制效能不佳。
本发明提供的水合物抑制剂筛选系统，包括上位机、下位机、搅拌槽并联反应器以及摇摆槽并联反应器；
所述搅拌槽并联反应器与下位机信号相连，用于所述水合物反应体系的恒温法反应容器，实时监测所述水合物反应体系的温度、以及气体消耗量参数，并将所述温度、以及气体消耗量参数传递给下位机；
所述摇摆槽并联反应器与下位机信号相连，用于所述水合物反应体系的降温法反应容器，实时监测所述水合物反应体系的温度、压力参数，并将所述参数传递给下位机；
所述下位机与上位机相连，用于根据上位机的选择，读取所述搅拌槽并联反应器或者所述摇摆槽并联反应器的输出信号；当所述上位机选择获取抑制剂抑制成核性能时，所述下位机读取所述搅拌槽并联反应器的温度及气体消耗量参数，记录所述水合物反应体系的成核诱导时间；并根据多次实验记录的成核诱导时间，计算成核速率；当所述上位机选择获取抑制剂抑制生长性能时，所述下位机读取所述摇摆槽并联反应器的温度、压力参数，记录所述水合物反应体系水合物生成温度，并根据多次记录的温度，计算过冷度；
所述上位机，用于获取所述下位机输出的成核速率及过冷度，并根据所述下位机输出的成核速率及过冷度判断所述水合物抑制剂的抑制成核效果和抑制生长效果是否符合要求，并根据判断结果选择读取所述搅拌槽并联反应器或者所述摇摆槽并联反应器的输出信号。
以下为实施例：
一种水合物抑制剂筛选方法，包括以下步骤：
(1)将待评价的五种水合物抑制剂A、B、C、D、E分别制备相同有效浓度为0.2wt％的抑制剂溶液加入待抑制的甲烷-丙烷天然气水合物的纯水体系，制备抑制剂-甲烷-丙烷天然气水合物反应体系；
(2)对步骤(1)中制备的水合物反应体系，获取所述抑制剂-甲烷-丙烷天然气水合物反应体系的成核速率，具体过程如下：
所述成核速率按照如下方法获取：采用恒温法采集成核诱导时间，并根据最大似然估计法计算所述水合物反应体系的成核速率；
采用拟合成核滞后时间的最大似然法建立随机成核模型，具体如下：
对于采用恒温法采集成核诱导时间，表达成成核概率密度进行叠加，获得对于m次重复实验得到拟合成核滞后时间的随机成核最大似然方程：
Figure BDA0001623160950000111
其中，t1:m为m次重复实验中观测到的最短成核诱导时间；(t1:m-τ0)为惩罚项，用于确保最大似然方程不成为成核滞后时间τ0的单调函数；ti为m次实验中第i次实验观测到的诱导成核时间；f(t；J,τ0)为成核概率密度，t为实验测得的诱导成核时间，τ0为成核滞后时间，J为成核速率，m＝15。
f(t；J,τ0)每一次的实验给定时间对应的成核概率密度，表达式如下：
Figure BDA0001623160950000112
求解所述成核滞后时间的最大似然法建立随机成核模型，得到成核速率如下：
Figure BDA0001623160950000113
对指定的二元变量J和τ0的偏微分分别求导，计算造成最大似然方程概率最大化的成核速率和成核滞后时间，结果如下：
Figure BDA0001623160950000115
Figure BDA0001623160950000116
其中，J为成核速率，τ0为成核滞后时间，
Figure BDA0001623160950000117
是步骤(1)中获取的m次实验测得的平均成核诱导时间。
成核速率分析结果如图1所示，在五种水合物抑制剂A、B、C、D、E的抑制成核效果，即10℃的过冷度ΔT(实验温度低于水合物相平衡温度10度)条件下抑制水合物成核速率如表1所示：
表1五种水合物抑制剂的抑制成核效果
Figure BDA0001623160950000114
Figure BDA0001623160950000121
抑制成核性能要求为：在10℃的过冷度ΔT(实验温度低于水合物相平衡温度10度)条件下抑制水合物成核速率使J<1*10-3s-1,抑制剂B、C、E在0.2wt％有效浓度下满足抑制成核的性能要求。
(3)对步骤(1)中制备的抑制剂B、C、E的抑制剂-甲烷-丙烷天然气水合物反应体系，获取所述水合物反应体系的过冷度，筛选抑制生长性能能满足相应性能需求的水合物抑制剂；当满足相应性能要求则所述抑制剂通过筛选；否则筛除所述抑制剂，具体地：
对于抑制剂B、C、E的抑制剂-甲烷-丙烷天然气水合物反应体系依次采集水合物成核温度，换算成越过相平衡曲线直到观测到水合物生成的瞬间过冷度ΔT，如图2所示，多组重复实验显示的统计结果如表2所示。
表2三种抑制剂的抑制生长效果
Figure BDA0001623160950000122
抑制生长性能要求为：在0-9℃的过冷度区间对水合物生长实现完全压制，结果显示抑制剂C能满足抑制生长性能要求。
实施例2
本发明提供的水合物抑制剂筛选系统，如图3所示，包括上位机、下位机、搅拌槽并联反应器以及摇摆槽并联反应器；
所述搅拌槽并联反应器与下位机信号相连，用于所述水合物反应体系的恒温法反应容器，实时监测所述水合物反应体系的温度、以及气体消耗量参数，并将所述温度、以及气体消耗量参数传递给下位机；如图4所示，反应釜首先被抽成真空，然后注入液相和气相至A点；以固定速率将反应釜冷却至C点；开始搅拌，维持恒温，检测反应釜内的实时温压信号变化并传递给下位机。
所述摇摆槽并联反应器与下位机信号相连，用于所述水合物反应体系的降温法反应容器，实时监测所述水合物反应体系的温度、压力参数，并将所述参数传递给下位机；如图4所示，反应釜首先被抽成真空，然后注入液相和气相；快速降温诱发水合物生成；然后逐步慢速升温至水合物恰好溶解；以固定速率将反应釜重新冷却，水合物在C点生成，记录该点实验温度及对应过冷度，反应釜持续降温，记录实时过冷度与反应釜内气体压力下降速率。通过气体状态方程换算得出反应釜内的水合物生长速率及随过冷度的变化。按照图4中C-E路线重复若干次可检验反应体系在降温过程中实验信号的可重复性。
所述下位机与上位机相连，用于根据上位机的选择，读取所述搅拌槽并联反应器或者所述摇摆槽并联反应器的输出信号；当所述上位机选择获取抑制剂抑制成核性能时，所述下位机读取所述搅拌槽并联反应器的温度及气体消耗量参数，记录与实验设置、温压条件、过冷度和所添加抑制剂种类及浓度相关的成核诱导时间。图5所示为水合物生成实验的通用示范图，记录水合物生成瞬间的温度上升和随后的气压持续下降，表明水合物在反应釜内持续生成。所述下位机根据多次实验记录的所述水合物反应体系从开始搅拌至气体生长开始的时间作为成核诱导时间，计算成核速率；当所述上位机选择获取抑制剂抑制生长性能时，所述下位机读取所述摇摆槽并联反应器的温度、压力参数，记录水合物生成温度，并根据多次记录的温度，计算过冷度；
所述上位机，用于获取所述下位机输出的成核速率及过冷度，并根据所述下位机输出的成核速率及过冷度判断所述水合物抑制剂的抑制成核效果和抑制生长效果是否符合要求，并根据判断结果选择读取所述搅拌槽并联反应器或者所述摇摆槽并联反应器的输出信号。
本领域的技术人员容易理解，以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (5)

1.一种水合物抑制剂筛选方法，其特征在于，包括以下步骤：
(1)将待评价的水合物抑制剂按照预定比例加入待抑制的水合物体系，制备待评价的水合物反应体系；
(2)对步骤(1)中制备的水合物反应体系，获取所述水合物反应体系的成核速率，筛选抑制成核性能满足相应性能要求的水合物抑制剂：当满足相应性能要求则所述抑制剂通过筛选，进入步骤(3)；否则筛除所述抑制剂；所述成核速率按照如下方法获取：采用恒温法采集成核诱导时间，并根据最大似然估计法计算所述水合物反应体系的成核速率；所述根据最大似然估计法计算所述水合物反应体系的成核速率，即对多次采用恒温法采集的成核诱导时间表达成成核概率密度进行叠加，采用最大似然估计法建立随机成核模型，在最大似然的条件下求解所述随机成核模型，获得成核速率；
(3)对步骤(1)中制备的水合物反应体系，获取所述水合物反应体系的过冷度，筛选抑制生长性能满足相应性能要求的水合物抑制剂；当满足相应性能要求则所述抑制剂通过筛选；否则筛除所述抑制剂；
所述过冷度按照如下方法获取，采用持续降温法获取所述水合物反应体系的过冷度；
具体地操作如下：
(S1)对所述水合物反应体系在给定初始压力下快速降温诱导水合物生成，然后慢速升温至水合物恰好溶解，得到初始化的水合物反应体系，并记录初始化的水合物反应体系温度；
(S2)对于步骤(S1)中获得的水合物反应体系，以固定的降温速率降温，直至检测到水合物生成的放热效应，记录此时水合物反应体系温度和对应过冷度。
2.如权利要求1所述的水合物抑制剂筛选方法，其特征在于，所述随机成核模型采用恒温线性概率模型模拟或拟合成核滞后时间的最大似然估计法建立随机成核模型。
3.如权利要求2所述的水合物抑制剂筛选方法，其特征在于，所述随机成核模型拟合成核滞后时间的最大似然估计法建立随机成核模型具体如下：
对于采用恒温法采集成核诱导时间，表达成成核概率密度进行叠加，获得对于m次重复实验得到拟合成核滞后时间的随机成核最大似然方程：
Figure FDA0003309791910000021
其中，t1：m为m次重复实验中观测到的最短成核诱导时间；(t1：m-τ0)为惩罚项，用于确保最大似然方程不成为成核滞后时间τ0的单调函数；ti为m次实验中第i次实验观测到的诱导成核时间；f(t；J，τ0)为成核概率密度，t为实验测得的诱导成核时间，τ0为成核滞后时间，J为成核速率；
f(t；J，τ0)每一次的实验给定时间对应的成核概率密度，表达式如下：
Figure FDA0003309791910000022
求解所述成核滞后时间的最大似然估计法建立随机成核模型，得到成核速率如下：
Figure FDA0003309791910000023
对指定的二元变量J和τ0的偏微分分别求导，计算造成最大似然方程概率最大化的成核速率和成核滞后时间，结果如下：
Figure FDA0003309791910000024
Figure FDA0003309791910000025
其中，J为成核速率，τ0为成核滞后时间，
Figure FDA0003309791910000031
是步骤(1)中获取的m次实验测得的平均成核诱导时间。
4.如权利要求3所述的水合物抑制剂筛选方法，其特征在于，m为12至15。
5.一种水合物抑制剂筛选系统，其特征在于，包括上位机、下位机、搅拌槽并联反应器以及摇摆槽并联反应器；
所述搅拌槽并联反应器与下位机信号相连；所述摇摆槽并联反应器与下位机信号相连；所述上位机与所述下位机信号连接；
所述搅拌槽并联反应器用于水合物反应体系的恒温法反应容器，实时监测所述水合物反应体系的温度、以及气体消耗量参数，并将所述温度、以及气体消耗量参数传递给下位机；
所述摇摆槽并联反应器用于所述水合物反应体系的降温法反应容器，实时监测所述水合物反应体系的温度、压力参数，并将所述参数传递给下位机；
所述下位机与上位机相连，用于根据上位机的选择，读取所述搅拌槽并联反应器或者所述摇摆槽并联反应器的输出信号；当所述上位机选择获取抑制剂抑制成核性能时，所述下位机读取所述搅拌槽并联反应器的温度及气体消耗量参数，记录所述水合物反应体系的成核诱导时间；并根据多次实验记录的成核诱导时间，计算成核速率；当所述上位机选择获取抑制剂抑制生长性能时，所述下位机读取所述摇摆槽并联反应器的温度、压力参数，记录所述水合物反应体系水合物生成温度，并根据多次记录的水合物生成温度，换算得到抑制剂的工作上限过冷度统计结果；
所述上位机，用于获取成核速率及过冷度，并根据所述下位机输出的成核速率及过冷度判断所述水合物抑制剂的抑制成核效果和抑制生长效果是否符合要求，并根据判断结果选择读取所述搅拌槽并联反应器或者所述摇摆槽并联反应器的输出信号。
CN201810313626.6A 2018-04-10 2018-04-10 一种水合物抑制剂效能评价方法及系统 Active CN108446258B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810313626.6A CN108446258B (zh) 2018-04-10 2018-04-10 一种水合物抑制剂效能评价方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810313626.6A CN108446258B (zh) 2018-04-10 2018-04-10 一种水合物抑制剂效能评价方法及系统

Publications (2)

Publication Number Publication Date
CN108446258A CN108446258A (zh) 2018-08-24
CN108446258B true CN108446258B (zh) 2021-12-31

Family

ID=63199543

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810313626.6A Active CN108446258B (zh) 2018-04-10 2018-04-10 一种水合物抑制剂效能评价方法及系统

Country Status (1)

Country Link
CN (1) CN108446258B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113607883A (zh) * 2021-07-12 2021-11-05 长江大学 一种天然气水合物抑制剂的综合评价方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014133882A1 (en) * 2013-02-28 2014-09-04 Halliburton Energy Services, Inc. Delayed-tackifier coated particulates and methods relating thereto
CN104374878A (zh) * 2014-11-10 2015-02-25 大连理工大学 组合式多相流体管道内水合物生成实验装置
CN105042334A (zh) * 2015-06-08 2015-11-11 苏州冰之火能源科技有限公司 一种绿色天然型水合物抑制剂及其制备方法
CN105860405A (zh) * 2016-04-21 2016-08-17 中国石油化工股份有限公司 一种新型水合物动力学抑制剂及其应用

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140054033A1 (en) * 2012-08-27 2014-02-27 Halliburton Energy Services, Inc. Methods and Compositions for Screenless Completion

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014133882A1 (en) * 2013-02-28 2014-09-04 Halliburton Energy Services, Inc. Delayed-tackifier coated particulates and methods relating thereto
CN104374878A (zh) * 2014-11-10 2015-02-25 大连理工大学 组合式多相流体管道内水合物生成实验装置
CN105042334A (zh) * 2015-06-08 2015-11-11 苏州冰之火能源科技有限公司 一种绿色天然型水合物抑制剂及其制备方法
CN105860405A (zh) * 2016-04-21 2016-08-17 中国石油化工股份有限公司 一种新型水合物动力学抑制剂及其应用

Also Published As

Publication number Publication date
CN108446258A (zh) 2018-08-24

Similar Documents

Publication Publication Date Title
de Sousa Oliveira et al. Method to manage integration error in the Green-Kubo method
Tsimplis et al. Extreme sea-level distribution and return periods in the Aegean and Ionian Seas
Mountain et al. Molecular dynamics study of homogeneous nucleation for liquid rubidium
Korhola et al. Estimating long-term carbon accumulation rates in boreal peatlands by radiocarbon dating
CN108446258B (zh) 一种水合物抑制剂效能评价方法及系统
Tarwidi et al. An optimized XGBoost-based machine learning method for predicting wave run-up on a sloping beach
CN107939340B (zh) 一种油井清蜡制度优化方法和装置
Sancetta Neogene Pacific microfossils and paleoceanography
CN115496424A (zh) 一种甲醇制氢工艺安全管理方法及系统
Antão et al. Approximation of the joint probability density of wave steepness and height with a bivariate gamma distribution
Hui et al. Evaluation methods for the scaling power of water
CN116052903A (zh) 一种病原微生物大规模暴发提前预测预警方法
CN117556369B (zh) 一种动态生成的残差图卷积神经网络的窃电检测方法及系统
CN116499011B (zh) 太阳能相变蓄能系统的智能控制方法、终端及系统
Olbert et al. Long-term inter-annual variability of a cyclonic gyre in the western Irish Sea
CN105241760A (zh) 一种用于测试海冰弯曲强度的方法
Xiao et al. Analysis of sunspot time series (1749-2014) by means of 0-1 test for chaos detection
Davey et al. Simulation and hindcasts of tropical Pacific Ocean interannual variability
Hu et al. Impact assessment of climate change and human activities on annual highest water level of Taihu Lake
CN109030278A (zh) 一种天然气水合物动力学抑制性能确定方法
CN114199305A (zh) 近岸海域生态环境风险监测方法、装置、设备及存储介质
Vancoppenolle et al. LIM3, an advanced sea-ice model for climate simulation and operational oceanography
Özger Investigating the multifractal properties of significant wave height time series using a wavelet-based approach
CN116702659B (zh) 一种海浪破碎参数快速预报方法及系统
Jourdan et al. Compartmental Modeling of Biofouling in Industrial Cooling Circuits

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant