当前位置:文档之家› 油水混合物含水率在线检测技术最新研究进展

油水混合物含水率在线检测技术最新研究进展

2009年第28卷第10期传感器与微系统(Transducerand

MicrosystemTechnologies)

油水混合物含水率在线检测技术最新研究进展张冬至,胡国清(华鬻瑾工大学祝械专汽车工程学院,广寒广州510641)

摘要:综述了基于油水物性机理、多维回归分析、多传感器信息融合、神经网络人工智能、电容屡析成像、油水模态辨识等方法的含水率在线检测技术研究进展,剖析了影响原油含水攀测量精度的多种因素,指出了源濑禽承率在线检测技零鹃发爱趋势。关键词:在线检测;多维隧I髓;信息融合;人工智簏;层辑成像;模态辨谖中图分类碍:TP212文献标识码:A文章编号:1000-9787(2009)10-0005-04

Recentprogressofon—linemeasuringtechniquesforwatercontentinoil..watermixtureZHANGDong-zhi,HUGuo—qing

(SchoolofMechanicalandAutomotiveEngineering,SouthChinaUniversityof

Technology,Guangzhou510641,China)

Abstract:Therecentprogressonseveraldominanton—linemeasurementmethodsarereviewed,includingdetectingmethodsbasedonmechanismofoil—waterproperty,multi—variableregressionanalysis,multi—sensordatafusion,artifieialintelligenceneuralnetwork,electricalcapacitancetomography,oil—watermodalsidentification.The

multi-factorilfflueneesonwatercontentmeasurementprecisionareanalyzed,andthefuturedevelopmentbendofon—linemeasurementtechniquesforwatercontentincrudeoilispresented。

Keywords:on—linemeasurement;multi—variableregression;datafusion;artificialintelligence;electrical

capacitancetomography;modalidentification

0弓l言漂酒含求率检测是油銎生产、脱水、储运过程中酶燕娶环节,对生产过程工艺优化、流量测量及控制决策具有爨要实际意义uJ。油水两相流系统是一个非线性耗散动力系统,表现为一系列混沌特性,其形成机理、运动规律尚未被人嬲充分认识,摇闽绺在界嚣效应零鬈糊辩速疫,油求之闻存在乳化层,其流动规律与单相流体截然不同。此外,流体溢度、流态、原油物性、传感器特性等多种因素影响两相流含水率的测量。国内外先后提出多种测量方法和技术,设计惑不嚣形式的流量计秘含承率计量仪表,毽由于其动态检测避程含有时变、蘩线性与隧橇干撬嗓声等不礁定性因索,以及传感器制造工艺和技术水平等原因,目前两相流梭测仪波在性价比、全程测量、安全环保、稳定性、测量精度等方蕊存在着诸多问题,潍以适应石油工娥的发展拉jj。邋年采,许多学者怼骧濑含水率检溺技术豫了大量工作,并溪境_呦不少研究成果,以期满足当前对石油工业中含水率的检测鼹求。本文对原油含水率检测技术的研究进展、测量影数璃日期:2009-05-02响因素及应用中存在的阅题做回顾论述。1嚣演含承率检溺技零磷究瑗获1.1蕊于油水物蛀机瑷的检溅方法

比较成熟的原油含水率测量仪原理大都是基于油水混合物的物性机理特性,如,叮射线衰减法、:i琏红外光谱吸收法、微波法、电阻抗法等。掣射线衰减法Hj3是泼双镌级戆源射线衰减为基本原螯的,其原理是基予’射线穿过不同油水比的流体管道时能最衰减程度不同。采用_y射线衰减法能够测量任何油水比的情况,并且,可以嶷现在线实时非分入式测量。其缺点主要表现在放射源戆照撬性与矿纯物质的敏感性,影F蠢荚溅量精度。近红外吸收光谱法照根据大量的含水原油样品近红外光谱分析实验,利用获得的光谱实验数据提取原油中水的特征光谱信息,从而实现对含水率的检测。鼠此,只要在含承原溃憋透荭外光谱孛提取窭对永翡吸收魄较敏感的特定波长,邋过监测特定波长下,经过被测流体的透射光功率随含水率的变化情况,就可得到对应的含水率值。王进旗等

万方数据6传感器与微系统第28卷人m1基于近红外光谱吸收原理和光纤传感器技术提出用于原油低含水率测量系统,具有绿色快速检测、抗电磁干扰、仪器小型化等优势,应用于体积含水率0%一5%的测量范围内,取得较好的测量精度。微波法是根据电磁波与介电物质相互作用,其耗散与物质多少和相对介电常数有关。油水混合物中含水量变化引起混合流体的微波信号相位移和衰减值变化,从而实现含水率的测量。DavidJc【71和MarelliJD伸。等人研究了微波法测量多相混合物中含气率和含水率。DavidJc利用微波和无线电射频的传播特性研制了微波海底原油分析仪,可用于实时测量。MarelliJD开发的微波含水率检测仪可准确测量油水混合物中的任意含水率值,即使在流体特性发生改变或含水率高达25%时,也能够正常工作。该系统已用于海洋管道的测量,其输出值可采用现有的通信网络,如SCASA系统等,但不适用于含气率太大的情况。电阻抗法是基于流体管道内壁轴对称放置2个测量电极,穿过管道的电阻和电容取决于流体的介电常数、电导率、含水率、含气率及流态等,在传感器几何外型确定和流态给定的情况下,测量的电阻抗值是流体组成相分率的直接函数,从而测得各相比率旧,loJ。利用电阻抗法测量相分率的一个最大的优点是可进行瞬态测量,且电阻抗法结构简单,价格低,容易实现。但该方法也有许多限制条件,如适用于低电导率的被测介质;测量值与流体流态有关;电导率与液体离子浓度有关等。目前,不断有人提出各种改进方法以解决测量中存在的问题。LucasGP和SimonianS等人¨u研究了旋转场技术,并应用了多电极电容传感器,可在一定程度上降低流态影响。各种试验表明:如果能够较好地解决流态和温度变化对测量结果的影响、杂质存在使液相介电常数变化等问题,电阻抗法有可能成为一种很有实用价值的测量方法。1.2基于多维回归分析的检测方法多维回归分析方法是一种常用的建模方法,即以大量易N--次变量为基础,运用统计方法建立主导变量与二次变量之间的数学模型。采用最多的回归分析方法是最小二乘法,即由观测数据计算在均方误差最小条件下的回归方程系数。对于非线性显著的研究对象,一般线性多维回归模型难以满足实际要求。张冬至等人。12’”o提出基于样本矩阵非线性变换的多维回归模型是应用于原油含水率检测领域行之有效的一种测量模型,其基本思想:先对自变量矩阵x作非线性变换,即采用自变量的非线性形式来建构拟合因变量y,且待定参数为线性的,然后,再用最小二乘方法处理,求解待定参数。在具体操作中,主要采用多项式非线性变换,在样本矩阵x中引入各自变量的平方项和交积项来增加非线性项,简单易行。多维回归模型具有有效的数据融合效果,使含水率测量数据更趋于合理,有利于研究各因素(变量)对含水率测量的影响关系,为消除其他干扰量的影响提供依据。但该方法需要求解较大规模的矩阵方程,确定各多项式的回归系数。1.3基于多传感器信息融合的检测方法多传感器信息融合技术是把多只传感器检测到的信息进行分析和集成,提取对象的有效信息,以形成被测对象某一信息的全面和完整描述。多传感器信息融合不同于单传感器的信号处理,具有更为复杂的信息形式,可在不同层次上进行融合和集成。通常传感器都存在交叉灵敏度,表现在传感器的输出值不只决定于被测参量,当其他参量变化时输出值也要发生变化。在基于介电常数法的原油含水率检测过程中就存在对温度、矿化度等参数的交叉灵敏度,致使其性能不稳定,测量精度降低。为提高目标参量的辨识能力和测量精度,消除其他干扰量的交叉影响,多传感器信息融合技术为

含水率检测提供了有效的途径。刘春涛、陈明义等人¨3‘“1采用神经网络信息融合方法对射频电容传感器的温度交叉敏感性进行校正,有效提高了油品含水率检测过程中的温度稳定性。张冬至等人。1纠通过多传感器技术对影响原油含水率影响的温度、矿化度等参量进行测定,采用基于LM算法的神经网络信息融合方法对基于电磁波谐振技术的电容传感器进行了校正,在很大程度上改善了测量精度。1.4基于人工智能技术的检测方法近年来,人工智能成为国际上非线性科学领域的一个研究热点,在油水两相流双组分非线性系统中同样具有广阔的应用前景。其中,基于人工神经网络的智能检测研究最为广泛,主要是由于人工神经网络具有任意非线性逼近、自学习、高度容错以及并行计算等能力,建模时无需事先知道模型的具体形式,只需将辅助变量作为人工神经元网络的输入,主导变量作为其输出,通过网络学习来解决不可测变量的检测问题,特别适合于那类具有不确定性和时变性、机理较为复杂且无法用显性公式描述的高度非线性实际问题。16’17J。不仅可以克服和弥补包括传感器在内的各个测量环节中硬件本身的缺陷,解决测量系统中传感器硬件电路难以实现的复杂多变量信号处理问题,而且,具有实时在线校正、预测精度高等优点。需要指出的是,在实际应用中网络建模样本的数量和质量、学习算法、网络拓扑结构及类型等对所构成软仪表的性能都有重大影响。因此,优化算法与神经网络相结合成为智能建模的一个重要研究方向,如,遗传神经网络u…、小波神经网络H8I、粒子群神经网络¨9’等在原油含水率智能检测中都已有相关研究,旨在改善测量模型的收敛速度、泛化能力等性能。万方数据

相关主题