氦是关乎国家安全和高新技术产业发展的重要资源，在基础应用及科研、航空航天、国防、低温超导、光纤及半导体生产、热成像、特种金属冶炼焊接及气体精密检漏等领域具有不可替代的重要作用[1-3]。目前，氦资源化利用的有效途径主要有两条路线，即天然气直接提氦和液化天然气闪蒸气（liquefied natural gas boil-off gas, L-BOG）提氦。我国天然气资源中的氦含量普遍偏低，体积分数不超过1%，单纯从天然气中提氦技术路线长，工艺设备多，成本高，缺乏可持续发展的经济效益驱动力[4-7]。1994年，阿尔及利亚Arew第一套从LNG尾气提氦装置顺利投产[8]，BOG提氦受到关注。LNG工厂的BOG在回收再液化过程中普遍存在的氮、氦、氢、氩等不凝组分累积问题，将BOG用作提氦原料气，其氦含量相比含氦天然气有了显著提升，从而在原料利用率和经济效益方面展现出显著的优势[9-10]。现阶段，中科富海、四川空分等国内企业在L-BOG提氦项目上实现了工业化应用。
天然气提氦技术主要包括深冷法、膜分离法、变压吸附法等[11-15]。深冷法为绝大多数L-BOG提氦装置所采用的主流方法，该方法主要应用于提粗氦工艺，包括多级分离、精馏和闪蒸等单元过程，已实现完全国产化。一直以来，如何优化流程参数、提高氦回收率、减小装置能耗对促进LNG工厂持续稳定生产、降低提氦成本具有重要意义。Kim等[16]利用HYSYS软件对L-BOG提氦工艺进行模拟和仿真分析，探讨了不同氦含量条件下的再沸蒸馏工艺、LNG联产工艺等的效率。龙增兵等[17]对不同低温提氦工艺进行比选研究，表明低温法提氦能耗高，天然气中氦含量和装置处理能力成反比，且保冷效果对提氦装置能耗产生的影响重大。张良聪[18]利用HYSYS模拟了深冷−膜联合提氦工艺，并对工艺条件进行了优化。罗尧丹等[19]对天然气提氦与制LNG联产工艺流程进行了模拟,结果显示，联产工艺有助于减少设备能耗。马国光等[20]对LNG工艺结合提氦工艺进行了模拟分析，通过调节提浓塔进料温度等关键工艺参数降低了流程能耗。Abdul Quader等[21]使用HYSYS模拟不同低温精馏流程，并对工艺流程进行了技术和经济可行性研究。荣杨佳等[22]采用HYSYS模拟计算，确定了塔顶回流温度和闪蒸罐进料温度等参数的最优值，粗氦回收率达93.39%，单位综合能耗降低17.27%。
本研究以L-BOG为原料气，根据内蒙古某液化天然气厂L-BOG提氦装置流程，采用Aspen HYSYS模拟分析了深冷工艺中精馏塔的进料温度、回流比、塔板数等关键工艺参数对能耗及回收效果的影响；进而采用Box-Behnken响应面法建立多因素交互作用影响对氦回收率、冷凝器和再沸器功率预测回归模型，实现各关键参数影响显著性排序；最后，以能耗最小和回收效果最优为目标，确定最优工艺组合参数，并模拟验证了优化参数的有效性，为该液化厂深冷提氦工艺的参数控制与调节提供理论依据，也为我国自主发展L-BOG低温提氦技术、实现低能耗、高效率提氦需求提供参考。
内蒙古某液化天然气厂总工艺流程主要包括天然气预处理、天然气液化和BOG提氦，平均天然气处理规模约100×104 m3/d。其中，进入提氦装置的原料气是经富集的BOG，经深冷提粗氦工艺+低温吸附氦气纯化工艺处理后获得纯氦产品，操作弹性范围为40%~110%，氦产量为135×104 m3/a。对系统中进入提氦单元的气体进行采样检测，其气质组分结果如表1所列。
设计工况下，该厂生产系统中约−161 ℃的LNG闪蒸所得氦气体积分数为3%的BOG原料气经过冷箱回收冷量后，温度、压力和流量分别为17 ℃、120 kPa和864 m3/h，随后，该气体由BOG压缩机压缩至约2 500 kPa，温度升至35 ℃，并进入提氦装置。图1为深冷提氦工艺流程，由图1可见，经主换热器降温冷凝后，一股物料去精馏塔塔底降温，另一股物料经节流阀后再次汇集进入主换热器热交换进一步降温，节流后进入精馏塔；精馏塔塔顶流出物通过顶部冷凝器冷凝进入气液分离器，分离所得气相即为粗氦气体，冷凝器所需的冷量由液氮储罐提供；分离器分离所得液相主要为甲烷等混合物，从塔顶回流入塔至塔底流出，通过主换热器换热，然后经节流、复热后返回管道系统。
图2是根据该厂液化天然气BOG提氦工艺流程建立的流程模拟，采用Aspen HYSYS模拟提氦流程，选用P-R方程，主换热器采用LNG Exchanger模块，压力损失忽略不计；精馏塔采用Distillation模块，塔顶部设置为全回流，塔板数为10。
经计算，氦体积分数为77.27%，氦回收率为99.87%。如表2所示，将模拟数据与现场值对比，提氦分数的相对误差为0.05%；关键设备精馏塔的操作参数计算结果相对误差＜5%，可知模拟数据与实际数据吻合良好。
设模拟计算条件在精馏塔进料压力为2 481 kPa、塔板数为10、回流比为1.55、进料位置为4#塔板时，研究精馏塔入口温度在−170 ℃~ −160 ℃（变化步长为1 ℃）范围内变化时，对冷凝器功率、再沸器功率和氦体积分数的影响情况，如图3所示。
当精馏塔进料温度升高时，再沸器能耗降低，冷凝器能耗增加，且变化趋势呈线性变化趋势，温度每升高1 ℃，塔顶冷凝器的功率增大约323.84 kW。这是由于进料温度升高，进入精馏塔的焓值上升，为保证塔内正常温度分布，则需要通过塔顶冷凝器向系统提供更多的冷量。精馏塔进料温度越低，产出氦体积分数越大，其中，在温度≤−168 ℃时增长速率加快。这是由于精馏塔提浓氦的原理正是利用氦气液化点比烷烃低、难以液化的特性，进料温度降低有利于甲烷液化，使更多的甲烷从塔底分离出来，从而使塔顶析出的氦含量增大。
在精馏塔进料温度为−170 ℃，进料塔板位置为4#塔板时，分析冷凝器功率、再沸器功率和氦体积分数所受的影响，如图4所示。
由图4可知，随着精馏塔进料压力的增大，冷凝器、再沸器的能耗影响无明显变化，而氦体积分数变化率也极小。这是由于压力升高，则气相中的重组分减少，相应地提高了气相中轻组分的含量，因而使得氦体积分数会有少量增加；而液相中的轻组分含量较之前增加，同时也改变了气液相的质量比，因此，可认为升压过程对氦几乎无损耗。由此可见，压力引起的氦体积分数变化可以忽略，即视压力在工艺流程中为非关键性参数。
精馏塔回流比反映了塔顶回流液流量与塔顶产品流量之比。保持其他参数不变，调整精馏塔回流比在1.1~2.5的范围内，分析对冷凝器功率、再沸器功率和氦体积分数的影响，如图5所示。
由图5可知，随着精馏塔回流比的增大，再沸器、冷凝器能耗增大。塔顶返回塔内的回流液流量与塔顶产品流量的比值增大，进而导致能耗增大。同时，精馏塔回流比增加使塔顶分离出的甲烷等气体含量减少，从而导致塔顶的氦含量增加，平均增幅约为0.027%。可见合理控制精馏塔回流比有助于提高氦分离效果，综合考虑能耗变化趋势，较优的精馏塔回流比范围应在1.5~1.8。
在精馏塔进料温度为−170 ℃、进料压力为2 481 kPa时，调整精馏塔塔板数变化范围为3~11，对冷凝器、再沸器功率和氦体积分数的影响，如图6所示。
由图6可知，塔板数增加对再沸器、冷凝器的功率影响较小，在变化范围内冷凝器能耗减小仅为92 kW。在塔板数为3~5块的范围内，氦体积分数变化明显，而当塔板数≥6块后，氦体积分数变化趋势平缓，减小幅度仅0.01%。塔板数决定物料在塔内的接触次数和传质面积，随着塔板数的增加，物料在塔内分离反应充分，但塔底物流中夹带的氦偏多，氦体积分数出现下降，且过多的塔板数还会导致操作复杂性和成本的增加。综合考虑，应控制精馏塔塔板数为5~7块。
设置精馏塔进料位置，按塔板数序号由上而下增加，顶板下方第一块塔板为1#塔板。调整精馏塔进料塔板位置变化范围，对冷凝器功率、再沸器功率和氦体积分数影响如图7所示。由图7可知，随着进料位置的降低，再沸器功率变化不大，但冷凝器功率增大，每变化一块塔板位置，冷凝器功率约增加60.7 kW。这是由于进料位置较低时，塔内物流积聚在塔顶部，导致冷凝器功率升高。因此，合适的进料位置不仅可以确保塔内物流均匀分布，还有助于热量的有效传递和分布。随着进料位置的降低，氦体积分数先降低再增高，其中，在1#~3#塔板进料时，氦体积分数减少0.54%，在3#~6#塔板进料时，氦体积分数变化趋于平稳，而进料位置在7#~8#塔板时，氦体积分数又呈现较快升高，增长了0.49个百分点。这是由于当进料位置较高，塔顶温度较低，提高了氦回收效果。
忽略压力对氦回收及能耗的影响，基于Design Expert的Box-Behnken中心组合试验设计原理，建立精馏塔进料温度、精馏塔回流比、精馏塔塔板数和进料位置四因素三水平试验，设计各关键参数取值范围及编码见表3。
以氦体积分数、精馏塔冷凝器与再沸器功率为响应值，通过软件生成24 组试验数据，并将试验值代入HYSYS模型计算，得到各操作条件组合下的响应值，如表4所列。
通过Design-expert软件采用Quadratic模型对表4中试验数据回归拟合，得到进料温度、进料位置、精馏塔塔板数及精馏塔回流比相互影响下的氦回收体积分数回归方程，见式（1）。
式中：A、B、C、D分别为进料温度、精馏塔塔板数、进料位置及精馏塔回流比的编码值。
对该模型进行显著性检验和方差分析，结果如表5所示。模型F值=157.74，P值=0.000 1＜0.05，R2=0.995 9，Adj-R2=0.989 6，R2与Adj-R2差小于0.2，说明该模型试验误差较小，对响应值氦体积分数的影响非常显著。
由表5可知，各参数对氦体积分数的影响显著性从大到小顺序为：精馏塔塔板数＞精馏塔回流比＞进料温度＞进料位置。
同理，建立关键参数相互影响下的冷凝器功率（PC）回归方程，见式（2）。
式中：PC为冷凝器功率，kW。
对该模型进行显著性检验和方差分析，结果见表6。模型F值=28.76，P值＜0.000 1，判定系数R2=0.991 6，Adj-R2为0.983 1，R2与Adj-R2的差值小于0.2，表明模型拟合较好，试验误差较小。由表6可知，各参数对冷凝器功率的影响显著性从大到小顺序为：精馏塔回流比＞精馏塔进料位置＞塔板数＞进料温度。
建立关键参数相互影响下的再沸器功率（PR）回归方程，见式（3）。
式中：PR为再沸器功率，kW。
对该模型进行显著性检验和方差分析，结果见表7。模型F值=28.36，P值＜0.000 1，判定系数R2为0.997 8，Adj-R2为0.995 7，R2与Adj-R2差小于0.2，说明该模型与对应的响应值吻合程度较好。
由表7可知，各参数对再沸器功率的影响显著性从大到小顺序为：进料温度＞精馏塔回流比＞进料位置＞精馏塔塔板数。
以精馏塔塔板数、进料位置、进料温度和精馏塔回流比4个因素的两两交互作用，应用拟合模型预测计算操作条件交互作用对氦气回收率及能耗的影响，并利用Design−Expert软件绘制交互作用影响曲面图，见图8~图10。
如图8所示，在精馏塔操作条件交互作用对氦体积分数的影响中，精馏塔塔板数−进料位置响应面值最大，说明在设备的初始结构设计应予以关注，而进料位置−精馏塔回流比交互作用对氦体积分数影响不显著。对此，应将进料温度、精馏塔回流比及精馏塔进料位置作为改善氦体积分数的主要调节参数。
如图9所示，在精馏塔操作条件交互作用对冷凝器功率的影响中，进料位置−精馏塔回流比的交互作用对冷凝器功率影响的响应面值最大，而进料温度−精馏塔塔板数、精馏塔塔板数−进料位置的交互作用对冷凝器功率的影响不显著。
如图10所示，影响再沸器功率的操作条件关系与冷凝器的影响具有相似的变化规律，其中，进料位置−精馏塔回流比的交互作用对再沸器功率的影响最显著，进料位置−进料温度、进料位置−精馏塔塔板数的交互作用对再沸器功率的影响不显著。
根据响应曲面分析结果以及回归方程，构建各操作条件因素变量设定与氦回收体积和设备能耗之间的函数式见式（4）。
式中：Z为氦体积分数和设备能耗的综合优化变量；f为二次多项式函数；$\varepsilon $为试验误差。
不改变提氦流程中精馏塔结构，在表3设定的约束范围内调节进料温度、进料位置及精馏塔回流比，以氦体积分数最大和能耗最小为目标，应用建立的回归预测模型计算获得参数组合的合理运行区域，为该液化天然气厂深冷提氦工艺参数调节提供依据，如表8所列。
将组合参数预测调节值代入HYSYS模型进行适应性计算，计算结果如表9所列。
选用组合1的参数值对工艺流程进行调节，并代入建立的HYSYS模型计算，结果如图11所示。工艺参数调节前后冷凝器功率、再沸器功率和氦体积分数的计算结果如表10所列。由表10可知，设备能耗为14 474.92 kW，比调控前能耗减小20.31%，其中，冷凝器功率为806.2 kW，能耗减小46.96%；再沸器功率为13 668.72 kW，能耗减小17.87%；回收氦体积分数由77.27%提高到78.54%。氦回收率由99.87%上升为99.99%，提升0.12个百分点，表明提氦效果得到显著提升。
1） 建立L-BOG深冷提氦流程模型，模拟计算得到，氦体积分数为77.27%，氦回收率为99.87%。模拟值与现场值对比，氦回收率相对误差为0.05%，精馏塔相对误差≤5%，确定了模型的可靠性。
2） 研究精馏塔进料温度、压力、位置、回流比、塔板数等操作条件对流程的影响。结果显示，进料温度越低，氦回收率越高，而压力变化对流程的影响极小；增加回流比有利于提高氦回收率，但冷凝器功率随之增大；塔板数会影响氦气分离效果，且塔板数过多，系统能耗增加；随着进料塔板位置的下移，再沸器和冷凝器功率均降低，高位进料时氦回收率增加。
3） 基于Box-Behnken响应面法设计建立24组试验，构建了多因素影响下氦回收率、冷凝器和再沸器功率预测的拟合回归模型。经显著性验算分析，确立了各参数对氦体积分数影响的显著性排序从大到小为：精馏塔塔板数＞精馏塔回流比＞进料温度＞进料位置；对冷凝器功率影响的显著性排序从大到小为：精馏塔回流比＞进料位置＞精馏塔塔板数＞进料温度；对再沸器功率影响的显著性排序从大到小为：进料温度＞精馏塔回流比＞进料位置＞精馏塔塔板数。
4） 以最大氦体积分数和最小能耗为目标，建立关键参数操作条件交互作用影响下的工艺组合参数优化参考值，通过调整精馏塔进料温度为−160 ℃、精馏塔回流比为0.655、进料位置为5#塔板，可实现装置设备总能耗降低20.31%，氦回收率提升0.12个百分点。
2025, Vol. 54 Issue (2): 40-50 2025, Vol. 54 Issue (2): 40-50