基于數字化移交的換熱器預測維護

張國玉,王 韌

(青海鹽湖工業股份有限公司,青海 格爾木 816000)

1 引 言

數字化發展正成為工業企業發展的重要趨勢,其目標是實現以數據為驅動要素的經濟發展。數字化移交與基于數字化移交的工廠運維管理是工業企業實現數字化發展的重要途徑,是對傳統的以紙質為介質的技術資料接收和管理拋棄,更是對以文檔管理系統為載體的電子化管理的升級換代。數字化移交是設計與工程建設成果的數字化信息交接,是數字化工廠的重要組成部分[1]。數字化移交系統建立了三維數據,二維數據以及二三維間的智能或者部分智能數據模型,有效地提升了工業企業數據查詢和搜索的能力。越來越多企業認識到數字化移交的重要性,在新建項目中,對工程公司和設計院提出了數字化移交的要求,有些項目已經落地,有些項目正在進行。但是由于數字化移交整體上是基于工程設計領域軟件應用的拓展,目前主要的研究和應用集中在如何歸類和整理以及轉換數據,對于應該如何在業主端使用移交的數據,往往局限于對數據的查詢等有限的范圍內。數字化移交成果能否支撐更深層次的應用,怎樣才能最大限度發揮其功能,是目前業主企業重要的關注點[2]。本文采用基于西門子COMOS數字化移交成果中提供的結構化管殼式換熱器數據,結合生產運行數據,用Aspen EDR對換熱器的污垢情況進行模擬計算,并根據計算的污垢熱阻進行曲線擬合,得到污垢形成的模型方程,最后基于模型計算結果觸發COMOS運維模塊生成預防維護工單,實現了基于數字化移交成果的管殼式換熱器的預測性維護。

2 數字化移交與運維平臺介紹

本文方案采用的數字化移交系統為西門子COMOS平臺,該平臺的最大優勢是不僅能夠支持工程階段的工程設計和工程數據的數字化移交,而且能夠基于移交的數據進行一體化運維。COMOS底層采用面向對象的技術,確保了工程數據的數字化移交模塊與運維模塊都基于同一個平臺,從而所有專業數據、運維數據都在同一個數據庫中。數字化移交的數字資料浩繁如海,數據的生成過程中會涉及設計過程的多個專業,比如工藝、電氣、儀表、配管、設備、土建、安全等,施工過程涉及具體供應商,數據類型包含了PFD、P&ID、電氣、儀表控制回路,安裝圖、儀表邏輯圖、機柜、管道布置、管道安裝圖、管道索引表、儀表條件表、電纜表、土建圖紙、焊縫數據表,以及供應商設備資料圖紙、技術規范、技術說明,甚至軟件信息系統[3]。從工藝原理、控制原理到具體執行的設備間都存在著邏輯聯系。如圖1所示,COMOS能利用面向對象技術實現對如此繁雜數據的高效存儲,支持建立工廠對象與數據、工廠對象與文檔、工廠對象與三維模型間的關聯關系與邏輯關系,打破數據孤島,實現數據的透明化。

圖1 數字化移交的數據結構圖

COMOS平臺支持基于移交的數據進行運維的管理,如圖2所示,COMOS支持工程數據的更新維護、設備運維管理、生產過程數據協同。在工程數據維護上支持工藝技術改造涉及的工藝設計、電氣設計、儀表控制設計等;在設備運維方面覆蓋設備臺賬、日常維修、周期維護、狀態維護、風險分析、特種設備管理、潤滑管理、大中修管理等;同時可以與ERP系統、DCS系統等通過其接口實現系統間數據的互聯互通[4]。

圖2 數字化移交在工廠運維中的應用

設備數據是數字化移交的重要內容,聚焦到管殼式換熱器,由于換熱器在工業企業中能耗比例較高,完整的換熱器數據是企業進行換熱器模擬計算的數據基礎,詳細的換熱器數據移交顯得非常重要。本文涉及的數字化移交過程供應商提供的換熱器數據提出了明確的要求,同時也對涉及的工藝物流物性提出了移交要求,并最終在數字化移交過程中形成了面向對象的結構化數據。這些數據包含換熱器的基本機械結構參數(管殼程尺寸、折流板尺寸、管程數、封頭形式等),也包含了進出料的工藝設計計算參數(包含組分和組成數據),是管殼式換熱器模型分析的基礎。基于建立的管殼式模型可以集成到COMOS系統的預防維護計劃中,并根據配置的規則自動觸發生成維護工單,實現管殼式換熱器的預測性維護[5]。

3 基于數字化移交的換熱器預測維護

3.1 污垢對換熱器的影響

隨著換熱器運行時間的增加,換熱器容易在換熱器管程或者殼程側形成一層污垢。污垢的形成會增加管內外的熱傳導熱阻,導致換熱器的換熱效率降低。控制系統為了達到控制的溫度,就需要提高物流流量或者蒸汽加壓增加焓值來提高換熱器的推動力,這會導致企業綜合能耗上升,當換熱嚴重惡化會導致產品質量問題甚至安全問題。為了防止污垢增加導致的能耗上升等問題,需要合理地安排污垢的清理工作[6]。通常企業往往對換熱器進行粗略分類后,按照1年、2年等周期進行清洗,這種粗略的維護存在清洗不及時或者過度維護的可能。如何根據工況合理安排污垢清理,本文通過對污垢對傳熱的影響進行分析,并進一步建立模型的方式進行。

(1)

式中:K為總傳熱系數;d1、d2分別為換熱管外徑和內徑,m;dm為對數平均直徑,m;Rs1、Rs2分別為換熱管外表面污垢熱阻和內表面污垢熱阻,W/(m·K);b為管壁厚度,m;λ為熱導率;α1、α2分別為殼程對流傳熱系數和管程對流傳熱系數。

由式(1)可知,對于在運行的換熱器,設備尺寸和材質(d1、d2、dm、b、λ)是確定的,對流傳熱系數的大小α1、α2與流體的物理 性質 (如密度、 比定壓熱容、 黏度和熱導率)相關,雖然運行過程中有波動,但變化不大。 因此影響換熱器導熱系數K的值為污垢熱阻Rs1、Rs2。

如圖3所示,換熱器的污垢形成過程主要有四種,即線性增長型、降率型、漸近線型和鋸齒型。由于污垢層厚度的增加,往往需要提高湍動程度提升換熱能力,湍動的增強一定程度減輕了結垢的速率。實踐表明,鹽湖化工的換熱器污垢形成曲線主要為降率型和漸近線型。通過對工程數據計算,回歸分析得到Rs1、Rs2的模型方程,可以用于換熱器污垢預測維護。

圖3 污垢形成過程曲線

由于換熱器結構復雜,工業換熱過程工藝千差萬別,雖然對于換熱器污垢建模有較多報道,但很難通過實驗室測定數據的方式進行準確模型的建立。As-pen EDR換熱器計算軟件廣泛應用于換熱器設計和模擬,本文采用Aspen EDR軟件的換熱器模擬模式對換熱器運行階段污垢系數和最大污垢進行求解,并根據計算的污垢系數進行曲線擬合,得到污垢形成的模型方程,最終根據達到最大污垢一定比例的時間點觸發預防維護計劃[7]。

3.2 基于COMOS移交平臺的污垢預測維護功能開發

COMOS移交數據包含了管殼式換熱器的機械和工藝參數,機械參數包含兩側封頭類型、管子尺寸、隔板類型、隔板尺寸、換熱器殼體尺寸、管體與殼體的材料參數;工藝方面,包含了進出口物流的物料組成與比例數據,以及能用于最大污垢計算的換熱器流量溫度等設備設計參數。Aspen EDR參數基于國際標準,COMOS移交的數據與EDR存在部分差異,為此通過在COMOS平臺的提供的關聯表建立對應關系匹配表,實現數據轉換[8]。

污垢的計算包含管內外Rs1、Rs2,為了簡化模型,需要分析哪個為主要污垢形成側,并選擇主要污垢側進行計算。運行數據直接采自實時數據庫系統,包含換熱的兩股物流的進口溫度、進口流量、出口溫度。每周采集一次,每次采集30 min內的數據進行平均值后存儲到COMOS的運行數據中作為當次分析的數據源。創建標準的Aspen EDR模擬文件作為標準的計算基礎,其中熱力學模型選擇BJAC。機械與工藝參數,以及運行數據通過COM接口傳遞給EDR系統并完成計算。圖4為污垢熱阻和最大污垢熱阻的計算過程,COMOS通過COM接口將數據傳遞到EDR和并調用EDR校核模式、最大污垢模式和模擬模式進行校核系數計算、最大污垢熱阻計算和當前運行狀態下的污垢熱阻計算。校核系數為換熱器無污垢運行時需要的換熱面積除以換熱器設計面積比,計算方法見式(2),最大污垢為滿足設計換熱條件下可以容許的最大污垢熱阻,是計算是否需要觸發污垢清理工單的參考值,對應的流量和溫度數據來自移交平臺中的設計參數。在換熱器運行初期,或者除垢結束后,因為沒有足夠的污垢數據用于建立污垢模型,所以污垢熱阻計算完成后,最后系統對當污垢熱阻與維護條件進行比較,比較條件見式(3),當滿足觸發工單條件時生成預防維護工單,并推送到相關負責人去安排合適的時機進行除垢[9]。

圖4 污垢熱阻和最大污垢熱阻的計算過程

(2)

式中:φ為換熱器校核系數;Ar為實際需要的換熱器面積,m2;Ad為換熱器的設計面積,m2;在移交數據中換熱器的有效換熱面積:

Rx>Rmax×kc÷φ

(3)

式中:Rx為換熱器當前的污垢熱阻,W/(m·K);Rmax為換熱器能夠滿足正常換熱的最大污垢熱阻,W/(m·K);φ為換熱器校核系數;kc為觸發維護閥值。

當系統第一次觸發換熱器除垢后,系統認為滿足了建立污垢形成的數據基礎,并據此通過數據回顧得到污垢形成的數學模型。本文采用多項式回歸分析,并用Scipy提供的最小二乘法函數求解最佳擬合參數,其中選用的項數為3,自變量為時間,因變量為污垢熱阻,具體的模型方程形式見式(4)。

Rx=k0+k1t+k2t2+k3t3

(4)

式中:Rx為換熱器當前的污垢熱阻,W/(m·K);t為自換熱器清潔狀態起的運行時間(剔除停機時間);k0、k1、k2、k3為模型系數。

COMOS系統結合式(3)與式(4),通過編輯相應的邏輯代碼計算下次維護的設備運行時間,并基于此運行時間,COMOS系統中設置的日平均運行時間估算未來的維護時間點。由于裝置存在停機的可能,系統還通過定時任務以某個固定頻率對預測的具體時間進行調整。當預測維護時間達到設定的提前提醒時間時,系統觸發生成基于污垢模型的預測性維護工單[10]。

3.3 COMOS移交平臺管殼式換熱器污垢預測維護功能應用

在某鹽化工的數字化移交項目中,業主方對換熱器移交提出了嚴格的移交要求,數字化工廠移交方根據工藝要求在COMOS系統中提供了詳細的進出口管道的物流參數和物性參數,設備供應商按照項目移交的設備規格表提供了詳細的設備機械參數和換熱器的性能參數。工廠投產后應用污垢熱阻模塊對系統中的管殼式換熱器進行了跟蹤分析和建模,從物流的類型、物流的相態等分析和設置了待計算的污垢熱阻在管內側還是外側,進行了EDR模型的初步調試,然后正式啟動計算模型計算污垢熱阻,觸發維護閥值kc設置為0.5。圖5是某換熱器每周一次連續7個月的計算結果,其換熱器校核系數φ為0.763,最大污垢熱阻Rmax為7.76×10-4W·(m2·K)-1,擬合的結果見式 (5) 。

圖5 污垢熱阻計算舉例

Rx=1.481×10-2+3.949×10-2t-9.221×10-5t2+
8.213×10-8t3

(5)

換熱器維護階段,設置kc為觸發維護閥值為0.6,結合式 (3) 與式(4),系統給出的維護建議時間為第380天,對應的污垢熱阻Rx為6.21×10-4W·(m2·K)-1,到達最大污垢的時間為569天,這與同工況換熱器歷史污垢清洗的時間一致,但時間更加精確,準確度提升27%(按照企業300天維護要求計算),具體預測曲線如圖6所示。COMOS將計算結果保存到運維模塊中的計劃對象中,計劃對象根據換熱器功能設置的值自動生成件維護計劃工單,并自動分配給負責人,負責人按照具體情況將換熱器的污垢清洗工作安排到系統的大中修計劃中完成[11]。

值得指出的是達到最大污垢系數并不代表換熱器完全不能滿足換熱的要求,生產操作中需要通過增強換熱介質流速或者壓力來增強湍動,提高傳熱系數,但這也意味著裝置能耗的上升。通過設置合理維護閥值kc提前生成換熱器的維護工單,方便工廠維護人員盡早安排合適的時間維護,能夠避免因為污垢超標導致的換熱能耗增長,甚至導致換熱達不到工藝要求和產品合格率下降。

4 結 語

采用COMOS數字化移交平臺,不僅實現了海量的資料和數據的移交和基于移交的設備運維管理,還能夠靈活組織數據和擴展功能,拓展數字化移交成果在企業運維階段的應用范圍。基于COMOS平臺二次開發管殼式換熱器預測維護模塊利用數字化移交成果中提供的結構化管殼式換熱器數據,結合生產運行數據,對定周期的污垢熱阻計算結果進行建模,并成功應用于工廠管殼式換熱器的預測性維護,提升了管殼式換熱器清垢工作的精細化管理水平,降低了管殼式換熱器的清垢成本,降低了裝置的綜合能耗,是數字化移交成果在工廠運維階段的有益拓展。