CN114437844A - 一种天然气选择性脱氮工艺的参数计算机自动优化方法 - Google Patents

一种天然气选择性脱氮工艺的参数计算机自动优化方法 Download PDF

Info

Publication number
CN114437844A
CN114437844A CN202011211318.6A CN202011211318A CN114437844A CN 114437844 A CN114437844 A CN 114437844A CN 202011211318 A CN202011211318 A CN 202011211318A CN 114437844 A CN114437844 A CN 114437844A
Authority
CN
China
Prior art keywords
flow controller
selective
data
v2ti
natural gas
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.)
Granted
Application number
CN202011211318.6A
Other languages
English (en)
Other versions
CN114437844B (zh
Inventor
赵毅
姚彬
赵德银
钟荣强
姚丽蓉
刘冀宁
常小虎
靳永红
王海峰
张倩
张菁
韩钊
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.)
China Petroleum and Chemical Corp
Sinopec Northwest Oil Field Co
Original Assignee
China Petroleum and Chemical Corp
Sinopec Northwest Oil Field Co
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 China Petroleum and Chemical Corp, Sinopec Northwest Oil Field Co filed Critical China Petroleum and Chemical Corp
Priority to CN202011211318.6A priority Critical patent/CN114437844B/zh
Publication of CN114437844A publication Critical patent/CN114437844A/zh
Application granted granted Critical
Publication of CN114437844B publication Critical patent/CN114437844B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • C—CHEMISTRY; METALLURGY
    • C10—PETROLEUM, GAS OR COKE INDUSTRIES; TECHNICAL GASES CONTAINING CARBON MONOXIDE; FUELS; LUBRICANTS; PEAT
    • C10L—FUELS NOT OTHERWISE PROVIDED FOR; NATURAL GAS; SYNTHETIC NATURAL GAS OBTAINED BY PROCESSES NOT COVERED BY SUBCLASSES C10G, C10K; LIQUEFIED PETROLEUM GAS; ADDING MATERIALS TO FUELS OR FIRES TO REDUCE SMOKE OR UNDESIRABLE DEPOSITS OR TO FACILITATE SOOT REMOVAL; FIRELIGHTERS
    • C10L3/00—Gaseous fuels; Natural gas; Synthetic natural gas obtained by processes not covered by subclass C10G, C10K; Liquefied petroleum gas
    • C10L3/06—Natural gas; Synthetic natural gas obtained by processes not covered by C10G, C10K3/02 or C10K3/04
    • C10L3/10—Working-up natural gas or synthetic natural gas
    • C10L3/101—Removal of contaminants
    • C10L3/105—Removal of contaminants of nitrogen
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B01—PHYSICAL OR CHEMICAL PROCESSES OR APPARATUS IN GENERAL
    • B01D—SEPARATION
    • B01D53/00—Separation of gases or vapours; Recovering vapours of volatile solvents from gases; Chemical or biological purification of waste gases, e.g. engine exhaust gases, smoke, fumes, flue gases, aerosols
    • B01D53/22—Separation of gases or vapours; Recovering vapours of volatile solvents from gases; Chemical or biological purification of waste gases, e.g. engine exhaust gases, smoke, fumes, flue gases, aerosols by diffusion
    • B01D53/225—Multiple stage diffusion
    • B01D53/226—Multiple stage diffusion in serial connexion
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B01—PHYSICAL OR CHEMICAL PROCESSES OR APPARATUS IN GENERAL
    • B01D—SEPARATION
    • B01D53/00—Separation of gases or vapours; Recovering vapours of volatile solvents from gases; Chemical or biological purification of waste gases, e.g. engine exhaust gases, smoke, fumes, flue gases, aerosols
    • B01D53/22—Separation of gases or vapours; Recovering vapours of volatile solvents from gases; Chemical or biological purification of waste gases, e.g. engine exhaust gases, smoke, fumes, flue gases, aerosols by diffusion
    • B01D53/228—Separation of gases or vapours; Recovering vapours of volatile solvents from gases; Chemical or biological purification of waste gases, e.g. engine exhaust gases, smoke, fumes, flue gases, aerosols by diffusion characterised by specific membranes
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B01—PHYSICAL OR CHEMICAL PROCESSES OR APPARATUS IN GENERAL
    • B01D—SEPARATION
    • B01D53/00—Separation of gases or vapours; Recovering vapours of volatile solvents from gases; Chemical or biological purification of waste gases, e.g. engine exhaust gases, smoke, fumes, flue gases, aerosols
    • B01D53/30—Controlling by gas-analysis apparatus
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2465—Query processing support for facilitating data mining operations in structured databases
    • 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)
  • Chemical & Material Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Oil, Petroleum & Natural Gas (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • General Chemical & Material Sciences (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Analytical Chemistry (AREA)
  • Databases & Information Systems (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • General Engineering & Computer Science (AREA)
  • Probability & Statistics with Applications (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Algebra (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Operations Research (AREA)
  • Organic Chemistry (AREA)
  • Fuzzy Systems (AREA)
  • Computational Linguistics (AREA)
  • Separation Of Gases By Adsorption (AREA)

Abstract

本发明提供了一种用于天然气选择性脱氮工艺的参数计算机自动优化方法，涉及天然气除杂技术领域，所述的方法包括：第一步，初始化设备运行；第二步，收集数据；第三步，拟合函数，第四步，预先判断气体纯度数据是否超出阈值，如果是执行第五步，根据纯度数据的变化趋势判断是否进行压力控制器输出的补偿。本发明提供的一种用于天然气选择性脱氮工艺的参数自动优化方法，能够通过科学、准确的计算方法对选择性吸附效果的充分优化。

Description

一种天然气选择性脱氮工艺的参数计算机自动优化方法
技术领域
本发明涉及天然气除杂技术领域，具体涉及一种天然气选择性脱氮工艺的参数计算机自动优化方法。
背景技术
天然气作为优质的燃料和重要的化工原料，其应用越来越引起人们的重视，加快天然气工业的发展已经成为当今世界的趋势。但是，很多油气田中生产的天然气中往往含有大量的氮气，高含氮天然气发热量低、集输过程中能耗大，其不能直接作为燃料。因此，天然气脱氮是充分利用天然气的重要条件。当前应用于工业的天然气脱氮工艺包括：深冷、溶剂吸收、变压吸附和选择性吸附。
深冷法是根据两种气体的液态时挥发性的差异进行分离，甲烷和氮气的沸点分别是-161.6℃和-195.8℃，如中国专利申请201410311707.4中公开了一种天然气中氮气的脱除工艺，其步骤为：LNG储罐中的BOG气体经过BOG冷箱复热后进入BOG增压系统，增压至0.6-1.5Mpa；而后，BOG依次通过BOG冷箱和液化冷箱后将BOG冷却至-154℃--165℃的液体，然后进入脱氮换热器进一步倍冷却至-168℃--176℃，在进行节流膨胀后温度将至-178℃--185℃，进入氮气脱除设备分离出的氮气高点放空，净化后的天然气回收至LNG储罐，但是采用深冷法需将原料气将至极低的温度，装置比较复杂，体积庞大，不经济。
变压吸附工艺是利用天然气中各组分的吸附能力随压力不同有明显差异的特性达到分离的目的，为保证工艺的连续性，该工艺需要采用多塔流程，如中国专利申请201610758279.9中公开了一种新型油田伴生气脱氮设备以及工艺，脱氮设备包括液气分离器、除水装置、冷却器、气液分离器、制冷系统、加热炉、变压吸附脱氮塔、真空泵、储罐等，脱氮工艺为先脱除混合气体中的水蒸气、C2+轻烃，避免对吸附剂污染，然后进行变压吸附脱除氮气，经富集后的产品气含氮量小于等于3％，达到商用品质要求，但是吸附过程中会使用到吸附剂，吸附剂容易被污染，因此需要在脱除过程中将二氧化碳、C2+轻烃一并脱除。
目前常用的天然气溶剂吸收法脱氮工艺存在如下的缺点：1)由于在溶剂吸收甲烷的过程中，不可避免地会吸收少量氮气组分，为提高天然气脱氮效率和产品质量，应将一级闪蒸罐排出的、含氮量较高的气流压缩后返回吸收塔进行二次吸收；在此情况下，如果原料气流中的氮含量发生变化，例如：氮含量出现明显的增加，由于一级闪蒸罐排出的气流向吸收塔的回流会造成整个脱氮系统的产品气中的氮气含量明显增加，也就是说，现有技术中对于原料气流的成分突变过于敏感，不适于保持稳定成分的产品气输出；2)上述方法也存在不将一级闪蒸罐排出的气流向吸收塔的回流的技术方案，但是上述技术方案由于将所有的一级闪蒸罐排出的气流直接排放掉，因此会造成较多的生产损耗，不利于控制成本。
选择性吸附技术具有操作弹性大，投资少，能耗低等优点，在天然气能源领域展现出广阔的应用前景。但是，选择性吸附技术由于工艺稳定性不可控等问题，发展受到了一定的制约。由于选择性吸附技术主要是通过选择性吸附膜来实现的，天然气的主要成分甲烷和氮气分子在性质上的差异很小，现有的选择性吸附膜主要是通过在选择性膜层两侧形成气体吸附溶解于选择性膜表面、吸附溶解在膜表面的气体在浓度梯度下驱动向选择性膜的另一侧扩散、气体在选择性膜的另一侧解吸。气体通过选择性膜的渗透选择性由能量选择性、山选择性等因素决定的。上述因素不仅和选择性膜和气体自身的属性有关，还和选择性脱氮工艺的工艺参数有关，目前对于选择性脱氮工艺的工艺参数计算机自动优化还少有研究，现有的一些计算机自动优化步骤也不能完全解决对选择性吸附效果的充分优化。
因此，需要开发一种用于天然气选择性脱氮工艺的参数计算机自动优化方法，能够通过科学、准确的计算方法对选择性吸附效果的充分优化。
发明内容
基于现有技术中存在的缺点与不足，本发明旨在提供一种用于天然气选择性脱氮工艺的设备及计算机自动优化方法，该控制方法能够通过科学、准确的计算方法对选择性吸附效果的充分优化。
一种天然气选择性脱氮工艺参数计算机自动优化方法，所述的方法涉及的装置包括：两级选择性过滤器、上位机、第一流量控制器、第二流量控制器、第三流量控制器和压力控制器；
所述的选择性过滤器包括选择性透过膜；
所述的选择性透过膜为氮气选择性透过膜。
一种用于天然气选择性脱氮工艺的计算机自动优化方法，所述的方法包括以下步骤：
第一步，初始化设备运行；
第二步，在特定时间间隔下，采集压力控制器参数数据相应的第一流量控制器、第二流量控制器、第三流量控制器测量数据以及产品气纯度数据V1ti，V2ti，V2ti，Cti；
第三步，每当测量一组第一流量控制器、第二流量控制器、第三流量控制器数据以及产品气纯度数据后，通过上位机进行数据拟合,拟合得到产品气纯度数据Cti+d与参数数据(V1ti，V2ti，V2ti)的函数关系C(ti+d)＝F(V1ti，V2ti，V2ti)(i＝1,2……),其中F为计算机拟合的函数关系,C(ti+d)表示测试时间点ti经过时间间隔d后的产品气纯度，d表示原始气体从进入一级选择过滤器经由整个过程到产品气体流出的平均时间间隔。该时间差通过试验等方式实现进行测定并设定。例如，可以在初期通气过程中通过管道上的关键位置的气压计或者流量计的突变来判断气体流经的时间点，当然也可以通过管道尺寸,气体压力等参数通过贝努利定律进行推算；
第四步，根据拟合函数，判断传感器传送产品气纯度数据C(ti+d)是否会超出了产品合格的阈值，如果拟合得到的C(ti+d)未超出产品合格的阈值，即产品合格，则执行步骤五，如果C(ti+d)超出产品合格阈值则执行步骤六；
步骤五，进一步判断[Cth-C(ti+d)]以及[C(ti+d)-C(ti-1+d)]/Δt的符号是否同号，即是否同时为正或负。如果是则执行步骤a)，如果否则执行步骤b)；
步骤六，如果C(ti+d)超出产品合格阈值，即产品不合格，则使得F(V1ti，V2ti，V2ti)＝Cth，通过拟合的函数关系得到相应函数关系下的第一流量控制器、第二流量控制器、第三流量控制器的对应理想值V1p，V2p，V3p；通过历史数据中的压力控制器Pti和第一、二、三流量控制器的检测值V1ti，V2ti，V2ti拟合出，Pti＝G(V1ti，V2ti，V2ti)的函数关系；将第一流量控制器、第二流量控制器、第三流量控制器的对应理想值V1p，V2p，V3p理想值带入上述函数关系Pti＝G(V1ti，V2ti，V2ti)得到压力控制器的理想值，将上述理想值数值通过上位机传送到压力控制器以实现相应的压力值控制。
上述步骤一的具体步骤为：按照根据初始值对压力控制器P的参数进行设置，借由压力控制器的设置相应地在管道体系中，所述的第一流量控制器、第二流量控制器、第三流量控制器分别测量的第一、二、三流量。压力控制器的初始值表示为P0，与P0相应的第一、二、三流量为V10，V20，V30。上述初始值为可以为常规工艺的原始设定、系统设备指导值、或者本领域技术人员根据工艺要求计算的理论值。
由于气体在管道中形成的湍流等不稳定传送现象，气体在管道中进行过滤的效果也不稳定，因为简单维持初始值运行的条件下，最终产品气的组分含量难以保证稳定，因此，需要对上述参数进行动态调节以保证最终的产品气质量。
按照上述压力控制器的初始值P0的运行保持T0的时间长度，所述的T0大于设备自开机至设备稳定状态的时间，本领域技术人员根据设备使用情况可以确定。优选的，T0可以为30分钟，一般为设备进入稳定后的10-15分钟。设置所述T0时间段来初始化设备一方面是使得设备进入稳定状态，另一方面是在该时间段内进行数据分析的基础数据收集。
上述步骤二的具体步骤为：通过上位机与第一流量控制器、第二流量控制器、第三流量控制器和压力控制器的连接，上位机控制压力控制器的输出值，并收集第一流量控制器、第二流量控制器、第三流量控制器实时测量数据，所述的实时数据可以按照一定时间间隔进行采集，例如1-3分钟，上述时间间隔表示为Δt。上位机将收集的数据进行存储，形成数据(V1ti，V2ti，V2ti)，其中V1ti，V2ti，V2ti分别表示第i次测量的时间对应的第一、二、三流量控制器V1，V2，V3的实时数据，i为具体的测量次数，ti是第i次测量的时间，第一次测量的时间可以是设备开始运行的时间即0时刻。
上位机在接收第一流量控制器、第二流量控制器、第三流量控制器数据的同时接收传感器传送产品气纯度数据Cti，其中Cti表示第i次测量的时间对应的传感器检测的实时数据，i为具体的测量次数，ti是第i次测量的时间。
上述步骤三的具体步骤为：当上位机接受到一组设备参数数据以及产品气纯度数据V1ti，V2ti，V2ti，Cti后，将上述最新一组数据与之前积累的数据进行拟合，获得C(ti+d)＝F(V1ti，V2ti，V2ti)(i＝1,2……)的函数关系。
上述步骤四的具体步骤为：通过ti时刻收集的设备参数数据经由拟合的函数关系，获得C(ti+d)的值。随后，将上述C(ti+d)的值与预设的阈值Cth进行比对，例如：C表征CH4含量时，判断C(ti+d)的拟合值是否高于甲烷含量的要求，例如C(ti+d)的拟合值是否大于90％。当C表征氮气含量时，则判断C(ti+d)的拟合值是否小于氮气含量要求，例如小于10％。
上述步骤五中所述的步骤a)的具体操作为：判断[C(ti+d)-C(ti-1+d)]/Δt和[C(ti-1+d)-C(ti-2+d)]/Δt是否同号，且[C(ti+d)-C(ti-1+d)]/Δt大于[C(ti-1+d)-C(ti-2+d)]/Δt，如果上述两个条件同时成立，则通过上位机控制压力控制器的补偿输出值P’＝P(ti)-1/2([C(ti-1+d)-C(ti-2+d)]/[C(ti+d)-C(ti-1+d)])2P(ti)，
如果上述两个条件至少一个不成立，则不调整设备参数，通过上述对于压力控制器压力的相应缩小补偿，能够合理降低C数值的过度的朝向超过阈值方向的剧烈变化。
所述的步骤b)的具体操作为不调整参数设定，维持现有设备参数不变。
具体的，一种天然气选择性脱氮工艺参数计算机自动优化方法，所述的方法涉及的装置包括：两级选择过滤器，所述的选择过滤器包括第一级选择膜和第二级选择膜，所述的选择膜为第一级氮气选择透过膜和第二级氮气选择透过膜。
所述的氮气选择透过膜为沸石分子筛、碳分子筛或者聚苯并咪唑(PBI)及其共混物。
所述的第一级选择过滤器的氮气选择透过膜的上方设置有气体入口，所述的第一级选择过滤器的气体入口与原始气体管道连接；
所述的第一级选择过滤器的上侧设置有输出口，未通过第一级氮气选择透过膜的产品气由输出口输出；
所述的第一级选择过滤器的下侧设置有输出口，通过第一级氮气选择透过膜过滤的中间产品气体由输出口输出。
所述的第二级选择过滤器的氮气选择透过膜的上方设置有气体入口；
所述的第一级选择过滤器的输出口通过管道与所述的第二级选择过滤器的气体入口连接。
所述的第二级选择过滤器的上侧设置有输出口，未通过第二级氮气选择透过膜的循环气体由输出口输出；
所述的第二级选择过滤器的下侧设置有输出口，通过第二级氮气选择透过膜过滤的富氮气体由输出口输出。
所述的第一级选择过滤器的氮气选择透过膜的上方设置有气体入口；
所述的第二级选择过滤器的输出口通过管道与第一级选择过滤器的气体入口连接；
在实施过程中，未通过第二级氮气选择透过膜的循环气体重新输入到第一级选择过滤器中再次进行选择性分离，从而在第一级选择过滤器的输出口输出产品气。
所述的第一级选择过滤器上连接有产品气输出管道，所述的产品气输出管道上设置有传感器；所述的传感器为近红外气体传感器，具体可以为近红外甲烷或氮气成分含量传感器。
在一些优选实施方案中，所述的传感器安装于产品气输出管道的一个分支检测管道上，从而避免对于气体输送主体管道的影响。通过所述的近红外气体传感器对于实时输出的产品气体的氮气或者甲烷成分进行实时地测量。
其中，在原始气体源到第一级选择性过滤器的气体入口之间的管道上设置有第一流量控制器以及压力控制器，在第一级选择性过滤器的输出口和第二级选择性过滤器的气体入口之间的管道上设置了第二流量控制器，在第二级选择性过滤器的输出口和第一级选择性过滤器的气体入口之间的管道上设置了第三流量控制器V3。
所述的第一流量控制器、第二流量控制器、第三流量控制器为可调节流量的流量计；所述的压力控制器为具有压力检测功能的压力泵。
所述的设备还包括上位机；
所述的第一流量控制器、第二流量控制器、第三流量控制器、传感器和压力控制器与上位机连接；所述的的连接方式为有线或者无线的连接方式，优选地，所述的的连接方式可以为数据线、wifi或局域网；通过所述的连接方式所述的第一流量控制器、第二流量控制器、第三流量控制器、传感器和压力控制器可以将数据上传至上位机，也可以通过所述的连接方式接收上位机的控制信号。
在工作过程中，所述的工艺设备的运行情况为：首先原始气体经由管道流入第一级选择过滤器的气体入口，进入第一级选择过滤器。原始气体在第一级选择过滤器的内腔由于压力控制器设置的气体压力大于其它管道中的气体压力，气流经由选择膜流动，并在氮气选择透过膜两侧的分离，通过分离将绝大部分氮气渗透到选择膜的下方，因此氮含量较高的中间产品气被从第一级选择过滤器的输出口排出，而氮含量较少的产品气被从第一级选择过滤器的输出口排出。
中间产品气体经由第二级选择过滤器的气体入口进入第二级选择过滤器。在第二级选择过滤器的腔体内由于气压差气流经由选择膜流动，并在氮气选择透过膜两侧的分离，通过分离将绝大部分氮气渗透到选择膜的下方，并从第二级选择过滤器的输出口作为富氮气体被排出。而氮含量较少的循环气体从第二级选择过滤器的输出口被再次输送到第一级选择过滤器的气体入口，再次进行除氮的分离过滤，从而形成产品气体的一部分。通过两级选择性膜的两次过滤实现了天然气的脱氮。
在上述的处理工艺中，第一流量控制器、第二流量控制器、第三流量控制器、传感器和压力控制器等参数对于两级过滤器的过滤情况存在相关性，进而影响了最终的产品气纯度。
与现有技术相比，本发明的有益效果在于：
本发明提供的一种用于天然气选择性脱氮工艺的参数自动优化方法，能够通过科学、准确的计算方法对选择性吸附效果的充分优化。
附图说明
图1为本发明实施例1提供的天然气选择性脱氮工艺的设备结构图；
图2为本发明实施例2提供的用于天然气选择性脱氮工艺的参数计算机自动优化方法的流程图。
附图说明：A1-第一级氮气选择透过膜、A2-第二级氮气选择透过膜、M-传感器、N-上位机、V1-第一流量控制器、V2-第二流量控制器、V3-第三流量控制器、P-压力控制器。
具体实施方式
以下将对本发明一种天然气深冷脱氮工艺的设备及计算机控制方法作进一步的详细描述。
下面将参照附图对本发明进行更详细的描述，其中表示了本发明的优选实施例，应该理解本领域技术人员可以修改在此描述的本发明而仍然实现本发明的有益效果。因此，下列描述应当被理解为对于本领域技术人员的广泛知道，而并不作为对本发明的限制。
为了清楚，不描述实际实施例的全部特征。在下列描述中，不详细描述公知的功能和结构，因为它们会使本发明由于不必要的细节而混乱。应当认为在任何实际实施例的开发中，必须作出大量实施细节以实现开发者的特定目标。
实施例1一种天然气选择性脱氮工艺的设备
参见图1，所述的设备包括两级选择过滤器，所述的选择过滤器包括第一级选择膜和第二级选择膜，所述的选择膜为第一级氮气选择透过膜A1和第二级氮气选择透过膜A2。
所述的氮气选择透过膜A1和A2均为沸石分子筛、碳分子筛或者聚苯并咪唑(PBI)及其共混物。
所述的第一级选择过滤器的氮气选择透过膜A1的上方设置有气体入口，所述的第一级选择过滤器的气体入口与原始气体管道连接；
所述的第一级选择过滤器的上侧设置有输出口，未通过第一级氮气选择透过膜A1的产品气由输出口输出；
所述的第一级选择过滤器的下侧设置有输出口，通过第一级氮气选择透过膜A1过滤的中间产品气体由输出口输出。
所述的第二级选择过滤器的氮气选择透过膜A2的上方设置有气体入口；
所述的第一级选择过滤器的输出口通过管道与所述的第二级选择过滤器的气体入口连接。
所述的第二级选择过滤器的上侧设置有输出口，未通过第二级氮气选择透过膜A2的循环气体由输出口输出；
所述的第二级选择过滤器的下侧设置有输出口，通过第二级氮气选择透过膜A2过滤的富氮气体由输出口输出。
所述的第一级选择过滤器的氮气选择透过膜A1的上方设置有气体入口；
所述的第二级选择过滤器的输出口通过管道与第一级选择过滤器的气体入口连接；
在实施过程中，未通过第二级氮气选择透过膜A2的循环气体重新输入到第一级选择过滤器中再次进行选择性分离，从而在第一级选择过滤器的输出口输出产品气。
所述的第一级选择过滤器上连接有产品气输出管道，所述的产品气输出管道上设置有传感器M；所述的传感器M为近红外气体传感器，具体可以为近红外甲烷或氮气成分含量传感器。
在一些优选实施方案中，所述的传感器M安装于产品气输出管道的一个分支检测管道上，从而避免对于气体输送主体管道的影响。通过所述的近红外气体传感器对于实时输出的产品气体的氮气或者甲烷成分进行实时地测量。
其中，在原始气体源到第一级选择性过滤器的气体入口之间的管道上设置有第一流量控制器V1以及压力控制器P，在第一级选择性过滤器的输出口和第二级选择性过滤器的气体入口之间的管道上设置了第二流量控制器V2，在第二级选择性过滤器的输出口和第一级选择性过滤器的气体入口之间的管道上设置了第三流量控制器V3。
所述的第一流量控制器V1、第二流量控制器V2、第三流量控制器V3为可调节流量的流量计；所述的压力控制器P为具有压力检测功能的压力泵。
所述的设备还包括上位机N；
所述的第一流量控制器V1、第二流量控制器V2、第三流量控制器V3、传感器M和压力控制器P与上位机连接；所述的的连接方式为有线或者无线的连接方式，优选地，所述的的连接方式可以为数据线、wifi或局域网；通过所述的连接方式所述的第一流量控制器V1、第二流量控制器V2、第三流量控制器V3、传感器M和压力控制器P可以将数据上传至上位机N，也可以通过所述的连接方式接收上位机的控制信号。
在工作过程中，所述的工艺设备的运行情况为：首先原始气体经由管道流入第一级选择过滤器的气体入口，进入第一级选择过滤器。原始气体在第一级选择过滤器的内腔由于压力控制器P设置的气体压力大于其它管道中的气体压力，气流经由选择膜流动，并在氮气选择透过膜两侧的分离，通过分离将绝大部分氮气渗透到选择膜的下方，因此氮含量较高的中间产品气被从第一级选择过滤器的输出口排出，而氮含量较少的产品气被从第一级选择过滤器的输出口排出。
中间产品气体经由第二级选择过滤器的气体入口进入第二级选择过滤器。在第二级选择过滤器的腔体内由于气压差气流经由选择膜流动，并在氮气选择透过膜两侧的分离，通过分离将绝大部分氮气渗透到选择膜的下方，并从第二级选择过滤器的输出口作为富氮气体被排出。而氮含量较少的循环气体从第二级选择过滤器的输出口被再次输送到第一级选择过滤器的气体入口，再次进行除氮的分离过滤，从而形成产品气体的一部分。通过两级选择性膜的两次过滤实现了天然气的脱氮。
在上述的处理工艺中，第一流量控制器V1、第二流量控制器V2、第三流量控制器V3、传感器M和压力控制器P等参数对于两级过滤器的过滤情况存在相关性，进而影响了最终的产品气纯度。
实施例2一种用于天然气选择性脱氮工艺的计算机自动优化方法
参见图2，包括以下步骤：
第一步，初始化设备运行，具体包括：
按照根据初始值对压力控制器P的参数进行设置，借由压力控制器P的设置相应地在管道体系中，形成了第一、二、三流量控制器V1，V2，V3分别测量的第一、二、三流量。压力控制器P的初始值表示为P0，与P0相应的第一、二、三流量为V10，V20，V30。上述初始值为可以为常规工艺的原始设定、系统设备指导值、或者本领域技术人员根据工艺要求计算的理论值。
由于气体在管道中形成的湍流等不稳定传送现象，气体在管道中进行过滤得效果也不稳定，因为简单维持初始值运行的条件下，最终产品气的组分含量难以保证稳定。因此，需要对上述参数进行动态调节以保证最终的产品气质量。
按照上述压力控制器P的初始值P0的运行保持T0的时间长度。上述T0大于设备自开机至设备稳定状态的时间，本领域技术人员根据设备使用情况可以确定。T0可以为30分钟，一般为设备进入稳定后的10-15分钟。设置上述T0时间段来初始化设备一方面是使得设备进入稳定状态，另一方面是在该时间段内进行数据分析的基础数据收集。
第二步，在特定时间间隔下，采集压力控制器P参数数据相应的第一、二、三流量测量数据以及产品气纯度数据V1ti，V2ti，V2ti，Cti。具体包括：
通过上位机与第一、二、三流量控制器V1，V2，V3和压力控制器P的连接，上位机控制压力控制器P的输出值，并收集第一、二、三流量控制器V1，V2，V3实时测量数据，上述实时数据可以按照一定时间间隔进行采集，例如1-3分钟，上述时间间隔表示为Δt。上位机将收集的数据进行存储，形成数据(V1ti，V2ti，V2ti)，其中V1ti，V2ti，V2ti分别表示第i次测量的时间对应的第一、二、三流量控制器V1，V2，V3的实时数据，i为具体的测量次数，ti是第i次测量的时间。第一次测量的时间可以是设备开始运行的时间即0时刻。
上位机与接受第一、二、三流量控制器V1，V2，V3数据同步的接受传感器M传送产品气纯度数据Cti，其中Cti表示第i次测量的时间对应的传感器M检测的实时数据，i为具体的测量次数，ti是第i次测量的时间。
第三步,每当测量一组第一、二、三流量控制器V1，V2，V3数据以及产品气纯度数据后，通过上位机N进行数据拟合,拟合得到产品气纯度数据Cti+d与参数数据(V1ti，V2ti，V2ti)的函数关系C(ti+d)＝F(V1ti，V2ti，V2ti)(i＝1,2……),其中F为计算机拟合的函数关系,C(ti+d)表示测试时间点ti经过时间间隔d后的产品气纯度，d表示原始气体从进入一级选择过滤器经由整个过程到产品气体流出的平均时间间隔。该时间差通过试验等方式实现进行测定并设定。例如，可以在初期通气过程中通过管道上的关键位置的气压计或者流量计的突变来判断气体流经的时间点，当然也可以通过管道尺寸,气体压力等参数通过贝努利定律进行推算。
具体的，当上位机N接受到一组设备参数数据以及产品气纯度数据V1ti，V2ti，V2ti，Cti后，将上述最新一组数据与之前积累的数据进行拟合，获得C(ti+d)＝F(V1ti，V2ti，V2ti)(i＝1,2……)的函数关系。
第四步，根据拟合函数，判断传感器M传送产品气纯度数据C(ti+d)是否会超出了产品合格的阈值。
通过ti时刻收集的设备参数数据可以，经由拟合的函数关系，获得C(ti+d)的值。随后，将上述C(ti+d)的值与预设的阈值Cth进行比对，例如：C表征CH4含量时，判断C(ti+d)的拟合值是否高于甲烷含量的要求，例如C(ti+d)的拟合值是否大于90％。当C表征氮气含量时，则判断C(ti+d)的拟合值是否小于氮气含量要求，例如小于10％。
如果拟合得到的C(ti+d)未超出产品合格的阈值，即产品合格，则执行步骤五，如果C(ti+d)超出产品合格阈值则执行步骤六。
步骤五，进一步判断[Cth-C(ti+d)]以及[C(ti+d)-C(ti-1+d)]/Δt的符号是否同号，即是否同时为正或负。如果是则执行步骤a)，如果否则执行步骤b)。
步骤a)，判断[C(ti+d)-C(ti-1+d)]/Δt和[C(ti-1+d)-C(ti-2+d)]/Δt是否同号，且[C(ti+d)-C(ti-1+d)]/Δt大于[C(ti-1+d)-C(ti-2+d)]/Δt，如果上述两个条件同时成立，则通过上位机N控制压力控制器的补偿输出值P’＝P(ti)-1/2([C(ti-1+d)-C(ti-2+d)/[C(ti+d)-C(ti-1+d)])2P(ti)，
如果上述两个条件至少一个不成立，则不调整设备参数，通过上述对于压力控制器压力的相应缩小补偿，能够合理降低C数值的过度的朝向超过阈值方向的剧烈变化。
步骤b)为不调整参数设定，维持现有设备参数不变。
步骤六，如果C(ti+d)超出产品合格阈值，即产品不合格，则使得F(V1ti，V2ti，V2ti)＝Cth，通过拟合的函数关系得到相应函数关系下的第一、二、三流量控制器的对应理想值V1p，V2p，V3p。通过历史数据中的压力控制器Pti和第一、二、三流量控制器的检测值V1ti，V2ti，V2ti拟合出，Pti＝G(V1ti，V2ti，V2ti)的函数关系；将第一、二、三流量控制器的对应理想值V1p，V2p，V3p理想值带入上述函数关系Pti＝G(V1ti，V2ti，V2ti)得到压力控制器P的理想值，将上述理想值数值通过上位机N传送到压力控制器P以实现相应的压力值控制。
试验例
通过将实施例2中记载的控制方法应用于原料气处理量为12×104～257×104立方米/天，原料气中氮含量为23体积％～50体积％的脱氮处理。
其中，通过自动化的参数控制压力控制器压力控制在为0.37～2.6MPa，产品气甲烷体积含量在77.9％-87.6％，具体数据如下表1：
表1
Figure BDA0002758838490000121
综上，本发明提供的一种用于天然气选择性脱氮工艺的参数计算机自动优化方法，能够通过科学、准确的计算方法对选择性吸附效果的充分优化。
以上显示和描述了本发明的基本原理、主要特征和优点，因此以上所述仅为本发明的实施例。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是本发明的原理，在不脱离本发明精神和范围的前提下，本发明还包括各种等效变化和改进，这些变化和改进都将落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其效物界定。

Claims (10)

1.一种天然气选择性脱氮工艺的参数计算机自动优化方法，其特征在于：所述的方法涉及的装置包括：两级选择性过滤器、上位机、第一流量控制器、第二流量控制器、第三流量控制器和压力控制器；
所述的选择性过滤器包括选择性透过膜；
所述的选择性透过膜为氮气选择性透过膜。
2.一种天然气选择性脱氮工艺的参数计算机自动优化方法，其特征在于：包括以下步骤：
第一步，初始化设备运行；
第二步，收集数据；
第三步，拟合函数，
第四步，预先判断气体纯度数据是否超出阈值，判断结果如果为是执行第五步，根据纯度数据的变化趋势判断是否进行压力控制器输出的补偿；判断结果如果为否，执行第六步。
3.根据权利要求2所述的天然气选择性脱氮工艺的参数计算机自动优化方法，其特征在于：第六步包括对于压力控制器输出的补偿。
4.根据权利要求2所述的天然气选择性脱氮工艺的参数计算机自动优化方法，其特征在于：第二步所述的收集数据是在特定时间间隔下进行的。
5.根据权利要求2所述的天然气选择性脱氮工艺的参数计算机自动优化方法，其特征在于：第二步所述的收集数据的步骤为：通过上位机与第一流量控制器、第二流量控制器、第三流量控制器和压力控制器的连接，上位机控制压力控制器的输出值，并收集第一流量控制器、第二流量控制器、第三流量控制器实时收集数据，所述的收集数据按照1-3分钟的时间间隔进行收集，所述的时间间隔表示为Δt；上位机将收集的数据进行存储，形成数据V1ti，V2ti，V2ti，其中V1ti，V2ti，V2ti分别表示第i次测量的时间对应的第一流量控制器、第二流量控制器、第三流量控制器的实时数据，i为具体的测量次数，ti是第i次测量的时间，第一次测量的时间可以是设备开始运行的时间即0时刻。
6.根据权利要求3所述的天然气选择性脱氮工艺的参数计算机自动优化方法，其特征在于：上位机在接收第一流量控制器、第二流量控制器、第三流量控制器数据的同时接收传感器传送产品气纯度数据Cti，其中Cti表示第i次测量的时间对应的传感器检测的实时数据，i为具体的测量次数，ti是第i次测量的时间。
7.根据权利要求2所述的天然气选择性脱氮工艺的参数计算机自动优化方法，其特征在于：第三步所述的拟合数据的步骤为：每当测量一组第一流量控制器、第二流量控制器、第三流量控制器以及产品气纯度数据后，通过上位机进行数据拟合,拟合得到产品气纯度数据Cti+d与参数数据V1ti，V2ti，V2ti的函数关系C(ti+d)＝F(V1ti，V2ti，V2ti)(i＝1,2……),其中F为计算机拟合的函数关系,C(ti+d)表示测试时间点ti经过时间间隔d后的产品气纯度，d表示原始气体从进入一级选择过滤器经由整个过程到产品气体流出的平均时间间隔。
8.根据权利要求2所述的天然气选择性脱氮工艺的参数计算机自动优化方法，其特征在于：第五步所述的步骤为：判断[Cth-C(ti+d)]以及[C(ti+d)-C(ti-1+d)]/Δt的符号是否同号，即是否同时为正或负；如果是则执行步骤a)，如果否则执行步骤b)。
9.根据权利要求8所述的天然气选择性脱氮工艺的参数计算机自动优化方法，其特征在于：所述的步骤a)的具体操作为：判断[C(ti+d)-C(ti-1+d)]/Δt和[C(ti-1+d)-C(ti-2+d)]/Δt是否同号，且[C(ti+d)-C(ti-1+d)]/Δt大于[C(ti-1+d)-C(ti-2+d)]/Δt，如果上述两个条件同时成立，则通过上位机控制压力控制器的补偿输出值P’＝P(ti)-1/2([C(ti-1+d)-C(ti-2+d)]/[C(ti+d)-C(ti-1+d)])2P(ti)。
所述的步骤b)的具体操作为不调整参数设定，维持现有设备参数不变。
10.根据权利要求1所述的天然气选择性脱氮工艺的参数计算机自动优化方法，其特征在于：第六步所述的步骤为：如果C(ti+d)超出产品合格阈值，即产品不合格，则使得F(V1ti，V2ti，V2ti)＝Cth，通过拟合的函数关系得到相应函数关系下的第一流量控制器、第二流量控制器、第三流量控制器的对应理想值V1p，V2p，V3p；通过历史数据中的压力控制器Pti和第一流量控制器、第二流量控制器、第三流量控制器的检测值V1ti，V2ti，V2ti拟合出，Pti＝G(V1ti，V2ti，V2ti)的函数关系；将第一流量控制器、第二流量控制器、第三流量控制器的对应理想值V1p，V2p，V3p理想值带入上述函数关系Pti＝G(V1ti，V2ti，V2ti)得到压力控制器的理想值，将上述理想值数值通过上位机传送到压力控制器以实现相应的压力值控制。
CN202011211318.6A 2020-11-03 2020-11-03 一种天然气选择性脱氮工艺的参数计算机自动优化方法 Active CN114437844B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011211318.6A CN114437844B (zh) 2020-11-03 2020-11-03 一种天然气选择性脱氮工艺的参数计算机自动优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011211318.6A CN114437844B (zh) 2020-11-03 2020-11-03 一种天然气选择性脱氮工艺的参数计算机自动优化方法

Publications (2)

Publication Number Publication Date
CN114437844A true CN114437844A (zh) 2022-05-06
CN114437844B CN114437844B (zh) 2022-12-09

Family

ID=81361475

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011211318.6A Active CN114437844B (zh) 2020-11-03 2020-11-03 一种天然气选择性脱氮工艺的参数计算机自动优化方法

Country Status (1)

Country Link
CN (1) CN114437844B (zh)

Citations (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004323575A (ja) * 2003-04-22 2004-11-18 Midori No Energy Kenkyukai:Kk バイオガス供給管理システム
CN1688994A (zh) * 2002-10-23 2005-10-26 弗纳技术股份有限公司 操作碳氢化合物生产设施的方法与系统
US20120130525A1 (en) * 2010-11-18 2012-05-24 Taiwan Semiconductor Manufacturing Company, Ltd. Adaptive and automatic determination of system parameters
CN102527188A (zh) * 2012-01-18 2012-07-04 龚涛 一种变压吸附装置控制方法及系统
KR20150113720A (ko) * 2014-03-31 2015-10-08 에스케이이노베이션 주식회사 최적 석유 제품 생산 결정 방법 및 장치
CN106054836A (zh) * 2016-06-21 2016-10-26 重庆科技学院 基于grnn的转炉炼钢工艺成本控制方法及系统
CN106503267A (zh) * 2016-12-07 2017-03-15 电子科技大学 一种适用于用户偏好动态演变的个性化推荐算法
WO2017056368A1 (ja) * 2015-09-30 2017-04-06 日本電気株式会社 最適化システム、最適化方法および最適化プログラム
CN106777866A (zh) * 2016-11-14 2017-05-31 重庆科技学院 面向节能降耗的高含硫天然气净化工艺建模与优化方法
CA2981555A1 (en) * 2016-10-07 2018-04-07 1Qb Information Technologies Inc. System and method for displaying data representative of a large dataset
DE112016006132T5 (de) * 2015-12-30 2018-09-06 Nikishin Gmbh Verfahren zum Entwerfen eines abnehmbaren Protektors für einen pneumatischen Reifen und mit diesem Verfahren hergestellter abnehmbarer Protektor für einen pneumatischen Reifen
CN108579449A (zh) * 2018-05-14 2018-09-28 南京工业大学 一种快速合成高硅ssz-13分子筛膜的方法
CN108681653A (zh) * 2018-06-05 2018-10-19 重庆科技学院 基于动态子空间高阶累积量分析的天然气净化过程异常监测方法
CN110020444A (zh) * 2017-07-12 2019-07-16 中国石油化工股份有限公司 一种氢气资源的优化方法及系统
KR20190101694A (ko) * 2018-02-23 2019-09-02 서울대학교산학협력단 Ct 데이터와 광학 데이터의 정합성능 향상 방법 및 그 장치
CN111209939A (zh) * 2019-12-27 2020-05-29 冶金自动化研究设计院 一种具有智能参数优化模块的svm分类预测方法
CN111581784A (zh) * 2020-04-17 2020-08-25 浙江大学 一种基于数据驱动自适应准稳态模型的扑翼运动参数优化方法

Patent Citations (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1688994A (zh) * 2002-10-23 2005-10-26 弗纳技术股份有限公司 操作碳氢化合物生产设施的方法与系统
JP2004323575A (ja) * 2003-04-22 2004-11-18 Midori No Energy Kenkyukai:Kk バイオガス供給管理システム
US20120130525A1 (en) * 2010-11-18 2012-05-24 Taiwan Semiconductor Manufacturing Company, Ltd. Adaptive and automatic determination of system parameters
CN102527188A (zh) * 2012-01-18 2012-07-04 龚涛 一种变压吸附装置控制方法及系统
KR20150113720A (ko) * 2014-03-31 2015-10-08 에스케이이노베이션 주식회사 최적 석유 제품 생산 결정 방법 및 장치
WO2017056368A1 (ja) * 2015-09-30 2017-04-06 日本電気株式会社 最適化システム、最適化方法および最適化プログラム
DE112016006132T5 (de) * 2015-12-30 2018-09-06 Nikishin Gmbh Verfahren zum Entwerfen eines abnehmbaren Protektors für einen pneumatischen Reifen und mit diesem Verfahren hergestellter abnehmbarer Protektor für einen pneumatischen Reifen
CN106054836A (zh) * 2016-06-21 2016-10-26 重庆科技学院 基于grnn的转炉炼钢工艺成本控制方法及系统
CA2981555A1 (en) * 2016-10-07 2018-04-07 1Qb Information Technologies Inc. System and method for displaying data representative of a large dataset
CN106777866A (zh) * 2016-11-14 2017-05-31 重庆科技学院 面向节能降耗的高含硫天然气净化工艺建模与优化方法
CN106503267A (zh) * 2016-12-07 2017-03-15 电子科技大学 一种适用于用户偏好动态演变的个性化推荐算法
CN110020444A (zh) * 2017-07-12 2019-07-16 中国石油化工股份有限公司 一种氢气资源的优化方法及系统
KR20190101694A (ko) * 2018-02-23 2019-09-02 서울대학교산학협력단 Ct 데이터와 광학 데이터의 정합성능 향상 방법 및 그 장치
CN108579449A (zh) * 2018-05-14 2018-09-28 南京工业大学 一种快速合成高硅ssz-13分子筛膜的方法
CN108681653A (zh) * 2018-06-05 2018-10-19 重庆科技学院 基于动态子空间高阶累积量分析的天然气净化过程异常监测方法
CN111209939A (zh) * 2019-12-27 2020-05-29 冶金自动化研究设计院 一种具有智能参数优化模块的svm分类预测方法
CN111581784A (zh) * 2020-04-17 2020-08-25 浙江大学 一种基于数据驱动自适应准稳态模型的扑翼运动参数优化方法

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
刘亚龙等: "管线长距离输送天然气的闭环控制模型研究", 《智能计算机与应用》 *
林杰: "拟合效果之我见", 《水文地质工程地质》 *
王湛等: "死端微滤牛血清白蛋白溶液膜通量的预测", 《北京工业大学学报》 *
甘学温等: "D优化的实验设计在IC工艺和器件优化中的应用", 《微电子学》 *
郝海霞: "用粒子群算法优化BP神经网络进行函数拟合", 《山西师范大学学报(自然科学版)》 *
陈华书等: "金属体积成形有限元分析管理与工艺优化平台", 《热加工工艺》 *

Also Published As

Publication number Publication date
CN114437844B (zh) 2022-12-09

Similar Documents

Publication Publication Date Title
US9975085B2 (en) Container-type biogas purification film method purification system
KR20180007519A (ko) 바이오 가스로부터 메탄 회수율을 향상시킬 수 있는 다단 분리막 시스템
CN105939961A (zh) 单晶硅制造装置的氩气回收精制方法及氩气回收精制装置
CN113247873B (zh) 天然气中氦气的回收系统及方法
US11311836B2 (en) Membrane permeation treatment with adjustment of the temperature of the first retentate as a function of the CH4 concentration in the third and/or fourth permeate
CN104745260A (zh) 一种沼气制取高品质天然气并储存的方法及其设备
CN103421565B (zh) 气体膜分离同步回收液态co2的沼气脱碳工艺和装置
CN113247861A (zh) 一种以瓦斯为原料气的氢气回收系统及其回收方法和应用
CN102502512B (zh) 一种为炉窑富氧助燃提供稳定流量和纯度的富氧气体的方法
CN111467913A (zh) 一种炼厂尾气综合回收利用工艺及其设备
CN101441023A (zh) 一种节能型空气分离工艺
CN114437844B (zh) 一种天然气选择性脱氮工艺的参数计算机自动优化方法
CN114437845B (zh) 一种天然气溶剂吸收脱氮工艺的计算机控制方法
Laguntsov et al. Natural gas drying and cleaning of carbon dioxide by membrane gas separation
Fu et al. Study on PSA Oxygen producing process under plateau region: Effect of purging flow rate on oxygen concentration and recovery
CN203112504U (zh) 一种小型膜分离制氮装置
RU2741460C1 (ru) Установка для разделения углеводородсодержащей газовой смеси с получением гелия
CN211419568U (zh) 一种从含co2的粗煤气中回收h2的系统
CN110452730B (zh) 轻烃干气中重组分的回收系统及其方法
CN209271017U (zh) 混合气体分离装置
CN108679929B (zh) 一种具备氢气成分检测功能的氢气液化系统
TWI698396B (zh) 二氧化碳的分離回收方法及分離回收系統
CN220310098U (zh) 一种多用途氮气发生器
CN114440549B (zh) 一种天然气深冷脱氮工艺的计算机控制方法
CN217312634U (zh) 一种用于空分工艺中的预冷纯化装置

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