CN112507582A - 一种炼油厂罐区内管线垢下腐蚀预测方法及装置 - Google Patents
一种炼油厂罐区内管线垢下腐蚀预测方法及装置 Download PDFInfo
- Publication number
- CN112507582A CN112507582A CN202011321437.7A CN202011321437A CN112507582A CN 112507582 A CN112507582 A CN 112507582A CN 202011321437 A CN202011321437 A CN 202011321437A CN 112507582 A CN112507582 A CN 112507582A
- Authority
- CN
- China
- Prior art keywords
- pipeline
- deposition
- oil
- corrosion
- model
- 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.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/23—Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/25—Design optimisation, verification or simulation using particle-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/28—Design optimisation, verification or simulation using fluid dynamics, e.g. using Navier-Stokes equations or computational fluid dynamics [CFD]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/08—Fluids
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/14—Pipes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/04—Ageing analysis or optimisation against ageing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Algebra (AREA)
- Computing Systems (AREA)
- Fluid Mechanics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Testing Resistance To Weather, Investigating Materials By Mechanical Methods (AREA)
Abstract
本发明公开了一种炼油厂罐区内管线垢下腐蚀预测方法及装置,包括以下过程:获取炼油厂罐区内管线中油品参数,包括油品介质和油品内固体颗粒的物性根据管线的起伏走势,找到管线所有的起伏位置,对管线中各个局部起伏位置建立相应的几何模型;基于管线中油品参数和各个局部起伏位置的几何模型,建立不同管道部位的沙沉积模型;基于各个管道部位的沙沉积模型计算得到沙沉积位置;根据沉积位置的沉积率大小,预测垢下腐蚀的位置。本发明通过预测管线中颗粒沉积位置即结垢位置,来预测垢下腐蚀的发生的位置,解决炼油厂内原油管线垢下腐蚀位置难以预测的技术问题。
Description
技术领域
本发明属于垢下腐蚀预测技术领域,具体涉及一种炼油厂罐区内管线垢下腐蚀预测方法,还涉及一种炼油厂罐区内管线垢下腐蚀预测装置。
背景技术
在油气工业当中,腐蚀问题一直是影响装备安全的最棘手之一。据不完全统计,在油气工业中有腐蚀诱发的失效超过总量的25%,并且据NACE(全国防腐工程师协会)2016年的研究报告显示全球每年因腐蚀导致的直接经济损失约为2.5万亿美元,这其中由微生物诱导腐蚀(MIC)引起的损失约占到10~20%。因此腐蚀管理已经成为各大油气公司提高安全管理水平,降低生产运行成本的重要内容之一,并相继出台了相应的管理标准,国际标准化组织ISO同样出台了对应的国际标准——ISO51000,其中着重提出了微生物腐蚀(MIC)的管理要求。这主要是因为当存在一定浓度和种类的微生物时,微生物会极大加快设备设施的腐蚀速率,从而引发设备设施失效和产品损失。需要指出,MIC并不是一种单因素腐蚀机理,也因此经常被腐蚀从业人员错误解读,现实中的MIC 可以由细菌、古细菌和真菌等多种绝氧微生物引发,可以说是随着金属表面生物膜形成及发展过程的伴生过程。由此可以认为,MIC是导致尤其设备设施失效的重要腐蚀问题,其必要条件是形成绝氧环境,且要在金属表面形成适宜生物膜生长的环境。对于油气管道而言,由于其流动环境以及其含氧的水介质环境,在正常状态下,MIC难以发生。但是当速度较低时增加了管线内腐蚀的风险,包括微生物腐蚀,垢下腐蚀,酸性水腐蚀。其中微生物腐蚀,垢下腐蚀的腐蚀速度快,风险更大,由于微生物腐蚀/垢下腐蚀属于高度局部化的腐蚀问题,所以预测出微生物腐蚀/垢下腐蚀区域,并增加对这些区域的检测频率是必要且重要的工作内容。
通过对炼油厂储运系统的运行情况进行分析,可以得出,由于炼油厂储运系统经常处于一种流动与不流动间歇出现的情况,特别是存在长期不流动状态,这就导致了全线管线的起伏低点和水平段都会出现水的沉积。但是水的沉积是广泛的,但微生物腐蚀却是高度集中分布的,考虑到沙的外表面本身有吸附水滴和油滴的特性,所以推断水并不是最主要的因素,而沙的沉积才是构成微生物腐蚀/垢下腐蚀发生环境的关键要素。因此油气运输中,预测固体颗粒沉积的问题,包括蜡沉积和砂沉积等,是流体安全运行的一种重要的安全保障手段。其中砂的传输问题在过去一些年里一直缺乏必要的关注,这导致迄今为止腐蚀工程师仍然难以掌握油-水-砂三相流向分层流转化并形成砂沉积的临界条件。不过近年来,多相流的研究越来越被重视,理论有了一定的发展。Hashemi等人完成了相关临界流速的估算方法研究,研究显示固体颗粒浓度仅在近管壁附近发生变化,且随着在流体流速的增加而增加。实验研究也显示,对于悬浮态含砂流体存在一个阈值和最小沉积速率。通过相关多相流数值模型的对比实验发现,基于spreadsheet模型可以有效预测砂的临界沉积流速和沉积发生的起始位置。理论上,一般认为,含固流体的颗粒浓度和在流体流速是需要关注的重要参数,并认为当流体惯性力低于颗粒悬浮所需的托举力的时候,砂颗粒将在管壁上沉积,且当流速大于沉积流速时,沉积的砂床可以再次发生滑动或移动。当混合流体转变为分层流时,界面力效应将变得意义重大。另外,当固体颗粒浓度很低时,可以看成离散颗粒两相流,离散颗粒两相流涡流模拟结果显示由于斯托克斯数的变化,流体中的湍流将有所下降。同时,研究者也发现砂颗粒的冲击也会带来管道磨蚀问题。FLUENT作为一款成熟的流体软件,通过建立基于离散相的两相流模型,可以预测出砂的沉积和对管道的磨蚀问题。并且砂颗粒所带来的复杂腐蚀问题,一些研究开始尝试使用多种监测和检测技术来监控砂沉积可能带来的腐蚀风险,这些方法虽不能明确给出诸如砂质量流量、体积流量以及砂磨蚀速率等直接参数,但是可以帮助清楚判断多相流中砂的结垢和腐蚀倾向,也为砂腐蚀问题的有效管理提供了一种方法。
目前工业界最被认可的理论就是三层理论,该理论研究显示当流速低于颗粒沉积临界流速时,流体会形成由固体颗粒固定层、颗粒-颗粒剪切流动层和颗粒自由悬浮层组成的三层结构。该理论目前被写进NACE标准里,被工业界推荐使用。但是,它只能对单一直管形的管道进行预测,当出现弯头和管型的变化时,只靠该理论的计算是不够的。
发明内容
本发明的目的在于克服现有技术中的不足,提供了一种炼油厂罐区内管线垢下腐蚀预测方法及装置,通过预测管线中颗粒沉积位置即结垢位置,来预测垢下腐蚀的发生的位置,解决炼油厂内原油管线垢下腐蚀位置难以预测的技术问题。
为解决上述技术问题,本发明提供了一种炼油厂罐区内管线垢下腐蚀预测方法,包括以下过程:
获取炼油厂罐区内管线中油品参数,包括油品介质和油品内固体颗粒的物性
根据管线的起伏走势,找到管线所有的起伏位置,对管线中各个局部起伏位置建立相应的几何模型;
基于管线中油品参数和各个局部起伏位置的几何模型,建立不同管道部位的沙沉积模型;
基于各个管道部位的沙沉积模型计算得到沙沉积位置;
根据沉积位置的沉积率大小,预测垢下腐蚀的位置。
进一步的,所述几何模型包括水平膨胀节模型、过涵洞管线模型、高度差膨胀节模型和三通模型。
进一步的,所述建立沙沉积模型,包括:
建立液相的质量守恒方程、动量守恒方程、能量守恒方程得到液相随时间压力,流速等参数的变化,分别为:
质量守恒方程表达式如下:
动量守恒方程的表达式为:
能量守恒方程的表达式为:
颗粒的作用力平衡方程,在笛卡尔坐标系下的形式为:
其中,FD(uf-up)为颗粒的单位质量拽力,uf为液相速度;up为固体颗粒的速度;gx为x方向上的重力加速度,ρf为液体的密度;ρp为颗粒的密度;Fx为颗粒受力平衡中的附加项力。
进一步的,所述颗粒受力平衡中的附加项力Fx为:
Fx=Fx1+Fx2+Fx3
附加质量力的表达式如下:
压力梯度附加力Fx2的表达式如下:
霍夫曼升力的表达式为:
进一步的,所述基于各个管道部位的沙沉积模型计算得到沙沉积位置,包括:
基于各个管道部位的沙沉积模型进行有限元分析,计算颗粒的沉积位置。
进一步的,所述根据沉积位置的沉积率大小,预测垢下腐蚀的位置,包括:
计算沉积位置处逃逸出管道和未逃逸出管道的颗粒的数量;
根据颗粒的逃逸和未逃逸的数目,计算沉积率;
沉积率最大的位置就是最可能发生垢下腐蚀的位置。
相应的,本发明还提供了一种炼油厂罐区内管线垢下腐蚀预测装置,包括:
参数获取模块,用于获取炼油厂罐区内管线中油品参数,包括油品介质和油品内固体颗粒的物性
起伏位置划分模块,用于根据管线的起伏走势,找到管线所有的起伏位置,对管线中各个局部起伏位置建立相应的几何模型;
模型建立模块,用于基于管线中油品参数和各个局部起伏位置的几何模型,建立不同管道部位的沙沉积模型;
沉积位置计算模块,用于基于各个管道部位的沙沉积模型计算得到沙沉积位置;
腐蚀位置预测模块,用于根据沉积位置的沉积率大小,预测垢下腐蚀的位置。
与现有技术相比,本发明所达到的有益效果是:本发明可预测出炼油厂管线起伏位置易发生垢下腐蚀的部位及临界流速。
附图说明
图1为水平膨胀节模型的几何模型图;
图2为过涵洞管线模型的几何模型图;
图3为高度差膨胀节模型的几何模型图;
图4为三通模型的几何模型图;
图5是本发明方法的流程图;
图6是颗粒沉积的示意图。
具体实施方式
下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案,而不能以此来限制本发明的保护范围。
本发明的发明构思是:首先根据炼油厂实际情况确定管线所有起伏部位的形状尺寸,输送介质的参数,颗粒的尺寸范围。其次分别对每一个局部管线进行有限元网格划分,并加入边界条件。最后通过有限元数值算法利用公式 3-1~3-10计算得到沙的沉积位置,大小,沉积率,而沙的沉积位置即为垢下腐蚀可能的位置。
实施例1
本发明的一种炼油厂罐区内管线垢下腐蚀预测方法,具体参见如图5所示,包括以下步骤:
S1,获取炼油厂罐区内管线中油品参数,包括油品介质和油品内固体颗粒的物性。
对油罐底部油污,进行烘干处理,并对烘干后的颗粒进行测量,得到颗粒直径大小的范围。也要对炼油厂内管线中的油品进行测量,得到密度,黏度等物性参数,以及管壁粗糙度,入口流速,出口压力,流量等参数。这些参数在给管道建立沙沉积模型时使用,即在S3步骤中使用。
S2,根据管线的起伏走势,找到管线所有的起伏位置,建立管线中各个局部起伏位置的几何模型。
根据管线的起伏走势,找到管线所有的起伏位置,并对各个局部起伏位置建立几何模型;为最终建立沙沉积模型提供几何模型。
由于在实际情况中垢下腐蚀往往会出现在管线起伏转弯处,所以选择管线的局部起伏位,转弯位,在gambit中或Ansys软件的Geometry板块中建立几何模型,进行网格划分,检查网格质量与模型尺寸相匹配。
在本发明实施例中,选择管线中四处局部典型位置进行研究,这四处局部模型包含了水平段、高度差变化、三通等情况,可以反映出原油输送管线全程运输时的各种情况。建模时以X轴和Z轴构成的平面为水平面,以Y轴正方向为高度增加的方向。
这四处局部模型分别是:
模型1为水平膨胀节模型,如图1所示,该模型全长约36000mm,无高度差变化,其中有四个半径为105mm的90°非标准弯头。
模型2为过涵洞管线模型,如图2所示,该模型全长约22500mm,其中有四个半径为72mm的43°非标准弯头,管线高度差约为700mm。
模型3为高度差膨胀节模型,如图3所示,该模型全长16000mm,其中有四个半径为105mm的90°非标准弯头,有两个半径为72mm的36.7°非标准弯头,管线高度差约为300mm。
模型4为三通模型,如图4所示,该模型全长56000mm,其中有两个半径为105mm的90°非标准弯头,有四个半径为72mm的43°非标准弯头,有一个半径为72mm的45°非标准弯头,三通下方直管线与水平面有2°的夹角,距离涵洞近的一端为高点,三通部位管线高度差约为1000mm,直角弯管部位高度差约为340mm,涵洞部分与模型2相似,管线高度差约为700mm。
S3,建立不同管道部位的沙沉积模型。
在步骤S2中已建立的管线几何模型的基础上,对每个模型分别加入前期试验测量获得的油品参数,此过程通过Ansys软件的模块Fluent来实现,就可以得到沙沉积模型。通过对管线内流体流动进行计算,确定固体颗粒的沉积特性,固体颗粒的沉积特性即固体颗粒壁面沉积分布图。而固体颗粒壁面沉积分布图即为可能发生垢下腐蚀的部位位置。
建立沙沉积模型具体包括以下步骤:
(301)建立流体数学模型的解算模型,即公式3-1~3-10流体数学算法;
液相由方程3-1~3-3计算,固相(颗粒)由方程3-4~3-10计算。
求解液相的质量守恒方程、动量守恒方程、能量守恒方程得到液相随时间压力,流速等参数的变化具体为:
质量守恒是流体流动过程中要满足的最基本的守恒定律,其质量守恒方程表达式如下:
动量守恒方程的表达式为:
能量守恒定律的表达式为:
离散相(固相模型)方程:
在本文固液两相流的模型中,当颗粒和油流之间存在速度差时,会产生相间拽力,该力的大小取决于连续相(油流)和离散相(颗粒)的速度差以及两相的物理特性及相互作用面积的大小。除此之外,颗粒在运动过程中还受到壁面作用力、重力、浮力、湍流扩散力等。
颗粒的作用力平衡方程(颗粒惯性作用在颗粒上的合力)在笛卡尔坐标系下的形式(x方向)为:
其中,FD(uf-up)为颗粒的单位质量拽力,且
3-4,3-5式中,uf为液相速度;up为固体颗粒的速度;gx为x方向上的重力加速度,μf为液体的动力黏度;ρf为液体的密度;ρp为颗粒的密度;Dp为颗粒的直径;Re为相对雷诺数,其定义为:
CD为拽力系数,用如下表达式表示:
求解模型中,其中α1、α2、α3为经验常数,由于颗粒长期受流体冲刷,颗粒为球形,则α1=1.44、α2=1.92、α3=1.2,由Morris和Alexander实验给出;
方程的最后一项Fx为颗粒受力平衡中的附加项力,只有存在明显的附加质量力的时候才会考虑该项的计算。并且:
Fx=Fx1+Fx2+Fx3
附加质量力Fx1产生的机理是固体颗粒周围的流体有加速度而产生的力。表达式如下:
当ρf>ρp时,这一项附加质量力不容忽视。
当流场中的压力分布不均时,由于压力梯度的存在也会产生附加作用力,压力梯度附加力Fx2其表达式如下:
除上述两种情况下的附加力之外,由于速度梯度的存在,霍夫曼(Saffman) 升力Fx3也是需要考虑的。其表达式为:
式中,K为常数,K=2.594;dij,dik,dkj为流体变形速率张量,i,j,k分别代表x,y,z三个方向;
(302)通过计算模拟流动过程确定沉积位置。
首先打开残差曲线图并设置收敛精度为0.001,目的是可以随时观察计算的情况,并设定计算结果如果在0.001的范围波动可认定为稳定状态,计算停止。
设置计算步数1000,若未达到收敛精度0.001,可继续设置计算直到收敛为止。
计算收敛后可以通过FULENT软件的Graphics and Animations选项观察颗粒的沉积位置,沉积面积大小,沉积形状,逃逸出管道和未逃逸出管道的颗粒的数量;
通过颗粒的逃逸和未逃逸的数目,可以计算沉积率(沉积率=未逃逸数目/ 总数),即与发生垢下腐蚀的概率成正比。
沉积发生不代表腐蚀发生,但腐蚀发生一定在沉积位,沉积率是提示腐蚀发生可能性的一个参数。沉积率越高,腐蚀发生的可能性更高。
颗粒沉积图可以明确沉积的位置,大小,形状。而沉积率最大的位置就是最可能发生垢下腐蚀的位置。
本发明通过对罐区内所有起伏局部管线,找出容易出现沉积的部位,进而预测出可能出现垢下腐蚀的部位,并给炼厂提供需要定期检测的部位。
实施例2
相应的,本发明的一种炼油厂罐区内管线垢下腐蚀预测装置,包括:
参数获取模块,用于获取炼油厂罐区内管线中油品参数,包括油品介质和油品内固体颗粒的物性
起伏位置划分模块,用于根据管线的起伏走势,找到管线所有的起伏位置,对管线中各个局部起伏位置建立相应的几何模型;
模型建立模块,用于基于管线中油品参数和各个局部起伏位置的几何模型,建立不同管道部位的沙沉积模型;
沉积位置计算模块,用于基于各个管道部位的沙沉积模型计算得到沙沉积位置;
腐蚀位置预测模块,用于根据沉积位置的沉积率大小,预测垢下腐蚀的位置。
本发明装置中各模块的具体方案参见实施例1中方法的具体实现过程。
实施例3
本实施例最终得到的沉积图如图6所示,从沉积图可以看出在管线转弯处有一个椭圆形沉积点,其大小,形状,面积均可获得。而沉积点即为腐蚀可能发生点。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、 CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和 /或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/ 或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明技术原理的前提下,还可以做出若干改进和变型,这些改进和变型也应视为本发明的保护范围。
Claims (6)
1.一种炼油厂罐区内管线垢下腐蚀预测方法,其特征是,包括以下过程:
获取炼油厂罐区内管线中油品参数,包括油品介质和油品内固体颗粒的物性
根据管线的起伏走势,找到管线所有的起伏位置,对管线中各个局部起伏位置建立相应的几何模型;
基于管线中油品参数和各个局部起伏位置的几何模型,建立不同管道部位的沙沉积模型;
基于各个管道部位的沙沉积模型计算得到沙沉积位置;
根据沉积位置的沉积率大小,预测垢下腐蚀的位置。
2.根据权利要求1所述的一种炼油厂罐区内管线垢下腐蚀预测方法,其特征是,所述几何模型包括水平膨胀节模型、过涵洞管线模型、高度差膨胀节模型和三通模型。
3.根据权利要求1所述的一种炼油厂罐区内管线垢下腐蚀预测方法,其特征是,所述建立沙沉积模型,包括:
建立液相的质量守恒方程、动量守恒方程、能量守恒方程得到液相随时间压力,流速等参数的变化,分别为:
质量守恒方程表达式如下:
动量守恒方程的表达式为:
能量守恒方程的表达式为:
颗粒的作用力平衡方程,在笛卡尔坐标系下的形式为:
其中,FD(uf-up)为颗粒的单位质量拽力,uf为液相速度;up为固体颗粒的速度;gx为x方向上的重力加速度,ρf为液体的密度;ρp为颗粒的密度;Fx为颗粒受力平衡中的附加项力。
5.根据权利要求1所述的一种炼油厂罐区内管线垢下腐蚀预测方法,其特征是,所述基于各个管道部位的沙沉积模型计算得到沙沉积位置,包括:
基于各个管道部位的沙沉积模型进行有限元分析,计算颗粒的沉积位置。
进一步的,所述根据沉积位置的沉积率大小,预测垢下腐蚀的位置,包括:
计算沉积位置处逃逸出管道和未逃逸出管道的颗粒的数量;
根据颗粒的逃逸和未逃逸的数目,计算沉积率;
沉积率最大的位置就是最可能发生垢下腐蚀的位置。
6.一种炼油厂罐区内管线垢下腐蚀预测装置,其特征是,包括:
参数获取模块,用于获取炼油厂罐区内管线中油品参数,包括油品介质和油品内固体颗粒的物性
起伏位置划分模块,用于根据管线的起伏走势,找到管线所有的起伏位置,对管线中各个局部起伏位置建立相应的几何模型;
模型建立模块,用于基于管线中油品参数和各个局部起伏位置的几何模型,建立不同管道部位的沙沉积模型;
沉积位置计算模块,用于基于各个管道部位的沙沉积模型计算得到沙沉积位置;
腐蚀位置预测模块,用于根据沉积位置的沉积率大小,预测垢下腐蚀的位置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011321437.7A CN112507582A (zh) | 2020-11-23 | 2020-11-23 | 一种炼油厂罐区内管线垢下腐蚀预测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011321437.7A CN112507582A (zh) | 2020-11-23 | 2020-11-23 | 一种炼油厂罐区内管线垢下腐蚀预测方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112507582A true CN112507582A (zh) | 2021-03-16 |
Family
ID=74959505
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011321437.7A Pending CN112507582A (zh) | 2020-11-23 | 2020-11-23 | 一种炼油厂罐区内管线垢下腐蚀预测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112507582A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113095005A (zh) * | 2021-03-29 | 2021-07-09 | 西安交通大学 | 一种蒸汽发生器污垢沉积分析方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104251812A (zh) * | 2013-06-27 | 2014-12-31 | 中国石油化工股份有限公司 | 一种高酸性气田井筒管柱材料优选评价系统及方法 |
CN111859706A (zh) * | 2020-07-30 | 2020-10-30 | 西南石油大学 | 一种高含硫气田管线硫沉积预测方法 |
-
2020
- 2020-11-23 CN CN202011321437.7A patent/CN112507582A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104251812A (zh) * | 2013-06-27 | 2014-12-31 | 中国石油化工股份有限公司 | 一种高酸性气田井筒管柱材料优选评价系统及方法 |
CN111859706A (zh) * | 2020-07-30 | 2020-10-30 | 西南石油大学 | 一种高含硫气田管线硫沉积预测方法 |
Non-Patent Citations (9)
Title |
---|
东明;王文博;李素芬;尚妍;: "超临界航空煤油RP-3沉积过程的数值研究", 热科学与技术 * |
吕文超等: ""铵盐颗粒在U形换热管中的流动、沉积特性与垢下腐蚀行为"", 《石油学报(石油加工)》 * |
姚景;孙海军;: "弯管处液液两相流空化腐蚀研究", 辽宁石油化工大学学报 * |
姚景;王文武;: "弯管中油水固三相转相对冲刷腐蚀影响研究", 中国安全生产科学技术 * |
孙海鸥等: ""积垢条件下压气机性能衰退数值模拟"", 《哈尔滨工程大学学报》 * |
胡桂荣等: ""离心风机内气固两相流的数值模拟"", 《煤矿机械》 * |
赵伟国;郑英杰;刘宜;韩向东;: "沙粒体积分数对离心泵磨损特性影响的数值分析", 排灌机械工程学报 * |
郝金克;: "矩形喷嘴PDC钻头水力性能研究新方法", 石油机械 * |
黄辉;王峰;黄龙;何仁洋;陈立秋;: "高含水原油集输管道内腐蚀检测监测技术", 管道技术与设备 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113095005A (zh) * | 2021-03-29 | 2021-07-09 | 西安交通大学 | 一种蒸汽发生器污垢沉积分析方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Al-Lababidi et al. | Sand transportations and deposition characteristics in multiphase flows in pipelines | |
McLaury et al. | Distribution of sand particles in horizontal and vertical annular multiphase flow in pipes and the effects on sand erosion | |
Ahmed et al. | Experimental investigation of flow accelerated corrosion under two-phase flow conditions | |
Mazumder et al. | Experimental investigation of the location of maximum erosive wear damage in elbows | |
El-Batsh et al. | On the application of mixture model for two-phase flow induced corrosion in a complex pipeline configuration | |
Ou et al. | Numerical simulation on the erosion wear of a multiphase flow pipeline | |
Mazumder | Effect of liquid and gas velocities on magnitude and location of maximum erosion in U-bend | |
Najmi et al. | Experimental study of low concentration sand transport in multiphase air–water horizontal pipelines | |
Asim et al. | Effect of capsule shape on hydrodynamic characteristics and optimal design of hydraulic capsule pipelines | |
Asgharpour et al. | Experimental investigation of solid particle erosion in successive elbows in gas dominated flows | |
Ahmed | Flow accelerated corrosion in nuclear power plants | |
Amara et al. | Effect of sand particles on the Erosion-corrosion for a different locations of carbon steel pipe elbow | |
CN112507582A (zh) | 一种炼油厂罐区内管线垢下腐蚀预测方法及装置 | |
Hosseini et al. | The effect of excessive penetration of welding on sand erosion pattern due to high speed gas-solid flows in elbows and reducers | |
Rajkumar et al. | Effect of pipe size on erosion measurements and predictions in liquid-dominated multiphase flows for the elbows | |
Krishna et al. | Numerical study of wall erosion using energy approach for the flow of dense slurry in 90o horizontal pipe bend | |
Vieira et al. | Modeling of sand transport and elbow erosion in horizontal two-phase slug flow | |
Zhang et al. | Erosion mechanism and sensitivity parameter analysis of natural gas curved pipeline | |
Efird | Flow effects on corrosion | |
Landry et al. | Computational fluid dynamics study of solids deposition in heavy oil transmission pipeline | |
Zhang et al. | Surface erosion behavior of an intrusive probe in pipe flow | |
Yaroslav et al. | Numerical study on erosion wear and strength of main gas pipelines bends | |
Mazumder | Prediction of erosion due to solid particle impact in single-phase and multiphase flows | |
Adane et al. | Modeling Abrasion-Corrosion in Horizontal Pipeline Slurry Flows | |
Wang et al. | Microbiologically Influenced Corrosion High-Risk Area Prediction Model Based on Hydrodynamics Method |
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 |