Содержание к диссертации
Введение
1. Современное состояние подходов к моделированию сложных систем 10
1.1. Состояние развития моделей процессов горения твердых топл ив 10
1.1.1. Модели горения гомогенных твердых топлив 10
1.1.2. Модели горения гетерогенных твердых топлив 18
1.2. Моделирование на основе искусственных нейронных сетей 22
1.2.1. Основные положения теории искусственных нейронных сетей 23
1.2.2. Программные средства нейросетевых алгоритмов 25
1.2.3. Аппаратные средства нейросетевых алгоритмов 27
Выводы и постановка задач исследований 29
2. Объекты и методы исследования 31
2.1. Характеристика твердого топлива и исходных компонентов 31
2.1.1. Характеристика твердого топлива на основе нитрата аммония 31
2.1.2. Характеристика ископаемых углей 32
2.2. Выбор и обоснование моделей процесса горения твердого топлива 33
2.2.1. Обоснование выбора математической модели 33
2.2.2. Обоснование выбора интеллектуальной системы для моделирования процесса горения 36
2.3. Методика приготовления состава и изготовления опытных образцов 39
2.4. Определение скорости горения опытных образцов на стендовой установке 42
2.5. Методы сжигания твердых топлив на тепловых электрических станциях 45
2.6. Методика прогнозирования эксплуатационных характеристик твердого топлива 48
3. Основные процессы, определяющие скорость горения твердого топлива на основе нитрата аммония 52
3.1. Влияние природы компонентов, начальной температуры и добавок на зависимость и(р) в газовой среде 52
3.1.1. Скорость газификации горючих и окислителей 53
3.1.2. Зависимость скорости горения от начальной температуры 55
3.1.3. Влияние начальной температуры на величину показателя степени давления (v) в законе скорости горения 57
3.1.4. Скорость горения NH4NO3 и плексигласа в новом типе слоевой системы 57
3.1.5. Влияние каталитических добавок 57
3.2. Многостадийность горения твердого топлива 58
3.3. Закономерности процесса горения в жидкой среде при высоком давлении 62
3.3.1. Зависимость скорости горения от давления и влияние на нее отдельных факторов 62
3.3.1.1. Окружающая среда 62
3.3.1.2. Плотность заряда 63
3.3.1.3. Дисперсность окислителя 64
3.3.1.4. Материал оболочки 66
3.3.1.5. Направление распространения фронта горения 67
Выводы 70
4. Разработка модели процесса горения твердого топлива на основе нитрата аммония в жидкой среде при высоком давлении 71
4.1. Модель процесса горения твердого топлива на основе нитрата аммония 71
4.2. Основные уравнения модели процесса горения твердого топлива на основе нитрата аммония в жидкой среде при высоком давлении 74
4.3. Нейросетевое моделирование скорости горения твердого топлива 87
Выводы 92
5. Разработка теплогенерирующих устройств на основе твердого топлива 93
5.1. Разработка автономных аппаратов погружного горения 93
5.2. Разработка теплогенерирующих устройств для повышения производительности нефтяных скважин за счет
комплексного воздействия на продуктивный пласт 96
5.2.1. Твердое топливо, устройство и технология комплексного термогазохимического и имплозионного воздействия 96
5.2.2. Твердое топливо, устройство и технология комплексного термогазодинамического и имплозионного воздействия 101
5.2.3. Оценка технико-экономической эффективности применения теплогенерирующих устройств комплексного воздействия 104
Выводы 108
6. Возможности и перспективы использования нейросетевого прогнозирования и управления в энергетике 109
Выводы 116
Выводы по работе 117
Список использованных источников
- Модели горения гомогенных твердых топлив
- Обоснование выбора интеллектуальной системы для моделирования процесса горения
- Влияние начальной температуры на величину показателя степени давления (v) в законе скорости горения
- Основные уравнения модели процесса горения твердого топлива на основе нитрата аммония в жидкой среде при высоком давлении
Введение к работе
В настоящее время твердое топливо (ТТ) - уголь является основным сырьем для тепловых электрических станций нашей страны, занимая второе место по объему его использования. Поэтому актуальными являются проблемы, связанные с продуктами сгорания ТТ, которые приводят к уменьшению эффективности станций, незапланированным отключениям вследствие отказов оборудования или для их очистки. Оценить потенциальный размер влияния продуктов сгорания на производительность таких станций сложно из-за вариаций состава используемого ТТ, сложности поведения продуктов сгорания и изменяющихся условий работы. Для предсказания этого влияния должны быть определены и учтены все параметры и факторы процесса горения. Ныне действующие методы оценки либо неэффективны, либо слишком дороги и требуют много времени. Другие виды топлива (газообразное, жидкое) также находят широкое применение в современных теплоиспользующих оборудованиях и устройствах. Поэтому, актуальными являются проблемы по использованию альтернативных ТТ в автономных аппаратах погружного горения (ААПГ) для нагрева и выпаривания различных растворов и в устройствах повышения производительности нефтяных скважин. Отсюда следует, что горение является основой энергетики и многих технологических процессов и производств. Совершенствование конструкций теплоэнергетических установок возможно на основе точного моделирования процесса горения. Характеристики и закономерности горения ТТ в таких условиях играют исключительно важную роль, т.к. они определяют параметры и, в конечном итоге, эффективность их применения. Однако сведений в литературе о данных процессах и закономерностях очень мало. Следует также отметить, что построение математической модели процесса горения ТТ существующими методами (аппроксимации и др.) вызывает сложность, т.к. выходная характеристика [температура (в топочных устройствах) или скорость горения (в теплогенерирующих устройствах)] зависит более чем от двух входных параметров (состава топлива, соотношения окислителя и горючего, давления, дисперсности и плотности частиц топлива и др.). Кроме того, при увеличении размерности задачи сложность ее решения такими методами резко возрастает и, что немаловажно, делает невозможной единую программную реализацию для случаев произвольной размерности. Одним из перспективных путей решения данной проблемы является применение нейротех-нологий, основывающихся на искусственных нейронных сетях (ИНС), которые также позволяют создавать (оптимизировать) альтернативные ТТ для автоном-
7 ных аппаратов погружного горения с целью нагрева и выпаривания различных растворов и для устройств повышения производительности нефтяных скважин.
Таким образом, создание новых методов моделирования процесса горения для повышения эффективности работы тепловых электрических станций и разработки новых конструкций теплогенерирующих устройств является актуальной задачей, имеющей научный и практический интерес.
Тема диссертационной работы выполнена в соответствии с грантом Президента РФ МК-2156.2004.8 на тему «Компьютерное моделирование процесса горения твердого топлива в условиях жидкой среды и давления».
Цель работы. Развитие теоретических основ и методов моделирования горения твердого топлива для повышения эффективности промышленных теплоэнергетических процессов.
Задачи исследования:
проанализировать математические модели и закономерности процесса горения ТТ в теплоэнергетических установках;
исследовать закономерности процесса горения ТТ в жидкой среде при давлении до 30 МПа, имеющих место в призабойных зонах нефтедобычи;
разработать метод и алгоритм расчета характеристик горения ТТ в жидкой среде при высоком давлении, имеющих место в призабойных зонах нефтедобычи;
разработать метод на основе искусственных нейронных сетей для моделирования и управления эксплуатационными параметрами процесса горения в теплоэнергетических установках;
показать возможность энерго- и ресурсосбережения за счет использования нейросетевого моделирования и управления эксплуатационными параметрами процесса горения;
разработать новые конструкции теплогенерирующих устройств для выпаривания различных растворов и для повышения производительности нефтяных скважин.
Научная новизна диссертационной работы заключается в том, что:
- впервые, разработан алгоритм расчета характеристик горения ТТ на основе
нитрата аммония (НА) и построена математическая модель процесса горения в
жидкой среде при высоком давлении, установлены некоторые особенности и
закономерности процесса горения ТТ, проявляющиеся, по сравнению с газовой
средой, в изменении скорости и зависимости ее от давления;
впервые создана методика на основе искусственных нейронных сетей для моделирования и управления эксплуатационными параметрами процесса горения ТТ (угля) на тепловых электрических станциях, установлены особенности показателей значимости входных данных и соответствия их с закономерностями процесса горения ТТ;
дано научно-техническое обоснование разработанной конструкции теплоге-нерирующего устройства на основе НА для выпаривания различных растворов;
даны научно-технические и экономические обоснования разработанным конструкциям теплогенерирующих устройств на основе НА для повышения производительности нефтяных скважин, обеспечивающих повышение эффективности их применения.
Практическая ценность работы. Показана возможность и перспективность применения нейросетевого моделирования и управления эксплуатационными параметрами процесса горения (зольности, температуры и теплотворной способности) на тепловых электрических станциях для повышения эффективности их работы, энерго- и ресурсосбережения. Разработанный на основе искусственных нейронных сетей метод моделирования и управления эксплуатационными параметрами процесса горения, может быть использован при проектировании автоматизированных механизмов систем автоматизации технологического процесса выработки электроэнергии на тепловых электрических станциях. Показана возможность и перспективность применения разработанной математической модели для оптимизации рецептур ТТ на основе НА в теплогенерирующих устройствах, эксплуатируемых в различных условиях. Разработанные ТТ могут быть использованы при создании теплогенерирующих устройств для выпаривания различных растворов и для повышения производительности нефтяных скважин. Технико-экономический расчет для последнего показал, что использование новой конструкции устройства снижает его себестоимость на 6 % и, увеличивая коэффициент успешности, повышает экономический эффект от единичной скважино-обработки на 9 %.
Практическое применение работы.
Реализация результатов. Результаты исследований и практические рекомендации, полученные в диссертационной работе, использованы:
- при выполнении темы «Повышение эффективности производства» в ФГУП
«ПО Завод им. Серго» (г. Зеленодольск) по разработке новых прикладных про
граммных средств для прогнозирования и управления входными параметрами;
в технологии повышения производительности малодебитных скважин при проектировании технологий обработки призабойной зоны пласта в ЗАО «Кабельное освоение скважин и гидродинамики» (ЗАО «КОС и Г»);
в учебном процессе КГЭУ: в лекционных курсах и лабораторном практикуме по дисциплинам «Интеллектуальные средства измерений», «Программные и аппаратные средства информатики», а также при выполнении бакалаврских и дипломных работ;
в учебном процессе КВВКУ: на лекционных и практических занятиях по дисциплине «Информатика. Информационные технологии управления персоналом».
Модели горения гомогенных твердых топлив
В последние десятилетия теория процессов горения получила значительное развитие. Ранее сформированные представления о процессе горения [1-Ю] стали классическими и не потеряли своей актуальности в настоящее время. Так, в работе [1], рассматривается модель теплового распространения пламени для газов. Показано подобие между температурным и концентрационными полями в пламени в предположениях равенства коэффициентов диффузии и температуропроводности рассматриваемых веществ, отсутствия теплопотерь и рассмотрении только конечных и начальных веществ. Реакция протекает интенсивно в узкой зоне при температурах близких к температуре горения, что соответствует закону Аррениуса и позволяет найти приближенное аналитическое выражение для скорости распространения пламени. При постоянной теплопроводности Франк-Каменецкий и Зельдович предложили следующее выражение для скорости горения: uM=j\2K\Q{T)dT, 0-1) где им-массовая скорость горения; L - теплотворная способность смеси; Q(T) - объемная скорость выделения тепла; К - теплопроводность в зоне реакции.
Дальнейшее развитие теории распространения пламени в газах было сконцентрировано на учете механизма протекания реакций, образовании промежуточных продуктов в ходе реакции и т.п.
В работе Беляева [2] теория горения взрывчатых веществ строится на предположении, что реакция протекает в газовой фазе, т. е. при подводе энергии к поверхностному слою вещества она тратится на его газификацию. Между к-фазой вещества и областью горения образуется зона, где осуществляется подогрев паров и развитие в них реакции. Поэтому горение в газовой фазе испаренного вещества определяет в целом значение скорости горения, что соответствует представлениям [1] о горении газа.
В работе [4] рассмотрена теория стационарного горения конденсированных веществ (взрывчатых веществ и порохов), определяющая распределение температуры, концентраций и скорости горения. Зельдовичем найдено выражение для границы, выше которой реакция в к-фазе делает стационарное горение невозможным, являющееся условием возможного перехода горения в детонацию. На энергетический баланс горения оказывает сильное влияние изменение количества тепла, запасенного в зоне прогрева к-фазы от начальной температуры до температуры кипения. Считая температуру поверхности к-фазы постоянной и пренебрегая химической реакцией в ней, а также учитывая малый промежуток времени релаксации процессов, протекающих в газовой фазе по сравнению со временем релаксации распределения тепла в к-фазе построена нестационарная теория горения конденсированного вещества; предсказан предел горения, достижимый тогда, когда скорость горения существенно падает при u(TPK) температуре кипения и = -; построена теория воспламенения конденси е рованного вещества. Прогрев к-фазы в основном определяет время воспламенения, которое пропорционально квадрату разности температуры кипения и начальной температуры. При горении пороха, согласно Зельдовичу, происходит необратимый эндотермический или слабо экзотермический процесс разложения пороха, т.е. его газификация, с образованием богатых энергией промежуточных газовых продуктов, нагревающихся от пламени путем теплопроводности до температуры, за которой в газовой фазе протекает основная реакция с выделением тепла и образованием конечных продуктов горения.
В диапазоне малых давлений процесс разложения пороха, рассмотренный Похилом в [5], протекает беспламенно или сопровождается видимым пламенем в зависимости от конечного давления в реакционном сосуде (за счет газообразных продуктов разложения пороха). Устойчивость беспламенного горения пороха позволила сделать заключение, что процесс разложения-горения протекает в к-фазе пороха и является суммарно-экзотермическим процессом. Переход беспламенного горения с ростом давления в холоднопламенное и затем в двух-пламенное горение указывает на то, что процесс, протекающий в продуктах разложения к-фазы, также суммарно-экзотермический. При превышении теп-лоприхода над теплопотерями происходит неизбежное самоускорение процесса вплоть до самовоспламенения. Горючие конденсированной системы по агрегатному состоянию в волне горения делятся на два класса: газифицирующиеся и негазифицирующиеся.
В большинстве случаев негазифицирующиеся конденсированные системы являются гетерогенными; примером гомогенных негазифицирующихся систем могут служить системы, в которых проводят фронтальную полимеризацию (аналог фронта горения конденсированных веществ).
Обоснование выбора интеллектуальной системы для моделирования процесса горения
В настоящее время, наибольший эффект при реализации нейросетевых алгоритмов достигается при использовании нейрокомпьютеров [87, 88], которые производят до сотен миллиардов умножений в секунду, т.е. повышают производительность обычных вычислительных систем как минимум на три порядка и моделируют ИНС с миллионами соединений в секунду. Однако из-за чрезмерно высокой стоимости их применение ограничено единичными специализированными системами для решения узкого круга прикладных задач. Необходимо отметить, что использование недорогих программных средств, метить, что использование недорогих программных средств, реализующих ней-росетевые алгоритмы на обычных компьютерах, обеспечивают решение сложных практических задач за счет построения гибкой математической конструкции. Поэтому в данной работе нами выбрана программная реализация нейросе-тевых алгоритмов, т.к. для решения многих реальных задач [79] такое моделирование является адекватным и достаточным.
Сравнительный анализ наиболее мощных зарубежных нейропакетов показал, что максимальными возможностями обладает - NeuroSoludons фирмы Neuro Dimension Inc. Тестирование пакета проводилось по следующим показателям: простота создания и обучения НС, интуитивно понятный интерфейс; простота подготовки обучающей выборки; наглядность и полнота представления информации в процессе создания и обучения НС; количество реализуемых стандартных нейропарадигм, критериев и алгоритмов обучения НС; возможность создания собственных нейронных структур; возможность использования собственных критериев оптимизации; возможность использования собственных алгоритмов обучения НС; простота обмена информацией между нейропакетом и другими приложениями операционной системы; открытость архитектуры, т.е. возможность расширения нейропакета за счет собственных программных модулей; возможность генерации исходного кода; наличие макроязыка для ускорения работы с нейропакетом.
По каждому пункту вышеуказанный нейропакет набрал максимальное количество баллов. Однако недостатком данного нейропакета является дороговизна и отсутствие возможности вычисления показателей значимости входных сигналов. Для устранения данного недостатка в работе использовался русскоязычный нейропакет - NeuroPro. Главным достоинством данного пакета является простота в обращении, возможность упрощения НС и выявления наиболее значимых входов. Возможности программы:
Чтение, запись, редактирование, конвертирование, нормирование файлов данных, представленных в форматах .dbf (СУБД dBase, FoxPro, Clipper) и .db (СУБД Paradox).
Создание слоистых нейронных сетей для решения задач прогнозирования и классификации: о число слоев нейронов — до 10; о число нейронов в слое — до 100. Число нейронов в слое может задаваться отдельно для каждого слоя нейронов; о нейроны — сигмоидные с нелинейной функцией f(A)=A/(A+c), крутизна сигмоиды может задаваться отдельно для каждого слоя нейронов; о работа с количественными (непрерывными) и качественными (дискретнозначными, от 2 до 20 дискретных состояний для признака) входными признаками; о решение задач прогнозирования (предсказания значений количественных выходных признаков) и классификации (предсказание состояний качественных выходных признаков); о нейросеть может иметь несколько выходных сигналов (решать одновременно несколько задач прогнозирования и классификации); для каждого из выходных сигналов могут быть установлены свои требования к точности решения задачи.
Обучение нейронной сети с применением одного из следующих методов градиентной оптимизации (градиент вычисляется по принципу двойствен ного функционирования): о градиентный спуск; о модифицированный РагТап-метод; о метод сопряженных градиентов; о квазиньютоновский BFGS-метод.
Тестирование нейронной сети, получение статистической информации о точности решения задачи.
Вычисление и отображение значимости входных сигналов сети, сохранение значений показателей значимости в файле на диске.
Внесение случайных возмущений в веса синапсов сети. Упрощение (контрастирование) нейронной сети: о сокращение числа входных сигналов нейронной сети путем удаления входных сигналов, наименее значимых для принятия сетью решения; о сокращение числа нейронов сети путем удаления нейронов, наименее значимых для принятия сетью решения; о комплексное равномерное упрощение нейронной сети (равномерное прореживание структуры синапсов сети). Для каждого нейрона сети выполняется сокращение числа приходящих на него сигналов до максимально возможного числа, задаваемого пользователем; о сокращение числа связей (синапсов) в нейронной сети путем удаления связей, наименее значимых для принятия сетью решения; о сокращение числа неоднородных входов (порогов) нейронов сети; о бинаризация связей в ИНС — приведение весов синапсов к значениям -1 и 1 или значениям из более широкого набора выделенных значений. Возможен выбор из 4-х наборов выделенных значений. Генерация вербального описания нейронной сети. Вербальное описание может редактироваться и сохраняться в файле на диске. Таким образом, оптимальным для демонстрации возможности неиросетевого моделироваЕшя процесса горения ТТ в условиях жидкой среды и давления является нейропакет - NeuroPro.
Влияние начальной температуры на величину показателя степени давления (v) в законе скорости горения
В работе [104] приведены данные по влиянию начальной температуры (7о) на величину v для состава NH4NO3 [с добавкой (NH4)2Cr207 в качестве катализатора]. В этом случае величина v очень слабо увеличивается с ростом Т0 (табл.3.3).
В работе [98] был изучен новый тип слоевой структуры, в котором торец стержня окислителя прижимался пружиной к торцу стержня горючего и передвигался по мере выгорания. Для стержней плексигласа и NH4NO3 получена (при определенной площади поперечного сечения стержней) массовая скорость газификации 0,013 г/сек для плексигласа и 0,176 г/сек для NH4NO3 (при 70 атм.). Такое соотношение массовых скоростей отвечает значению а « 1,44, т.е. горение идет при существенном избытке окислителя (NH4NO3 газифицируется значительно легче, чем плексиглас).
Системы на основе NH4NO3 не применяются без катализаторов из-за недостаточной устойчивости горения. В чистом виде NH4NO3 горит при обычной температуре лишь при высоком давлении. По данным работы [105] NH4N03 горит в манометрической бомбе при давлении 130 атм. В бомбе постоянного давления не удавалось осуществить устойчивое горение NH4NO3 при давлении 1000 атм. Каталитические добавки позволяют осуществить устойчивое горение системы даже при атмосферном давлении. В большинстве случаев в качестве катализатора используется 2-3% бихромата аммония ((NH4)2Cr207) [99, 104]. Согласно [106], наиболее эффективны К2СЮ4 и (NH4)2Cr207. Изучено действие Сг203 и К2Сг207 [99, 105-108].
Таким образом, влияние каталитических добавок на скорость горения значительно слабее, чем их влияние на скорость химических реакций при низких и умеренных температурах.
При моделировании процессов горения ТТ вопрос выделения ведущей стадии становится более сложным и менее однозначЕіьім. Здесь возникают специфические трудности, связанные с корректным описанием одновременно протекающих в волне горения процессов химических превращений и изменения физического состояния вещества:
Твердое тело —Газонасыщенный поверхностный слой—Газовая фаза Для достаточно мелкодисперсных (d dmin) смесей с газифицирующимися компонентами горение протекает в кинетическом режиме, а фронт горения плоский. Когда диаметр частицы окислителя d становится больше, чем dmin, конуса смешения перестают умещаться в пределах зоны прогрева. На поверхности фронта появляются конусообразные выступы, где горение уже носит диффузионный характер. Размеры выступов растут с увеличением d, и поверхность фронта все более и более искривляется.
Отметим, что при любом сколь угодно большом d «носики» пламени находятся в гомогенной смеси, т.к. смешение компонентов начинается раньше, чем реакция между ними. Соответственно горение в «носиках» (в зоне шириной порядка dmln) протекает в кинетическом режиме, а выше располагается диффузионное пламя (высотой порядка ma lD).
Таким образом, при d dmin горение конденсированных смесей существенно неодномерно. Фронт горения состоит из совокупности языков пламени, «носики» которых глубоко вдаются в конденсированную фазу вдоль поверхностей контакта компонентов. В своей верхней части языки пламени сливаются в единое диффузионное пламя.
В случае смесевых систем с газифицирующимися компонентами (при d dmi„) имеются две зоны горения: в точках пламени, наиболее выдвинутых по направлению к свежей смеси, горение идет в кинетическом режиме, а выше располагается диффузионное пламя.
В работах [96, 109, 110] и др. предполагается, что для систем на основе NH4NO3 существует также третья зона, где протекает экзотермическая реакция. В этой зоне, расположенной непосредственно над поверхностью кристалла окислителя, происходит горение продуктов его газификации.
Окислитель NH4NO3 газифицируется по схеме: NH4NO3-» NH3+HN03 - 40,5 ккал/моль; аммиак и пары азотной кислоты образуют вблизи поверхности кристалла пламя с расчетной температурой 1250К [99, 109].
Существование нескольких зон горения, связано с наличием в системе нескольких (двух и более) различных компонентов и неоднородностью горения. Для неодномерного горения заданной температуре и составу реагентов уже не отвечает единственное значение скорости горения, так как имеется еще один независимый параметр - поверхность фронта горения на единицу поперечного сечения потока.
Рассмотрим довольно обычный для конденсированных смесей случай, когда окислитель способен к самостоятельному горению, а горючее газифицируется под влиянием теплового потока извне. Полупродукты, образовавшиеся при горении окислителя, смешиваются с полупродуктами, образовавшимися при газификации горючего, и образуют пламя, которое вблизи «носика» является кинетическим, а выше — диффузионным.
Основные уравнения модели процесса горения твердого топлива на основе нитрата аммония в жидкой среде при высоком давлении
Научно-технический прогресс современного производства характеризуется комплексным использованием энергетических ресурсов на базе внедрения высокопроизводительного оборудования и устройств [118]. Разработка энергосберегающих производств во всех отраслях промышленности представляет собой сложную, но актуальную задачу.
Анализ отечественной и зарубежной научной литературы [118 - 130] показал, что перспективное развитие производства идет по следующим направлениям: - разработка принципиально новых технологий обезвреживания сточных вод для организации замкнутых систем оборотного водоснабжения; - модернизации существующих производств с помощью современных методов обезвреживания сточных вод для организации замкнутых систем оборотного водоснабжения; - снижение расхода энергетических ресурсов за счет использования ТТ в действующих производствах.
Для реализации перечисленных мероприятий широко применяются аппараты с погружными горелками [или аппараты погружного горения (АПГ)], которые относятся к современному теплоиспользующему оборудованию, предназначенному для нагрева и выпаривания растворов кислот, минеральных солей, сточных вод, содержащих шламы, взвеси и различные механические примеси. С учетом специфики производственного назначения, разработками АПГ занимались многие организации. Их принцип действия характеризуется барботаж-ными процессами, протекающими между продуктами сгорания и растворами. Продукты сгорания получаются при сжигании топлива (газообразного, жидкого) в погружной горелке, расположенной так, чтобы открытое сопло было помещено на некоторую глубину в жидкость. Благодаря этому продукты сгорания, барботируя в жидкости, разбиваются на газовые пузырьки, образующие при всплывании большую межфазную поверхность, тепло- и массообмена. Интенсивное испарение раствора достигается путем насыщения газовых пузырьков парами воды за счет теплоты отдаваемой жидкости при непосредственном контакте. Выпаривание жидкости в этом случае протекает при равновесной температуре (температура мокрого термометра), которая для воды при атмосферном давлении на 15 - 16С ниже температуры кипения. Характерно, что при равновесной температуре газовые пузырьки полностью насыщаются водяным паром и уходят из водных растворов в виде парогазовой смеси с температурой на 1 - 2С выше температуры испарения. Поэтому при непосредственном контакте продуктов сгорания с жидкостью процессы тепло- и массооб-мена протекают с резким снижением теплопотерь. Коэффициент использования теплоты сгорания топлива составляет 95-96%.
В данном разделе изучена возможность использования автономных аппаратов погружного горения на основе ТТ для обезвреживания жидких отходов и сточных вод. На основании расчетных, экспериментальных исследований и результатов стендовых испытаний предлагается для проверки разработанная конструкция теплогенерируїощего устройства (ТГУ) в металлическом корпусе (рис.5.1), технические характеристики которого представлены в табл.5.1.
Таким образом, перспективно использовать в качестве автономного АПГ - ТГУ на основе НА, т.к. он обладает необходимыми эксплуатационными параметрами и стабильным процессом горения.
Широкое использование термоимплозионной технологии обработки ПЗП на месторождениях АО "Татнефть" подтвердило ее высокую технологическую и технико-экономическую эффективность [131]. Наряду с этим по мере существенного увеличения объемов скважино-обработок (с нескольких десятков в год в 1995-96 гг. до нескольких сот в год в 1997-98 гг.) и вовлечения в обработку скважин с разнообразными и более низкими коллекторскими характеристиками пласта происходило снижение успешности обработок с 85 % до 75-78 %. Хотя эта величина остается наиболее высокой по сравнению с другими методами обработок скважин (50-60%), она влияет на технико-экономические показатели эффективности технологии. Анализ показал, что снижение успешности обработок, в основном, происходит из-за недостатков, связанных с недостаточным использованием возможностей твердого топлива и эффекта имплозии. Поэтому в работе с целью повышения успешности обработок на базе компьютерного моделирования (в основе которого лежат теоретические и экспериментальные исследования) разработаны и предложены две технологии комплексного воздействия на пласт.
На основе расчетных, экспериментальных исследований и результатов стендовых испытаний предлагается для опытно-промысловой проверки разработанная конструкция технического средства (рис.5.2), технические характеристики которого представлены в табл.5.2.
В работе решается задача повышения эффективности технологии обработки призабойной зоны пласта путем более глубокого проникновения рабочей среды (химические агенты, газы и др.) в продуктивный пласт и интенсивного растворения породы, полным выносом загрязнений из призабойной зоны пласта. Задача решается тем, что в способе обработки призабойной зоны скважины используется устройство, которое доставляется в забой на кабель-троссе. Устройство состоит из двух имплозионных камер, заканчивающихся приемными камерами, с расположенными в них твердыми топливами, соединенных соосно муфтой с отверстиями (см. рис.5.2). Инициирование узла воспламенения с устья скважины и сгорание первого топлива ведет к образованию максимального количества химических агентов, которые при повышенном давлении в интервале обработки вдавливаются в продуктивный пласт. Последующее раскрытие первой имплозионной камеры (длиной 1,5...3 м) обеспечивает еще более глубокое проникновение кислоты в продуктивный пласт за счет максимального гидравлического удара (репрессии).
