宋 曉,胡斯源,陳 龍,席志品,郭文德
(1.新疆油田公司工程技術(shù)研究院,克拉瑪依 834000;2.川開電氣有限公司,成都 610000)
飽和狀態(tài)下的蒸汽叫做飽和蒸汽,濕蒸汽是飽和蒸汽實際存在的幾乎唯一形式,由于汽水兩相流隨壓力、溫度變化極為敏感,其工業(yè)化的計量和分配一直是個難題。汽水兩相流量計量的基本問題是質(zhì)量流量和干度的測量,如果一個裝置可以同時測量這2個參數(shù),稱之為雙參數(shù)測量儀表;如果能在已知一個參數(shù)(流量或干度)的前提下,測量另一個參數(shù)的裝置,則叫做單參數(shù)測量儀表。從原理上講,任何2種不同的單參數(shù)測量儀表的組合都可以實現(xiàn)兩相流的雙參數(shù)測量[1-2]。
本文基于孔板的噪聲法的雙參數(shù)數(shù)學(xué)模型,采用Morris法對模型參數(shù)進行了敏感性分析,確定各參數(shù)變化對最終結(jié)果的影響,并通過現(xiàn)場應(yīng)用驗證模型可達到的精確度。
稠油熱采工藝中科學(xué)合理地注汽可以提高油氣比和原油采收率,而準確有效的蒸汽計量是實現(xiàn)科學(xué)合理注汽的關(guān)鍵?,F(xiàn)場工業(yè)用流量計種類繁多,但多為單參數(shù)儀表,包括渦街流量計、差壓式(孔板、均速管、彎管)流量計、分流旋翼式流量計、阿牛巴流量計、浮子式流量計等。從儀表工作原理上來講,主要分為渦街和差壓兩大類。這類儀表對于干度通常采用井口估算,導(dǎo)致無法實現(xiàn)熱量流量的準確測量,給稠油注蒸汽熱采工藝的優(yōu)化和能源的有效利用造成了一定的困難。實現(xiàn)流量和干度的單井計量,能夠確保按需按量注汽、避免偏注汽竄等現(xiàn)象,從而提高注蒸汽的熱效率,在當前國際油價持續(xù)低迷的情況下顯得尤為必要。
目前,雙參數(shù)測量的原理方法主要有汽水分離法、雙渦街法、雙差壓法及單差壓噪聲法,這些方法都有其各自的優(yōu)缺點及適用范圍。汽水分離法首先實現(xiàn)兩相分離,變兩相流為單相流,測量精度高,但裝置價格高體積大;雙渦街法原理簡單性能可靠,但抗振性能差且需要較長的直管段;差壓法流量計結(jié)構(gòu)簡單成本低,適合工業(yè)化應(yīng)用,但壓損較大且現(xiàn)場安裝調(diào)試要求高?,F(xiàn)場選擇儀表時應(yīng)充分考慮實際需要再選擇合適的儀表[3-7]。
孔板在兩相流中存在著差壓噪聲,這是兩相流動的固有特征,也是兩相流動狀態(tài)信息的載體,因而可以用于兩相流測量,從而利用單一孔板實現(xiàn)兩相流雙參數(shù)測量。根據(jù)這一原理,新疆油田與清華大學(xué)合作總結(jié)建立了一種基于孔板的噪聲法的雙參數(shù)數(shù)學(xué)模型,通過飽和水蒸汽通過孔板時的相分離效應(yīng)引發(fā)的噪聲,可同時測量蒸汽的質(zhì)量流量和干度 2 個參數(shù)[1,8]。
模型中蒸汽的干度表示為
式中:x為蒸汽與水兩相流的干度;R為孔板差壓方根相對統(tǒng)計方差;ρw、ρv分別為液相密度(水)和汽相密度(蒸汽),不同飽和蒸汽溫度壓力對應(yīng)不同密度值;θ為比例修正系數(shù)。
質(zhì)量流量計算式為
式中:G為兩相流質(zhì)量流量,kg/h;C為流出修正系數(shù);ε為氣體膨脹修正系數(shù);α、F分別為孔板流量因數(shù)和流道面積,是取決于管道直徑及孔板尺寸的物理量。
熱量流量Q由下式計算:
式中:Hw、Hv分別為水比焓和汽比焓,對應(yīng)于飽和蒸汽的溫度和壓力。
該模型將溫度、密度、比焓的計算根據(jù)壓力分為7個區(qū),不同壓力范圍采用不同公式計算,能更好地反映實際情況,計算結(jié)果和實際也吻合的很好。但修正系數(shù)的具體確定仍需結(jié)合工業(yè)現(xiàn)場實際情況。
上述理論模型所需的參數(shù)可分為2類:第一類為“模型參數(shù)”,包括孔板流量因數(shù)α、孔板流道面積F、管道直徑和孔板口徑等模型幾何性質(zhì)參數(shù)、比例修正系數(shù)θ、流出修正系數(shù)C等修正參數(shù);第二類包括實測的注入壓力、壓差等,被稱為“非模型參數(shù)”。
敏感性也稱敏感度,是孔板差壓噪聲模型計算結(jié)果對參數(shù)改變的響應(yīng)程度的度量指標。Morris法[9]作為一種定性的全局敏感性分析方法被廣泛應(yīng)用,通??捎脕砗Y選與識別最敏感的參數(shù)(組)。其基本思想是評估單個因子微小變化量引起的輸出響應(yīng)變化,即其提出的基效應(yīng)概念,計算公式為
式中:di(j)為第 i個參數(shù)第 j組樣本的基效應(yīng),j=1,2,…,k(k 為重復(fù)抽樣次數(shù));n 為參數(shù)個數(shù);xi為第i個參數(shù);Δ為單個參數(shù)微小變化量;f(.)為對應(yīng)參數(shù)的響應(yīng)輸出。
Morris提出了2個計算指標來判斷參數(shù)的敏感性,即基效應(yīng)的均值μ和標準差σ。其中μ表征參數(shù)的敏感度,確定參數(shù)的排列順序,而σ表征參數(shù)之間的非線性或相互作用的程度。
本文選用基效應(yīng)這一指標,分析修正系數(shù)θ、C、注入壓力P和壓差ΔP 4個參數(shù)的敏感性,并與實際現(xiàn)場數(shù)據(jù)進行對比,確定修正系數(shù)θ、C對模型最終結(jié)果及計算精度的影響。根據(jù)文獻資料和油田情況確定θ和C的大致取值范圍,θ約為0.7~1之間,C值在0.8~1之間,取孔板口徑32 mm,管道直徑62 mm。 在 P=4.62 MPa、ΔP=49.9 kPa;P=4.57 MPa、ΔP=96.6 kPa 2種工況條件下,各取48組參數(shù)樣本,利用差壓噪聲模型計算得出參數(shù)的敏感性排序情況如圖1所示。
圖1 質(zhì)量流量各參數(shù)基效應(yīng)計算結(jié)果Fig.1 Calculation results of the base effect of the mass flow parameters
從圖1可以看出,質(zhì)量流量各相關(guān)參數(shù)對模型輸出表現(xiàn)出一定的差異,比例修正系數(shù)θ對最終計算結(jié)果影響甚微;流出修正系數(shù)C對模型計算結(jié)果影響較大,尤其是高壓差工況條件下更甚;注入壓力、壓差對于流量計算結(jié)果也相對較大,在壓差較大時,流量對壓力變化的反映程度大于對壓差變化的反應(yīng)。
因此,采用孔板差壓噪聲模型的蒸汽計量儀表投入現(xiàn)場使用時,對流出修正參數(shù)的設(shè)定顯得尤為重要。該儀表在新疆油田風(fēng)城某區(qū)塊具體應(yīng)用時,根據(jù)參數(shù)敏感性分析結(jié)果設(shè)定的合適修正參數(shù)θ、C,并與實際結(jié)果進行對比,最終確定取θ=1、C=0.8135,對比結(jié)果如表1所示。
表1 計算結(jié)果與現(xiàn)場實際數(shù)據(jù)對比情況Tab.1 Comparison of the calculated results with the actual data in the field
與實際值相比,1#井流量相對誤差為0.1%,熱量相對誤差為0.2%;2#井流量相對誤差為0.02%,熱量相對誤差為0.15%,能夠滿足現(xiàn)場注汽精細化調(diào)控的要求。
基于孔板差壓噪聲經(jīng)驗?zāi)P偷膬上嗔鳒y量儀表能實現(xiàn)流量、干度的準確計量,確保按需按量注汽,避免偏注汽竄等現(xiàn)象。各相關(guān)參數(shù)對模型輸出表現(xiàn)出一定差異,比例系數(shù)對最終計算結(jié)果影響甚微,流出系數(shù)對模型計算結(jié)果影響較大(尤其高壓差工況條件下),注入壓力、壓差對于流量計算結(jié)果也相對較大。壓差較大時,流量對壓力變化的反映程度大于對壓差變化的反應(yīng)。儀表投入現(xiàn)場使用時,設(shè)定合理的參數(shù)能夠有效提高計量精確性。
[1]王文然,蔣躍元,門相卿,等.稠油熱采注入飽和蒸汽的計量和調(diào)節(jié)[J].清華大學(xué)學(xué)報:自然科學(xué)版,2000,40(12):29-32.
[2]王文然,佟允憲,馬昌文.利用孔板差壓噪聲測量兩相流流量和干度的研究[J].清華大學(xué)學(xué)報,1993,33(S3):117-124.
[3]周明正,劉云焰,趙瑞昌,等.孔板蒸汽流量計非穩(wěn)定狀態(tài)測量分析[J].自動化儀表,2015,36(9):92-95.
[4]歐陽雪峰.孔板流量計用于蒸汽計量[J].儀表電氣,2013,32(6):85-86.
[5]鄭建英,陳超洋,馬龍博,等.蒸汽狀態(tài)給蒸汽計量帶來的誤差[J].自動化儀表,2009,30(7):31-32.
[6]畢英,許傳軍,許文達,等.蒸汽流量計量現(xiàn)狀及存在問題[J].工業(yè)計量,2015(S1):5-7.
[7]成宏宇.差壓式流量計在蒸汽計量中的應(yīng)用.甘肅冶金,2008,30(2):76-78.
[8]仲朔平,佟允憲,王文然.利用孔板差壓噪聲測量汽水兩相流[J].清華大學(xué)學(xué)報:自然科學(xué)版,1997,37(5):15-18.
[9]Campolongo F,CariboniJ,SaltelliA.An effective screening design for sensitivity analysis of large models[J].Environmental Modeling&Software,2007,22(10):1509-1518.