-
摘要: 采用数值模拟的方法研究天然气管道减阻剂的雾化加注过程，首先对气体管道入口段的稳态流场进行模拟，得到收敛的气流场，再将减阻剂作为一系列离散相雾滴从入口喷嘴注入后进行耦合计算，分析各雾化条件对雾滴索泰尔平均直径（SMD）及其在入口段管壁上吸附特性的影响。模拟结果表明：喷雾压差、喷雾流量、喷嘴直径和喷射角度是影响天然气管道减阻剂减阻效果和减阻距离的关键因素。喷雾压差越大，喷雾流量越小，雾滴的SMD越小，越容易吸附在入口段的管壁上；喷嘴直径和喷射角度对雾滴的SMD影响不大，但喷射角度较小时，雾滴能被气流携带更长距离。研究成果可为天然气减阻剂的工程应用提供一定的理论指导。Abstract: In order to investigate the effect of different factors in injecting atomized DRA on pipe wall adsorption at the pipeline inlet, the atomized adding process of gas DRA is numerically simulated. The simulation includes simulating the steady state flow field at pipeline inlet to obtain a convergent gas flow field, then calculating the DRA as a series of dispersed phase droplets which are injected into inlet nozzle, and finally analyzing the effects of atomization conditions on droplets'Sauter Mean Diameter (SMD) and the performance of adsorption on the inlet pipe wall. Results show that atomizing differential pressure, atomizing flowrate, nozzle diameter and nozzle angle play a crucial role in reduction effect and drag distance of gas pipeline DRA. The bigger the atomizing differential pressure is, the smaller atomizing flowrate and smaller SMD of droplets are, and the easier for the DRA to adsorb on pipe wall is. Nozzle diameter and nozzle angle have little impact on SMD of droplets. However, when the nozzle angle gets smaller, the distance the droplets can be carried by gas flow will be longer. The research results are able to provide the theoretical basis to the engineering application of the gas DRA.
-
目前，塔河油田稠油开发量占总产量的60%以上。稠油掺稀工艺降粘效果好、技术成熟，在稠油生产中得到广泛应用。油品粘度是选择管道规格，确定泵站数、泵站布置、泵规格等不可或缺的基础数据，也是选择稠油输送工艺的重要参数。调整稠油掺稀工艺，优选稀油种类、掺入比例、输送温度，需要以掺入后混合油的粘度为依据。粘度实测值较计算值具有更高的可靠性，但实验工作量较大。通过可靠的粘度计算模型计算稠油掺稀粘度，能够有效减少实验工作量，提高工作效率[1]。通过实验对多种粘度计算模型进行检验，选择最适合塔河稠油掺稀的粘度计算模型[2]，并对其加以改进，使其达到工程应用的要求。
1. 稠油掺稀粘度预测模型
国内外学者基于实验数据，通过线性回归方法得到10余种混合物粘度计算模型，其中适用于稠油掺稀粘度预测的模型主要有：Arrhenius粘度模型[3]、双对数粘度模型[4]、Cragoe粘度模型和Lederer粘度模型[5](表 1，其中：μm为混合物粘度；X1、X2分别为稠油和稀油的质量分数；μ1、μ2分别为稠油和稀油粘度；Lm、L1、L2分别为混合油、稠油、稀油的L计算值；Li为稠油或稀油的L计算值；μi为稠油或稀油粘度；α为经验常数；V1、V2分别为稠油和稀油的体积分数；Δρ为稠油稀油密度差；ρ1、ρ2分别为稠油和稀油密度)。4种模型各有不同的适用范围。因此，预测掺稀稠油粘度时，只有利用实验数据进行对比，才能优选出可靠的模型[9]。
表 1 稠油掺稀粘度预测模型
2. 模型筛选
2.1 实验方法
选取塔河油田具有代表性的TH12312稠油(代号H1)以及4种稀油油样(代号分别为T1、T2、T3和T4)，测定其粘度、密度值(图 1、图 2)。
配制掺稀试样：用烧杯量取适量稠油，将待掺稀油按照不同稀稠比加入稠油中，搅拌20 min，使其充分混合后待用。
测试粘度：采用Anto Paar公司Rheolab QC流变仪(粘度测试范围1~109 mPa·s)测试试样的剪切应力和剪切速率，测试温度50~80 ℃，降温过程：每次温降幅度10 ℃，每个温度点恒温10 min，采用Excel绘制流变曲线并拟合出流变方程，进而计算试样粘度。
2.2 稠油掺稀实验
将4种稀油油样分别按稀油稠油体积比1:2、1:1和3:2掺入塔河稠油中，配制12种掺稀油样各40 mL。在80 ℃、70 ℃、60 ℃和50 ℃温度下，测定粘度[10]，同时使用4种粘度模型预测其在不同测试温度下的粘度，与实测值进行对比(表 2~表 5)。
表 2 稠油H1掺稀油T1后的粘度
表 3 稠油H1掺稀油T2后的粘度
表 4 稠油H1掺稀油T3后的粘度
表 5 稠油H1掺稀油T4后的粘度
2.3 模型评价
采用平均误差和最大误差为判别标准，对4个模型的计算结果进行评价，优选出最适合塔河稠油掺稀粘度预测模型。平均误差为测量误差绝对值的数学期望，数值越小，拟合精度越高[11]，方程式如下：
![](/fileYQCY/journal/article/yqcy/2014/1/href="yqcy-32-3-263-E1.png")
(1) 式中：W为平均误差；n为求和数据总数；v实测粘度值；
最大误差为测量误差的最大值，数值越低，拟合精度越高，方程式如下：
![](/fileYQCY/journal/article/yqcy/2014/1/href="yqcy-32-3-263-E2.png")
(2) 式中：z为最大误差。
根据表 2~表 5数据，可得各模型在不同条件下的平均误差和最大误差(表 6、表 7)。模型1计入全部掺稀混合油的预测粘度值平均误差达到144.2%，最大误差为420.1%，不适用于塔河掺稀稠油粘度的预测。模型4计入全部掺稀混合油的预测粘度值平均误差为24.6%，误差仍然较大，不建议用于预测塔河掺稀稠油的粘度。模型2计入全部掺稀混合油的预测粘度值平均误差为17.1%，掺入稀油T3和T4时平均误差为11.9%、11.2%，当稠油稀油粘度比不超过1 000时，可作为辅助公式验证预测值。模型3在4个模型中预测值的准确度最高，在稠油中分别掺入稀油T1、T2、T3和T4时，平均误差分别为9.7%、8.7%、9.5%和10.3%，计入4种掺稀混合油的平均误差为9.6%，最大误差分别为15.8%、22.0%、20.7%和20.9%。原油粘度的测量误差、原油取样误差以及原油老化影响等因素引起的误差，往往超过20%[4]，因此，使用模型3(Cragoe粘度模型)预测塔河稠油掺稀粘度在工程上是可行的。
表 6 稠油掺稀粘度预测模型1与模型2的误差分析
表 7 稠油掺稀粘度预测模型3与模型4的误差分析
3. 模型改进
为了使Cragoe粘度模型能够更有针对性更准确的预测塔河稠油掺稀后粘度，需要对模型进行改进。表 2和表 3数据呈现如下规律：随着掺入稀油比例上升，大部分预测值出现偏小趋势。
当稀稠体积比为1:2时，Cragoe粘度模型计入全部掺稀混合油的预测粘度值平均误差相对较大，为12.33%；当稀稠体积比为3:2时，计入全部掺稀混合油的预测粘度值平均误差相对较小，为9.44%；当稀稠体积比为1:1时，计入全部掺稀混合油的预测粘度值平均误差介于-3.48%~3.93%之间。观察同等条件下稠油的质量分数，其在减去同一稀稠体积比1:1时的稠油质量分数后，与Cragoe粘度模型对应的误差值变化规律相似。因此使用该变量作为Cragoe粘度模型的改进参数，以稀稠体积比1:1为中心，分别对稀稠体积比高于和低于1:1的预测值进行放大和缩小处理。改进后的Cragoe粘度模型方程式为：
![](/fileYQCY/journal/article/yqcy/2014/1/href="yqcy-32-3-263-E3.png")
(3) 式中：σ为Cragoe粘度模型缩放因子；X1为稠油的质量分数；X11为稀稠油体积比为1:1时稠油的质量分数；κ为修正系数。
稀稠油体积比分别为1:2和3:2时，X1-X11分别为0.161和-0.101，对应的Cragoe粘度模型误差分别为12.33%和-9.44%。Cragoe改进模型在稀稠油体积比为1:2和3:2，预测值平均误差为0%时，得到修正系数κ的最小值和最大值，其取值范围为0.68~1.03。在κ取值范围内，步长设为0.01，使用枚举法计算求得：当κ=0.7时，改进模型的平均误差最小(图 3)。
Cragoe粘度模型改进前平均误差为9.6%，最大误差为22%；改进后平均误差降低至5.5%，最大误差降低至15.1%，90%以上测量点的绝对误差控制在10%以内。
4. 结论
(1) 作为研究对象的4个模型中，Cragoe粘度模型预测的塔河稠油掺稀后粘度准确度最高，平均误差9.6%，最大误差22%，能够满足工程应用的要求。
(2) 当塔河稀油稠油体积比为1:2~3:2时，随着掺入稀油比例的上升，Cragoe粘度模型的预测值呈现偏小趋势。
(3) 考虑掺稀比对掺稀混合油粘度预测值的影响，对Cragoe粘度模型进行改进，平均误差和最大误差较改进前分别下降43%和32%。
(4) 若已知掺稀混合油的粘度和温度，Cragoe改进模型可以计算求得稠油和稀油的混合比例。
-
[1] 李玉星, 姚光镇. 输气管道设计与管理[M]. 东营: 中国石油大学出版社, 2009. [2] 关中原. 我国油气储运相关技术研究新进展[J]. 油气储运, 2012, 31(1): 1-7. https://www.cnki.com.cn/Article/CJFDTOTAL-YQCY201201004.htm [3] LOWTHER F E. Drag reduction method for gas pipelines: US, 4958653[P]. 1990-07-26.
[4] LI Y H. Drag reduction method for gas pipelines: US, 5020561[P]. 1991-06-04.
[5] 李国平, 刘兵, 鲍旭晨, 等. 天然气管道的减阻与天然气减阻剂[J]. 油气储运, 2008, 27(3): 15-21. https://www.cnki.com.cn/Article/CJFDTOTAL-YQCY201308016.htm [6] 李峰, 邢文国, 张金岭, 等. 基于巯基三唑化合物的复配天然气减阻剂性能研究[J]. 天然气工业, 2010, 30(11): 87-91. https://www.cnki.com.cn/Article/CJFDTOTAL-TRQG201011026.htm [7] 常维纯, 王雯娟, 鲍旭晨, 等. 天然气减阻剂性能测试环道[J]. 油气储运, 2010, 29(2): 121-123. https://www.cnki.com.cn/Article/CJFDTOTAL-YQCY201002013.htm [8] 王福军. 计算流体动力学分析-CFD软件原理与应用[M]. 北京: 清华大学出版社, 2004. [9] MOSTAFA A A, MONGIA H C. On the modeling of turbulent evaporating sprays[J]. International Journal of Heat and Mass Transfer, 1987, 30: 2583-2593. doi: 10.1016/0017-9310(87)90139-6
[10] GOSMAN A D, BESHAY K R, WATKINS A P. Assessment of multidimensional diesel spray predictions[C]. Society of Automotive Engineers International Fuels and Lubricants Meeting and Technical Display, Philadelphia, PA, USA, October 6, 1986.
[11] 郑永刚, 安贵林, 彭荣, 等. 天然气管道中缓蚀剂浓度和保护距离计算公式及现场检验[J]. 天然气工业, 1999, 19(1): 89-93. https://www.cnki.com.cn/Article/CJFDTOTAL-TRQG901.023.htm [12] 宋健斐, 魏耀东, 时铭显. 旋风分离器内颗粒浓度场的数值模拟[J]. 中国石油大学学报(自然科学版), 2008, 32(1): 90-94, 104. https://www.cnki.com.cn/Article/CJFDTOTAL-SYDX200801024.htm [13] 金向红, 金有海, 王建军. 气液旋流器内液滴破碎和碰撞的数值模拟[J]. 中国石油大学学报(自然科学版), 2010, 34(5): 114-120, 125. https://www.cnki.com.cn/Article/CJFDTOTAL-SYDX201005023.htm [14] 李国平, 李春漫, 张志恒, 等. 油气管道化学添加剂[M]. 北京: 石油工业出版社, 2010. [15] 郑永刚, 安贵林, 彭荣, 等. 输气管道中缓蚀剂雾化浓度分布及加注量计算[J]. 油气储运, 1997, 16(7): 17-20. https://www.cnki.com.cn/Article/CJFDTOTAL-YQCY199707006.htm [16] 高继慧, 陈国庆, 高建民, 等. 半干法压力旋流式喷嘴雾化性能数值模拟[J]. 哈尔滨工业大学学报, 2010, 42(3): 437-441. https://www.cnki.com.cn/Article/CJFDTOTAL-HEBX201003024.htm [17] 张少峰, 宋立丽, 刘燕. 喷动床脱硫压力旋流喷嘴的雾化性能[J]. 化学工程, 2010, 38(5): 34-37. https://www.cnki.com.cn/Article/CJFDTOTAL-IMIY201005011.htm
下载:
计量
- 文章访问数:
- HTML全文浏览量: 0
- PDF下载量: