دانشکده مهندسی شیمی، دانشگاه تربیت مدرس، تهران، ایران
چکیده
در این مقاله یک روش محاسباتی برای مدل‌سازی رسوب واکس در خطوط لوله انتقال نفت ارائه شده است که با در نظر گرفتن کینتیک رسوب واکس می‌تواند میزان ضخامت و سختی رسوب واکس را بسیار خوب پیش‌بینی نماید. در مدل‌سازی‌های رسوب واکس که تاکنون انجام شده، پدیده‌های انتقال جرم و انتقال حرارت را کاملاً مستقل از یکدیگر در نظر گرفته‌اند و در نتیجه از آنالوژی چیلتون- کولبورن برای محاسبه ضریب انتقال جرم استفاده شده است. استفاده از آنالوژی به علت پیش‌بینی بیشتر ضریب انتقال جرم، باعث پیش‌بینی بیشتر ضخامت رسوب واکس نسبت به حالت واقعی می‌شود. برای رفع این مشکل، در این مقاله مدل جدیدی ارائه شده است که می‌تواند وابستگی پدیده‌های انتقال جرم و انتقال حرارت را در جریان‌های آرام و درهم پیش‌بینی نماید و نشان داده شده است که کینتیک رسوب واکس در وابستگی پدیده‌های انتقال جرم و انتقال حرارت بسیار مؤثر بوده و نمی‌توان از این وابستگی در مدل‌سازی‌ها صرف نظر نمود. برای بررسی دقت مدل ارائه شده، نتایج مدل با نتایج معتبر آزمایشگاهی موجود در مراجع مقایسه شده است.
Chemical Engineering Faculty, Tarbiat Modares University, Tehran, Iran
چکیده [English]
Wax deposition is one of major challenges in petroleum production and transportation. The formation of wax deposition reduces the effective pipe radius and decreases flow capacity of the pipe. Highly waxy crude oils can cause a blockage of a pipeline because of wax deposition during production and transportation of the crude oil. Wax deposition costs can be significantly reduced if wax deposition can accurately be predicted. The target of wax deposition modeling is to predict wax content and the thickness of deposition with location and time. For wax deposition modeling, it is required to study this phenomenon in laboratory flow loop experiments to investigate effective operation conditions such as flow rate on wax deposition. For wax deposition modeling, heat and mass transfer coefficients should also be calculated. Studies show that in laminar flow conditions, mass transfer coefficient can easily be calculated from Chilton-Colburn analogy. The use of analogy in turbulent flow conditions for calculating mass transfer coefficient overestimates the amount of wax deposition. In this work, a computational wax deposition model combined with the wax precipitation kinetics in the boundary layer was developed. If wax precipitation kinetics can accurately be predicted, it can significantly reduce mass transfer coefficient in turbulent flow conditions. Herein, a wax precipitation coefficient model for the prediction of mass transfer coefficient is suggested and shows that when wax precipitation coefficient increases, mass transfer coefficient decreases.
کلیدواژه‌ها [English]
Wax Deposition, Precipitation, Kinetic, Laminar Flow, Turbulent Flow, Computational Model
مراجع
[1]. Hirsch R. B. and Wendling R., “Peaking of world oil production: impacts, mitigation & risk management.” 2005. DOE NETL.
[2]. Anonymous, University of Tulsa “Embark on wax deposition study.” Oil & Gas Journal, 99 (4), 2001.
[3]. Svendsen J., “Mathemathical modeling of wax deposition in oil pipeline systems” AIChE, Vol. 39, No. 8, 1993.
[4]. Won K. W, “Thermodynamic calculation of cloud point temperatures and wax phase compositions of refined hydrocarbon mixtures.” Fluid Phase Equilibria, Vol. 53, pp. 377-396, 1989.
[5]. Hansen J., Fredenslund A. and Pedersen K. S., “A thermodynamic model for predicting wax formation in crude oils.” AICHE, Vol. 34, Issue 12, pp. 1937-1942, 1988.
[6]. Singh P., Venkatesan R., Fogler H. S. and Nagarajan N., “Formation and aging of incipient thin film wax-oil gel.” AIChE, 46: pp. 1059-1074, 2000.
[7]. Hernandez, “Improvement of single phase flow despotion model.” ATCE, 2003.
[8]. Banki R. and Hoteit H., Firoozabadi, “Mathematical formulation and numerical modeling of wax deposition in pipelines from ebthalpy- porosity approach and irreversible thermodynamics.” IJHMT, 2008 ,47: pp. 5781- 595.
[9]. Singh P., Venkatesan R., H. Fogler S. and Nagarajan N., “Morphological evolution of thick wax deposits during aging.” AIChE, 47: pp. 6-18, 2001.
[10]. Venkatesan R., The deposition and rheology of organic gels, Ph.D. Thesis, University of Michigan, Ann Arbor, 2004.
[11]. Lee H.,Computional and rheological study of wax deposition and gelation in subsea pipelines, Ph.D. Thesis, University of Michigan, 2008.
[12]. Cussler E. S. E., Hughes W., Ward J., and R. Aris, “Barrier membranes”, Membrane Science, pp. 161-174, 1998.
[13]. Hayduk W. and Minhas, B. S, “Correlation for prediction of molecular diffusivities in liquids.” Can. J. Chem. Eng, 60: pp. 295, 1982.
[14]. Singh P., Gel deposition on cold surface, Ph.D. Thesis, University of Michigan, 2000.
ابتدای صفحه