اندازه‌گیری جریان چندفازی نفت و گاز با استفاده از ابزار دقیق مجازی

نوع مقاله: مقاله پژوهشی

نویسندگان

دانشکده مهندسی برق و کنترل، دانشگاه شهید بهشتی، تهران، ایران

چکیده

در این مقاله اندازه‌گیری جریان چندفازی توسط ابزار دقیق مجازی مورد بررسی قرار گرفته است. رویتگر غیرخطی با استفاده از فیلتر کالمن توسعه‎یافته بر‎روی معادلات ناویر استوکس حاکم بر سیالات اعمال می‌گردد و دبی نفت و گاز دوفازی تخمین زده می‌شود. این تخمین با استفاده از روش المان محدود و فیلتر کالمن تجمعی، طی دو سناریو با استفاده از داده‌های اندازه‌گیری خروجی و اطلاعات اندازه‌گیری ورودی انجام می‌گردد و در نهایت نتایج تخمین با اطلاعات فرآیند واقعی موجود در صنعت مقایسه می‌گردد. در این مقاله به دنبال اندازه‌گیری مستقیم جریان سیال چندفازی نبوده بلکه با استفاده از متغیرهایی (نظیر فشار، دما، جریان تک فازی خروجی واحد یا ورودی واحد به همراه کسر حجمی) که مستقیماً قابل اندازه‌گیری هستند، جریان ورودی را بدون استفاده از المان اولیه اندازه‌گیری جریان، با دقت بالا به‌دست آورده‌ایم و با مقایسه دو روش اندازه‌گیری در ورودی پالایشگاه و خروجی پالایشگاه، مشاهده می‌گردد که دقت و تکرارپذیری روش استفاده شده بسیار بالا بوده به‌طوری‌که خطای تخمین براساس ورودی 142/0% و براساس خروجی 036/1% می‎باشد. بر این اساس اگرچه این اطلاعات با سیستم خروجی همخوانی نداشته اما خوشبختانه بر اطلاعات سیستم اندازه‌گیری ورودی منطبق می‌باشد لذا علاوه‎بر قابلیت جایگزینی سیستم در آن نقطه، قابلیت پشتیبانی از سیستم موجود را هم داراست.
 

کلیدواژه‌ها

موضوعات


عنوان مقاله [English]

Measurement of Multiphase Flow of Oil and Gas Using Soft Sensor

نویسندگان [English]

  • Abolfazle Varvani Farahani
  • Mohsen Montazeri
Department of Control, Faculty of Electrical Engineering, Shahid Beheshti University, Tehran, Iran
چکیده [English]

This paper presents soft sensor as a multiphase flow meter. Nonlinear observer with Ensemble Kalman filter (EnKF) by Navier Stocks equations for inline flow is used to estimate the oil and gas flow. Finite element method and EnKF are used along two scenarios; in addition, in the first scenario, the estimation is done with the refinery output measurement; and in the second scenario, this estimation is done with the production unit output measurement. In this article, we don’t use primary element for multiphase flow measurement, instead of that flow will be estimated using some secondary variables (like pressure, temperature, output single phase flow, phase fraction and etc that can be measured directly with high accuracy). Results of comparison between two mentioned scenarios show that also the estimation with output measurement is not accurate, but the accuracy and repeatability of second scenario (estimation with production unit measurement) is in the acceptable standard range. Thus we can conclude that this soft sensor can be used as a backup for primary system and also as a primary system for multiphase flow measurement.
 

کلیدواژه‌ها [English]

  • Measurement System
  • Multiphase Flow
  • Oil and Gas
  • Soft Sensor
  • Nonlinear Observer

[1]. Fortuna L., Graziani S., Rizzo A. and Xibilai M. G., “Soft Sensors for monitoring and control of industrial processes,” Springer, 2007. ##

[2]. Aamo O. M., Eikrem G. O., Sihaan H. B. and Foss B. A., “Observer design for multiphase flow in vertical pipes with gas-lift - theory and experiments,” Journal of Process Contro, Vol. 15, Issue 3, pp. 247-257 April 2005.##

[3]. Nikoofard A., Johanson T. A. and Kaasa G. O., “Evaluation of lyapunov-based adaptive observer using low-order lumped model for estimation of production index in under-balanced drilling,” Norwegian University of Science and Technology, 2015.##

[4]. Lorentzen R. J, Navdal A. and Lage A. C., “Tuning of parameters in a two-phase flow model using an ensemble Kalman filter,” International Journal of Multiphase Flow, pp. Vol. 1283-1309, 2003.##

[5]. Leskens M, de kruif B., Belfroid S. and Gryzlov A., “Downhole multiphase metering in wells by means of soft sensors,” in SPE inteligent Energy Conference and Exhibition, SPE 71384, Amesterdam, The Netherlands, 2008.##

[6]. Gryzlov A., Leskens M. and Mudde R. F., “Soft sensing for two-phase flow using an ensemble Kalman filter,” Delft University of Technology, 2008. ##

[7]. Texeira B., Castro W. S. and Texeira A. F., “Data driven soft sensor of downhole pressure for a gas lift oil well,” Control Engineer Practice, Vol. 22, pp. 34-43, 2014.##

[8]. Kurian A., “Manual of petroleum measurement standards,” Chapter 20, API, 2016. ##

[10]. Bendiksen K. H., Malnes D. and Nydal O. J., “On the modeling of slug flow,” Chem. Eng. Comm., Vol. 71, No. 102, pp. 141-142, 1996.##

[11]. Vicente R., Sarica C. and Erteikin T., “A two-phase model coupling reservoir and Horizontal Well Flow dynamics,” SPE Paper 69570, Peoc, Buenos Aires, Argentina, 2003. ##

[12]. Jovanovic B. and Mihailo B., “Modeling flow statistics using the linearized Navier-Stokes equations,” in 40th IEEE Conference on Decision and Control, Orlando, 2001. ##

[13]. Zuber N. and Greg B., “Average volumetric concentration in two-phase flow systems,” Journal of Heat Transfer, Vol. 11, pp. 453-468, 1965. ##

[14]. Ishii M., “One-dimensional drift-flux model and constitutive equations for relative motion between phases in various two-phase flow regimes,” ANL, 1977. ##

[15]. Harmathy T., “Velocity of large drops and bubbles in media of infinite or restricted extent,” AIChE, J. Vol. 6, pp. 281-288, 1960.

[16]. Kalman R. E., “A new approach to linear filtering & prediction problem,” Transaction of ASME Journal of Basic Eng., Vol. 82, pp. 35-45, 1960. ##

[17]. Welch G. and Greg B., “An Introduction to the kalman filter,” University of North Carolina at Chapel Hill Department of Computer Science Chapel Hill, NC 27599-3175, SIGGRAPH, 2001.##

[18]. Kordic V., “Kalman filter,” Vienna: Intech, 2010. ##

[19]. IOIC C., “Overall Process Flow Diagram,” 2014. ##