- 无标题文档
查看论文信息

中文题名:

 石化载氢管道气体成分光纤传感在线测量系统研究     

姓名:

 张宝林    

学号:

 1049721501268    

保密级别:

 公开    

论文语种:

 chi    

学科代码:

 0802    

学科名称:

 机械工程    

学生类型:

 硕士    

学位:

 工学硕士    

学校:

 武汉理工大学    

获奖论文:

 校优秀硕士学位论文    

院系:

 机电工程学院    

专业:

 机械工程    

研究方向:

 机械工况监测与故障诊断    

第一导师姓名:

 童杏林    

第一导师院系:

 武汉理工大学    

完成日期:

 2018-04-01    

答辩日期:

 2018-05-20    

中文关键词:

 

载氢管道气体 ; 拉曼光谱 ; 光纤传感 ; Fabry-Perot增强腔 ; 在线测量

    

中文摘要:

     氢气是石油化工行业加氢工艺中的重要原料,是生产过程中的重要还原剂,通过深度加氢脱硫可生产出低硫清洁油品,对于防治大气污染具有重要的意义。受制氢工艺的限制,载氢管道内的氢气含有一定浓度的杂质气体,杂质气体不仅会影响产品质量,还提高了企业的采购成本。由于氢气、甲烷等气体的易燃易爆性,目前石化企业通常采用离线分析技术对氢气成分进行定期采样分析,但是其分析结果往往存在一定滞后性,且自动化程度低,人工采样也存在很大的安全隐患。针对此,本论文提出将具有本征安全和远距离测量特征的光纤传感技术用于对载氢管道气体成分的在线测量,深入研究了一种基于拉曼光谱分析技术的气体成分光纤传感在线测量系统。论文的主要工作概括如下:

(1) 在分析和比较了目前常用的气体成分分析方法的基础上,结合光纤传感技术的优势,提出了一种基于拉曼光谱分析技术的气体成分光纤传感在线测量系统的研究思路。

(2) 研究了拉曼光谱分析技术的基本理论,针对武汉石化载氢管道的特点,设计了一种基于光学F-P增强腔的气体样品池。对F-P增强腔的增强效果进行了理论分析和实际光路调试,结果表明该增强腔能够对拉曼散射信号达到50倍左右的增强。

(3) 根据武汉石化载氢管道气体成分的变化特征,搭建了一套模拟管道气体变化的光纤传感探测系统,进行了多种甲烷/氢气标准混合气体的拉曼光谱探测实验研究。在对测得的光谱信号进行小波去噪和背景扣除的基础上,对甲烷和氢气的拉曼光谱特征峰建立了单变量校准曲线,校准曲线对甲烷和氢气的交叉检验标准差分别达到0.5139%和0.6684%;另外采用偏最小二乘算法构建了两种气体的多变量分析模型,该模型对甲烷和氢气的交叉检验标准差分别降低到0.3600%和0.4825%。

(4) 设计并在石化载氢管道现场安装了在线测量系统,利用LabVIEW平台开发了一套基于拉曼光谱分析技术的气体成分光纤传感在线测量软件,实现了光谱数据采集、数据预处理,气体浓度计算以及实时显示等功能。

(5) 对在线测量系统进行了现场试验研究,分别采用已建立的单变量校准曲线和偏最小二乘模型对管道内未知成分的甲烷/氢气进行定量分析,并将分析结果与武汉石化载氢管道气体的离线色谱分析结果进行比对。结果显示,通过偏最小二乘模型分析得到的结果稳定性好且准确性较高,其对管道内甲烷和氢气的最大测量误差分别为0.654%,0.612%。该测量结果已满足厂家的使用要求,该技术也可用于化工行业相关气体成分的在线测量。

参考文献:

[1]鞠雅娜, 兰玲, 刘坤红, 等. 催化裂化汽油深度加氢脱硫催化剂的研制及性能评价[J]. 化工进展, 2017, 36(07): 2511-2516.

[2]Upare D P, Park S, Kim M S, et al. Selective hydrocracking of pyrolysis fuel oil into benzene, toluene and xylene over CoMo/beta zeolite catalyst[J]. Journal of Industrial & Engineering Chemistry, 2016.

[3]杨雯, 金月昶, 王铁刚. 柴油加氢工艺技术进展现状及展望[J]. 当代化工, 2015, 44(02): 331-334.

[4]沈晶晶. 气相色谱技术在石化分析中的应用进展[J]. 广州化工, 2015, 43(5): 49-51.

[5]郑永杰, 苏立强. 色谱分析法[M]. 北京: 清华大学出版社, 2017:44-47.

[6]曹环礼. 气相色谱技术的研究进展及其应用[J].广东化工, 2009, 36(196): 100-101.

[7]Beens J, Brinkman U A T. The role of gas chromatography in compositional analyses in the petroleum industry[J]. Trends in Analytical Chemistry, 2014, 19(4): 260-275.

[8]张卫, 宾鸿赞, 东培亮, 等. 钻井油气在线检测系统研究与开发[J]. 石油机械, 2007, 35(11): 5-8.

[9]吴曼曼, 乔佳, 岑延相, 等. 用于综合录井技术的在线快速气相色谱-四极杆质谱联用仪研制[J]. 分析化学, 2016, 44(10): 1625-1631.

[10]邓先钦, 彭伟, 厉敏宪, 等. 应用氦离子化气相色谱法测定变压器油中溶解气体[J]. 中国电力, 2017, 50(10): 148-152.

[11]刘芸, 李志全, 何蔓. 气相色谱-氢火焰离子化检测法测定香水样品中痕量甲醇[J]. 分析科学学报, 2018, 34(1): 116-118.

[12]万福, 杨曼琳, 贺鹏, 等. 变压器油中气体拉曼光谱检测及信号处理方法[J]. 仪器仪表学报, 2016, 37(11): 2482-2488.

[13]Arakelian V G. The long way to the automatic chromatographic analysis of gases dissolved in insulating oil[J]. IEEE Electrical Insulation Magazine, 2004, 20(6): 8-25.

[14]刘永宁. 气体红外吸收光谱检测信号的分析研究[D]. 济南: 山东大学, 2016.

[15]李文江, 胡洋, 李涛. 基于红外技术的甲烷检测系统设计[J]. 煤矿安全, 2008, 39(11): 63-66.

[16]Karpf A, Rao G N. Absorption and wavelength modulation spectroscopy of NO2 using a tunable, external cavity continuous wave quantum cascade laser[J]. Applied Optics, 2009, 48(2): 408.

[17]Petrovich M N, Wheeler N V, Heidt A M, et al. High sensitivity gas detection using Hollow Core Photonic Bandgap Fibres designed for mid-IR operation in Sensors[J]. IEEE, 2014: 891-894.

[18]Dai X, Liu X, Liu L, et al. A novel image-guided FT-IR sensor using chalcogenide glass optical fibers for the detection of combustion gases[J]. Sensors & Actuators B Chemical, 2015, 220: 414-419.

[19]陈伟根, 万福, 高拓宇, 等. 差频中红外吸收光谱应用于油中溶解气体分析[J]. 中国电机工程学报, 2015, 35(18): 4833-4839.

[20]Adler-Golden S M, Goldstein N, Bien F, et al. Laser Raman sensor for measurement of trace-hydrogen gas[J]. Applied Optics, 1992, 31(6): 831-5.

[21]Kiefer J, Seeger T, Steuer S, et al. Design and characterization of a Raman-scattering-based sensor system for temporally resolved gas analysis and its application in a gas turbine power plant[J]. Measurement Science & Technology, 2008, 19(8): 085408.

[22]Seeger T, Kiefer J, Eichmann S, et al. Raman Spectroscopy Based Sensor System for Fast Analysis of Natural and Biogas Composition[J]. Advanced Photonics & Renewable Energy, 2010: paper STuB3.

[23]Wang Q, Li Z, Ma Z, et al. Real time monitoring of multiple components in wine fermentation using an on-line auto-calibration Raman spectroscopy[J]. Sensors & Actuators B Chemical, 2014, 202(10): 426-432.

[24]Ebrahimi F, Viell J, Mitsos A, et al. In-line monitoring of hydrogen peroxide in two-phase reactions using raman spectroscopy[J]. Aiche Journal, 2017, 63.

[25]张文娟. 基于遗传算法的烃类气体激光拉曼光谱定量分析方法研究[D]. 青岛: 中国海洋大学, 2013.

[26]陈伟根, 万福, 顾朝亮, 等. 变压器油中溶解气体拉曼剖析及定量检测优化研究[J]. 电工技术学报, 2016, 31(02): 236-243.

[27]卢艺楠, 戴连奎. 一种面向PX装置成品杂质含量检测的拉曼光谱分析法[J].光散射学报, 2013, 25(4): 383-391.

[28]阮华, 戴连奎, 许忠仪. 在线拉曼分析仪的研制及其在PX装置中的应用[J]. 化工自动化及仪表, 2012, 39(4): 467-470.

[29]肖敬民, 王晓荣, 赵天琦. 在线拉曼光谱仪测定粗汽油中芳烃各组分含量的研究[J]. 传感器与微系统, 2013, 32(04): 76-79.

[30]於拯威, 程明霄, 曹玲燕. 在线拉曼光谱仪测定石脑油PONA值的研究[J]. 化工自动化及仪表, 2011, 38(11): 1324-1326.

[31]Smekal A. Zur Quantentheorie der Dispersion[J]. Naturwissenschaften, 1923, 11(43): 873-875.

[32]Raman C V, Krishnan K S. A New Type of Secondary Radiation[J]. Nature, 1928, 121(3048): 501-502.

[33]赵兴. 高温下光纤受激拉曼散射的研究[D]. 长春: 长春理工大学, 2013.

[34]程光煦. 拉曼布里渊散射[M]. 北京: 科学出版社, 2007: 68-71.

[35]Fleischmann M, Hendra P J, Mcquillan A J. Raman spectra of pyridine adsorbed at a silver electrode[J]. Chemical Physics Letters, 1974, 26(2): 163-166.

[36]Jeanmaire D L, Duyne R P V. Surface raman spectroelectrochemistry : Part I. Heterocyclic, aromatic, and aliphatic amines adsorbed on the anodized silver electrode[J]. Journal of Electroanalytical Chemistry & Interfacial Electrochemistry,1977, 84(1): 1-20.

[37]Albrecht M G, Creighton J A. Anomalously intense Raman spectra of pyridine at a silver electrode[J]. Cheminform, 1977, 99(15): 5215-5217.

[38]杜俊梅. 应用于食品安全的表面增强拉曼的机理研究[D]. 成都: 西南交通大学, 2017.

[39]Holland P L, Cramer C J, Wilkinson E C, et al. Resonance Raman Spectroscopy as a Probe of the Bis(μ-oxo)dicopper Core[J]. Journal of the American Chemical Society, 2015, 122(5): 792-802.

[40]王梦兰. 石英毛细管内壁镀金及其气体激光拉曼增强性能的研究[D]. 武汉: 华中师范大学, 2016.

[41]Hill R A, Mulac A J, Hackett C E. Retroreflecting multipass cell for Raman scattering[J]. Applied Optics, 1977, 16(7): 2004-2006.

[42]Ohara S, Yamaguchi S, Endo M, et al. Performance Characteristics of Power Build-Up Cavity for Raman Spectroscopic Measurement[J]. Optical Review, 2003, 10(5): 342-345.

[43]李晓云. 高灵敏气体激光喇曼光谱的研究及应用[D]. 上海: 上海交通大学, 2008.

[44]冷建飞, 高旭, 朱嘉平. 多元线性回归统计预测模型的应用[J]. 统计与决策, 2016(07): 82-85.

[45]Chin W W, Marcolin B L, Newsted P R. A Partial Least Squares Latent Variable Modeling Approach for Measuring Interaction Effects: Results from a Monte Carlo Simulation Study and an Electronic-Mail Emotion/Adoption Study[J]. Information Systems Research, 2003, 14(2): 189-217.

[46]Zelikman E, Carmina E. The spectral response characteristics of the soils and their possible estimation by using partial least square regression (PLSR) analysis[J]. International Journal of Geomatics & Geosciences, 2013, 3(3): 438-453.

[47]陈晨. I-VECTOR说话人识别中基于偏最小二乘的总变化空间估计方法[D]. 哈尔滨: 哈尔滨工业大学, 2015.

[48]马志鹏. 大型电力变压器油中特征气体拉曼光谱检测及信号分析研究[D]. 重庆: 重庆理工大学, 2014.

[49]沈婧, 沈爱国, 胡继明. 拉曼光谱在骨组织研究中的应用[J]. 光散射学报,2010, 22(03): 281-287.

[50]Dzsaber S, Negyedi M, Bernáth B, et al. A Fourier transform Raman spectrometer with visible laser excitation[J]. Journal of Raman Spectroscopy, 2015, 46(3):327-332.

[51]郭忠. 微型拉曼光谱仪的结构设计与数据处理方法研究[D]. 重庆: 重庆大学, 2010.

[52]中华人民共和国工业和信息化部, HG/T 20592~20635-2009 钢制管法兰、垫片、紧固件[S].北京: 中国计划出版社, 2009.

[53]麦克, 王.W.Z., 工程压力容器设计与计算[M]. 北京: 国防工业出版社, 2011: 176-179.

[54]陆婉珍等, 现代近红外光谱分析技术[M]. 北京: 中国石化出版社, 2007: 174-176.

[55]赫兹堡, 分子光谱与分子结构(第二卷)[M]. 北京: 科学出版社, 1986:274-275.

[56]Goncharov A F, Crowhurst J C. Raman spectroscopy of hot compressed hydrogen and nitrogen: implications for the intramolecular potential.[J]. Physical Review Letters, 2006, 96(5): 055504.

[57]Subramanian N, Goncharov A F, Somayazulu M, et al. Raman spectroscopy of hydrogen confined under extreme conditions. 2010: 012057.

[58]王晓彬, 吴瑞梅, 刘木华, 等. 多菌灵农药的激光拉曼光谱分析[J]. 光谱学与光谱分析,2014, 34(06): 1566-1570.

[59]Zhang B, Tong X, Hu P, et al. Wavelet phase extracting demodulation algorithm based on scale factor for optical fiber Fabry-Perot sensing[J]. Optics Express, 2016, 24(26): 29506.

[60]刘凤山, 吕钊, 张超, 等. 改进小波阈值函数的语音增强算法研究[J]. 信号处理, 2016, 32(02): 203-213.

[61]Travieso C M, Alonso J B, Orozco-Arroyave J R, et al. Detection of different voice diseases based on the nonlinear characterization of speech signals[J]. Expert Systems with Applications, 2017, 82.

[62]郑秀红. NaI(TT)γ能谱低能端本底扣除方法研究及软件设计[D]. 成都: 成都理工大学, 2014.

[63]王静鸽, 李新忠, 李贺贺, 等. 背景扣除和强度校正对激光诱导等离子体光谱参数的影响[J]. 光谱学与光谱分析, 2018, 38(01): 276-280.

[64]Zhang Z M, Chen S, Liang Y Z. Baseline correction using adaptive iteratively reweighted penalized least squares.[J]. Analyst, 2010, 135(5): 1138.

[65]陈珊. 拉曼光谱背景扣除算法及其应用研究[D]. 长沙: 中南大学, 2011.

[66]孔德靖, 翟中生, 王选择, 等. 部分面积法提高气体拉曼光谱强度测量重复性[J].光电工程, 2016, 43(5): 20-26.

[67]余洋, 赵南京, 王寅, 等. 激光诱导击穿光谱单变量及多元线性回归方法研究[J]. 激光与光电子学进展, 2015, 52(09): 321-326.

[68]黄秋月, 刘桂礼. 基于LabVIEW的光谱仪信号采集与处理[J]. 现代科学仪器, 2013(01): 44-46.

中图分类号:

 TE967    

馆藏号:

 TE967/1268/2018    

备注:

 403-西院分馆博硕论文库;203-余家头分馆博硕论文库    

无标题文档

   建议浏览器: 谷歌 火狐 360请用极速模式,双核浏览器请用极速模式