2017,
Vol. 41
2. 华东理工大学化学工程联合国家重点实验室, 上海 200237;
3. 中国石化胜利油田技术检测中心, 山东东营 257000
2. State-Key Laboratory of Chemical Engineering, East China University of Science and Technology, Shanghai 200237, China;
3. Technology Testing Center in Shengli Oilfield, SINOPEC, Dongying 257000, China
在原油和天然气集输系统中水套加热炉广泛应用于油田联合站。长期以来, 在役的水套加热炉热量利用效率低, NOx等污染物排放量大, 不利于节能减排[1]; 为提高热效率, 多采用设置空气预热器回收余热的方式, 但依靠回收烟气热量提高加热炉效率效果不明显。新型高效蓄热式燃烧(high temperature air combustion, HTAC)技术是20世纪90年代初发展起来的一项新型燃烧技术, 在发达国家得到了普遍的应用和推广。在提高热效率的同时大幅节能, 且大量降低CO2、NOx排放, 在国际燃烧界被誉为最具发展潜力的新型燃烧技术之一[2]。HTAC目前在钢铁、玻璃等行业的应用较为成熟, 改造后的工业炉在达到设计产量的同时节能效果很显著[3]; 但到目前为止该技术在石油领域的应用不多。随着计算机技术和燃烧学的飞速发展, 数值模拟方法作为研究高温复杂燃烧过程的有效手段被广泛应用到工程中, 其为改善燃烧过程, 提高加热炉热效率, 减小烟气污染物排放等提供理论依据[4]。Liu等[5]使用Fluent软件研究了某燃烧器喷嘴出口位置及喷嘴直径对NOx排放的影响, 根据结果选取了优化尺寸。Su等[6]和陆晓峰等[7]也运用了CFD手段对燃烧器进行了结构优化设计。江华等[8]采用数值模拟方法分析了结构变化对燃烧器性能的影响。响应面法(response surface methodology, RSM)是数学方法和统计方法结合的产物, 用来对受多个变量影响的响应值进行建模和分析, 从而优化响应值。许多学者对响应面法进行了研究, 在生物学、医学、工程学领域都得到了广泛应用[9]。笔者以某油田联合站800 kW水套加热炉为研究对象, 对燃烧器进行蓄热式改造, 使用Statistica软件对新型燃烧器的数值模拟结果进行响应面分析, 研究燃气喷口与二次空气喷口的相对高度、径向距离和二次空气大直径喷口间夹角对蓄热式水套加热炉NOx排放浓度的影响。
1 数值模拟模型 1.1 几何模型及网格划分数值模拟的几何模型为油田某蓄热式燃气水套加热炉, 设计工艺负荷为0.8 MW, 炉内辐射管为U型管, 长度为6.6 m, 管内径为600 mm(图 1)。改造后的加热炉在辐射管两端安装蓄热式燃烧器, 以一定的频率切换进气方向, 用以吸收烟气余热, 预热助燃空气。该蓄热式燃烧器为空气分级燃烧器, 一次助燃空气为常温, 二次助燃空气经过燃烧器内部蓄热体加热, 以高速喷入炉膛; 6个一次空气喷口围绕燃料喷口均匀布置, 二次空气喷口分为5个大喷口与2个小喷口, 在外围呈偏心分布(图 2)。燃气喷口与二次空气喷口之间相对高度h、径向距离L和二次空气大直径喷口之间夹角α为燃烧器待优化结构参数。
|
图 1 原水套炉炉管结构 Fig.1 Fire tube structure of original water jacket furnace |
|
图 2 燃烧器结构待优化参数 Fig.2 Optimizing parameters of burner structure |
模拟计算区域为蓄热式燃烧器(暂不考虑蓄热体)与U形辐射管。采用混合结构网格处理结构复杂的燃烧器，由于喷嘴和火道等区域各参数的梯度较大，故进行局部加密[10]。炉膛内结构简单，为保证计算精度、节省计算时间，采用六面体网格。燃烧器模型网格划分见图 3(a)，整体U形辐射管网格划分见图 3(b)。最终得到的网格数为210万。
|
图 3 数值模拟区域网格划分 Fig.3 Mesh generation of calculation region |
综合考虑工程数值模拟精度和计算工作量, 辐射管内的湍流计算基于雷诺平均控制方程组, 选择标准k-ε湍流模型和标准壁面函数。该蓄热式燃烧器为非预混燃烧器, 辐射管内的燃烧为扩散燃烧, 因此燃烧模型采用混合分数PDF模型, 炉内辐射选择离散坐标DO模型。该加热炉所采用的燃气不含氮化物, 因此NOx的生成选择热力型和快速型生成模型, 同时由于燃烧过程中NO生成量占NOx生成量的95%以上[11], 所以后续计算只考虑NO的排放。
燃气和空气入口选用流量入口边界条件, 出口采用压力出口边界条件。燃气入口流量为0.019 kg/s, 温度为293 K; 设置一次、二次空气入口分级比为1:9, 一次空气入口流量为0.029 1 kg/s, 温度为293 K, 二次空气入口流量为0.261 9 kg/s, 温度为1 073 K(通过蓄热体换热预热), 过剩空气系数为1.05。U型管壁面采用定温壁面条件。出口压力为-800 Pa。燃料气组分主要为CH4, 占81.85%;其他烷烃气体占9.8%, N2和O2体积分数分别为4.21%和0.72%。
2 响应面法应用 2.1 响应面理论在合理的试验基础上通过构造一个多元二次回归方程用于拟合因素与响应值的函数关系, 通过分析该回归方程, 得到最优参数组合, 从而解决多因素问题[12-13]。响应值Y与因素X1, X2, …, Xk的函数关系表示为
| $ Y = f({X_1},{X_2}, \ldots ,{X_k}) + \varepsilon . $ | (1) |
式中, ε为响应值Y的观测误差和随机误差; f为响应面, 用来表述函数与因素的关系。
引入一阶线性项、二阶交互项和平方项, 最终得到响应面法的逼近函数式为
| $ Y = {\beta _0} + \sum\limits_{i = 1}^k {{\beta _i}{X_i}} + \sum\limits_{i = 1}^k {{\beta _{ii}}X^2_i} + \sum\limits_{1 \le i \le j}^k {{\beta _{ij}}{X_i}{X_j}} + \varepsilon . $ | (2) |
式中, β0为常数项; βi为各线性项的系数; βij为交互项的系数; βii为平方项的系数[14]。
2.2 CCD中心复合设计为了确定式(2)中的所有系数, 数值试验设计必须保证每个因素至少为三水平。CCD中心复合设计是常用的二阶对称设计中的一种, 是响应面法最常用的试验设计法。以三因素试验为例, CCD包括:①完全析因设计或者部分析因设计, 试验点位于立方体顶点, 称为立方点; ②附加设计, 通常是星点设计, 试验点称为轴向点, 位于中心轴线上; ③中心点, 位于立方体中心[15]。三因素CCD试验设计点分布见图 4。
|
图 4 三因素中心复合设计 Fig.4 Central composite design for three variables |
为了考查燃料喷口与二次空气喷口相对高度h、二者径向距离L和二次空气喷口夹角α的组合对NO排放浓度(体积分数)的影响, 对以上三因素进行CCD中心复合设计。对h、L、α三因素进行编码, 编码水平见表 1(h、L的单位为mm, α单位为(°))。
|
表 1 响应面试验因素和水平 Table 1 Experimental factors and levels design |
根据CCD原理, 设计了三因素五水平共17个试验点的响应面分析试验。其中14个为析因子(立方点与轴向点), 3个为零点(中心点)。零点试验重复3次, 用以估计试验误差[16]。试验设计表及模拟结果见表 2。
|
|
表 2 CCD设计表及模拟结果 Table 2 CCD design and response results |
用Statistica软件对所有数据进行回归拟合, 得到以NO排放浓度为响应值的回归方程为
| $ \begin{array}{l} Y = 24.26 + 1.97h - 2.45{h^2} + 2.77L - 0.93{L^2} + 9.26\alpha + \\ 2.16{\alpha ^2} - 3.34hL - 2.87h\alpha + 12.84L\alpha {\rm{ }}. \end{array} $ | (3) |
回归方程的拟合结果见表 3。
|
|
表 3 回归方程的拟合分析 Table 3 Fitting analysis of response surface quadratic model |
方差分析结果见表 4。如表 4所示, 模型拟合系数R2=0.814 5, 表明模型中81.45%以上的数据变异性均能通过模型进行解释, 说明模拟试验是可靠的。一般认为, 当某项P＜0.05时, 证明该项指标影响显著, 若某项P＜0.01, 则表明该项指标的影响极为显著。模型的P值小于0.001, 达到极为显著的标准, 再次证明模拟试验的可靠性。模型失拟项不显著(P>0.05), 表明回归模型正确。
|
|
表 4 回归方程的方差分析 Table 4 Variance analysis for response surface quadratic model |
由表 3、4可见, 各因素中, L、α乘积项的P值小于0.01, 为极显著的模型项, 说明L、α存在明显的交互作用。α线性项小于0.05, 为显著的模型项。对比P值, 各因素对NO排放浓度的影响程度由大到小依次为α>L>h。
为了对结果有更清晰的理解, 通过Statistica软件绘制各因素对NO浓度产生影响的响应面3D图, 如图 5所示。由图 5(a)、(b)可见, 当h>0时, 响应值变化平缓, 梯度值较小, 此时主要是h的平方项发挥作用。当h＜0时, 响应值梯度增大, 说明h的线性项在此区间占主导地位。同时, 当h为定值时, 响应值沿L和α方向变化梯度明显, 尤其沿α方向, 此时h对响应值影响可忽略不计。由图 5(a)、5(c)可见, 当L>0时, 响应值变化平缓, 梯度值较小, 此时主要是L的平方项发挥作用。当L＜0时, 响应值梯度增大, 说明L的线性项在此区间占主导地位, 同时, 在L为定值时, 响应值沿h和α方向变化梯度值较大, 尤其是沿α方向。由图 5 (b)、5(c)可见, 响应值沿α方向变化梯度最明显, 说明α对响应值的影响占主导地位, 同时由图 5(c)可知, 响应值在α方向和L方向上梯度均很大, 再次证明α和L存在明显的交互作用。
|
图 5 响应面分析图 Fig.5 Analysis of response surface plots |
以NO排放浓度为指标, 三因素中α取值的变化对指标影响最为明显。分析认为, 较小的α值偏流卷吸的效果更加明显, 降低了燃烧区域的氧浓度, 延缓了预热后的二次助燃空气与燃料气的混合, 使燃烧区位置升高, 范围扩大, 局部高温区减小, 更有助于燃烧火焰的弥散; 而较大的α值则使预热空气与燃气的混合区域降低, 燃烧环境氧含量更高, 燃烧速率和强度加大, 局部高温明显, 从而为NOx的生成创造了条件。这一解释也可以从分布云图上得到验证。图 6为α值对温度分布的影响。
|
图 6 α值对温度分布的影响 Fig.6 Effect of α on temperature distribution |
在其余因素不变的条件下, 图 6(a)为CCD第9试验点的温度云图, α编码尺寸为1;图 6(b)为CCD第4试验点的温度云图, α编码尺寸为-1。相对于图 6(a), 图 6(b)在整个燃烧区域温度分布更加弥散, 局部高温区不明显。
3.3 岭嵴分析及验证由响应面分析结果可看出, 二次响应面是鞍面, 没有唯一最佳值, 因此使用SAS软件岭嵴分析, 以进一步确定燃烧器结构的最优值。岭嵴分析是以原始设计中心点为球心(本试验取球心小于0, 等于0, 大于0), 在以R为半径的超球面与响应面的交点(即嵴点)形成的轨迹范围内找出最佳响应值。岭嵴分析的结果是对每个坐标从球心开始不断扩大, 半径R不能超过试验范围, 本文中选取R在0.1、0.2、…、1.0范围内计算嵴点。当R>0.8时, 标准误差较大, 因此不予考虑。在本试验水平范围, 最小响应值时R=0.8, 此时燃料、二次空气喷口相对高度h为96 mm, 径向距离L为130 mm, 二次空气喷口夹角α为29°。
按照上述优化结构参数做验证模拟计算, NO浓度实际模拟结果为7.24×10-6, 与预测值7.18×10-6基本一致, 验证了RSM分析的正确性。
图 7为沿中心轴线方向3种结构的NO体积分数分布对比, 三种结构分别为优化结构、原始结构(CCD零点)和最差结构(CCD第2试验点, (h, L, α)编码尺寸为(-1, 1, 1))。由图 7可见, 各结构燃烧器NO体积分数在1~2 m区域达到峰值。第2组结构辐射管的出口NO体积分数最高, 接近60×10-6, 而优化结构辐射管出口NO体积分数仅约为7×10-6。这说明经过RSM分析和岭嵴分析得到的优化结构有效控制了NOx的生成, 实现了NOx减排效果, 达到了预期目的。
|
图 7 NO浓度云图对比 Fig.7 Comparison of NO concentration distributions |
在20 ℃的环境温度下, 现役水套加热炉的排烟温度为167.5 ℃, 热效率为79.70%, 其中不完全燃烧损失为3.12%, 排烟损失为14.28%, 散热损失为2.9%。同样条件下优化改造后的蓄热式加热炉的排烟温度约为150 ℃, 排烟损失为5.43%;采用改造后燃烧器的加热炉内燃烧过程更加缓慢均匀, 燃料能够完全燃烧, 因此不完全燃烧损失为0%;散热损失为2.9%。计算得到优化后的加热炉理论热效率为91.67%, 比现役加热炉的热效率提高了11.97%。
4 结论(1) 运用响应面分析方法得到的回归模型中81.45%以上的数据变异性均能通过模型进行解释, 模拟试验有效可靠。
(2) 以NO排放浓度为响应值, 燃料气喷口与二次空气喷口相对高度h、径向距离L和二次空气大喷口之间夹角α三个因素对响应值的影响程度依次为α>L>h, 其中, α和L存在明显的交互作用。
(3) 基于岭嵴分析得到燃烧器的优化结构:燃料、二次空气喷口相对高度h为96 mm, 径向距离L为130 mm, 二次空气喷口夹角α为29°。采用最优结构燃烧器的辐射管出口NO体积分数为7.24×10-6, 显著降低了NOx排放; 且该模拟结果与预测值吻合良好。
(4) 经优化改造后的蓄热式水套加热炉的理论热效率为91.67%, 比现役加热炉的热效率提高了11.97%。
| [1] |
唐建峰, 李玉星, 薛吉明, 等. 水套炉的参数优化及自耗气降低技术研究[J]. 中国石油大学学报(自然科学版), 2007, 31(5): 74-77. TANG Jianfeng, LI Yuxing, XUE Jiming, et al. Research of optimal parameter of fluid-jacket heater and depression of gas consumption[J]. Journal of China University of Petroleum(Edition of Natural Science), 2007, 31(5): 74-77. |
| [2] |
温治, 代朝红. 蓄热式高温空气燃烧技术的研究现状及应用前景分析[J]. 河南冶金, 2002(6): 3-8, 37. WEN Zhi, DAI Zhaohong. Research status and application prospect of high temperature air combustion technology with regenerator[J]. Henan Metallurgy, 2002(6): 3-8, 37. |
| [3] |
谢国威, 于宏, 秦文, 等. 蓄热式加热炉应用与热态模拟[J]. 冶金能源, 2005(3): 30-31, 38. XIE Guowei, YU Hong, QIN Wen, et al. Application and thermal simulation of regenerative heating furnace[J]. Energy for Metallurgical Industry, 2005(3): 30-31, 38. |
| [4] |
欧俭平, 吴道洪, 肖泽强. 蓄热式加热炉内流体流动燃烧与传热的数值模拟[J]. 工业炉, 2003, 5(1): 52-54. OU Jianping, WU Daohong, XIAO Zeqiang. Numerical simulation on the flow, combustion and heat transfer in regenerative reheating furnace[J]. Industrial Furnace, 2003, 5(1): 52-54. |
| [5] |
LIU F G, YOU X Y, WANG Q, et al. On optimal design and experimental validation of household appliance burner of low pollutant emission[J]. Energy Conversion and Management, 2013, 76: 837-845. DOI:10.1016/j.enconman.2013.07.021 |
| [6] |
SU Y, DENG W, JIANG F, et al. Numerical study of effect of burner jet parameters on high temperature air combustion of coal gas: International Conference on Computer Distributed Control and Intelligent Environmental Monitoring[C]. IEEE Computer Society, 2011. http://ieeexplore.ieee.org/abstract/document/5748041/
|
| [7] |
陆晓峰, 李元青. 基于CFD计算的燃烧器结构改进研究[J]. 石油学报(石油加工), 2011, 27(5): 787-791. LU Xiaofeng, LI Yuanqing. Study on structure improvement of the burner based on CFD[J]. Acta Petrolei Sinica (Petroleum Processing Section), 2011, 27(5): 787-791. |
| [8] |
江华, 毛羽, 吴德飞, 等. 结构变化对气体燃烧器性能影响的数值模拟[J]. 中国石油大学学报(自然科学版), 2004, 28(6): 94-98, 102. JIANG Hua, MAO Yu, WU Defei, et al. Numerical simulation of influence of different structureson the combustion of gas burner[J]. Journal of China University of Petroleum(Edition of Natural Science), 2004, 28(6): 94-98, 102. |
| [9] |
MONTGOMERY D C. Design and analysis of experiments[M]. 8th ed. New York: John Wiley & Sons Inc, 2012.
|
| [10] |
ŠARLEJ M, PETR P, HÁJEK J, et al. Computational support in experimental burner design optimization[J]. Applied Thermal Engineering, 2007, 27(16): 2727-2731. DOI:10.1016/j.applthermaleng.2007.04.020 |
| [11] |
HILL S C, SMOOT L D. Modeling of nitrogen oxides formation and destruction in combustion systems[J]. Progress in Energy and Combustion Science, 2000, 26(4/5/6): 417-458. |
| [12] |
隋述会, 洪定一, 洪东峰. 基于响应曲面法的环管装置聚丙烯相对分子质量的模拟及优化[J]. 石油学报(石油加工), 2013, 29(6): 1054-1061. SUI Shuhui, HONG Dingyi, HONG Dongfeng. Optimization and simulation of relative molecular mass of polypropylene produced in a loop reactor by response surface methodology[J]. Acta Petrolei Sinica (Petroleum Processing Section), 2013, 29(6): 1054-1061. |
| [13] |
吴晓磊. 新型低氮燃气分级燃烧器CFD模拟和热态试验研究[D]. 上海: 华东理工大学, 2015. WU Xiaolei. CFD Research and hot performance test of a new reburning burner with low NOx emission[D]. Shanghai: East China University of Science and Technology, 2015. http: //cdmd. cnki. com. cn/Article/CDMD-10251-1015322908. htm |
| [14] |
王永菲, 王成国. 响应面法的理论与应用[J]. 中央民族大学学报(自然科学版), 2005, 14(3): 236-240. WANG Yongfei, WANG Chengguo. The application of response surface methodology[J]. Journal of the Central University for Nationalities(Natural Science Edition), 2005, 14(3): 236-240. |
| [15] |
BEZERRA M A, SANTELLI R E, OLIVEIRA E P, et al. Response surface methodology (RSM) as a tool for optimization in analytical chemistry[J]. Talanta, 2008, 76(5): 965-977. DOI:10.1016/j.talanta.2008.05.019 |
| [16] |
OBENG D P, MORREL L S, NAPIER-MUNN T J. Application of central compositer rotatable design to modeling the effect of some operating variables on the performance of the three-product cyclone[J]. International Journal of Mineral Processing, 2005, 76(3): 181-192. DOI:10.1016/j.minpro.2005.01.002 |