CN117608201A - Fpso一级分离器智能优化控制器、系统及控制方法 - Google Patents
Fpso一级分离器智能优化控制器、系统及控制方法 Download PDFInfo
- Publication number
- CN117608201A CN117608201A CN202410097312.2A CN202410097312A CN117608201A CN 117608201 A CN117608201 A CN 117608201A CN 202410097312 A CN202410097312 A CN 202410097312A CN 117608201 A CN117608201 A CN 117608201A
- Authority
- CN
- China
- Prior art keywords
- primary separator
- data
- control
- oil
- intelligent
- 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
Links
- 238000005457 optimization Methods 0.000 title claims abstract description 93
- 238000000034 method Methods 0.000 title claims abstract description 61
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 195
- 238000004364 calculation method Methods 0.000 claims abstract description 133
- 238000012545 processing Methods 0.000 claims abstract description 28
- 239000000203 mixture Substances 0.000 claims abstract description 26
- 239000012071 phase Substances 0.000 claims description 123
- 239000003921 oil Substances 0.000 claims description 116
- 239000010779 crude oil Substances 0.000 claims description 106
- 239000007788 liquid Substances 0.000 claims description 89
- 238000001704 evaporation Methods 0.000 claims description 30
- 230000008020 evaporation Effects 0.000 claims description 30
- 230000008569 process Effects 0.000 claims description 30
- 230000008859 change Effects 0.000 claims description 29
- 238000004422 calculation algorithm Methods 0.000 claims description 27
- 238000000926 separation method Methods 0.000 claims description 22
- 238000003745 diagnosis Methods 0.000 claims description 19
- 238000004945 emulsification Methods 0.000 claims description 18
- 238000012821 model calculation Methods 0.000 claims description 17
- 239000012808 vapor phase Substances 0.000 claims description 16
- 238000005191 phase separation Methods 0.000 claims description 14
- 238000012937 correction Methods 0.000 claims description 11
- 238000009826 distribution Methods 0.000 claims description 8
- 239000000463 material Substances 0.000 claims description 6
- 238000004062 sedimentation Methods 0.000 claims description 5
- 239000000839 emulsion Substances 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims description 3
- 230000014759 maintenance of location Effects 0.000 claims 2
- 238000004519 manufacturing process Methods 0.000 abstract description 23
- 238000004458 analytical method Methods 0.000 abstract description 6
- 238000005265 energy consumption Methods 0.000 abstract description 3
- 238000004088 simulation Methods 0.000 abstract description 3
- 230000018044 dehydration Effects 0.000 description 12
- 238000006297 dehydration reaction Methods 0.000 description 12
- 238000001514 detection method Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 8
- 239000000047 product Substances 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 239000013535 sea water Substances 0.000 description 6
- 230000008901 benefit Effects 0.000 description 4
- 239000007791 liquid phase Substances 0.000 description 4
- 238000003860 storage Methods 0.000 description 4
- 230000002159 abnormal effect Effects 0.000 description 3
- 238000003556 assay Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 230000001276 controlling effect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 239000012467 final product Substances 0.000 description 2
- 238000007667 floating Methods 0.000 description 2
- 230000008014 freezing Effects 0.000 description 2
- 238000007710 freezing Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 239000002245 particle Substances 0.000 description 2
- 238000004886 process control Methods 0.000 description 2
- 238000000746 purification Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 230000000630 rising effect Effects 0.000 description 2
- 238000009834 vaporization Methods 0.000 description 2
- 230000008016 vaporization Effects 0.000 description 2
- 206010017472 Fumbling Diseases 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000010924 continuous production Methods 0.000 description 1
- 238000013499 data model Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 238000002309 gasification Methods 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000002156 mixing Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000010355 oscillation Effects 0.000 description 1
- 238000011112 process operation Methods 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 238000004064 recycling Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 239000013049 sediment Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000011144 upstream manufacturing Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Feedback Control In General (AREA)
Abstract
本发明一种FPSO一级分离器智能优化控制器、系统及控制方法，属于FPSO油处理技术领域，智能优化控制器包括依次相连的数据读取模块、数据处理与校正模块、模型计算模块、优化计算模块和控制计算模块，该智能优化控制器通过实时数据读取接口读取PCS控制系统的数据，并通过实时数据回写接口将数据输出回写至PCS控制系统，PCS控制系统与FPSO一级分离器相连。本发明通过模型模拟计算，对一级分离器生产数据进行分析，从而达到了对一级分离器处理能力的分析和产品油的组成分析，实时优化、可靠性高，适应性强，使一级分离器一直运行在优化的生产状态，最小化出口油相含水率，降低生产能耗、提高生产效率。
Description
技术领域
本发明属于FPSO油处理技术领域，尤其是涉及一种FPSO一级分离器智能优化控制器、系统及控制方法。
背景技术
FPSO全称为Floating Production Storage and Offloading，中文是浮式生产储油船。
FPSO装置作为海洋油气开发系统的组成部分，一般与水下采油装置和穿梭油轮组成一套完整的生产系统。该系统对于边际油田、早期开采系统和深海油气田开发有其独特的优势，该系统基于电破乳脱水原理对海上采出的原油进行油水分离处理，达到对原油脱水的目的，该技术具有脱水效果好，设备使用时间长且不易变形的优点。
FPSO装置主要包括油处理、气处理、水处理三个部分，其中油处理工艺直接决定了合格原油规格，对原油的生产效率起决定性作用，其工艺流程介绍如下：如图1所示，
（1）海管采出原油，原油来液进入油处理系统，脱除大部分海水和泥沙后运输至原油储罐；脱除过程中产生的油气进入气处理系统，气处理系统对油气进行加压纯化处理后送至其他装置用户；脱除的海水相进入水处理系统进行纯化处理回收利用。
（2）为了确保产品油的低含水率，使装置能够连续生产，需要将从海管采出的原油与合格原油在预热器进行换热，换热后的原油送至一级分离器脱除大部分海水及泥沙后经过加热器（热源来自热油系统）进行预热，预热后的原油进入二级分离器进一步脱除海水，然后通过电脱水供给泵送至电脱水分离器，电脱水器配备脱水变压器，并在脱水过程中注入破乳剂，原油在电破乳和破乳剂现象的作用下，水含量被降低至0.5%以下，最后经过海水冷却器冷却后送至合格油储罐（货油舱），海水进行外排。
可见，FPSO装置核心设备包括一级分离器、二级分离器、电脱水器、电脱水供给水泵、仪表、阀门等。其中一级分离器作为原油脱水的第一道工序，极大程度影响最终产品的产量和品质，且其作为整个工艺中第一个油水分离设备，在满足产品产量与合格要求的基础上，保证其持续、稳定的工作对整个油系统生产工艺的产能优化，节能减排具有重要意义。
FPSO装置由于设备容积较大，一旦出现产品指标下降，需经过较长时间才能恢复至正常状态，对合格产品油的检测也会相对滞后。此外，一级分离器分离出的粗原油也会直接影响后续设备的处理能力、产品指标、能耗等参数。
目前FPSO装置运行过程中主要存在以下几个问题：
（1）由于海管采油流量受上游设备控制，无法做到调整来液流量；
（2）海管原油含水率无法控制，对脱水装置操作条件容易造成较大波动，人工化验检测存在时间滞后；
（3）如图2所示，海管原油油品组成无法及时检测，人工化验（得到原油组分检测报告）、现场观测（观测设备真实界位）存在时间滞后，油品组成直接影响最终产品的指标，同时油品组成的变化也会影响脱水工艺的控制指标，而现场操作人员只能根据经验并结合检测报告调整工艺操作指标，通过中控系统控制FPSO装置，FPSO装置通信至现场仪表，再将仪表检测的液位、流量、压力数据传输至中控系统；
（4）FPSO装置持续生产过程中，海管原油组分不断变化，会导致现有的流量检测误差大，影响操作人员的判断与生产统计；
（5）关键控制回路由于原料油组分变化或调节阀的问题会引起控制性能下降或参数震荡等问题，造成潜在的操作安全隐患；
（6）由于FPSO装置油处理工艺流程环境复杂，生产装置离陆地较远，海管采出的原油乳化程度大，界位区分不明显，导致界位计无法准确测量界位高度，操作人员只能通过摸索调整界位高度，因此脱水工艺指标的调整很大程度依赖操作经验而非仪表，若出现含水率异常现象，需将电脱水器以较大功率运行和投入较多的破乳剂确保出口合格油的含水率在指标以下；
（7）现有的基于神经元网络技术等数据模型以及优化模型的精度与可靠性有待提高；
（8）目前工业生产装置中使用的单回路控制无法实现智能化自动操作，需要大量的人工操作调整，工作负荷大。
因此，如何有效的解决一级分离器控制的问题是十分必要的。
发明内容
本发明要解决的问题是提供一种FPSO一级分离器智能优化控制器、系统及控制方法。
为解决上述技术问题，本发明采用的技术方案是：一种FPSO一级分离器智能优化控制器，包括依次相连的数据读取模块、数据处理与校正模块、模型计算模块、优化计算模块和控制计算模块，
所述数据读取模块用于读取一级分离器仪表的数据；
所述数据处理与校正模块用于对一级分离器仪表的数据进行采集、故障检查和校正处理；
所述模型计算模块包括一级分离器模型和水平衡模型，所述一级分离器模型用于读入数据处理与校正模块输出的油水分离的相关数据，利用三相分离器模型，对三相分离过程进行模拟计算，得到一级分离器内油水相乳化分离状态，并输出计算后数据，同时得到一级分离器处理性能；所述水平衡模型用于推导得到一级分离器入口原油组成数据；所述一级分离器处理性能为单位时间内，在一级分离器出口油相含水率一定的条件下，一级分离器可处理的最大流量。所述水平衡模型用于推导得到一级分离器入口原油组成数据；
所述优化计算模块通过模型计算模块输出的数据，实现对一级分离器出口油相含水率进行最小化优化；
所述控制计算模块通过将优化计算模块的结果回写至PCS控制系统来调整一级分离器的控制阀，实现一级分离器出口原油含水率的调整，最小化出口原油含水率。
所述控制计算模块包括油水停留时间智能控制计算模块、气相闪蒸智能控制计算模块和液位智能控制计算模块，所述油水停留时间智能控制计算模块用于实现停留时间反馈控制和停留时间前馈控制，所述气相闪蒸智能控制计算模块用于实现气相闪蒸反馈控制和气相闪蒸前馈控制；所述液位智能控制计算模块用于实现液位反馈控制和液位前馈控制。
所述控制计算模块通过输出诊断与回写模块回写至PCS控制系统，所述输出诊断与回写模块包括分别与油水停留时间智能控制计算模块、气相闪蒸智能控制计算模块和液位智能控制计算模块对应设置的停留时间控制输出诊断与PCS回写模块、气相闪蒸控制输出诊断与PCS回写模块和液位控制输出诊断与PCS回写模块。
本发明还提供了一种FPSO一级分离器智能优化控制系统，包括智能优化控制器，所述智能优化控制器通过实时数据读取接口读取或写入PCS控制系统的数据，该智能优化控制器通过实时数据回写接口将数据输出回写至PCS控制系统，所述PCS控制系统与FPSO一级分离器相连，所述智能优化控制器还与用户界面相连。
其中，PCS控制系统是由过程控制级和过程监控级组成的以通信网络为纽带的多级计算机系统，综合了计算机，通信、显示和控制等4C技术，具有分散控制、集中操作、分级管理、配置灵活以及组态方便的优点。
其中，PCS控制系统担任了本发明的基本自动控制回路以及全装置的监测、显示与操作。
其中，实时数据读取接口用于承担定期或事件触发时读取或写入PCS控制系统内的数据的功能。可以选用标准的OPC接口或其它形式的基于API软件编写的专用接口软件。
其中，所述用户界面是用于操作一级分离器的界面，主要为运行智能控制、智能实时优化的人机界面（HMI）以及PCS的人机操作界面。
本发明还提供了一种FPSO一级分离器智能优化控制方法，包括如下步骤：
S1、智能优化控制器从实时数据读取接口读取PCS控制系统采集的仪表数据；
所述读取的仪表数据包括流量、温度、压力、液位、含水率等。
S2、对步骤S1读取的数据进行处理与校正；
数据进行处理与校正的方法包括如下步骤：对PCS控制系统采集的数据是否有效进行判断（即对数据是否产生数据异常及数据的合理性进行判断），利用PCS控制系统的仪表质量戳、量程、变化率等对数据进行有效性判断与故障诊断；有效性判断与诊断是通过对PCS控制系统采集数据是否连续，是否存在跳变、冻结等数据异常，以及数据合理性进行判断。
如果数据无效，根据设定采用计算值或替代值进行后续的模型计算，或者终止模型计算；如果数据有效，根据需要通过滤波、物料平衡、能量平衡算法对数据进行数据校正。
即根据设备进出物料质量计算进行质量核算，根据设备温度及换热计算进行质量核算，对输入数据进行清洗及处理。
S3、将步骤S2校正的数据进行模型计算，模型计算的方法包括如下步骤：
S31、根据一级分离器实际装置参数进行设置，得到一级分离器模型，读入油水分离相关数据（包括原油流量、原油组分、原油温度、原油含水率、界位高度、液位高度、一级分离器压力），利用三相分离模型对一级分离器内油水相乳化分离进行计算，得到三相分离数据（油相停留时间、水相停留时间、出口油相含水率、实际除水率、气相分率、出口油相温度和出口油相流量）；
从一级分离器出口油相含水率，计算出一级分离器处理性能，即通过一级分离器原油流量及一级分离器油相体积计算原油停留时间，并根据原油密度、粘度计算水滴在油层的沉降速度，结合停留时间可得到油层临界水滴直径，当油层内水滴直径大于临界水滴直径时则水滴被分离，再根据原油流速、原油温度、粘度、破乳剂用量等因素对原油内水滴直径分布计算，即可得到一级分离器内油水相乳化分离状态，并输出计算后得到出口油相含水率，反向推导出口油相含水率计算过程并设置含水率阈值即可得到指定含水率条件下的一级分离器处理性能。
处理性能即单位时间内，一级分离器出口油相含水率一定的条件下，一级分离器可处理的最大流量。
S32、水平衡模型利用一级分离器分离后的三相分离数据作为输入变量，对一级分离器内油水相乳化分离进行推导计算，并输出输出变量，得到一级分离器入口原油组成数据；
所述输入变量包括水相流量、水相温度、合格油组成、合格油含水率、合格油舱液位和合格油流量；
所述输出变量包括一级分离器入口原油组成、一级分离器入口原油流量和一级分离器入口乳化状态（含水率）；
其中，水平衡模型输入变量的水相流量和合格油流量计算原理为：通过采集现场生产数据，对现场流量仪表、现场分析仪表进行校正，并通过输入信息推算一级分离器相关参数，具体为：
产出水罐液位数据和产出水流量数据通过流量校正输出产出水总流量数据至水平衡模型；合格油罐液位数据和合格油流量数据通过流量校正输出合格油流量数据至水平衡模型；含水分析仪数据和人工化验值数据通过分析仪校正输出电脱水进出口油水含率至水平衡模型，即通过油舱（合格油罐）及水舱（产出水罐）液位上升高度并结合一级分离器模型计算得到的水相、油相密度，根据油舱采集温度及压力计算油舱及水舱内单位时间内进入油舱及水舱的原油和水的流量。
其中，合格油含水率设定值同校正后的有效数据一同输入水平衡模型中。
S4、将模型计算后的数据进行优化计算，对一级分离器出口油相含水率进行最小化优化；
优化计算的方法包括如下步骤：基于一级分离器模型和水平衡模型，针对现场PCS控制系统采集的变化数据，采用优化算法实时计算一级分离器的优化变量，并传输到控制计算模块作为优化设定值；
所述变化数据包括原油组成变化、流量变化、设备控制操作参数变化以及其他生产环境变化；所述优化变量包括一级分离器界位高度、一级分离器压力、一级分离器液位高度、气相分率。
在步骤S4中，还包括若干约束变量，所述约束变量包括停留时间约束、控制阀流量约束、处理能力约束和仪表约束；
其中，约束变量具体为停留时间上下限、一级分离器压力上下限、液位高度上下限，约束变量由生产工艺人员确定，约束变量的作用是使被控变量不会超过约束变量的约束范围而使计算结果失真。
S5、通过将优化计算的结果回写至PCS控制系统来调整一级分离器的控制阀，对一级分离器进行控制，达到对出口原油含水率最小化设置；
S51、停留时间智能控制计算：
停留时间智能控制计算模块接收停留时间的上限值和下限值为设备的约束变量、接收优化计算模块输出的停留时间的优化设定值、接收PCS控制系统输出的原油流量为干扰变量、接收一级分离器模型输出的停留时间为被控变量，该停留时间智能控制计算模块计算后输出界位高度设定值为操作变量，并发送至PCS控制系统；
停留时间智能控制计算模块对于PCS控制系统读取的输入信号进行数据处理，按照常规的PID算法加前馈算法进行控制，并考虑多变量之间的解耦。
S52、气相闪蒸智能控制计算：
气相闪蒸智能控制计算模块接收一级分离器压力的上限值和下限值为设备的约束变量、接收优化计算模块输出的气相分率的优化设定值、接收PCS控制系统输出的原油流量和原油温度为干扰变量、接收一级分离器模型输出的气相分率为被控变量；该气相闪蒸智能控制计算模块输出一级分离器压力设定值为操作变量，并将数据发送至PCS控制系统；
气相闪蒸智能控制计算模块对于PCS控制系统读取的输入信号进行数据处理，按照常规的PID算法进行控制，并考虑多变量之间的解耦。
S53、液位智能控制计算：
液位智能控制计算模块接收液位高度的上限值和下限值为设备的约束变量、接收优化计算模块输出的液位高度为优化设定值、接收PCS控制系统输出的液位高度为被控变量、原油流量和一级分离器压力为干扰变量；该液位智能控制计算模块输出液位高度设定值为操作变量，并将数据发送至PCS控制系统；
液位智能控制计算模块对于PCS控制系统读取的输入信号进行数据处理，按照常规的PID算法进行控制，并考虑多变量之间的解耦。
其中，反馈控制按照反馈控制原则，停留时间、气相分率、液位高度的检测值变化时，及时调整操作变量，使停留时间、气相分率和液位高度控制到优化设定值上。
其中，前馈控制是指通过三相分离器模型算法计算停留时间、气相分率和液位高度，然后通过高倍速运行并输入仪表现场采集的数据，一级分离器模型根据采集数据输出当前输入数据状态下的停留时间、气相分率和液位高度的变化趋势，并将其输出到前馈控制。
前馈控制的前馈算法对被控变量数据进行补偿，并结合干扰变量和模型计算对被控变量的变化趋势进行预测计算，预测计算结果反馈给P&ID算法，P&ID算法输出操作变量，输出操作变量后前馈算法根据输出的操作变量进行对应的变化，再进行下一轮前馈控制。
前馈控制算法通过P&ID控制结合变化趋势校正补偿、模型预测计算实现前馈控制；高倍速运行输入校正后的变化趋势反馈数据，一级分离器模型根据反馈数据输出当前状态下的未来变化趋势，并将参数输出到前馈控制。
在步骤S5中，将停留时间智能控制计算出的控制输出进行诊断与限位，限位后输出回写到PCS控制系统的界位高度设定值上，进而对界位阀进行控制；将气相闪蒸智能控制计算出的控制输出进行诊断与限位，限位后输出回写到PCS控制系统的一级分离器压力设定值上，进而对压力阀进行控制；液位智能控制计算出的控制输出进行诊断与限位，限位后输出回写到PCS控制系统的液位高度控制设定值上，进而对液位阀进行控制。
其中，诊断是指回写输出会根据实际PCS的控制状态进行判断，选择输出回写的幅度和频率。
本发明具体的效果如下：
（1）通过机理模型模拟计算，对FPSO一级分离器生产数据分析，计算出常规仪表无法检测的数据，从而达到了对一级分离器处理能力的分析和产品油的组成分析，实时优化、可靠性高，适应性强，无需大量历史数据校正及深度模型学习。
（2）本发明应用智能控制系统，可以实现全自动生产操作。
（3）根据流量、温度、生产环境变化等，本发明自动优化调整停留时间、气相分率、液位高度等重要操作参数，使一级分离器一直运行在优化的生产状态，最小化出口油相含水率，并保证生产操作的安全。
（4）提高设备连续运行稳定性，使FPSO一级分离器的操作人员能够进行高效地判断或预测潜在的设备或工艺故障，及时处理故障，减少了非计划停车或安全事故，提高了FPSO的经济效益。
（5）为操作人员提供实时的流量、出口油相含水率计算，操作人员可以及时量化调整出口油相含水率及流量质量指标，为后续下游设备降低能耗，减少质量波动，达到卡边操作做好基础。
（6）可以更加精确的计算产品成分组成，并预测出口油品组成，也为生产统计提供精确的数据。
附图说明
下面通过参考附图并结合实例具体地描述本发明，本发明的优点和实现方式将会更加明显，其中附图所示内容仅用于对本发明的解释说明，而不构成对本发明的任何意义上的限制，在附图中：
图1是现有技术中海上油田FPSO油处理工艺流程图。
图2是现有技术中FPSO装置工艺调整流程。
图3是本发明FPSO一级分离器智能优化控制器的结构框图。
图4是本发明FPSO一级分离器智能优化控制系统的工作流程图。
图5是本发明FPSO一级分离器智能优化控制方法流程图。
图6是本发明一级分离器模型输入、输出变量示意图。
图7是本发明水平衡模型输入、输出变量示意图。
图8是本发明水平衡模型输入数据校正原理图。
图9是本发明停留时间智能控制计算模块的控制框图。
图10是本发明气相闪蒸智能控制计算模块的控制框图。
图11是本发明液位智能控制计算模块的控制框图。
图12是本发明一级分离器投用前出口油相含水率变化趋势。
图13是本发明一级分离器投用后出口油相含水率变化趋势。
具体实施方式
如图3所示，本发明一种FPSO一级分离器智能优化控制器，包括依次相连的数据读取模块、数据处理与校正模块、模型计算模块、优化计算模块和控制计算模块。
数据读取模块用于读取一级分离器仪表的数据；
数据处理与校正模块用于对一级分离器仪表的数据进行采集、故障检查和校正处理；
模型计算模块包括一级分离器模型和水平衡模型，一级分离器模型用于读入数据处理与校正模块输出的油水分离的相关数据，利用三相分离器模型，对三相分离过程进行模拟计算，得到一级分离器内油水相乳化分离状态，并输出计算后数据，同时得到一级分离器处理性能；水平衡模型用于推导得到一级分离器入口原油组成数据；一级分离器处理性能为单位时间内，在一级分离器出口油相含水率一定的条件下，一级分离器可处理的最大流量。
优化计算模块通过模型计算模块输出的数据，实现对一级分离器出口油相含水率进行最小化优化；
控制计算模块通过将优化计算模块的结果回写至PCS控制系统来调整一级分离器的控制阀，实现一级分离器出口原油含水率的调整，最小化出口原油含水率。
控制计算模块包括油水停留时间智能控制计算模块、气相闪蒸智能控制计算模块和液位智能控制计算模块，油水停留时间智能控制计算模块用于实现停留时间反馈控制和停留时间前馈控制，气相闪蒸智能控制计算模块用于实现气相闪蒸反馈控制和气相闪蒸前馈控制；液位智能控制计算模块用于实现液位反馈控制和液位前馈控制。
控制计算模块通过输出诊断与回写模块回写至PCS控制系统，输出诊断与回写模块包括分别与油水停留时间智能控制计算模块、气相闪蒸智能控制计算模块和液位智能控制计算模块对应设置的停留时间控制输出诊断与PCS回写模块、气相闪蒸控制输出诊断与PCS回写模块和液位控制输出诊断与PCS回写模块。
如图4所示，本发明还提供了一种FPSO一级分离器智能优化控制系统，包括智能优化控制器，智能优化控制器通过实时数据读取接口读取或写入PCS控制系统的数据（PCS控制系统是对现场反馈数据进行反馈控制的控制系统，仅能实时的根据反馈值进行控制操作，无法对未来可能出现的变化及扰动进行提前规避，本发明通过一级分离器模型对PCS控制系统建立了前馈控制过程，可提前规避一级分离器可能出现的变化及扰动），该智能优化控制器通过实时数据回写接口将数据输出回写至PCS控制系统，PCS控制系统与FPSO一级分离器相连（FPSO一级分离器流量、温度、压力检测仪表检测的数据和一级分离器出口数据输送至PCS控制系统；PCS控制系统对阀进行控制调节），智能优化控制器还与用户界面相连。
其中，实时数据读取接口用于承担定期或事件触发时读取或写入PCS控制系统内的数据的功能。可以选用标准的OPC接口或其它形式的基于API软件编写的专用接口软件。
其中，用户界面是用于操作一级分离器的界面，主要为运行智能控制、智能实时优化的人机界面以及PCS的人机操作界面。
如图5所示，本发明还提供了一种FPSO一级分离器智能优化控制方法，包括如下步骤：
S1、智能优化控制器从实时数据读取接口读取PCS控制系统采集的仪表数据；
读取的仪表数据包括流量、温度、压力、液位、含水率等。
S2、对步骤S1读取的数据进行处理与校正；
数据进行处理与校正的方法包括如下步骤：对PCS控制系统采集的数据是否有效进行判断（即对数据是否产生数据异常及数据的合理性进行判断），利用PCS控制系统的仪表质量戳、量程、变化率等对数据进行有效性判断与故障诊断；有效性判断与诊断是通过对PCS控制系统采集数据是否连续，是否存在跳变、冻结等数据异常，以及数据合理性进行判断。如正常生产的管道，上游压力应大于下游压力，若采集数据不符合此种关系则可以判定数据有效性存疑或仪表存在故障。
如果数据无效，根据设定采用计算值或替代值进行后续的模型计算，或者终止模型计算；
若计算过程中部分设备采集数据有效性存疑或存在故障，数据跳变或准确性差，数据失真等情况，则需使用计算值或者其他替代值进行后续计算；
计算值举例：如一级分离器入口压力为104.9020KPag，一级分离器测量压力为199.8025Kpag，根据基本常识，则一级分离器入口压力数据无效，通过计算得到入口压力应为204.8881KPag；此例中计算值为一级分离器入口压力计算值；
替代值举例：当油舱液位高度数据异常或失效时，采集原油流量数据用于一级分离器原油乳化状态计算。
如果数据有效，根据需要通过滤波、物料平衡、能量平衡算法对数据进行数据校正。
即根据设备进出物料质量计算进行质量核算，根据设备温度及换热计算进行质量核算，对输入数据进行清洗及处理。
S3、将步骤S2校正的数据进行模型计算，模型计算的方法包括如下步骤：
S31、如图6所示，根据一级分离器实际装置参数进行设置，得到一级分离器模型，读入油水分离相关数据（包括原油流量、原油组分、原油温度、原油含水率、界位高度、液位高度、一级分离器压力），利用三相分离模型对一级分离器内油水相乳化分离进行计算，得到三相分离数据（油相停留时间、水相停留时间、出口油相含水率、实际除水率、气相分率、出口油相温度和出口油相流量）；
从一级分离器出口油相含水率，计算出一级分离器处理性能，即通过一级分离器原油流量及一级分离器油相体积计算原油停留时间，并根据原油密度、粘度计算水滴在油层的沉降速度，结合停留时间可得到油层临界水滴直径，当油层内水滴直径大于临界水滴直径时则水滴被分离，再根据原油流速、原油温度、粘度、破乳剂用量等因素对原油内水滴直径分布计算，即可得到一级分离器内油水相乳化分离状态，并输出计算后得到出口油相含水率，反向推导出口油相含水率计算过程并设置含水率阈值即可得到指定含水率条件下的一级分离器处理性能。
处理性能即单位时间内，一级分离器出口油相含水率一定的条件下，一级分离器可处理的最大流量。
其中，FPSO三相分离器模型具体为：
根据进料量计算原油停留时间：
；
上式中，q为进料量，单位为m3/h；V为一级分离器的有效容积，单位为m3；t为停留时间，单位为h；
计算含水原油混合粘度：
；
上式中，vis为含水原油混合粘度；viso为原油的粘度；visw为水的粘度；为含水率，单位为%；/>为水的密度，单位为g/cm3；/>为原油的密度，单位为g/cm3；
计算水滴在油层的沉降速度，通过斯托克斯方程计算：
；
上式中，dm为临界水滴直径，单位为m，目前是未知量；WO为沉降速度，单位为m/min；
同时，
；
上式中，ho为油滴高度，单位为m；
联立以上两个公式进行迭代计算，可得临界水滴直径dm。
进一步地，水滴分布系数与流速倒数的关系为：
；
上式中，y为水滴分布系数；Co为流速倒数，单位为min/m2；a= 2.121368224；b=0.013698858；c= 0.000263067；
其中，
；
上式中，length为罐长，单位为m；Vs为体积流量，单位为m3/h；通过上述计算可得到水滴分布系数。
而水滴粒径对数正态分布Log-Normal计算如下：
；
上式中，d为水滴粒径，单位为mm；σ为lnd的标准差，具体为0.22；μ为lnd的均值，由水滴分布系数与流速倒数的关系计算得到；
进一步地，通过误差函数和积分函数即可得到大于油层临界水滴直径（可除去的水滴）百分比，
其中，误差函数为：
；
；
上式中，a1、a2、a3和a4为修正系数。
积分函数为：
。
S32、如图7所示，水平衡模型利用一级分离器分离后的三相分离数据作为输入变量，对一级分离器内油水相乳化分离进行推导计算，并输出输出变量，得到一级分离器入口原油组成数据；
输入变量包括水相流量、水相温度、合格油组成、合格油含水率、合格油舱液位和合格油流量；
输出变量包括一级分离器入口原油组成、一级分离器入口原油流量和一级分离器入口乳化状态（含水率）；
其中，水平衡模型输入变量的水相流量和合格油流量计算原理为：通过采集现场生产数据，对现场流量仪表、现场分析仪表进行校正，并通过输入信息推算一级分离器相关参数，具体为：
如图8所示，产出水罐液位数据和产出水流量数据通过流量校正输出产出水总流量数据至水平衡模型；合格油罐液位数据和合格油流量数据通过流量校正输出合格油流量数据至水平衡模型；含水分析仪数据和人工化验值数据通过分析仪校正输出电脱水进出口油水含率至水平衡模型，即通过油舱（合格油罐）及水舱（产出水罐）液位上升高度并结合一级分离器模型计算得到的水相、油相密度，根据油舱采集温度及压力计算油舱及水舱内单位时间内进入油舱及水舱的原油和水的流量。
其中，合格油含水率设定值同校正后的有效数据一同输入水平衡模型中。
水平衡模型通过一级分离器分离水相的流量、一级分离器质量平衡、乳化破乳过程计算，可推导得到一级分离器入口含水率和原油乳化程度，得到入口原油组成数据；
质量平衡的公式为：
FT(ZW+ZWO T+ZOW T)=FOZWO O+FWZWO W；
上式中，FT为原油流量，单位为kmol/h；FO为合格原油流量，单位为kmol/h；FW为自由水流量，单位为kmol/h；ZW为自由水摩尔组成，单位为mol-1；ZWO为油中乳化摩尔组成，单位为mol-1；ZOW为水中乳化摩尔组成，单位为mol-1；
乳化破乳过程计算：通过联立质量平衡公式及三相分离器模型算法反向推导可得入口含水率及原油乳化程度。
S4、一级分离优化控制器计算：将模型计算后的数据进行优化计算，对一级分离器出口油相含水率进行最小化优化；
优化计算的方法包括如下步骤：基于一级分离器模型和水平衡模型，针对现场PCS控制系统采集的变化数据，采用优化算法实时计算一级分离器的优化变量，并传输到控制计算模块作为优化设定值；
变化数据包括原油组成变化、流量变化、设备控制操作参数变化以及其他生产环境变化；优化变量包括一级分离器界位高度、一级分离器压力、一级分离器液位高度、气相分率。
在步骤S4中，还包括若干约束变量，约束变量包括停留时间约束、控制阀流量约束、处理能力约束和仪表约束；
其中，约束变量具体为停留时间上下限、一级分离器压力上下限、液位高度上下限，约束变量由生产工艺人员确定，约束变量的作用是使被控变量不会超过约束变量的约束范围而使计算结果失真。
S5、控制计算：如图9至图11所示，通过将优化计算的结果回写至PCS控制系统来调整一级分离器的控制阀，对一级分离器进行控制，达到对出口原油含水率最小化设置；
S51、停留时间智能控制计算：
停留时间智能控制计算模块接收停留时间的上限值和下限值为设备的约束变量、接收优化计算模块输出的停留时间的优化设定值、接收PCS控制系统输出的原油流量为干扰变量、接收一级分离器模型输出的停留时间为被控变量，该停留时间智能控制计算模块计算后输出界位高度设定值为操作变量，并发送至PCS控制系统；
停留时间智能控制计算模块对于PCS控制系统读取的输入信号进行数据处理，按照常规的PID算法加前馈算法进行控制，并考虑多变量之间的解耦。
S52、气相闪蒸智能控制计算：
气相闪蒸智能控制计算模块接收一级分离器压力的上限值和下限值为设备的约束变量、接收优化计算模块输出的气相分率的优化设定值、接收PCS控制系统输出的原油流量和原油温度为干扰变量、接收一级分离器模型输出的气相分率为被控变量；该气相闪蒸智能控制计算模块输出一级分离器压力设定值为操作变量，并将数据发送至PCS控制系统；
气相闪蒸智能控制计算模块对于PCS控制系统读取的输入信号进行数据处理，按照常规的PID算法进行控制，并考虑多变量之间的解耦。
S53、液位智能控制计算：
液位智能控制计算模块接收液位高度的上限值和下限值为设备的约束变量、接收优化计算模块输出的液位高度为优化设定值、接收PCS控制系统输出的液位高度为被控变量、原油流量和一级分离器压力为干扰变量；该液位智能控制计算模块输出液位高度设定值为操作变量，并将数据发送至PCS控制系统；
液位智能控制计算模块对于PCS控制系统读取的输入信号进行数据处理，按照常规的PID算法进行控制，并考虑多变量之间的解耦。
其中，反馈控制按照反馈控制原则，停留时间、气相分率、液位高度的检测值变化时，及时调整操作变量，使停留时间、气相分率和液位高度控制到优化设定值上。
其中，前馈控制指的是根据可采集的信息对被控变量变化趋势进行预测，在被控变量出现变化或扰动前进行控制，从而避免或减小被控变量的变化及扰动。
前馈控制通过三相分离器模型算法计算停留时间、气相分率和液位高度，然后通过高倍速运行并输入仪表现场采集的数据，一级分离器模型根据采集数据输出当前输入数据状态下的停留时间、气相分率和液位高度的变化趋势，并将其输出到前馈控制。
前馈控制的前馈算法对被控变量数据进行补偿，并结合干扰变量和模型计算对被控变量的变化趋势进行预测计算，预测计算结果反馈给P&ID算法，P&ID算法输出操作变量，输出操作变量后前馈算法根据输出的操作变量进行对应的变化，再进行下一轮前馈控制。
P&ID算法具体为：
；
上式中，PV为变化趋势反馈值；为设定值与变化趋势反馈值的差值；SV为设定值；/>为输出值变化量；Gain为比例控制值；Ti为积分控制值；Td为微分控制值；/>为/>的迭代差值。
前馈控制算法通过P&ID控制结合变化趋势校正补偿、模型预测计算实现前馈控制；高倍速（500倍）运行输入校正后的变化趋势反馈数据，一级分离器模型根据反馈数据输出当前状态下的未来变化趋势，并将参数输出到前馈控制。
具体地，停留时间指的是一级分离器中原油油层体积除以入口原油流量。
气相闪蒸指的是一级分离器气相分率，即入口原油进入一级分离器闪蒸后产生的气相组分与液相组分的摩尔比。
液位指的是一级分离器内部所存储液体的高度。
气相闪蒸的计算步骤为：
设定MESH方程并联立求解气相闪蒸：
物料平衡的M方程为：
；
上式中，F为总摩尔流量，单位为kmol/h；L为液相摩尔流量，单位为kmol/h；V气为气相摩尔流量，单位为kmol/h；为组分i总摩尔分率；/>为液相组分i摩尔分率；/>为气相组分i摩尔分率。
相平衡的E方程为：
；
；
上式中，为组分i在气液两相的平衡常数；
摩尔分率加和式的S方程为：
；
；
热量平衡式的H方程为：
；
上式中，Q为能量，单位为KJ/h；为总焓值，单位为KJ/Kmol；/>为气相焓值，单位为KJ/Kmol；/>为液相焓值，单位为KJ/Kmol。
气化率e的方程为：
；
联立方程求解：
；
；
。
在步骤S5中，将停留时间智能控制计算出的控制输出进行诊断与限位，限位后输出回写到PCS控制系统的界位高度设定值上，进而对界位阀进行控制；将气相闪蒸智能控制计算出的控制输出进行诊断与限位，限位后输出回写到PCS控制系统的一级分离器压力设定值上，进而对压力阀进行控制；液位智能控制计算出的控制输出进行诊断与限位，限位后输出回写到PCS控制系统的液位高度控制设定值上，进而对液位阀进行控制。
其中，诊断是指回写输出会根据实际PCS的控制状态进行判断，选择输出回写的幅度和频率。
如图12和图13所示，一级分离器出口油相含水率变化趋势（投用后），趋势稳定，出口油相含水率优化。
以上对本发明的实施例进行了详细说明，但所述内容仅为本发明的较佳实施例，不能被认为用于限定本发明的实施范围。凡依本发明范围所作的均等变化与改进等，均应仍归属于本专利涵盖范围之内。
Claims (10)
1.一种FPSO一级分离器智能优化控制器，其特征在于：包括依次相连的数据读取模块、数据处理与校正模块、模型计算模块、优化计算模块和控制计算模块，
所述数据读取模块用于读取一级分离器仪表的数据；
所述数据处理与校正模块用于对一级分离器仪表的数据进行采集、故障检查和校正处理；
所述模型计算模块包括一级分离器模型和水平衡模型，所述一级分离器模型用于读入数据处理与校正模块输出的油水分离的相关数据，利用三相分离器模型，对三相分离过程进行模拟计算，得到一级分离器内油水相乳化分离状态，并输出计算后数据，同时得到一级分离器处理性能；所述水平衡模型用于推导得到一级分离器入口原油组成数据；
所述优化计算模块通过模型计算模块输出的数据，实现对一级分离器出口油相含水率进行最小化优化；
所述控制计算模块通过将优化计算模块的结果回写至PCS控制系统来调整一级分离器的控制阀，实现一级分离器出口原油含水率的调整，最小化出口原油含水率。
2.根据权利要求1所述的FPSO一级分离器智能优化控制器，其特征在于：所述控制计算模块包括油水停留时间智能控制计算模块、气相闪蒸智能控制计算模块和液位智能控制计算模块，所述油水停留时间智能控制计算模块用于实现停留时间反馈控制和停留时间前馈控制，所述气相闪蒸智能控制计算模块用于实现气相闪蒸反馈控制和气相闪蒸前馈控制；所述液位智能控制计算模块用于实现液位反馈控制和液位前馈控制。
3.根据权利要求2所述的FPSO一级分离器智能优化控制器，其特征在于：所述控制计算模块通过输出诊断与回写模块回写至PCS控制系统，所述输出诊断与回写模块包括分别与油水停留时间智能控制计算模块、气相闪蒸智能控制计算模块和液位智能控制计算模块对应设置的停留时间控制输出诊断与PCS回写模块、气相闪蒸控制输出诊断与PCS回写模块和液位控制输出诊断与PCS回写模块。
4.一种FPSO一级分离器智能优化控制系统，基于如权利要求1所述的FPSO一级分离器智能优化控制器实现，其特征在于：包括智能优化控制器，所述智能优化控制器通过实时数据读取接口读取或写入PCS控制系统的数据，智能优化控制器通过实时数据回写接口将数据输出回写至PCS控制系统，所述PCS控制系统与FPSO一级分离器相连，所述智能优化控制器还与用户界面相连。
5.一种FPSO一级分离器智能优化控制方法，基于如权利要求4所述的FPSO一级分离器智能优化控制系统实现，其特征在于：包括如下步骤：
S1、智能优化控制器从实时数据读取接口读取PCS控制系统采集的仪表数据；
S2、对步骤S1读取的数据进行处理与校正；
S3、将步骤S2校正的数据进行模型计算；
S4、将模型计算后的数据进行优化计算，对一级分离器出口油相含水率进行最小化优化；
S5、通过将优化计算的结果回写至PCS控制系统来调整一级分离器的控制阀，对一级分离器进行控制，达到对出口原油含水率最小化设置。
6.根据权利要求5所述的FPSO一级分离器智能优化控制方法，其特征在于：在步骤S2中，数据进行处理与校正的方法包括如下步骤：对PCS控制系统采集的数据是否有效进行判断，如果数据无效，根据设定采用计算值或替代值进行后续的模型计算，或者终止模型计算；如果数据有效，根据需要通过滤波、物料平衡、能量平衡算法对数据进行数据校正。
7.根据权利要求6所述的FPSO一级分离器智能优化控制方法，其特征在于：将步骤S3中，模型计算的方法包括如下步骤：
S31、根据一级分离器实际参数进行设置，得到一级分离器模型，读入油水分离相关数据，利用三相分离模型对一级分离器内油水相乳化分离进行计算，得到三相分离数据，并计算出一级分离器处理性能；
所述油水分离相关数据包括原油流量、原油组分、原油温度、原油含水率、界位高度、液位高度、一级分离器压力；
所述三相分离数据包括油相停留时间、水相停留时间、出口油相含水率、实际除水率、气相分率、出口油相温度和出口油相流量；
所述三相分离模型是通过一级分离器的原油流量及一级分离器油相体积计算原油停留时间，并根据原油密度、粘度计算水滴在油层的沉降速度，结合原油停留时间得到油层临界水滴直径，当油层内水滴直径大于临界水滴直径时则水滴被分离，再根据原油流速、原油温度、粘度、破乳剂用量对原油内水滴直径分布计算，得到一级分离器内油水相乳化分离状态，并输出计算后得到出口油相含水率，反向推导出口油相含水率计算过程并设置含水率阈值得到指定含水率条件下的一级分离器处理性能；
S32、所述水平衡模型利用一级分离器分离后的三相分离数据作为输入变量，对一级分离器内油水相乳化分离进行推导计算，并输出输出变量，得到一级分离器入口原油组成数据；
所述输入变量包括水相流量、水相温度、合格油组成、合格油含水率、合格油舱液位和合格油流量；
所述输出变量包括一级分离器入口原油组成、一级分离器入口原油流量和一级分离器入口乳化状态。
8.根据权利要求7所述的FPSO一级分离器智能优化控制方法，其特征在于：在步骤S4中，优化计算的方法包括如下步骤：基于一级分离器模型和水平衡模型，针对现场PCS控制系统采集的变化数据，采用优化算法实时计算一级分离器的优化变量，并传输到控制计算模块作为优化设定值；
所述变化数据包括原油组成变化、流量变化、设备控制操作参数变化；所述优化变量包括一级分离器界位高度、一级分离器压力、一级分离器液位高度、气相分率；
优化算法还包括约束变量，所述约束变量包括停留时间上下限、一级分离器压力上下限、液位高度上下限。
9.根据权利要求8所述的FPSO一级分离器智能优化控制方法，其特征在于：步骤S5中对一级分离器的控制包括停留时间智能控制、气相闪蒸智能控制和液位智能控制，
S51、停留时间智能控制计算：
通过停留时间智能控制计算模块接收停留时间的上限值和下限值为设备的约束变量、接收优化计算模块输出的停留时间的优化设定值、接收PCS控制系统输出的原油流量为干扰变量、接收一级分离器模型输出的停留时间为被控变量，停留时间智能控制计算模块计算后输出界位高度设定值为操作变量，并发送至PCS控制系统；
S52、气相闪蒸智能控制计算：
通过气相闪蒸智能控制计算模块接收一级分离器压力的上限值和下限值为设备的约束变量、接收优化计算模块输出的气相分率的优化设定值、接收PCS控制系统输出的原油流量和原油温度为干扰变量、接收一级分离器模型输出的气相分率为被控变量；气相闪蒸智能控制计算模块输出一级分离器压力设定值为操作变量，并将数据发送至PCS控制系统；
S53、液位智能控制计算：
通过液位智能控制计算模块接收液位高度的上限值和下限值为设备的约束变量、接收优化计算模块输出的液位高度为优化设定值、接收PCS控制系统输出的液位高度为被控变量、原油流量和一级分离器压力为干扰变量；液位智能控制计算模块输出液位高度设定值为操作变量，并将数据发送至PCS控制系统。
10.根据权利要求9所述的FPSO一级分离器智能优化控制方法，其特征在于：在步骤S5中，将停留时间智能控制计算出的控制输出进行诊断与限位，限位后输出回写到PCS控制系统的界位高度设定值上，进而对界位阀进行控制；将气相闪蒸智能控制计算出的控制输出进行诊断与限位，限位后输出回写到PCS控制系统的一级分离器压力设定值上，进而对压力阀进行控制；液位智能控制计算出的控制输出进行诊断与限位，限位后输出回写到PCS控制系统的液位高度控制设定值上，进而对液位阀进行控制。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410097312.2A CN117608201B (zh) | 2024-01-24 | 2024-01-24 | Fpso一级分离器智能优化控制器、系统及控制方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410097312.2A CN117608201B (zh) | 2024-01-24 | 2024-01-24 | Fpso一级分离器智能优化控制器、系统及控制方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117608201A true CN117608201A (zh) | 2024-02-27 |
| CN117608201B CN117608201B (zh) | 2024-03-29 |
Family
ID=89944732
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410097312.2A Active CN117608201B (zh) | 2024-01-24 | 2024-01-24 | Fpso一级分离器智能优化控制器、系统及控制方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117608201B (zh) |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102198984A (zh) * | 2010-03-26 | 2011-09-28 | 北京石油化工学院 | 含油废水处理用多相分离方法与系统 |
| CN104359700A (zh) * | 2014-12-02 | 2015-02-18 | 中国海洋石油总公司 | 一种fpso原油外输系统耦合特性试验方法 |
| US20170267317A1 (en) * | 2015-11-27 | 2017-09-21 | Ptt Exploration And Production Public Company Limited | Systems, devices, controllers, and methods for use in a floating production storage and offloading vessel |
| CN111718029A (zh) * | 2020-06-28 | 2020-09-29 | 中海油天津化工研究设计院有限公司 | 一种海洋油田智慧水务系统 |
| CN113593080A (zh) * | 2021-08-10 | 2021-11-02 | 中国船舶工业集团公司第七0八研究所 | 一种fpso智能装配载监控系统 |
| CN113864653A (zh) * | 2021-09-29 | 2021-12-31 | 西安交通大学 | 一种气液分离器与节流阀联合消除严重段塞流的系统及方法 |
| CN114164019A (zh) * | 2021-12-01 | 2022-03-11 | 北京石油化工学院 | 海上油田油井采出液脱水处理系统及工艺 |
| CN114745141A (zh) * | 2022-06-13 | 2022-07-12 | 中海油能源发展股份有限公司采油服务分公司 | Fpso原油外输辅助决策系统 |
| CN115746900A (zh) * | 2022-12-02 | 2023-03-07 | 中海石油(中国)有限公司 | 一种海上油田聚合物驱采出液一体化处理方法及装置 |
| CN116677923A (zh) * | 2023-06-07 | 2023-09-01 | 中国海洋石油集团有限公司 | 一种台风模式下fpso远程置换排空系统及排空方法 |
| CN117076915A (zh) * | 2023-10-17 | 2023-11-17 | 中海油能源发展股份有限公司采油服务分公司 | Fpso原油工艺系统的智能故障归因分析方法及系统 |
-
2024
- 2024-01-24 CN CN202410097312.2A patent/CN117608201B/zh active Active
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102198984A (zh) * | 2010-03-26 | 2011-09-28 | 北京石油化工学院 | 含油废水处理用多相分离方法与系统 |
| CN104359700A (zh) * | 2014-12-02 | 2015-02-18 | 中国海洋石油总公司 | 一种fpso原油外输系统耦合特性试验方法 |
| US20170267317A1 (en) * | 2015-11-27 | 2017-09-21 | Ptt Exploration And Production Public Company Limited | Systems, devices, controllers, and methods for use in a floating production storage and offloading vessel |
| CN111718029A (zh) * | 2020-06-28 | 2020-09-29 | 中海油天津化工研究设计院有限公司 | 一种海洋油田智慧水务系统 |
| CN113593080A (zh) * | 2021-08-10 | 2021-11-02 | 中国船舶工业集团公司第七0八研究所 | 一种fpso智能装配载监控系统 |
| CN113864653A (zh) * | 2021-09-29 | 2021-12-31 | 西安交通大学 | 一种气液分离器与节流阀联合消除严重段塞流的系统及方法 |
| CN114164019A (zh) * | 2021-12-01 | 2022-03-11 | 北京石油化工学院 | 海上油田油井采出液脱水处理系统及工艺 |
| CN114745141A (zh) * | 2022-06-13 | 2022-07-12 | 中海油能源发展股份有限公司采油服务分公司 | Fpso原油外输辅助决策系统 |
| CN115746900A (zh) * | 2022-12-02 | 2023-03-07 | 中海石油(中国)有限公司 | 一种海上油田聚合物驱采出液一体化处理方法及装置 |
| CN116677923A (zh) * | 2023-06-07 | 2023-09-01 | 中国海洋石油集团有限公司 | 一种台风模式下fpso远程置换排空系统及排空方法 |
| CN117076915A (zh) * | 2023-10-17 | 2023-11-17 | 中海油能源发展股份有限公司采油服务分公司 | Fpso原油工艺系统的智能故障归因分析方法及系统 |
Non-Patent Citations (5)
| Title |
|---|
| 仝英利，等: "基于云边协同的FPSO 工艺流程仿真优化系统", 信息与电脑, no. 20, 31 December 2023 (2023-12-31), pages 137 - 140 * |
| 余捷，等: "移动式海洋平台的模块连接标准化研究", 天津科技, vol. 49, no. 3, 31 March 2022 (2022-03-31), pages 65 - 70 * |
| 王传阳，等: "海洋石油工业连续油管技术工业经济性研究", 现代工业经济和信息化, no. 11, 31 December 2023 (2023-12-31), pages 73 - 75 * |
| 陈长钦，等: "基于神经网络的FPSO原油来液量软测量方法", 机电工程技术, vol. 53, no. 1, 31 January 2024 (2024-01-31), pages 278 - 281 * |
| 马粤，等: "柱状气液分离器分离效果的数值模拟分析", 石油机械, vol. 47, no. 10, 31 December 2019 (2019-12-31), pages 49 - 55 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117608201B (zh) | 2024-03-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN101349893B (zh) | 自适应模型预测控制装置 | |
| CA2386468C (en) | Foam monitoring and control system | |
| CN110187635B (zh) | 用于连续重整装置的实时优化方法和设备 | |
| CN105974953A (zh) | 一种反应釜负压精馏模糊控制方法 | |
| CN102175345A (zh) | 多喷嘴对置式水煤浆气化炉炉膛温度的软测量方法 | |
| CN103748042A (zh) | 受控梯度、加速蒸汽再压缩装置和方法 | |
| CN105278520A (zh) | 基于t-kprm复杂工业过程运行状态评价方法及应用 | |
| CN103412489A (zh) | 一种磨矿粒度在线预报系统及方法 | |
| US11760946B2 (en) | Process control systems and methods for simultaneous crude oil dehydration, desalting, sweetening, and stabilization | |
| CN101957597A (zh) | 一种连续生产过程的实时优化器 | |
| CN103105849A (zh) | 工业调节阀非线性工作特性诊断方法 | |
| CN105550492B (zh) | 用于预测废水处理过程的参数的系统和方法 | |
| CN117608201B (zh) | Fpso一级分离器智能优化控制器、系统及控制方法 | |
| WO2007009322A1 (fr) | Méthode optimisée de fonctionnement temps réel de procédure multi-entrée et multi-sortie de fabrication en continu | |
| CN104791604A (zh) | 一种动态控制分离器压力抑制严重段塞流的方法 | |
| Hodouin | Process observers and data reconciliation using mass and energy balance equations | |
| CN209027943U (zh) | 单井原油含水率在线称重测量系统 | |
| Nnabuife et al. | Venturi multiphase flow measurement based active slug control | |
| CN100472373C (zh) | 一种多输入多输出连续生产过程的实时操作优化方法 | |
| Girardin et al. | Methodology for the design of industrial hydrogen networks and the optimal placement of purification units using multi-objective optimisation techniques | |
| CN112361322A (zh) | 锅炉给水自动加氨装置及灰色预测前馈pid控制方法 | |
| Bergh | A hybrid approach to empirically test process monitoring, diagnosis and control strategies | |
| Narang et al. | Design of a model predictive controller for interface level regulation in oil sands separation cells | |
| CN112782378B (zh) | 常减压装置塔顶氮化物盐类结垢风险预测系统及方法 | |
| Tian et al. | The application of intelligent control to red mud settling and washing in an alumina refinery |
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 |