CC BY
63
4. Методическое пособие по расчету, нормированию и контролю выбросов, загрязняющих веществ в атмосферный воздух. — СПб., 2005.
5. Методика разработки нормативов допустимых сбросов веществ и микроорганизмов в водные объекты для водопользователей. — М., 2007.
УДК 502.1/2:656 В. С. Наумов,
д-р техн. наук, профессор, ФГОУ ВПО «Волжская государственная академия водного транспорта»;
А. Е. Пластинин,
канд. техн. наук, ФГОУ ВПО «Волжская государственная академия водного транспорта»;
А. Н. Каленков,
канд. техн. наук, ФГОУ ВПО «Волжская государственная академия водного транспорта»
ОЦЕНКА НЕФТЯНОГО ЗАГРЯЗНЕНИЯ ОТ ПОДВОДНЫХ ИСТОЧНИКОВ
THE ESTIMATION OF OIL POLLUTION FROM SUBMARINE SOURCES
Рассматриваются вопросы моделирования разливов нефти от подводных источников с объектов транспортного и нефтегазодобывающего комплексов с применением современных информационных технологий. Предложена оригинальная регрессионная модель оценки параметров нефтяного загрязнения.
The questions of design of oil spill from submarine sources from the objects of transport and oil-extracting complexes with the use of modern information technologies are examined The original regressive model of estimation ofparameters of oil contamination is offered.
Ключевые слова: нефтяное загрязнение, подводные источники, регрессионная модель.
Key words: oil pollution, submarine sources, regressive model.
m
К
ПОДВОДНЫМ источникам нефтяного загрязнения (ПИНЗ) на море и внутренних водных путях (ВВП) относятся: 1) затопленные в результате транспортных происшествий суда либо плавсредства, получившие значительные повреждения ниже ватерлинии в районе грузовых танков или топливных цистерн, но остающиеся на плаву (в том числе челночные танкеры, суда обеспечения, а также танкеры для хранения и отгрузки нефти); 2) магистральные нефтепроводы; 3) морская техника для освоения углеводородных ресурсов на континентальном шельфе (буровые суда, установки и платформы).
В настоящее время наблюдается опасное повышение частоты разливов нефти от ПИНЗ, что обусловлено активным освоением континентального шельфа, где добывается, по разным оценкам, около 35 % от общемирового объема добычи жидких углеводородов и более 21 % добычи газообразных углеводородов [1]. Количество установленных морских буровых платформ в мире уже составляет несколько сотен, и очевидно, что оно будет расти, как и объемы добываемого и транспортируемого углеводородного сырья, исходя из постоянно увеличивающихся потребностей в нем мировой
экономики. Одновременно растет количество судов танкерного флота, протяженность магистральных нефтепроводов, специализированных грузовых комплексов и нефтяных терминалов.
Актуальность исследований подтверждается выходом «Основ государственной политики в области экологического развития Российской Федерации на период до 2030 г.», утвержденных Президентом Российской Федерации 30.04.2012 г., и других нормативных документов, посвященных развитию транспортной и нефтедобывающей отраслей и обеспечению их экологической безопасности.
Новизна работы заключается в разработке оригинальной регрессионной модели прогноза подводного движения разлива нефти, которая позволяет выполнять оценку параметров области всплытия нефти (ОВН) с одновременным учетом процессов растекания и перемещения под действием глубинных течений. Существующие математические модели всплытия нефти, основанные на уравнении Стокса [1], не учитывают объем (массу) и конфигурацию нефтяного загрязнения, что влияет на точность прогноза.
Одним из методов исследования процессов распространения нефти в водной среде является натурный эксперимент. Однако данный подход сопряжен с большими трудностями: загрязнение огромных территорий нефтепродуктами и высокая стоимость проведения работ.
Альтернативой натурному эксперименту могут служить модельные эксперименты в опытных бассейнах. Достоинством модельных экспериментальных исследований в бассейнах является наглядность и возможность получения большого объема экспериментальных данных за относительно короткий промежуток времени. Однако этому методу свойственны некоторые недостатки: высокая стоимость проведения экспериментов (загрязнение больших объемов воды нефтью, а также очистка); трудности при создании условий проведения экспериментов; снижение точности результатов при пересчетах с модели на натуру.
Кроме того, на сегодняшний день существует множество компьютерных программ, которые позволяют решать задачи распространения различных веществ в водной среде (Fluent [2], STAR-CD, FlowVision).
Наиболее доступной для решения поставленных задач является программа моделирования течений жидкости и газа FlowVision российской фирмы «Тесис». Основой программы является численное решение уравнений движения вязкой жидкости Навье-Стокса и уравнений конвективно-диффузионного переноса в частных производных в неупрощенном виде. В настоящее время она успешно используется для решения гидродинамических задач. Достоинствами программы по сравнению с аналогами являются простой и доступный интерфейс и автоматическая генерация сеток. Она адаптирована под персональные ЭВМ и не требует применения сложных и дорогостоящих рабочих станций.
Программа позволяет решать задачи трехмерного течения двухфазной жидкости со свободной поверхностью. В программе FlowVision свободная поверхность представляется набором фасеток, отсекающих расчетную область. Рассчитываются все ячейки, в которых присутствует жидкость [3, с. 45-56].
На параметры области всплытия нефти (ОВН) влияет множество факторов, главным из которых является разница плотностей среды и нефтепродукта. Все факторы, влияющие на параметры ОВН, можно разделить на три группы — вид и объем нефтепродукта, факторы среды (гидрометеорологические факторы) и географические факторы.
Анализ этих факторов показал, что для количественной оценки параметров ОВН достаточно учесть четыре наиболее значимых фактора: тип нефтепродукта (характеризующийся плотностью), объем нефтепродукта, скорость течения, глубину водоема.
В данном случае количественную оценку необходимо проводить на основе факторно-регрессионного анализа с использованием массива статистики, который можно получить в результате моделирования всплытия нефтепродуктов (рис. 1).
Для построения регрессионного уравнения необходим массив статистики. Для минимизации затрат при получении информации, достаточной для решения задачи, применялось планиро-
Выпуск 1
вание эксперимента с использованием компьютерной программы 8ТЛТ18Т1СЛ 6.0, а также дробного двухуровневого плана Бокса и Хантера. В каждом опыте определялись следующие параметры ОВН: время всплытия, координаты центра, длина, ширина, площадь.
В данной работе были приняты следующие минимальные и максимальные значения независимых факторов: плотность 205-860 кг/м3, объем нефтепродукта 1-10 т, скорость течения 0,05-
0,3 м/с, глубина 1-10 м.
Моделирование показало, что конфигурация ОВН может иметь достаточно сложный вид, однако с учетом особенностей программного продукта Шо^'УМоп в графическом изображении ОВН можно выделить продольную ось симметрии (рис. 2). При этом координата центра ОВН находится как середина отрезка, равного длине ОВН, лежащего на продольной оси симметрии ОВН. За ширину ОВН принималась максимальная ширина ОВН на поверхности водоема.
а
! положение иьн: им
'"’■Положение ОВН: 1м — Положение ОВН: 2м
I.
Положение ОВН: Зм - Положение ОВН: 4м I— Положение ОВН: 5м
— Положение ОВН: 6м
^ Положение ОВН: 7м ■— Положение ОВН: 8м
Положение ОВН: 9м
Рис. 1. ОВН по глубине с дискретностью 1 м (положение ОВН определяется относительно поверхности воды): а — вертикальный разрез; б — вид сверху
Рис. 2. ОВН: Ь — длина ОВН, В — ширина ОВН, X — координата центра ОВН, £ — площадь ОВН
В результате выполненных исследований получены следующие регрессионные уравнения
для параметров ОВН:
Ґе = 0,016р - 0,306М + ^ + 4,306Н - 7,583 с, (1)
Хц = 0,001р + 0,319М + 4^ + 0,681Н - 1,311 м, (2)
Ь = -0,0001р - 0,286М + 3^ - 0,281Н + 13,907 м, (3)
В = -0,002р - 0,161М - 10,204V - 0,094Н + 15,275 м, (4)
£ = -0,03р - 4,94М - 82^ - 4,38Н +183,25 м2, (5)
где їе — время всплытия ОВН, с;
Хц — координата центра ОВН, м;
Ь — длина ОВН, м;
В — ширина ОВН, м;
£ — площадь ОВН, м2;
р — плотность нефти, г/см3;
М — масса нефти, т;
V — скорость течения, м/с;
Н — глубина, м.
Для уравнений (1) и (2) коэффициент множественной корреляции Е2 > 0,99, что говорит о высокой степени адекватности полученных уравнений реальному процессу. Для уравнений (3)-(5) Е2 < 0,8, что предполагает необходимость их уточнения путем проведения полнофакторного эксперимента.
Анализ значимости факторов, входящих в состав уравнений, показал, что наибольшее влияние на время всплытия ОВН оказывает глубина водоема и плотность, на координату центра ОВН — глубина водоема и масса нефтепродукта, на длину ОВН — масса нефтепродукта и глубина водоема, на ширину ОВН — скорость течения и плотность.
На рис. 3 в качестве примера представлена карта Парето для площади ОВН, откуда видно, что наибольшее влияние на площадь ОВН оказывает масса нефтепродукта, а все рассмотренные факторы значимы на уровне р = 0,05.
Выпуск 1
Карта Парето эффектов, Перемен площадь 08Н пил»
ЗП ллощадь ОВн
^скорость течення
^1) плотность
(Л)глубин
(2)шссз
44.525?
Р=,05
Оценка эффекта (абсолютное значение)
Рис. 3. Карта Парето для площади ОВН
Таким образом, полученные уравнения позволяют производить количественную оценку параметров ОВН, которая может быть использована для оценки ущерба и разработки мероприятий по ликвидации последствий разливов нефти на море и ВВП.
1. Мерициди И. А. Техника и технологии локализации и ликвидации аварийных разливов нефти и нефтепродуктов: справ. / И. А. Мерициди, В. Н. Ивановский, А. Н. Прохоров [и др.]; под ред. И. А. Мерициди. — СПб.: НПО «Профессионал», 2008. — 824 с.
2. Chang-Fa An. Case study: CFD analysis helps develop up to 4X faster oil containment boom / An. Chang-Fa // Journal articles by fluent software users, JA127, DaimlerChrysler Technology Center. — Auburn Hills, MI, 2001.
3. Аксенов А. А. Пакет прикладных программ Flow Vision / А. А. Аксенов, А. В. Гудзов-ский. — М.: МФТИ, 1998. (Сер. Аэрофизика и прикладная математика).
Список литературы
