高技术强度工艺条件下提升海洋石油码头环境安全性解决方案的论证

《Frontiers in Marine Science》：Substantiation of solutions for enhancing the environmental safety level of a marine oil terminal under conditions of high intensification of technological processes

　　

当前，海洋石油码头管道系统运行过程中的技术工艺呈现显著 intensification（强化）趋势。在货物流量成倍增长的背景下，相应并发症随之上升，亟需解决。需要指出的是，这些问题的 resolution（解决）必须具备适当的科学基础，而非盲目追随当代环境议程。有鉴于此，论证确保海洋石油码头管道系统 resource-efficient（资源高效）、environmentally friendly（环境友好）及安全运行的技术工艺解决方案具有高度 relevance（相关性）。本研究考察了旨在减少油轮装货过程中 atmospheric emissions（大气排放）的技术解决方案。在这些操作中， loading（装货）初始阶段尤为重要，此时油轮内部 gas phase（气相）压力迅速上升。研究表明，在该阶段通过处理来自油轮的气相压力数据，可提前预测所装货物的蒸发强度。因此，研究人员可通过例如提高码头 gas blower（气体鼓风机）转速等方式，防止诸如 mast riser（桅 exhauster/安全阀）开启及过量气气混合物排入大气等负面后果。然而，由于 ill-posed nature（不适定性），识别 process parameters（工艺参数）的 inverse problem（逆问题）求解十分困难。为此，研究人员提出了基于前期工作中导出方程的算法，涉及 series expansion（级数展开）及从蒸发货物表面识别 mass transfer parameter（质量传递参数）。该方法将得以在实际中于 loading control system（装货控制系统）内实施关于危险压力增长速率的早期预警系统并采取预防措施。

研究背景与问题提出：海洋石油码头技术工艺高强度化带来的环境与安全挑战

在全球能源格局深刻调整的背景下，俄罗斯能源战略持续推动对亚太地区（APR）的石油供应，相关出口量较2008年水平增长逾三倍。作为关键枢纽的Kozmino码头，2021年石油出口量达3510万吨，同比增长6.7%。然而，地缘政治紧张局势导致货物流向重新配置后，经东西伯利亚-太平洋（ESPO）石油管道输送的石油量持续攀升，港口实际吞吐量已远超设计容量。这一背景下，远东盆地海洋石油码头面临技术工艺高强度化的严峻考验。

研究人员对远东盆地主要液体货物码头进行了系统分析，发现并非所有码头均配备 vapor recovery unit（VRU，蒸气回收装置）。这意味着在油轮装货过程中，大量碳氢化合物排入大气，既造成环境风险，也导致宝贵原料损失。据保守估计，俄罗斯码头在无蒸气回收条件下，每吨装货产品约排放0.2千克碳氢化合物，但实际排放因子因货种差异波动显著——从阿拉伯重质原油的0.07千克/吨到凝析油的0.76千克/吨不等。现有 generic coefficients（通用系数）如UKOOA推荐的1千克/吨存在严重高估或低估问题，凸显了实时识别蒸发强度的紧迫性。

现有研究主要集中于经验排放因子或计算流体力学（CFD）模拟，前者缺乏对瞬态过程的实时刻画能力，后者计算成本过高无法满足实时应用需求。因此，如何仅利用海洋码头有限的传感器数据，在装货初始阶段快速可靠地识别实际蒸发强度，以便在 mast riser 开启前采取预防措施，成为尚未解决的技术难题。该研究正是针对这一空白，提出了一种基于物理、解析可处理的实时识别方法。

关键方法与技术路线

研究人员以Kozmino海洋石油码头为案例，基于 five real tanker loading operations（五艘油轮实际装货操作）的 experimental data（实验数据）开展研究。主要技术方法包括：建立基于 ideal gas law（理想气体定律）的 gas-vapor mixture（气气混合物）状态方程；针对装货初始阶段的 linear flow rate ramp（线性流量上升）特征进行过程建模；引入 dimensionless variable（无量纲变量）包括相对压力 y=P/P_c、无量纲时间 τ=t/t₀ 等；基于 Taylor series expansion（泰勒级数展开）将控制方程线性化，采用 least squares method（最小二乘法）从压力测量数据反演识别质量传递参数 Ψ；通过 Lyapunov's first approximation（李雅普诺夫第一近似法）分析解的稳定性；开展 sensitivity analysis（敏感性分析）评估参数影响；最终构建 early-warning system（早期预警系统）框架。

研究结果

一、控制方程建立与无量纲化分析

研究人员从气气混合物状态方程出发，综合考虑气体相体积变化、流入液体体积及蒸发质量贡献，建立了描述装货过程中压力动态变化的控制方程。针对装货初始阶段流量线性上升的特征，引入一系列无量纲复合参数：θ 反映 hydraulic resistance（水力阻力）对压力变化率的影响，Ψ 表征蒸发过程对压力升高的贡献，α 和 β 分别校正平均装货速率与初始阶段速率比、及总装货时间与初始阶段时间比。最终得到的标准化方程形式为：dydτ · (1 - 1/2 · τ2 · γ) = τ · γ · y + Ψ - √(y2 - 1)/θ。该方程揭示了压力动态与蒸发强度、系统阻力之间的耦合关系。

二、敏感性分析与参数物理阐释

研究人员系统评估了关键无量纲参数对模型输出的影响。分析表明：ψ（蒸发贡献参数）增大会导致更高 maximum pressure（最大压力）并使压力峰值向装货后期偏移，但该效应仅在 θ 较小时显著；相比之下，θ（水力阻力参数）具有主导影响，即使微小增加也会急剧提升最大压力并将峰值前移。因此，vapor return line（蒸气回流管线）的水力阻力是防止 mast riser 开启的最关键参数。通过李雅普诺夫第一近似法验证，当 θ ≤ 1 时解保持稳定，测量不确定性不会导致预测误差发散，保证了模型对早期预警的鲁棒性。参数 ψ 的物理意义在于比较货物表面蒸气生成速率与气体鼓风机移除速率，高 ψ 值（>2）意味着蒸发占主导，需提高鼓风机转速干预。

三、逆问题求解与实时识别算法

针对 Ψ 无法先验确定的核心困难，研究人员提出了基于 Taylor 级数展开的实时识别方法。在压力测量值 y(τ) 已知的条件下，将控制方程在初始相对压力小事展开，得到线性近似形式：y(τ) = μ - ( √(μ2-1) - Ψ/θ )/θ · τ。通过最小二乘法确定该直线的斜率系数 k，进而反演计算 Ψ = (k · θ + √(μ2-1))/θ。该识别程序具有 self-calibrating（自校准）特性，无需对 Ψ 进行先验估计。典型工况下，Ψ 的 ±20% 识别误差导致最大压力预测误差小于 ±4%（当 θ > 0.15 时），满足工程精度要求。

四、实验验证与方法比较

研究人员利用五组相似条件下的实际装货数据对方法进行了验证，关键条件包括：气温 23°C、风速 5-7 米/秒、产品温度 20°C、Reid vapour pressure（雷特蒸气压）52.4 千帕。统计指标显示：MAE（平均绝对误差）= 0.00425722，MAPE（平均绝对百分比误差）= 0.41%，RMSE（均方根误差）= 0.00545152，表明模型质量 satisfactory（令人满意的）。单一典型案例的线性拟合 R2 = 0.9925，压力拟合标准误差小于 1000 帕，远小于 mast riser 开启阈值约 14000 帕。

与现有方法比较：CFD 方法数据需求极高、计算成本极高、无法实时应用；empirical correlations（经验关联式）虽计算成本低可实时应用，但无法处理瞬态过程及实时识别蒸发强度；machine learning（机器学习）模型需大量标注训练数据且对早期阶段适应性差。而本方法仅需压力和流量等易测参数，计算成本低，专为早期阶段检测设计，具有独特优势。

五、气体鼓风机控制与压力调节策略

为防止 mast riser 开启，研究人员提出通过可编程逻辑控制器（PLC）提高 gas blower 转子转速以增强蒸气移除。基于风机相似定律，推导了转速变化对风机压头和流量的影响规律：ΔP?/ΔP? = (n?/n?)2，Q?/Q? = n?/n?。据此可通过提高转速增大压差、增加流量、降低油轮内压力，从而将压力控制在安全范围内。

六、环境与经济效益评估

研究人员建立了 mast riser 开启时碳氢化合物损失量的定量计算模型，综合 vent line（通风管线）截面积、有效长度、 local resistances（局部阻力）及 mast riser 开启压力等参数。基于平均碳氢化合物质量浓度 273.52 克/立方米、处理效率 72.6% 的计算结果表明：单次装货通过 mast riser 的估计碳氢化合物损失为 8.6 吨，预测年度损失 103.6 吨，年度经济损失达 5628.2 万卢布。该损害可通过实时控制装货过程和 proper operation（规范运行）蒸气回收装置予以完全消除或显著降低。

研究讨论与结论

研究人员在讨论部分深入阐述了方法的理论基础与实际意义。该方法直接从初始 pressure trend（压力趋势）识别 ψ 而非依赖先预测，因此 ψ 的不确定性由压力拟合的标准误差量化控制，实验证实该误差绝对值小于 1000 帕，远小于 mast riser 激活阈值（约 14000 帕），即使 ψ 随货种和天气条件变化，该方法仍保持 robustness（鲁棒性）。气体鼓风机的具体 control algorithms（控制算法）未在本研究中展开，属于后续研究方向，但早期预警本身已使码头人员能够提前采取必要行动预防或最小化负面后果。

环境意义方面，本方法直接针对油轮装货过程中的碳氢化合物排放环境影响。Deligiannis 等人的研究表明，VOC emission factors（挥发性有机物排放因子）随货种和操作条件显著变化，使用通用系数将导致严重偏差。本研究计算示例中识别的 mass transfer intensity（质量传递强度）J_н = 1.90 kg/(m2·h)，对 Af amax 油轮以 10000 m3/h 装货而言，对应 VOC 排放因子约 0.19 kg/吨，处于中等密度原油报道范围内。通过早期识别蒸发强度并适时激活气体鼓风机，可有效维持安全压力水平，即使 modest reduction（适度减少）放散频率也能显著削减 VOC 排放，助力实现资源节约与 Gothenburg Protocol（哥德堡议定书）等环境标准合规。

综上所述，本研究针对海洋石油码头技术工艺高强度化背景下的环境安全提升问题，提出了一种在装货初始阶段实时识别液体货物蒸发参数的方法。基于 automated workstation（AWS）获取的数据，可在装货伊始即确定蒸发过程强度，并通过例如启动或调节码头气体鼓风机等方式防止 mast riser 开启。该方法仅需现成可用的传感器数据即可实现计算高效的实时蒸发强度识别，与现有 CFD、经验或数据驱动方法相比，特别适用于工业早期预警系统。由此，在技术工艺高强度化条件下实现了海洋码头环境安全水平的提升。