油基岩屑热脱附处理工艺参数优化

刘宇程; 王茂仁; 李永刚; 朱国

doi:10.12030/j.cjee.201909041

油基岩屑热脱附处理工艺参数优化

1.
西南石油大学化学化工学院，成都 610500
2.
新疆油田分公司开发公司，克拉玛依 834000
3.
中国石油化工股份有限公司西南油气分公司采气二厂，阆中 637400

作者简介: 刘宇程(1977—)，男，博士，教授。研究方向：油气田污染治理。E-mail：lycswpi@163.com

通讯作者: 刘宇程, E-mail: lycswpi@163.com ;

中图分类号: X741

Parameters optimization of thermal desorption process treating oil-based cuttings

1.
College of Chemistry and Chemical Engineering, Southwest Petroleum University, Chengdu 610500, China
2.
Petro China Xinjiang Oilfield Branch Development Corporation, Karamay 834000, China
3.
Southwest Oil and Gas Branch Mining No. 2 Factory, China Petrochemical Co. Ltd., Langzhong 637400, China

Corresponding author: LIU Yucheng, lycswpi@163.com ;

摘要: 为了探究热脱附装置降低能耗的方法，对新疆油田某井油基岩屑热脱附处理工艺参数进行了研究。结果表明：在残渣的含油率≤2%的标准下，当加热温度、停留时间、油基岩屑固相含量这3个关键因素变量分别为350~550 ℃、35~55 min、60%~90%时，油基岩屑热脱附处理后残渣的含油率能达到标准要求；在以上条件下，以能耗为考核指标，通过响应曲面法研究发现，单因素变量的交互项均对能耗影响显著；将加热温度由550 ℃降低至430 ℃时，停留时间由45 min降至40 min，能耗可节约17.47%，残渣的含油率<0.3%；通过调整热脱附工艺参数，可在油基岩屑热脱附处理后残渣的含油率达标的基础上，实现节能降耗。上述研究结果可为合理设置油基岩屑热脱附装置的运行工艺参数提供参考。
- 油基岩屑 /
- 热脱附 /
- 响应曲面法 /
- 工艺参数优化 /
- 能耗
Abstract: In order to explore ways to reduce energy consumption in thermal desorption equipment, the process parameters optimization of the thermal desorption process treating oil-based cuttings in a well of Xinjiang Oilfield was studied. The result showed that under the standard of residual oil content less than 2%, when the heating temperature, residence time, and solid phase content of oil-based cuttings were in range of 350~550 °C, 35~55 min, and 60%~90%, respectively, the residual oil content after thermal desorption treating the oil-based cuttings could meet the requirements. Among the above ranges, energy consumption was taken as the evaluation index, the study with the response surface method indicated that the interaction terms of single factor variables had significant impacts on the energy consumption. When the heating temperature decreased from 550 °C to 430 °C, and the residence time decreased from 45 min to 40 minutes, the energy consumption could be saved by 17.47%, and the residual oil content reached less than 0.3%. This research shows that adjusting the process parameters of thermal desorption energy could achieve saving and consumption reduction on the premise of meeting the standard for the residual oil content after thermal desorption treating the oil-based cuttings, aiming at providing support for the reasonable setting of the operating parameters of the thermal desorption device treating oil-based cuttings.
- oil-based cuttings /
- thermal desorption /
- response surface methodology /
- process parameters optimization /
- energy

地下水是地球水资源的重要组成部分，是地球上一切生物生存及人类生产活动中不合或缺的自然资源，是支撑经济可持续发展的重要战略资源，也是构成并影响生态环境的重要因素^[1-4]. 根据中国水利统计年鉴数据，从2013年至2020年我国地下水资源占总供水量的比例逐年减少，北方城市地下水供用量较南方高. 在2020年全国地下水资源占总供水量的15.35%，而内蒙古占41.98%. 随着经济的不断发展和工业化、现代化程度的不断提高，我国地下水开采量日益上升，同时由于人类不当的活动导致环境中的污染物入渗，使地下水遭受污染^[5-6]. 由于地下水污染具有隐蔽性、滞后性及较弱的自净能力，地下水一旦发生污染就很难恢复，同时对居民饮水安全和社会经济可持续发展构成了严重威胁^[7-8]. 因此，进行地下水环境风险评估，对于防治地下水污染、科学规划和可持续利用具有一定的参考价值.

目前，对盐湖盆地蒸发特征、植被生长特征、土壤污染特征有较多的研究，杨宇娜等^[9]揭示了吉兰泰及周边地区蒸散发的时空变化规律；迟旭等^[10]探明吉兰泰盐湖绿洲防护林带同一建植年限柽柳灌丛形态大小与阻沙能力之间存在一定关系；张阿龙等^[11]运用不同的评价方法对吉兰泰盐湖盆地土壤重金属中铬、汞、砷污染展开评价工作. 目前，对盐湖盆地地下水的风险评价较少，高瑞忠等^[12]采用单因子指数法、内梅罗指数法和USEPA健康风险评价模型对吉兰泰盐湖盆地地下水中Cr、As、Hg重金属污染开展了一些健康风险评价工作. 评价方法常以单项指标评价法^[13]、综合评价法^[14-16]、模糊综合评价法^[17-21]和集对分析法等为主^[22]. 然而这些方法都有各自的缺点，例如单项指标评价法不能给出水体整体的质量状况，综合评价法只突出某单项评价指标对水体质量的影响，模糊数学法、集对分析法存在评价指标权重不唯一等问题^[23]. 在实际的地下水质量评价工作中，需要根据研究区实际情况，选择恰当的评价方法并加以改进，方可得到切合实际的评价结果.

本文针对地处西北旱区荒漠边缘的盐湖盆地，结合当地生态环境脆弱、降水量少、水质恶化、污染物种类与来源复杂等诸多问题. 运用李小牛等^[24]提出的地下水风险评价概念模型，以盐湖盆地土壤作为风险源，以地下水系统作为风险受体展开风险评价，将地下水脆弱性^[25-27]、地下水毒性污染物容量^[28]及土壤毒性污染物潜在生态危害^[29-32]有机结合起来，并借助ArcGIS技术进行污染分区表征^[33-35]，分析盐湖盆地地下水污染状况，以期为吉兰泰盐湖盆地地下水资源合理开发利用、地下水污染防控以及保障农牧民生活饮水安全、社会经济和自然环境相协调发展提供科学依据.

1. 材料和方法（Materials and methods）

1.1 研究区概况

吉兰泰盐湖盆地（38°35'—40°35'N，104°50'—106°40'E）位于内蒙古自治区阿拉善左旗吉兰泰镇，是地处乌兰布和沙漠西南边缘的贺兰山与巴彦乌拉山之间的断陷盆地. 盐湖盆地面积为20025 km²左右，高程1013—3159 m，地形向盐湖中心呈明显的环带状分布. 巴音乌拉山、贺兰山分别位于盐湖盆地的西北、东南方向，盐湖盆地的东南部和东北部分别为腾格里沙漠和乌兰布和沙漠. 盐湖盆地属于典型的大陆性干旱气候，多年平均气温8.6 ℃，常年蒸发强烈、降水稀少，多年平均蒸发量达2983.30 mm，平均降水量仅为108.80 mm，蒸发量为降水量的30倍左右. 由于降水主要集中在6—9 月份，且主要以暴雨形式出现，其时空分布又比较集中，洪水的特点表现为历时短、洪量集中、陡涨陡落，在降雨时期山区沟产流，滩地沟不产流等空间分布不均匀现象. 该研究区域处于山区地下水溶滤带，水质良好，矿化度一般小于0.50 g·L⁻¹，水化学类型为单一的重碳酸钙水或重碳酸钙钠水. 根据多年测量数据显示地下水水位动态变化范围为4—7 m，含水介质主要为粗砂、细砂、砂砾石、卵砾石及一些砂质粘土. 土壤以粘土和不同类型亚粘土为主. 包气带主要以粘土、沙土、砾石为主. 吉兰泰盐湖（120 km²）属于中型盐湖，是我国西北荒漠区重要的盐业生产基地，盐的开采量居全国之首，同时也拥有国内规模最大的钠生产企业. 由于人类活动的干扰，导致盐湖盆地地区人地关系具有极端脆弱性和风险性. 盐湖盆地有着极端恶劣的气候条件，导致水资源呈现严重短缺态势，浅层地下水作为该区域的主要水资源，对维护该区域人地关系稳定、生物多样性、生态安全及当地农牧民生活饮用水安全具有重要的意义.

1.2 采样与测定

由于土壤与浅层地下水之间重金属会发生迁移，在地表高温蒸发条件下，地下水通过毛细作用不断向地表运移，重金属向土壤富积，当地表发生积水后，土壤与水发生离子交换吸附和溶滤等作用，故土壤采样点与地下水采样点布设尽量吻合. 2020年6月—8月布点采集样品，根据《土壤环境监测技术规范》（HJ/T 166—2004）及结合盆地的地貌特征和土壤类型，确定以吉兰泰盐湖为中心向四周呈放射状均匀布设土壤采样点，采集土壤表层（0—10 cm）样品，研究区共布设56个采样点（见图1）. 在采样过程中，每个采样点取土样1 kg左右，装入聚乙烯塑料袋中，防止交叉污染. 水样点的布设中充分考虑盐湖盆地地形特点和地下水汇流方向，在吉兰泰盐湖周边分散分布，共选取了127口取样井（参见图1）. 取样井选取浅层饮用水井和灌溉井. 将采集的水样装于洁净的规格为1 L的聚乙烯塑料取样瓶中，加入3 mL 65% HNO₃，将水样pH调至2以下，封口于4 ℃的便携式冷藏箱保存，送至内蒙古自治区水资源保护与利用重点实验室测定.

图 1 研究区域及采样点

Figure 1. Study area and sampling points

下载: 全尺寸图片幻灯片

测试前土壤样品采用王水-高氯酸（HNO₃-HCI-HCIO₄）开放式消煮法，空白和标准样品同时消解，以确保消解及分析测定的准确性. 水样使用0.45 μm的微孔过滤膜对水样进行过滤预处理. 样品中重金属测试参考《地下水污染地质调查评价规范》（DD 2008—01），使用电感耦合等离子体质谱仪（ICP-MS）分析测定，F⁻、NO₃⁻、NO₂⁻采用离子色谱仪进行测定. 为保证分析的准确性，标准曲线的绘制采用国家标准中心提供的标准物质，分析过程中试剂均为优级纯，样品测定全程做空白样，每个样品设3 组平行实验，取平均值作为样品测定的最终值. 保证待测物质的相对标注偏差（RSD）均低于15%，符合美国国家环境保护局（USEPA）的要求（RSD<30%）.

1.3 评价方法

本文以盐湖盆地土壤作为风险源，以地下水系统作为风险受体，首先结合当地自然条件采用地下水脆弱性评价方法来分析地下水环境变化，从而判断地下水水质易受到污染的可能性和地下水水量衰减的可能性. 通过采用地下水特征污染物容量指数分析地下水污染物容量和允许污染的程度，进而应用潜在生态危害指数评价研究区域土壤重金属潜在生态危害程度，最后将三者结合对地下水污染风险展开评价.

1.3.1 地下水脆弱性评价

目前国内外使用最广泛的地下水脆弱性评价方法是美国环境保护署于1987年提出的DRASTIC方法^[36-39]. 地下水脆弱性DRASTIC指标体系，包含6个指标，其中，D-地下水位埋深，权重为5；R-降雨补给量，权重为4；A-含水层介质，权重为3；S-土壤类型，权重为2；T-地形坡度，权重为1；I-包气带介质，权重为5；C-地下水开采系数，权重为3.

$\mathrm{D}\mathrm{R}\mathrm{A}\mathrm{S}\mathrm{T}\mathrm{I}\mathrm{C}={\sum }_{i=1}^{n}\omega_ {i}\times R_{i}$

式中， $\mathrm{D}\mathrm{R}\mathrm{A}\mathrm{S}\mathrm{T}\mathrm{I}\mathrm{C}$ 为脆弱性指数； $\omega _{i}$ 为评价指标的权重（归一化后，D的权重为0.22；R的权重为0.17；A的权重为0.13；S的权重为0.09；T的权重为0.04；I的权重为0.22；C的权重为0.13）； ${R}_{i}$ 为评价指标的评分等级；n为评价参数个数. DRASTIC指标体系评分根据当地的地质环境与评价标准相结合，见表1. DRASTIC<2，脆弱性低，属难污染；2≤DRASTIC<4，脆弱性较低，属较难污染；4≤DRASTIC<7，脆弱性中等，属中等污染；7≤DRASTIC<9，脆弱性较高，属较易污染；9≤DRASTIC，脆弱性高，属易污染^[36].

表 1 DRASTIC指标体系评分标准

Table 1. DRASTIC index system scoring criteria

埋深/mBurial depth D	净补给量/mm Net replenishment R	含水层介质Aquifer media（A）	土壤Soli（S）	包气带类型Type of aeration zone（I）	地形坡度/%Topographic gradient（T）	渗透系数/（m·d⁻¹）Permeability coefficient（C）	评分Score
>30.5	≤51	粘土	卵砾石	粘土为主（50%）	>18	≤4.1	1
26.7—30.5	51—72	亚粘土	砂砾石	亚粘土为主	17—18	4.1—12.2	2
22.9—26.7	72—92	亚砂土	泥炭	亚砂土为主	15—17	12.2—20.3	3
15.2—22.9	92—117	粉砂	胀缩或凝聚性粘土	粉砂为主	13—15	20.3—28.5	4
12.1—15.2	117—148	粉细砂	砾质亚粘土	粉细砂为主	11—13	28.5—34.6	5
9.1—12.1	148—178	细砂	亚粘土	细砂为主	9—11	34.6—40.7	6
6.8—9.1	178—216	中砂	粉砾质亚粘土	中砂为主	7—9	40.7—61.5	7
4.6—6.8	216—235	粗砂	粘土质亚粘土	粗砂为主	4—7	61.5—71.6	8
1.5—4.6	235—255	砂砾石	垃圾	砂砾石为主	2—4	71.6—81.5	9
<1.5	>255	卵砾石	非胀缩和非凝聚性粘土	卵砾石为主	<2	>81.5	10

| Show Table

DownLoad: CSV

1.3.2 地下水污染物容量指数

地下水中含有大量的可溶性物质，但同时也含有一定量对人体危害较大的污染物质，各类污染物质的容量有不同程度的差别^[29]. 为了有效描述地下水中各组分所处的容量状态，提出了综合容量指数 $\mathrm{T}\mathrm{C}\mathrm{D}$ . ${\mathrm{T}\mathrm{C}\mathrm{D}}_{i}$ 被定义为在地下水环境条件下，被测组分i的标准值与实测值的差值与其标准值的比值. 容量评价指数 ${\mathrm{T}\mathrm{C}\mathrm{D}}_{i}$ 的物理意义是表示在不对当地地下水造成不良影响的前提下，允许地下水中i组分的容量值大小，容量指数的数值越大，表明在不对地下水造成不良影响的情况下可接受的污染物的量越多. 计算公式见（1）—（3）所示.

${\rm{TCD}}_i = \frac{{(C_{{\rm{is}}} - C_i)}}{{C_{{\rm{is}}}}}$

$(1)$

$\overline {{\rm{TCD}}_i} = \frac{1}{n}\sum\limits_{i = 1}^n {{\rm{TCD}}}_i$

$(2)$

${\rm{TCD}}=\sqrt{\frac{({\overline{{\rm{TCD}}_i}}^{2}+{\rm{TCD}}_{{\rm{g}}}^{2}+{\rm{TCD}}_{{\rm{m}}}^{2}）}{3}}$

$(3)$

式中， ${\mathrm{T}\mathrm{C}\mathrm{D}}_{i}$ 表示i组分的容量评价指数； ${C}_{\mathrm{i}\mathrm{s}}$ 表示i组分的标准值； ${C}_{i}$ 表示i组分的实测值； $\mathrm{T}\mathrm{C}\mathrm{D}$ 表示综合容量评价指数； $\stackrel{-}{{\mathrm{T}\mathrm{C}\mathrm{D}}_{\mathrm{i}}}$ 表示各组分对应 $\mathrm{T}\mathrm{C}\mathrm{D}$ 的算术平均值， ${\mathrm{T}\mathrm{C}\mathrm{D}}_{\mathrm{m}}$ 表示 ${\mathrm{T}\mathrm{C}\mathrm{D}}_{i}$ 中的最大值， ${\mathrm{T}\mathrm{C}\mathrm{D}}_{\mathrm{g}}$ 表示各组分 ${\mathrm{T}\mathrm{C}\mathrm{D}}_{i}$ 中的次大值. 将综合容量评价指数 $\mathrm{T}\mathrm{C}\mathrm{D}$ 计算结果划分为5个评价等级，每个评价等级都对应于一种水环境状态和分值（见表2）.

表 2 容量指数评分标准

Table 2. Scoring criteria for capacity index

TCD	等级Rank	水环境状态Water environment status	分值Score
0—0.2	Ⅰ	极易恶化	5
0.2—0.4	Ⅱ	极易污染	4
0.4—0.6	Ⅲ	易污染	3
0.6—0.8	Ⅳ	较易污染	2
＞0.8	Ⅴ	不易污染	1

| Show Table

DownLoad: CSV

1.3.3 潜在生态危害指数法

瑞典学者Hakanson提出了潜在生态危害指数法，该方法用于评价重金属污染及其生态危害^[40-41]. 将重金属的生态效应、环境效应与毒理学有机结合在一起，用来综合反映重金属对生态环境的潜在危害程度. 公式如式（4）：

$E_i = T_r^i \times (C_i/C_{0i})$

$(4)$

式中，C_i，C_0i分别为重金属i的实测值和参比值； ${T}_{\mathrm{r}}^{\mathrm{i}}$ 为第i种重金属的毒性系数，重金属Cr、Hg、As的毒性响应系数分别取：2、40、10.

综合潜在生态危害指数，见公式（5）：

${\rm{RI}} = \sum\limits_{i = 1}^n {E_i}$

$(5)$

式中：RI为研究区域多种重金属的综合潜在生态危害指数；E_i为某种待测重金属i的潜在生态危害指数，生态危害程度划分见表3.

表 3 潜在生态危害系数与综合潜在生态危害指数等级划分

Table 3. Classification of potential ecological hazard index and comprehensive potential ecological hazard index

等级Rank	潜在生态危害指数Potential ecological hazard index	综合潜在生态危害指数Comprehensive potential ecological hazard index	潜在生态危害程度Potential ecological hazard level
1	${E}_{i}\le 40$	RI $\le 150$	轻微生态危害
2	${40 < E}_{i}\le 80$	$150 < \mathrm{R}\mathrm{I}\le 300$	中等生态危害
3	${80 < E}_{i}\le 160$	$300 < RI\le 600$	强生态危害
4	${160 < E}_{i}\le 320$	$\mathrm{R}\mathrm{I} > 600$	很强生态危害
5	${E}_{i}\ge 320$	—	极强生态危害

| Show Table

DownLoad: CSV

1.3.4 地下水污染风险评价指数

将地下水脆弱性指数DRASTIC、地下水污染物容量指数TCD和综合潜在生态危害指数RI相结合，通过整合处理得出研究区地下水污染风险指数R^[24]，然后采用自然分级法对地下水污染风险指数进行统计分析. 将地下水污染风险划分为低风险、较低风险、中等风险、较高风险和高风险5个等级，并依此绘制和划定研究区地下水污染风险分区图，如公式（6）.

$R=\mathrm{D}\mathrm{R}\mathrm{A}\mathrm{S}\mathrm{T}\mathrm{I}\mathrm{C}\times \mathrm{T}\mathrm{C}\mathrm{D}\times \mathrm{R}\mathrm{I}$

$(6)$

2. 结果与讨论（Results and discussion）

2.1 盐湖盆地浅层地下水脆弱性评价及分区

根据采样过程中的实际测试，结合对研究区地质环境综合分析，依照地下水脆弱性评价表赋予地下水脆弱性各指标相应的值. 运用DRASTIC公式求得盐湖盆地地下水脆弱性指数范围为4.80—5.30. 指数越大，防污性能越低，地下水越容易受到污染；指数越小，防污性能越高. 根据地下水脆弱性和受污染程度分类标准，可判定盐湖盆地整体为中等脆弱性，属于中等受污染程度. 运用ArcGIS软件进行相应数据处理，绘制出研究区地下水脆弱性分区图（见图2a）.

图 2 地下水脆弱性（a）和特征污染物容量指数（b）分区

Figure 2. Groundwater vulnerability （a） and characteristic pollutant capacity index partition （b）

下载: 全尺寸图片幻灯片

研究区降水量时空分布极不均匀，夏季的降水量占全年的60%以上，多呈暴雨形式，冬季各月的降水量仅约占全年的1%，冬季呈现干旱少雨的特征. 由于贺兰山和巴乌拉山高原的地形作用，降水从东到西逐渐减少，贺兰山地区的降水超过400 mm，而西边的荒漠地区低于150 mm. 蒸发量从东边到西边呈上升趋势，是年降水量的4—12倍. 盐湖盆地的深度蒸发使得地下水出现盐渍化现象，地下水ρ（TDS）范围达到156—12140 mg·L⁻¹之间，Cl⁻/（Cl⁻+HCO₃⁻）质量浓度比值全部>0.90，Na⁺/（Na⁺+Ca²⁺）质量浓度比值范围在0.34—0.98之间，仅4个水样点Na⁺/（Na⁺+Ca²⁺）比值<0.50，绝大多数水样点集中在右上角的虚线框内（见图3）. 说明蒸发浓缩作用是决定吉兰泰盐湖盆地地下水主要离子含量的重要机制，而岩石风化、降水控制作用对研究区内地下水主要离子的含量影响十分微弱.

图 3 吉兰泰盐湖盆地地下水Gibbs图

Figure 3. Gibbs plots of groundwater in Jilantai Salt Lake Basin

下载: 全尺寸图片幻灯片

采用自然分级法对地下水脆弱性指数进行统计分析，将中等脆弱性细化为5个类型，由图2a可见，在中等脆弱性的区域内吉兰泰盐湖西南部和吉兰泰镇东北部的地下水脆弱性最高，该区域土壤以沙土和细砂为主，含水层介质粒径大于细砂，地表污染物较易下渗到含水层对地下水造成影响. 吉兰泰盐湖附近地下水脆弱性相对较高，该地区位于盐湖附近地下水位较高，又由于该地区蒸发量大的特点，浅层地下水通过蒸发浓缩后污染物易得到富集，致使该地区地下水脆弱性相对较高. 贺兰山、宗别立镇、古拉本敖包镇的脆弱性处于相对较低的水平具有较高的防污能力，是由于该地区位于山区，地形坡度较大，含水层较深，地表污染物不易下渗到含水层，对地下水造成污染.

2.2 盐湖盆地浅层地下水污染物容量指数

对研究区采集的127个浅层地下水样品中部分重金属元素和毒性离子检测结果进行统计和汇总，见表4.

表 4 盐湖盆地浅层地下水特征毒性元素含量统计分析

Table 4. Statistical analysis of characteristic toxic elements in shallow groundwater in the Salt Lake Basin

元素Element	含量范围/（mg·L⁻¹）Content range	平均值/（mg·L⁻¹）Average value	标准差Standard deviation	变异系数/%Coefficient of variation	地下水质量标准（GBT14848-2017）/（mg·L⁻¹）Groundwater Quality Standards	超标率/%Exceeding rate
Cr	0.0012—0.27	0.038	0.048	125.40	0.050	22.05
Hg	0.0000020—0.0010	0.00020	0.00020	98.70	0.0010	0
As	0.00011—0.066	0.0047	0.0086	183.50	0.010	11.02
F^-	0—46.18	2.77	4.95	178.70	1.00	62.20
NO₂^-	0—11.06	0.64	1.59	248.70	1.00	14.17
NO₃^-	0—48.47	3.12	8.76	280.70	20.00	4.72

| Show Table

DownLoad: CSV

由表4可见，研究区被测浅层地下水样品中Cr、Hg、As、F⁻、NO₂⁻、NO₃⁻共6种元素的平均含量分别为0.038、0.00020、0.0047、2.77、0.64、3.12 mg·L⁻¹. 与《地下水质量标准》（GBT 14848-2017）中Ⅲ类水水质指标相比较，被测的127个地下水采样点，除重金属Hg的含量在标准范围内外，其他元素均有个别点位超出标准限值. 其中，样品中F⁻超标率最高，超标率为62.20%. 变异系数可反映采样总体中各样点之间的平均差异程度，被测采样点浅层地下水中Cr、Hg、As、F⁻、NO₂⁻、NO₃⁻变异程度分别为125.40%、98.70%、183.50%、178.70%、248.70%、280.70%，Cr、As、F⁻、NO₂⁻、NO₃⁻为强变异性，Hg为中等变异性，表明这6种元素含量值波动幅度大，连续性变化较差，受外界因素干扰较为明显. 通过采用公式（1—3）计算127个采样点浅层地下水特征污染物单组分容量评价指数和多组分容量评价指数. 以表4多组分容量评价指数划分标准为依据，运用ArcGIS软件克里格插值法计算和划定研究区的容量评价等级范围，见图2b. 由图 2b 可见，研究区浅层地下水特征污染物容量评价指标值均大于 0.60，即对应水环境风险等级为良好以上.锡林高勒镇西北部，吉兰泰镇东北部地下水易污染，巴音乌拉山、乌兰布和沙漠、贺兰山、吉兰泰湖为山脉和湖泊，受人为因素干扰较小，地下水呈现不易被污染状态.

2.3 土壤重金属潜在生态危害评价

研究区域干旱少雨，土壤类型属于其他，表层土壤样品pH大于7.5，重金属含量的描述性统计分析见表5. 由表5可知，土壤中重金属Cr、Hg、As的平均含量分别为26.32、0.17、11.77 mg·kg⁻¹，与内蒙古当地土壤背景值相比较^[32]，Cr的平均含量在背景值范围内，Hg、As的平均含量分别超出背景值的4.25、1.57倍. 在56个采样点中，重金属Cr、Hg、As的超标率分别为5.36%、73.21%、73.21%. Cr、Hg、As含量的最大值高于背景值，而最小值低于背景值，表明研究区域土壤存在局部超标点或超标区域，与国家土壤标准值相比较，3种重金属元素含量均未超过《土壤环境质量农用地土壤污染风险管控标准》（GB 15618-2018）风险筛选值的限值范围. Cr、Hg、As元素的变异系数分别为37.46%、94.12%、50.81%，3种重金属变异系数均在中等变异性范围内. 因此，可推断该区域重金属的累积不排除是受人为因素干扰所致. 注：（CV<10%为弱变异性，10%≤CV≤100%为中等变异性，CV>100%为强变异性）.

表 5 盐湖盆地土壤特征毒性元素含量统计分析（mg·kg⁻¹）

Table 5. Statistical analysis of soil characteristic toxic elements in the Salt Lake Basin

毒性元素Toxic element	最小值Min	最大值Max	均值Average	标准差Standard deviation	变异系数/%Coefficient of variation	内蒙古自治区背景值Inner Mongolia Autonomous region background		国家标准（GB15618-2018）National standard
毒性元素Toxic element	最小值Min	最大值Max	均值Average	标准差Standard deviation	变异系数/%Coefficient of variation	背景值Background	超标率Exceeding rate	标准值Standard	超标率Exceeding rate
Cr	2.90	55.21	26.32	9.86	37.46	41.40	5.36%	250.00	0
Hg	0.00	0.60	0.17	0.16	94.12	0.04	73.21%	3.40	0
As	0.00	21.74	11.77	5.98	50.81	7.50	73.21%	25.00	0

| Show Table

DownLoad: CSV

以内蒙古土壤环境背景值为评价标准，3种重金属潜在生态危害系数 ${E}_{i}$ 值如表6所示.

表 6 潜在生态危害指数评价结果

Table 6. Evaluation results of potential ecological hazard index

元素Element	${E}_{i}$	${{\bar E}_{i}}$	样品比例 Sample ratio
元素Element	${E}_{i}$	${{\bar E}_{i}}$	轻微危害Minor hazard	中等危害Moderate hazard	强危害Strong hazard	很强危害Very hazard	极强危害Extremely hazard
Cr	0.14—2.67	1.27	100%	0	0	0	0
Hg	1.59—601.48	171.36	26.79%	14.29%	19.64%	14.29%	25%
As	0—28.98	15.69	100%	0	0	0	0

| Show Table

DownLoad: CSV

	$\mathrm{RI}$	$\overline{{\rm{RI}}}$	样品比例 Sample ratio
	$\mathrm{RI}$	$\overline{{\rm{RI}}}$	轻微危害Minor hazard	中等危害Moderate hazard	强危害Strong hazard	很强危害Very hazard	—
RI	21.89—609.47	188.32	58.93%	14.29%	25%	1.79%	—

| Show Table

DownLoad: CSV

由表6可见，Cr、Hg、As的潜在生态危害系数平均值由大到小依次为Hg>As>Cr，土壤中Hg的平均潜在生态危害系数为171.36，呈中等、强、很强、极强危害程度样品数占总数的73.21%，潜在危害性较大，这与Hg毒性系数较大和污染程度严重相关，Cr、As的潜在生态危害系数均小于40，对土壤生态环境的危害属于轻微. Cr、Hg、As平均综合潜在生态危害系数为188.32，属于中等潜在生态危害程度，在盐湖盆地中有41.07%的样品点属于中等、强、很强潜在生态危害. 因此，应当注重土壤重金属污染源的控制以及土壤重金属的污染监测.

运用ArcGIS及克里格插值法绘制单种重金属潜在生态危害指数和综合潜在生态危害指数分布图（见图4），进行研究区潜在生态危害的空间变化特征分析. 由图4可以看出，盐湖盆地Cr的生态危害系数由吉兰泰湖西南部向东北部呈梯度递增，巴音乌拉山周围和敖伦布拉格镇强度相对较高，其最大值为2.67，属于轻微生态危害，这可能与巴音乌拉山岩石风化水土流失有关. 吉兰泰盐湖盆地东南方向的锡林高勒镇和巴彦浩特镇附近Hg的生态危害系数较高，达到中等潜在生态危害，与张阿龙等对吉兰泰盐湖盆地土壤重金属研究结果相一致^[11]. As生态风险系数整体处于轻微生态危害，强度较高的区域主要分布在锡林高勒镇、宗别立镇、吉兰泰镇、敖伦布拉格镇. 因此，可初步推断出As的潜在生态危害可能与当地居民人为活动因素干扰影响较为密切. 综合潜在生态危害程度由东北向西南部呈扇形递增，吉兰泰盐湖东南方向指数较大，这与Hg的生态危害系数空间分布相似，且与Hg潜在危害指数较大，在综合潜在生态危害中贡献率大有关.

图 4 土壤特征污染物潜在生态危害指数图

Figure 4. Potential ecological hazard index of soil characteristic pollutants

下载: 全尺寸图片幻灯片

2.4 盐湖盆地浅层地下水污染风险分区

运用ArcGIS空间分析功能，将图2、3、5以概念模型（6）作为运算规则，进行整合处理得到各个区域的地下水污染危险指数R；运用自然分级方法对盐湖盆地地下水环境质量进行统计分析，并将其污染风险划分为低风险、较低风险、中等风险、较高风险和高风险5个级别，并绘制盐湖盆地地下水污染风险分区图，结果见图5.

图 5 地下水污染风险分区

Figure 5. Groundwater pollution risk zoning

下载: 全尺寸图片幻灯片

由图5可以发现，研究区域内吉兰泰盐湖西南部地下水风险等级呈梯度逐渐递增，锡林高勒镇西部处于高风险区域，较高风险区位于贺兰山西部和锡林高勒镇附近，贺兰山区域降水主要在该区域形成地表径流，在地表径流过程中累积了大量物质，由于该地区蒸发量大，径流污染物通过蒸发浓缩后入渗地下导致该区域地下水处于较高风险，其中较高风险及以上的面积占研究区总面积的25.77%，该区域内地下水脆弱性、地下水污染物容量指数、土壤毒性污染物风险指数均相对较高. 贺兰山的西南部、古拉本敖包镇、巴音乌拉山西南部处于中风险地段，面积占比为11.49%. 巴音乌拉山和贺兰山西南部附近地下水属于较低风险，面积占比为33.06%. 低风险区域主要分布在乌兰布和沙漠和吉兰泰镇，面积占比为29.68%，此区域主要处于沙漠地带，受人为干预较弱，同时此区域地下水容量指数和土壤毒性污染物潜在危害性处于相对较低的水平. 盐湖盆地处于西北寒旱区，面临严峻的水资源短缺问题. 因此，需要进一步加强地下水水位、水质、开采量、气候条件等监测监管工作. 在制定和实施地下水治理措施时，应当结合当前面临的地下水资源问题，充分考虑当地地理条件和当地的经济发展，设计直接且明确的可持续发展方案.

3. 结论（Conclusion）

（1）吉兰泰盐湖盆地下水脆弱性指数范围为4.80—5.30属于中等脆弱性，为中等受污染程度，盐湖西南部和东北部的地下水脆弱性相对较高，贺兰山、宗别立镇、古拉本敖包镇的脆弱性相对较低.

（2）地下水样品中重金属Hg的含量在标准限值范围内，Cr、Hg、As、F⁻、NO₂⁻、NO₃⁻元素均有超标现象，其中F⁻超标率最高，达62.20%. 地下水特征污染物容量评价指标值均大于0.60，即对应水环境风险等级为良好以上. 锡林高勒镇西北部，吉兰泰镇东北部地下水易污染.

（3）盐湖盆地土壤中Hg的平均潜在生态危害系数为171.36，达到中等生态危害程度，Hg呈中等以上危害程度样品数占总数的73.21%，潜在危害性较大. 综合潜在生态危害系数为188.32，属于中等潜在生态危害，在盐湖盆地中有41.07%的样品点属于中等、强、很强潜在生态危害. 土壤重金属对环境的影响具有一定的历史承载性和实际的连续性，未来应加强地表土壤重金属纵向迁移对地下水的影响.

（4）应用地下水风险评价概念模型，对研究区域地下水进行污染风险评价，吉兰泰盐湖西南部地下水风险等级呈梯度逐渐递增，锡林高勒镇西部地下水整体处于较高风险及高风险. 其中，中风险区域面积占研究区域的11.49%，较高风险以上的面积占研究区域的25.77%. 建议加强对该区域地下水的监测并采取适当措施进行防治，必要时开展盐湖盆地地下水环境、地质环境、生态环境健康等方面研究，确保地下水可持续开发利用.

图 1 不同加热温度处理油基岩屑后残渣含油率的影响

Figure 1. Effect of different heating temperatures on the residual oil content after heating oil-based cuttings

下载: 全尺寸图片幻灯片

图 2 不同停留时间对油基岩屑加热后残渣的含油率的影响

Figure 2. Effect of different residence time on the residual oil content after heating oil-based cuttings

下载: 全尺寸图片幻灯片

图 3 不同油基岩屑固相含量对油基岩屑加热后残渣的含油率的影响

Figure 3. Effect of solid content of different oil-based cuttings on the residual oil content after heating oil-based cuttings

下载: 全尺寸图片幻灯片

图 4 加热温度与停留时间对能耗影响的等高线与响应曲面图

Figure 4. Response surface and contour plot for the effects of heating temperature and residence time on power consumption

下载: 全尺寸图片幻灯片

图 5 加热温度与油基岩屑固相含量对能耗影响的等高线与响应曲面图

Figure 5. Response surface and contour plot for the effects of heating temperature and solid phase content on power consumption

下载: 全尺寸图片幻灯片

图 6 停留时间与固相含量对能耗影响的等高线与响应曲面图

Figure 6. Response surface and contour plot for the effects of residence time and solid phase content on power consumption

下载: 全尺寸图片幻灯片

图 7 3因素共同作用对能耗的影响

Figure 7. Effects of three variables on energy consumption

下载: 全尺寸图片幻灯片

表 1 单因素实验方案

Table 1. Scheme of single factor experiment

实验组别	加热温度/℃	停留时间/min	油基岩屑固相含量/%
1	300、350、400、450、500、550	45	70
2	450	30、35、40、45、50、55	70
3	450	45	40、50、60、70、80、90

下载: 导出CSV

表 2 影响因子编码及水平

Table 2. Level and code of experimental variables

水平	因素
水平	(X₁)加热温度/℃	(X₂)停留时间/min	(X₃)油基岩屑固相含量 /%
−1	350	35	60
0	450	45	75
1	550	55	90

下载: 导出CSV

表 3 响应曲面法实验设计及结果

Table 3. Experimental design and results of response surface analysis

序号	(X₁)加热温度/℃	(X₂)停留时间/min	(X₃)油基岩屑固相含量/%	(Y)能耗/(kWh·kg⁻¹)
1	0	0	0	2.28
2	0	0	0	2.21
3	0	0	0	2.19
4	−1	0	−1	3.11
5	0	0	0	2.24
6	−1	1	0	2.86
7	−1	0	1	1.88
8	0	1	1	2.52
9	0	−1	1	1.96
10	0	1	−1	3.27
11	1	0	−1	3.13
12	1	1	0	3.02
13	−1	−1	0	2.19
14	0	−1	−1	2.95
15	0	0	0	2.23
16	1	−1	0	2.79
17	1	0	1	2.83
注：最后一列表示曲面响应分析实验设计的3个单因素不同条件下能耗实验测量值。

下载: 导出CSV

表 4 回归方程的方差分析和显著性检验

Table 4. Variance analysis and significance test of regression equation

来源	平方和	自由度	均方	F	P	显著性
模型	3.20	9	0.36	158.99	<0.000 1	显著
X₁	0.37	1	0.37	167.07	<0.000 1	显著
X₂	0.40	1	0.40	176.86	<0.000 1	显著
X₃	1.34	1	1.34	596.89	<0.000 1	显著
X₁X₂	0.048	1	0.048	21.61	0.002 3	显著
X₁X₃	0.22	1	0.22	96.56	<0.000 1	显著
X₂X₃	0.014	1	0.014	6.43	0.038 9	显著
${{X}}_1^2$	0.32	1	0.32	140.91	<0.000 1	显著
${X}_2^2$	0.19	1	0.19	83.91	<0.000 1	显著
${X}_3^2$	0.23	1	0.23	102.74	<0.000 1	显著
残差	0.016	7	0.002 239
失拟项	0.11	3	0.003 692	3.2	0.144 7	不显著
纯误差	0.004 6	4	0.001 15
总离差	3.22	16

来源	平方和	自由度	均方	F	P	显著性
模型	3.20	9	0.36	158.99	<0.000 1	显著
X₁	0.37	1	0.37	167.07	<0.000 1	显著
X₂	0.40	1	0.40	176.86	<0.000 1	显著
X₃	1.34	1	1.34	596.89	<0.000 1	显著
X₁X₂	0.048	1	0.048	21.61	0.002 3	显著
X₁X₃	0.22	1	0.22	96.56	<0.000 1	显著
X₂X₃	0.014	1	0.014	6.43	0.038 9	显著
${{X}}_1^2$	0.32	1	0.32	140.91	<0.000 1	显著
${X}_2^2$	0.19	1	0.19	83.91	<0.000 1	显著
${X}_3^2$	0.23	1	0.23	102.74	<0.000 1	显著
残差	0.016	7	0.002 239
失拟项	0.11	3	0.003 692	3.2	0.144 7	不显著
纯误差	0.004 6	4	0.001 15
总离差	3.22	16

下载: 导出CSV

表 5 工艺参数优化前后能耗和残渣的含油率对比

Table 5. Comparison of energy consumption and residue oil content before and after process parameters optimization

工况	加热温度/℃	停留时间/min	能耗/(kWh·kg⁻¹)	残渣的含油率/%
优化前^[16]	550	45	2.92	0.04
优化后	430	40	2.41	0.26

下载: 导出CSV

[1]	鄢捷年. 钻井液工艺学[M]. 北京: 石油大学出版社, 2003.
[2]	陈浩东, 李龙, 郑浩鹏, 等. 北部湾盆地全油基钻井液技术研究与应用[J]. 探矿工程(岩土钻掘工程), 2018, 45(12): 1-4.
[3]	张亚雯. M公司油基泥浆产品在塔里木地区推广及应用研究[D]. 天津: 天津大学, 2014.
[4]	谭希硕. 国产油基钻井液在涪陵页岩气水平井中的应用[J]. 江汉石油职工大学学报, 2015, 28(1): 26-29. doi: 10.3969/j.issn.1009-301X.2015.01.009
[5]	徐生江, 聂明虎, 戎克生, 等. 准噶尔盆地东部致密油水平井钻井液技术研究[J]. 科学技术与工程, 2014, 14(29): 181-184. doi: 10.3969/j.issn.1671-1815.2014.29.033
[6]	谢建安. 超高密度油基钻井液技术在霍11井的应用[J]. 新疆石油天然气, 2018, 14(3): 39-42. doi: 10.3969/j.issn.1673-2677.2018.03.009
[7]	焦淑倩. 涪陵页岩气开发油基钻屑环境健康风险评估研究[D]. 武汉: 武汉理工大学, 2017.
[8]	HENRY L A, HARRIES D, KINGSTON P, et al. Historic scale and persistence of drill cuttings impacts on North Sea benthos[J]. Marine Environmental Research, 2017, 129: 219-228. doi: 10.1016/j.marenvres.2017.05.008
[9]	XU T T, WANG L A, WANG X, et al. Heavy metal pollution of oil-based drill cuttings at a shale gas drilling field in Chongqing, China: A human health risk assessment for the workers[J]. Ecotoxicology and Environmental Safety, 2018, 165: 160-163. doi: 10.1016/j.ecoenv.2018.08.104
[10]	DENOYELLE M, JORISSEN F J, MARTIN D, et al. Comparison of benthic foraminifera and macrofaunal indicators of the impact of oil-based drill mud disposal[J]. Marine Pollution Bulletin, 2010, 60(11): 2007-2021. doi: 10.1016/j.marpolbul.2010.07.024
[11]	张新建, 王茂仁. 浅谈石油烃污染土壤间接热脱附修复技术[J]. 化工管理, 2018(14): 107-108. doi: 10.3969/j.issn.1008-4800.2018.14.086
[12]	VIDONISH J E, ZYGOURAKIS K, MASIELLO C A, et al. Thermal treatment of hydrocarbon-Impacted soils: A review of technology innovation for sustainable remediation[J]. Engineering, 2016, 2(4): 426-437. doi: 10.1016/J.ENG.2016.04.005
[13]	CHENG Z, YAN D, YU P F, et al. Thermal desorption for remediation of contaminated soil: A review[J]. Chemosphere, 2019: 841-855.
[14]	BRIEN P O, DESUTTR T M, FRANCIS X M, et al. Thermal remediation alters soil properties: A review[J]. Journal of Environmental Management, 2018, 206: 826-835. doi: 10.1016/j.jenvman.2017.11.052
[15]	HOU Y F, QI S D, YOU H P, et al. The study on pyrolysis of oil-based drilling cuttings by microwave and electric heating[J]. Journal of Environmental Management, 2018, 228(9): 312-318.
[16]	郭文辉, 孟祥海, 肖超, 等. 热脱附技术处理油基钻屑实验研究[J]. 油气田环境保护, 2018, 28(4): 38-41. doi: 10.3969/j.issn.1005-3158.2018.04.011
[17]	孙静文, 刘光全, 张明栋, 等. 油基钻屑电磁加热脱附可行性及参数优化[J]. 天然气工业, 2017, 37(2): 103-111. doi: 10.3787/j.issn.1000-0976.2017.02.014
[18]	FALCIGLIA P P, GIUSTRA M G, VAGLIASINDI F G. Low-temperature thermal desorption of diesel polluted soil: Influence of temperature and soil texture on contaminant removal kinetics[J]. Journal of Hazardous Materials, 2011, 185: 392-400. doi: 10.1016/j.jhazmat.2010.09.046
[19]	HOU Y F, QI S D, YOU H P, et al. The study on pyrolysis of oil-based drilling cuttings by microwave and electric heating[J]. Journal of Environmental Management, 2018, 228: 312-318. doi: 10.1016/j.jenvman.2018.09.040
[20]	王永菲, 王成国. 响应面法的理论与应用[J]. 中央民族大学学报(自然科学版), 2005, 14(3): 236-240.
[21]	刘宇程, 田丰. 基于响应面法优化废弃油基钻井液的萃取方法[J]. 环境工程学报, 2016, 10(5): 2621-2626. doi: 10.12030/j.cjee.201412174
[22]	孙静文, 刘光全. 油基钻屑电磁加热脱附可行性及参数优化[J]. 安全与管理, 2017, 37(2): 103-111.
[23]	宰艳玲, 聂军. 油基钻屑三相离心机研制与应用[J]. 石油矿场机械, 2018, 47(2): 68-71. doi: 10.3969/j.issn.1001-3482.2018.02.015
[24]	黄思雨, 王嫣云, 周博逊, 等. 页岩气开发油基钻屑-单组分生物质共热解特性[J].环境科学研究: 2019, 32(6): 1074-1080.
[25]	HU G J, LI J B, ZHANG X Y, et al. Investigation of waste biomass co-pyrolysis with petroleum sludge using a response surface methodology[J]. Journal of environmental management, 2017, 192: 234-242.
[26]	SAKTHIVEL R, RAMESH K, MARSHAL S J J, et al. Prediction of performance and emission characteristics of diesel engine fuelled with waste biomass pyrolysis oil using response surface methodology[J]. Renewable Energy, 2019, 136: 91-103. doi: 10.1016/j.renene.2018.12.109
[27]	张岩. 油页岩热解过程中碳氢产物的分布规律[D]. 吉林: 东北电力大学, 2017.
[28]	曲雪丽. 原油组分高温高压热解性能及动力学研究[D]. 北京: 中国石油大学, 2013.
[29]	王静静. 含油污泥热解动力学及传热传质特性研究[D]. 北京: 中国石油大学, 2013.
[30]	丁安军, 王雨辰, 廖长君, 等. 钻井含油污泥高温热解处理技术研究应用[J]. 石油地质与工程, 2018, 32(5): 119-120. doi: 10.3969/j.issn.1673-8217.2018.05.032
[31]	孙明波, 何庆生, 刘献玲, 等. 石油化工污染土壤回转窑式热解吸修复技术探讨[J]. 环境工程技术学报, 2017, 7(5): 594-599.

点击查看大图

图( 7) 表( 5)

计量

文章访问数: 5651
HTML全文浏览数: 5651
PDF下载数: 109
施引文献: 0

1. 材料和方法（Materials and methods）
1.1 研究区概况
1.2 采样与测定
1.3 评价方法
2. 结果与讨论（Results and discussion）
2.1 盐湖盆地浅层地下水脆弱性评价及分区
2.2 盐湖盆地浅层地下水污染物容量指数
2.3 土壤重金属潜在生态危害评价
2.4 盐湖盆地浅层地下水污染风险分区
3. 结论（Conclusion）

全文HTML

油基钻井液与水基钻井液相比，具有抗高温、利于井壁稳定、润滑性好和对油气层损害程度较小等多种优点^[1]。我国主要将其应用在海上的大位移水平井、塔里木油田山前构造的深井复杂井以及重庆、四川页岩气、克拉玛依致密油藏强水敏性地层等^[2-5]。近2年，新疆油田在南缘钻井现场的多口井中应用了油基钻井液，平均机械钻速提高6倍以上^[6]，显著减少了复杂事故，突破了南缘钻井中多个技术局限。然而，在油基钻井液使用过程中产生的油基岩屑被列入《国家危险废物名录》，故其存在一定的环境风险^[7-10]。根据《陆上石油天然气开采含油污泥资源化综合利用及污染控制技术要求》(SY/T 7301-2016)及新疆、陕西、黑龙江等地区的地方标准，要求无害化处理后残渣的含油率≤2%。

热脱附法是采用热源对装有油基岩屑的腔体加热，控制物料温度不超过600 ℃^[11]，使油和岩屑分离的一种无害化处理方法。热脱附法具有处理后残渣达标，基础油可回收等优点^[12-15]，已在重庆、四川、新疆等油田应用。但针对不同来源的物料，如何设计合理工艺参数，控制处理能耗(成本)是工业化应用的重点和难点。

在油基岩屑热脱附处理工艺参数中，影响单位处理能耗的因素较多。郭文辉等^[16]利用自制的热脱附模拟装置研究了四川威远白油基岩屑，结果表明，加热温度和停留时间对热脱附处理后残渣的含油率影响较大，在550 ℃下加热30 min后，含油率可低于1%。孙静文等^[17]采用电磁加热热脱附装置研究了白油基岩屑热脱附过程中加热温度、进料速度和加热时间3个影响因素，结果表明，在375 ℃、45 min、进料速度为15 L·h⁻¹和350 ℃、50 min、进料速度为20 L·h⁻¹的条件下，热脱附后含油率均<1%。FALCIGLIA等^[18]以柴油为对象，研究了加热温度、加热时间和粒径对热脱附残渣的影响，4~840 μm的黏土和粗砂在250 ℃、30 min条件下，能实现柴油的热脱附分离。HOU等^[19]在研究微波处理油基岩屑热脱附过程中发现，在300、400、500 ℃下分别得到碳原子数<C₁₂、C₁₂~C₂₀、C₂₁~C₂₄的组分。但关于在各单因素之间的交互作用影响的研究还鲜有报道。

本研究以新疆某井经离心机分离后的油基岩屑为研究对象，以残渣的含油率≤2%为评价指标，通过单因素实验筛选了加热温度、停留时间、油基岩屑固相含量的适宜条件；在此优化条件下，以能耗为评价指标，加热温度、停留时间、油基岩屑固相含量作为主要的影响因素，进行3因素6水平的中心组合实验设计(CCD)；并采用响应面法进行分析，回归拟合全局范围内的因素与结果之间的函数关系，以此来反映热脱附处理过程中各因素间的交互作用，建立数学模型并通过实验进行验证^[20-21]，以便于准确快捷地选择最佳处理工艺参数，探索辅助热脱附工业化装置运行参数的设计方法，为油基岩屑热脱附装置运行参数优化与节能降耗提供参考。

1. 实验材料和方法

1.1. 材料与仪器

材料：四氯化碳(光谱级)、对照品油混合物原料(光谱级)、正十六烷、异辛烷、氯苯、硅胶固相提取小柱(40 μm粒度，6 nm，0.5 g)，硅胶(60~200目，用蒸馏水和硅胶按质量比112∶ 100混合并充分振荡，去除硅胶活化能力)、硫酸镁、盐酸，以上试剂均为分析纯，购自于成都科龙化工有限公司。油基岩屑样品取自新疆油田某井场，固相含量为70.52%、含水率为9.85%、含油率为19.63%。

仪器：红外光谱仪(WQF520型,北京瑞利)；玻璃比色皿(IR-级，成都安恒达)；磁力搅拌器(HX-6057型，山东菏泽华兴)；马弗炉(5x-12-10型，北京中兴伟业)；电子天平(FA2004B型，上海精密)；智能电能表(DDZY666C型，浙江正泰)。

1.2. 实验方法

在进行含油率和油基岩屑固相含量的测定时，按GB 5085.6-2007中的要求，测量油基岩屑和油基岩屑热脱附处理后残渣中的可回收石油烃总量，含油率根据式(1)进行计算。油基岩屑固相含量根据式(2)进行计算。

式中：R₁为含油率；C表示可回收石油烃总量的浓度，mg·kg⁻¹。R₂为油基岩屑固相含量；m₁、m₂ 依次为油基岩屑样品于105 ℃下恒温烘干至恒重前、后的质量，g。

在进行不同比例固相含量配制实验时，选取现场油基岩屑样品和配制油基钻井液使用的油，进行不同比例固相含量配置实验。在降低油基岩屑固相含量时，按比例加入配制油基钻井液使用的基础油；在提高油基岩屑固相含量时，将样品与烘干至恒重的油基岩屑按比例混拌均匀。

在进行能耗测量实验时，以马弗炉加热油基岩屑模拟热脱附装置电加热处理油基岩屑，采用智能电表单独连接马弗炉。将样品放入250 mL空坩埚内，通入氮气，马弗炉从0 ℃升温开始时的电能表数记为Q₁，待马弗炉升温至设计温度，至设计停留时间，关闭马弗炉后的电能表数记为Q₂；放入样品，通入氮气，马弗炉由0 ℃开始升温时的电能表数记为Q₃，待马弗炉升温至设计温度，至设计停留时间，关闭马弗炉后的电能表数记为Q₄，能耗按照式(3)进行计算。

式中：Q为以马弗炉加热油基岩屑所需能耗，kWh·kg⁻¹；m为样品质量，g。

在进行油基岩屑热脱附实验时，取250.00 g油基岩屑，置于坩埚内铺平，放置在已达到设定温度的马弗炉内，启动升温开始计时，达到设计停留时间，取出样品，室温下冷却后，混拌均匀，测量其含油率，记录能耗。

3. 结论

1)当残渣的含油率≤2%时，各参数经过单因素实验优化后，所得的适宜条件分别为加热温度350~550 ℃、停留时间35~55 min、油基岩屑固相含量60%~90%。

2)当油基岩屑固相含量为70%时，在能耗最小的条件下，最优热脱附处理工艺参数为加热温度430 ℃、停留时间40 min。验证实验的能耗平均值为2.37 kWh·kg⁻¹，预测值与实验值的相对误差仅为3.3%，故可有效证明该二次多项模型的准确性和可行性。

3)采用最优油基岩屑热脱附处理工艺条件后，可节约能耗17.47%，残渣的含油率<0.3%。实验结果表明，在热脱附装置现有的设计范围内，通过工艺参数优化，可在实现残渣的含油率达标的前提下节能降耗，从而克服了油基岩屑热脱附处理工业化应用的经济效益差的难题。

参考文献 (31)

油基岩屑热脱附处理工艺参数优化

作者简介: 刘宇程(1977—)，男，博士，教授。研究方向：油气田污染治理。E-mail：lycswpi@163.com

通讯作者: 刘宇程, E-mail: lycswpi@163.com ;