CN108108572A - 一种用于蜡油加氢裂化过程建模和优化方法 - Google Patents
一种用于蜡油加氢裂化过程建模和优化方法 Download PDFInfo
- Publication number
- CN108108572A CN108108572A CN201810035060.5A CN201810035060A CN108108572A CN 108108572 A CN108108572 A CN 108108572A CN 201810035060 A CN201810035060 A CN 201810035060A CN 108108572 A CN108108572 A CN 108108572A
- Authority
- CN
- China
- Prior art keywords
- mrow
- msub
- mtd
- reaction
- hydrocracked
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/10—Numerical modelling
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Production Of Liquid Hydrocarbon Mixture For Refining Petroleum (AREA)
Abstract
本发明涉及用于蜡油加氢裂化过程建模和优化方法。本发明的建模方法包括根据工业加氢裂化装置确定建模所需的设计参数和运行数据，并确定加氢裂化集总划分方法，其中，所述设计参数包括各个床层长度和直径，所述运行数据包括进料流量、各个床层进出口温度、进料和产品的相对密度和馏程数据和产品收率；确定加氢裂化反应网络、反应动力学方程、物料平衡方程及能量平衡方程；加氢裂化机理模型的求解；基于实际工业运行数据矫正加氢裂化集总动力学参数。本发明适应性较为广泛，可用于模拟和优化具有不同反应床层数和产品收率要求的加氢裂化工业反应器。
Description
技术领域
本发明涉及一种用于蜡油加氢裂化过程建模和优化方法，该方法可用于工业加氢裂化过程模拟仿真和操作优化。
背景技术
加氢裂化是指在高温、高压、氢分压和加氢裂化催化剂存在条件下，重质油发生加氢、裂化和异构化等反应，生成轻质油的过程，同时还伴有脱硫、氮、氧和金属等杂质的反应。加氢裂化的主要特点可以概括如下：
(1)加氢裂化是大量生产优质中间馏分油和调整油品结构的重要手段；并且，它是唯一能在轻质化的同时直接制取低硫、低芳烃清洁燃料油的重要手段；
(2)加氢裂化不需要对原料进行预处理，可以直接加工含硫量高的重质馏分油；
(3)加氢裂化可以最大量生产芳烃潜含量高的优质重整原料，以进一步制取BTX轻质芳烃或高辛烷值组分；
(4)加氢裂化尾油是制取乙烯的优质原料，此外还可以作为催化裂化工艺的低硫原料；
(5)对二次转化油品可以通过芳烃开环和深度脱芳烃等加氢改质技术制取清洁柴油产品；和
(6)对原料的适应性很强，原料通常为常减压蒸馏所得到的重质馏分油，也可以为渣油。
这些特点使得加氢裂化在原油二次加工过程中的地位越来越重要。
图1是典型的加氢裂化流程图，原料油与加热后的氢气混合，依次进入加氢精制反应器(R1)和加氢裂化反应器(R2)。每个反应器均有多个反应床层，由于反应放出大量热，所以通过向每个床层注入温度较低的循环氢的方法降低反应温度。反应产物依次经过高压分离器(HPS)和低压分离器(LPS)分离出循环氢和轻端(包括液化气、酸性气、干气)，再经过分馏塔(T-1)，由侧线抽出各个产品。
在蜡油加氢裂化装置的实际工况操作中，技术人员主要关注如何根据原料性质确定合适的操作条件，使装置的液体收率达到最大，或使高附加值产品收率最大，提高经济效益。然而加氢裂化反应过程机理复杂，操作变量多且耦合性强，很难对其进行***的分析，因此一直以来就缺乏较为有效的方法来为实际工况确定原料配置以及操作条件。
目前，许多学者基于集总理论对炼油过程中的反应单元开展了部分建模与操作优化的研究，如连续重整、催化裂化、延迟焦化等。加氢裂化也有集总相关的理论研究，由于已有的集总模型或过于复杂，求解困难；或过于简单，不能准确反应实际生产装置运行情况。
因此，本领域仍然需要一种加氢裂化建模方法，用以解决上述问题。
发明内容
针对上述问题，本发明提供一种用于蜡油加氢裂化过程建模和优化的方法，该方法基于集总理论，将原料和产品分为原料/尾油、柴油、航煤、重石脑油、轻石脑油、轻端六个集总(其中，尾油和原料为同一集总，尾油可视为未转化的原料，轻端集总包括液化气、酸性气、干气等)，考虑反应过程的压力和氢油比稳定不变，建立加氢裂化集总动力学模型，并且基于该模型采用多目标差分进化算法对加氢裂化装置的各床层进口温度进行优化，发挥了现有装置的潜能，提高整体效益，为提高加氢裂化装置运行水平提供指导。本方法适应性较为广泛，可用于模拟和优化具有不同反应床层数和产品收率要求的加氢裂化工业反应器。
具体而言，本发明的蜡油加氢裂化过程建模和优化方法包括：
(1)根据工业加氢裂化装置确定建模所需的设计参数和运行数据，并确定加氢裂化集总划分方法，其中，所述设计参数包括各个床层长度和直径，所述运行数据包括进料流量、各个床层进出口温度、进料和产品的相对密度和馏程数据和产品收率；
(2)确定加氢裂化反应网络、反应动力学方程、物料平衡方程及能量平衡方程；
(3)加氢裂化机理模型(即反应动力学方程)的求解；和
(4)基于实际工业运行数据矫正加氢裂化集总动力学参数。
在一个或多个实施方案中，所述加氢裂化集总设为6个集总，具体为原料/尾油、柴油、航煤、重石脑油、轻石脑油和轻端。
在一个或多个实施方案中，步骤(2)所述反应动力学方程如下：
Rj＝KjCj
其中，Rj为第j个床层的反应速率向量，Kj为反应速率常数矩阵，Cj为6集总的摩尔浓度向量；其中，Kj的计算方式如下：
其中al，m为反应系数，ki，j为反应速率常数；al，m的计算方式如下：
其中，Mnl为第l个集总的相对分子质量；
ki，j的计算方式如下：
ki，j＝ki0exp(-Ei，j/RTj)
其中ki0为指前因子，Ei，j为活化能，R为气体常数，Tj为反应温度。
本发明假设：在同类型反应器内(同为精制反应器或裂化反应器)，同一集总裂化为其它集总时的活化能保持相同，不同类型反应器的反应活化能对应成比例，即：
Ei，j1＝Eplus*Ei，j2
其中，Ei，j1和Ei，j1分别为精制和裂化床层的活化能，Eplus为比例因子；
Cj的计算方式如下：
Cj＝[C1，j C2，j C3，j C4，j C5，j C6，j]T
在一个或多个实施方案中，步骤(2)中的物料平衡方程如下：
其中，u为反应物的轴向流速，lj为第j个床层的长度，本发明假设(定义为速度因子VF)为常数。
在一个或多个实施方案中，步骤(2)中的能量平衡方程如下：
其中，Ωj为第j个反应器的横截面积，Gin和GH2，j分别为反应物和循环氢的质量流量，和Cp_H2分别为反应物和循环氢的质量热熔，ΔHj为第j个床层的反应热，本发明假设：
ΔHj＝HFj*ΔH
其中，HFj为反应热因子，ΔH为基本反应热。
在一个或多个实施方案中，所述步骤(3)包括：根据物料平衡方程和能量平衡方程，结合装置参数，对模型输出进行求解，模拟加氢裂化产品收率和各床层出口温度。
在一个或多个实施方案中，所述步骤(4)中，所述加氢裂化集总动力学参数包括5个活化能(Ei，，j2，原料集总转化为其他5个产品集总反应的活化能，和其他5个产品集总之间较重集总转化为较轻集总反应的活化能)、15个指前因子(ki0，原料集总转化为其他5个产品集总反应的5个指前因子，和其他5个产品集总之间较重集总转化为较轻集总反应的10个指前因子)、1个比例因子(Eplus，精制与裂化反应器内反应活化能之间的比例)、7个反应热因子(HFj，7个床层中的反应热系数)和1个速度因子(VF，反应物轴向流速随反应器轴向长度的变化速率)。
在一个或多个实施方案中，所述7个反应热因子采用手动矫正的方式，1个速度因子为恒定常数，其他参数采用差分进化算法自动矫正。
在一个或多个实施方案中，步骤(4)中，所述工业运行数据包括进料和产品的性质、各床层进口温度和产品收率。
在一个或多个实施方案中，步骤(4)所述的矫正包括：自动调整21个动力学因子，使反应器出口温度以及产品收率的实际值和计算值间的偏差最小。
在一个或多个实施方案中，步骤(4)中，自动调整过程中使用差分进化算法进行计算。
本发明还提供一种蜡油加氢裂化过程优化方法，其特征在于，所述方法包括利用本发明所构建得到的加氢裂化机理模型优化蜡油加氢裂化过程的步骤，其中，所述优化包括：
(a)确定多目标优化策略；和
(b)多目标优化计算。
在一个或多个实施方案中，步骤(a)中，优化的目标选自感兴趣产品的最大收率、感兴趣产品的最小收率、最大化液体产品收率和最大化高附加值产品收率。
在一个或多个实施方案中，步骤(a)中，优化目标选自感兴趣产品的最大收率和感兴趣产品的最小收率收率。
在一个或多个实施方案中，步骤(a)中，优化目标为最大化液体产品收率和最大化高附加值产品收率。
在一个或多个实施方案中，所述步骤(b)的优化计算过程中决策变量的范围来源于工艺设计规定。
在一个或多个实施方案中，选定反应床层进口温度为决策变量，其余操作条件为固定变量，各决策变量的变化范围依据工艺设计和实际操作情况而定。
在一个或多个实施方案中，步骤(b)的优化中，根据实际问题设定种群规模和最大迭代次数。
在一个或多个实施方案中，步骤(b)采用多目标差分进化算法进行优化。
在一个或多个实施方案中，所述优化包括，基于建立的加氢裂化机理模型，选定反应床层进口温度为决策变量，其余操作条件为固定变量，各决策变量的变化范围依据工艺设计和实际操作情况而定；更优选地，采用多目标差分进化算法进行优化。
在一个或多个实施方案中，所述优化包括，基于所获得的反应动力学模型，结合各床层进口温度，从优化得到的帕累托解集中获得一系列最佳床层进口温度，指导实际工况选择最佳操作点。
附图说明
图1为工业加氢裂化简化流程示意图。
图2为6集总反应网络。
图3为多目标优化结果示意图。
具体实施方式
应理解，在本发明范围内中，本发明的上述各技术特征和在下文(如实施例)中具体描述的各技术特征之间都可以互相组合，从而构成优选的技术方案。
本发明基于加氢裂化实际工况，开发6集总机理模型，并基于该模型将多目标差分进化优化算法用于蜡油加氢裂化各床层进口温度优化过程，根据实际工况要求，选择最佳操作点。本发明的特点如下：
1、集总划分以工业分析数据为依据，构建的集总模型能够准确反映工业加氢裂化装置的原料性质以及操作温度变化对主要产品收率的影响，为进一步优化提供良好的模型基础；
2、具有完善的反应动力学体系，能够从反应机理上描述不同原料性质(密度、馏程)和各床层进口温度对产品收率的影响，并计算得到加氢裂化反应过程各组分浓度和反应温度随床层轴向分布情况；和
3、参数矫正采用差分进化算法，多目标优化采用多目标差分进化算法，这两种方法相较于普通算法，不仅在收敛性上具有优越性，而且求解时间也比较短。
具体而言，本发明对蜡油加氢裂化过程进行建模包括，基于集总理论，根据反应动力学原理，建立了完全符合工业加氢裂化实际过程的机理模型，精确描述反应器内集总组分分布、产物转化率和反应温度变化；优化包括，基于建立的动力学机理模型，采用多目标差分进化算法，对加氢裂化装置的各床层进口温度进行优化，为提高加氢裂化装置运行水平提供指导。
本发明的蜡油加氢裂化过程建模和优化方法包括：
(1)根据工业加氢裂化装置确定建模所需的设计参数和运行数据，并确定加氢裂化集总划分方法，其中，所述设计参数包括各个床层长度和直径，所述运行数据包括进料流量、各个床层进出口温度、进料和产品的相对密度和馏程数据和产品收率；
(2)确定加氢裂化反应网络、反应动力学方程、物料平衡方程及能量平衡方程；
(3)加氢裂化机理模型的求解；和
(4)基于实际工业运行数据矫正加氢裂化集总动力学参数。
(1)确定建模所需的设计参数和运行数据，并确定加氢裂化集总划分方法
本步骤根据工业加氢裂化装置来确定建模所需的设计参数和运行数据，尤其是确定特定反应压力和氢油比下的参数。设计参数包括各个床层长度和直径；运行数据包括进料流量、各个床层进出口温度、进料和产品的相对密度和馏程数据和产品收率。
本步骤还确定加氢裂化集总划分方法。具体而言，根据集总理论，将原料和产品划分为6个集总，具体为原料/尾油、柴油、航煤、重石脑油、轻石脑油和轻端。
(2)确定加氢裂化反应网络、反应动力学方程、物料平衡方程及能量平衡方程
本发明采用集总理论，考虑反应过程的反应压力和氢油比稳定不变，反应物流速线性变化(轴向)，建立加氢裂化集总动力学模型，速率常数通过阿仑尼乌斯方程进行计算，将反应器近似为平推流反应器，不考虑反应器的径向扩散，反应动力学方程如下：
Rj＝KjCj
其中，Rj为第j个床层的反应速率向量，Kj为反应速率常数矩阵，Cj为6集总的摩尔浓度向量。
Kj的计算方式如下：
其中al，m为反应系数，ki，j为反应速率常数。
al，m的计算方式如下：
其中，Mnl为第l个集总的相对分子质量。
ki，j的计算方式如下：
ki，j＝ki0exp(-Ei，j/RTj)
其中ki0为指前因子，Ei，j为活化能，R为气体常数，Tj为反应温度。
本发明假设：在同类型反应器内(同为精制反应器或裂化反应器)，同一集总裂化为其它集总时的活化能保持相同，不同类型反应器的反应活化能对应成比例，即：
Ei，j1＝Eplus*Ei，j2
其中，Ei，j1和Ei，j1分别为精制和裂化床层的活化能，Eplus为比例因子。
Cj的计算方式如下：
Cj＝[C1，j C2，j C3，j C4，j C5，j C6，j]T
物料平衡方程如下：
其中，u为反应物的轴向流速，lj为第j个床层的长度，本发明假设(定义为速度因子VF)为常数。
能量平衡方程如下：
其中，Ωj为第j个反应器的横截面积，Gin和GH2，j分别为反应物和循环氢的质量流量，和Cp_H2分别为反应物和循环氢的质量热熔，ΔHj为第j个床层的反应热，本发明假设：
ΔHj＝HFj*ΔH
其中，HFj为反应热因子，ΔH为基本反应热。
(3)加氢裂化机理模型的求解
本步骤根据前面所述的物料平衡方程和能量平衡方程，结合装置参数，对模型输出进行求解，模拟加氢裂化产品收率和各床层出口温度。
(4)基于实际工业运行数据矫正加氢裂化反应动力学参数
根据6集总反应网络，加氢裂化过程涉及15个反应，需矫正的参数包含5个活化能(Ei，j2，原料集总转化为其他5个产品集总反应的活化能，和其他5个产品集总之间较重集总转化为较轻集总反应的活化能)、15个指前因子(ki0，原料集总转化为其他5个产品集总反应的5个指前因子，和其他5个产品集总之间较重集总转化为较轻集总反应的10个指前因子)、1个比例因子(Eplus，精制与裂化反应器内反应活化能之间的比例)、7个反应热因子(HFj，7个床层中的反应热系数)和1个速度因子(VF，反应物轴向流速随反应器轴向长度的变化速率)。其中7个反应热因子采用手动矫正的方式，1个速度因子为恒定常数(根据工业实际运行情况确定)，其他参数采用差分进化算法自动矫正。整个矫正过程需要使用多套工业数据(例如3套或以上)，包含进料和产品的性质、各床层进口温度、进料流量和产品收率。
参数矫正实际为参数优化过程。通过自动调整21个动力学因子(5个活化能、15个指前因子、1个比例因子)，使反应器出口温度、产品收率的实际值和计算值间的偏差最小。自动调整过程中使用差分进化算法进行计算。
在某些实施方案中，本发明还提供一种蜡油加氢裂化过程优化方法，该方法包括利用本发明所构建得到的加氢裂化机理模型优化蜡油加氢裂化过程的步骤，其中，所述优化包括：：
(a)确定多目标优化策略；和
(b)多目标优化计算。
传统的单目标优化方法只能保证某一个目标最大或最小，而不能兼顾多个目标之间的权衡。对于加氢裂化装置，实际生产中可能既要求液体产品(除轻端以外的产品)收率最高，同时又希望多产高附加值产品(航空煤油和重石脑油)。因此，合理设置加氢裂化装置负荷和反应器各床层进口温度，保证不同生产目标之间的最佳配置，是加氢裂化装置降本增效和良好衔接上下游装置的关键。由于加工负荷主要由上游加工装置的出料决定，因此将各床层进口温度作为优化变量(决策变量)。约束条件是根据反应器的工艺设计条件以及装置实际条件限制进行确定。
可选择的优化目标包括：感兴趣产品的最大收率、感兴趣产品的最小收率、最大化液体产品收率和最大化高附加值产品收率等。在某些实施方案中，本发明选择最大化液体产品收率和最大化高附加值产品(航空煤油和重石脑油)收率作为优化目标。
本发明将多目标差分进化算法应用到蜡油加氢裂化过程各床层进口温度优化过程中，其计算步骤如下：
(A)根据需求确定优化目标；
(B)根据加氢裂化装置工艺条件约束，选定反应床层进口温度为决策变量，其余操作条件为固定变量，各决策变量的变化范围依据工艺设计和实际操作情况而定；
(C)在优化过程中，根据需求设定种群规模和最大迭代次数。
本发明的有益效果如下：
1、采用集总理论对加氢裂化装置进行模拟，集总划分以工业可获得的分析信息为依据。结果表明，该6集总动力学模型能精确描述实际反应过程，模型输入条件完全能从工业现场获得。
2、针对蜡油加氢裂化反应过程变量多，约束多等特点，应用多目标差分进化算法进行多目标优化可快速、准确获得帕累托前沿，在优化过程中表现了较好的优化效果。
3、基于反应动力学模型，结合各床层进口温度等约束，从优化得到的帕累托解集中获得一系列最佳床层进口温度，指导实际工况选择最佳操作点。
下文将以具体实施例的方式阐述本发明。应理解，这些实施例仅仅是阐述性的，并不意图限制本发明的范围。
实施例1
1、根据工业加氢裂化装置确定特定反应压力和氢油比下的参数：包括设计参数(各个床层长度、直径)以及运行数据(进料流量、各个床层进出口温度、进料和产品的相对密度和馏程数据、产品收率)，并根据集总理论，将原料和产品划分为6个集总。
2、确定加氢裂化反应动力学方程、物料平衡方程及能量平衡方程。采用集总理论，考虑反应过程的反应压力和氢油比稳定不变，反应物流速线性变化(轴向)，建立加氢裂化集总动力学模型，速率常数通过阿仑尼乌斯方程进行计算，将反应器近似为平推流反应器，不考虑反应器的径向扩散，反应动力学方程如下：
Rj＝KjCj
物料平衡方程如下：
能量平衡方程如下：
各方程中各参数如前文所述。
3、加氢裂化机理模型求解
根据加氢裂化物料平衡方程和能量平衡方程，结合装置参数，对模型输出进行求解，模拟加氢裂化产品收率和各床层出口温度。
4、基于实际工业运行数据矫正加氢裂化反应动力学参数
根据6集总反应网络，加氢裂化过程涉及15个反应，需矫正的参数包含5个活化能、15个指前因子、1个比例因子、7个反应热因子和1个速度因子；其中7个反应热因子采用手动矫正的方式，1个速度因子为恒定常数(根据工业实际运行情况确定)，其他参数采用差分进化算法自动矫正。整个矫正过程需要使用3套工业数据，包含进料和产品的性质、各床层进口温度和产品收率。
参数矫正实际为参数优化过程。通过自动调整21个动力学因子(5个活化能、15个指前因子、1个比例因子)，使反应器出口温度、产品收率的实际值和计算值间的偏差最小。自动调整过程中使用差分进化算法进行计算。预测后的数据偏差如下表1所示。模型对各床层出口温度的绝对预测偏差均小于2℃，对各产品收率的绝对预测偏差均小于1％，关键产品(航空煤油、重石脑油)的绝对预测偏差小于0.5％，轻石脑油的相对预测偏差最大是因为其收率最小(低于2％)。结果表明模型能准确描述实际工业过程。
表1：模型对各床层出口温度和产品收率的预测结果与实际结果比较
5、确定优化策略
本实施例选择的两个优化目标为：最大化液体产品收率，最大化高附加值产品(航空煤油和重石脑油)收率。
6、优化计算
本实施例中，将多目标差分进化算法应用到蜡油加氢裂化过程各床层进口温度优化过程中，其计算步骤如下：
1、确定两个优化目标为：最大化液体产品收率，最大化高附加值产品收率。
2、根据加氢裂化装置工艺条件约束，选定7反应床层进口温度(T1～T7)为决策变量，其余操作条件为固定变量，各决策变量的变化范围依据工艺设计和实际操作情况而定。
3、在此优化过程中，设定种群规模为50，最大迭代次数为50。
图3显示了优化得到的帕累托前沿。由图3可以看到，液体产品收率的变化范围为91％～96％，高附加值产品收率的变化范围为41％～47％。该帕累托前沿分布广、光滑性好，实际操作人员可以根据生产需求，选择其中一点作为该加氢裂化装置的操作模式。
基于以上步骤建立的模型和优化方法可应用于工业加氢裂化反应过程模拟仿真以及操作条件优化，提高操作运行水平。
综上所述仅为发明的较佳实施例而已，并非用来限定本发明的实施范围。即凡依本发明申请专利范围的内容所作的等效变化与修饰，都应为本发明的技术范畴。
Claims (10)
1.一种蜡油加氢裂化过程建模方法，其特征在于，所述方法包括：
(1)根据工业加氢裂化装置确定建模所需的设计参数和运行数据，并确定加氢裂化集总划分方法，其中，所述设计参数包括各个床层长度和直径，所述运行数据包括进料流量、各个床层进出口温度、进料和产品的相对密度和馏程数据和产品收率；
(2)确定加氢裂化反应网络、反应动力学方程、物料平衡方程及能量平衡方程；和
(3)加氢裂化机理模型的求解；
(4)基于实际工业运行数据矫正加氢裂化集总动力学参数；优选地，所述工业运行数据包括进料和产品的性质、各床层进口温度和产品收率。
2.如权利要求1所述的方法，其特征在于，所述加氢裂化集总设为6个集总，具体为原料/尾油、柴油、航煤、重石脑油、轻石脑油和轻端。
3.如权利要求1或2所述的方法，其特征在于，步骤(2)所述反应动力学方程如下：
Rj＝KjCj
其中，Rj为第j个床层的反应速率向量，Kj为反应速率常数矩阵，Cj为6集总的摩尔浓度向量；其中，Kj的计算方式如下：
<mrow>
<msub>
<mi>K</mi>
<mi>j</mi>
</msub>
<mo>=</mo>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<mrow>
<msubsup>
<mi>&Sigma;</mi>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mn>5</mn>
</msubsup>
<msub>
<mi>k</mi>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
</mrow>
</msub>
</mrow>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mo>-</mo>
<msub>
<mi>a</mi>
<mrow>
<mn>1</mn>
<mo>,</mo>
<mn>2</mn>
</mrow>
</msub>
<msub>
<mi>k</mi>
<mrow>
<mn>1</mn>
<mo>,</mo>
<mi>j</mi>
</mrow>
</msub>
</mrow>
</mtd>
<mtd>
<mrow>
<msubsup>
<mi>&Sigma;</mi>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>6</mn>
</mrow>
<mn>9</mn>
</msubsup>
<msub>
<mi>k</mi>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
</mrow>
</msub>
</mrow>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mo>-</mo>
<msub>
<mi>a</mi>
<mrow>
<mn>1</mn>
<mo>,</mo>
<mn>3</mn>
</mrow>
</msub>
<msub>
<mi>k</mi>
<mrow>
<mn>2</mn>
<mo>,</mo>
<mi>j</mi>
</mrow>
</msub>
</mrow>
</mtd>
<mtd>
<mrow>
<mo>-</mo>
<msub>
<mi>a</mi>
<mrow>
<mn>2</mn>
<mo>,</mo>
<mn>3</mn>
</mrow>
</msub>
<msub>
<mi>k</mi>
<mrow>
<mn>6</mn>
<mo>,</mo>
<mi>j</mi>
</mrow>
</msub>
</mrow>
</mtd>
<mtd>
<mrow>
<msubsup>
<mi>&Sigma;</mi>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>10</mn>
</mrow>
<mn>12</mn>
</msubsup>
<msub>
<mi>k</mi>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
</mrow>
</msub>
</mrow>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mo>-</mo>
<msub>
<mi>a</mi>
<mrow>
<mn>1</mn>
<mo>,</mo>
<mn>4</mn>
</mrow>
</msub>
<msub>
<mi>k</mi>
<mrow>
<mn>3</mn>
<mo>,</mo>
<mi>j</mi>
</mrow>
</msub>
</mrow>
</mtd>
<mtd>
<mrow>
<mo>-</mo>
<msub>
<mi>a</mi>
<mrow>
<mn>2</mn>
<mo>,</mo>
<mn>4</mn>
</mrow>
</msub>
<msub>
<mi>k</mi>
<mrow>
<mn>7</mn>
<mo>,</mo>
<mi>j</mi>
</mrow>
</msub>
</mrow>
</mtd>
<mtd>
<mrow>
<mo>-</mo>
<msub>
<mi>a</mi>
<mrow>
<mn>3</mn>
<mo>,</mo>
<mn>4</mn>
</mrow>
</msub>
<msub>
<mi>k</mi>
<mrow>
<mn>10</mn>
<mo>,</mo>
<mi>j</mi>
</mrow>
</msub>
</mrow>
</mtd>
<mtd>
<mrow>
<msubsup>
<mi>&Sigma;</mi>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>13</mn>
</mrow>
<mn>14</mn>
</msubsup>
<msub>
<mi>k</mi>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
</mrow>
</msub>
</mrow>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mo>-</mo>
<msub>
<mi>a</mi>
<mrow>
<mn>1</mn>
<mo>,</mo>
<mn>5</mn>
</mrow>
</msub>
<msub>
<mi>k</mi>
<mrow>
<mn>4</mn>
<mo>,</mo>
<mi>j</mi>
</mrow>
</msub>
</mrow>
</mtd>
<mtd>
<mrow>
<mo>-</mo>
<msub>
<mi>a</mi>
<mrow>
<mn>2</mn>
<mo>,</mo>
<mn>5</mn>
</mrow>
</msub>
<msub>
<mi>k</mi>
<mrow>
<mn>8</mn>
<mo>,</mo>
<mi>j</mi>
</mrow>
</msub>
</mrow>
</mtd>
<mtd>
<mrow>
<mo>-</mo>
<msub>
<mi>a</mi>
<mrow>
<mn>3</mn>
<mo>,</mo>
<mn>5</mn>
</mrow>
</msub>
<msub>
<mi>k</mi>
<mrow>
<mn>11</mn>
<mo>,</mo>
<mi>j</mi>
</mrow>
</msub>
</mrow>
</mtd>
<mtd>
<mrow>
<mo>-</mo>
<msub>
<mi>a</mi>
<mrow>
<mn>4</mn>
<mo>,</mo>
<mn>5</mn>
</mrow>
</msub>
<msub>
<mi>k</mi>
<mrow>
<mn>13</mn>
<mo>,</mo>
<mi>j</mi>
</mrow>
</msub>
</mrow>
</mtd>
<mtd>
<mrow>
<msubsup>
<mi>&Sigma;</mi>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>15</mn>
</mrow>
<mn>15</mn>
</msubsup>
<msub>
<mi>k</mi>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
</mrow>
</msub>
</mrow>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mo>-</mo>
<msub>
<mi>a</mi>
<mrow>
<mn>1</mn>
<mo>,</mo>
<mn>6</mn>
</mrow>
</msub>
<msub>
<mi>k</mi>
<mrow>
<mn>5</mn>
<mo>,</mo>
<mi>j</mi>
</mrow>
</msub>
</mrow>
</mtd>
<mtd>
<mrow>
<mo>-</mo>
<msub>
<mi>a</mi>
<mrow>
<mn>2</mn>
<mo>,</mo>
<mn>6</mn>
</mrow>
</msub>
<msub>
<mi>k</mi>
<mrow>
<mn>9</mn>
<mo>,</mo>
<mi>j</mi>
</mrow>
</msub>
</mrow>
</mtd>
<mtd>
<mrow>
<mo>-</mo>
<msub>
<mi>a</mi>
<mrow>
<mn>3</mn>
<mo>,</mo>
<mn>6</mn>
</mrow>
</msub>
<msub>
<mi>k</mi>
<mrow>
<mn>12</mn>
<mo>,</mo>
<mi>j</mi>
</mrow>
</msub>
</mrow>
</mtd>
<mtd>
<mrow>
<mo>-</mo>
<msub>
<mi>a</mi>
<mrow>
<mn>4</mn>
<mo>,</mo>
<mn>6</mn>
</mrow>
</msub>
<msub>
<mi>k</mi>
<mrow>
<mn>14</mn>
<mo>,</mo>
<mi>j</mi>
</mrow>
</msub>
</mrow>
</mtd>
<mtd>
<mrow>
<mo>-</mo>
<msub>
<mi>a</mi>
<mrow>
<mn>5</mn>
<mo>,</mo>
<mn>6</mn>
</mrow>
</msub>
<msub>
<mi>k</mi>
<mrow>
<mn>15</mn>
<mo>,</mo>
<mi>j</mi>
</mrow>
</msub>
</mrow>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
</mtr>
</mtable>
</mfenced>
</mrow>
其中al，m为反应系数，ki，j为反应速率常数；
al，m的计算方式如下：
<mrow>
<msub>
<mi>a</mi>
<mrow>
<mi>l</mi>
<mo>,</mo>
<mi>m</mi>
</mrow>
</msub>
<mo>=</mo>
<mfrac>
<mrow>
<msub>
<mi>Mn</mi>
<mi>l</mi>
</msub>
</mrow>
<mrow>
<msub>
<mi>Mn</mi>
<mi>m</mi>
</msub>
</mrow>
</mfrac>
</mrow>
其中，Mnl为第l个集总的相对分子质量；
ki，j的计算方式如下：
ki，j＝ki0exp(-Ei，，j/RTj)
其中ki0为指前因子，Ei，j为活化能，R为气体常数，Tj为反应温度；
假设在同类型反应器内，即同为精制反应器或裂化反应器，同一集总裂化为其它集总时的活化能保持相同，不同类型反应器的反应活化能对应成比例，即：
Ei，j1＝Eplus*Ei，j2
其中，Ei，jl和Ei，j1分别为精制和裂化床层的活化能，Eplus为比例因子；
Cj的计算方式如下：
Cj＝[C1，j C2，j C3，j C4，j C5，j C6，j]T；
步骤(2)中的物料平衡方程如下：
<mrow>
<mi>u</mi>
<mfrac>
<mrow>
<msub>
<mi>dC</mi>
<mrow>
<mi>l</mi>
<mo>,</mo>
<mi>j</mi>
</mrow>
</msub>
</mrow>
<mrow>
<msub>
<mi>dl</mi>
<mi>j</mi>
</msub>
</mrow>
</mfrac>
<mo>+</mo>
<msub>
<mi>C</mi>
<mrow>
<mi>l</mi>
<mo>,</mo>
<mi>j</mi>
</mrow>
</msub>
<mfrac>
<mrow>
<mi>d</mi>
<mi>u</mi>
</mrow>
<mrow>
<msub>
<mi>dl</mi>
<mi>j</mi>
</msub>
</mrow>
</mfrac>
<mo>=</mo>
<mo>-</mo>
<msub>
<mi>R</mi>
<mi>j</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>l</mi>
<mo>)</mo>
</mrow>
</mrow>
其中，u为反应物的轴向流速，lj为第j个床层的长度，假设(定义为速度因子VF)为常数；
步骤(2)中的能量平衡方程如下：
<mrow>
<mfrac>
<mrow>
<msub>
<mi>dT</mi>
<mi>j</mi>
</msub>
</mrow>
<mrow>
<msub>
<mi>dl</mi>
<mi>j</mi>
</msub>
</mrow>
</mfrac>
<mo>=</mo>
<msub>
<mi>&Omega;</mi>
<mi>j</mi>
</msub>
<mfrac>
<mrow>
<mo>(</mo>
<mo>-</mo>
<msub>
<mi>&Delta;H</mi>
<mi>j</mi>
</msub>
<mo>)</mo>
<msubsup>
<mi>&Sigma;</mi>
<mrow>
<mi>l</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mn>6</mn>
</msubsup>
<msub>
<mi>R</mi>
<mi>j</mi>
</msub>
<mo>(</mo>
<mi>l</mi>
<mo>)</mo>
</mrow>
<mrow>
<msub>
<mi>G</mi>
<mrow>
<mi>i</mi>
<mi>n</mi>
</mrow>
</msub>
<mover>
<msub>
<mi>C</mi>
<mi>p</mi>
</msub>
<mo>&OverBar;</mo>
</mover>
<mo>+</mo>
<msub>
<mi>G</mi>
<mrow>
<mi>H</mi>
<mn>2</mn>
<mo>,</mo>
<mi>j</mi>
</mrow>
</msub>
<msub>
<mi>C</mi>
<mrow>
<mi>p</mi>
<mo>_</mo>
<mi>H</mi>
<mn>2</mn>
</mrow>
</msub>
</mrow>
</mfrac>
</mrow>
其中，Ωj为第j个反应器的横截面积，Gin和GH2，j分别为反应物和循环氢的质量流量，和Cp_H2分别为反应物和循环氢的质量热熔，ΔHj为第j个床层的反应热；
其中，假设：
ΔHj＝HFj*ΔH
其中，HFj为反应热因子，ΔH为基本反应热。
4.如权利要求1或2所述的方法，其特征在于，所述步骤(3)包括：根据物料平衡方程和能量平衡方程，结合装置参数，对模型输出进行求解，模拟加氢裂化产品收率和各床层出口温度。
5.如权利要求1或2所述的方法，其特征在于，所述步骤(4)中，所述加氢裂化集总动力学参数包括5个活化能、15个指前因子、1个比例因子、7个反应热因子和1个速度因子；优选地，所述7个反应热因子采用手动矫正的方式，1个速度因子为恒定常数，其他参数采用差分进化算法自动矫正；
其中，所述活化能为Ei，j2，包括原料集总转化为其他5个产品集总反应的活化能，和其他5个产品集总之间较重集总转化为较轻集总反应的活化能；所述指前因子为ki0，包括原料集总转化为其他5个产品集总反应的5个指前因子，和其他5个产品集总之间较重集总转化为较轻集总反应的10个指前因子；比例因子为Eplus，为精制与裂化反应器内反应活化能之间的比例；所述反应热因子为HFj，包括7个床层中的反应热系数；和所述速度因子为VF，指反应物轴向流速随反应器轴向长度的变化速率。
6.如权利要求5所述的方法，其特征在于，
步骤(4)所述的矫正包括：自动调整21个动力学因子，使反应器出口温度以及产品收率的实际值和计算值间的偏差最小；
优选地，自动调整过程中使用差分进化算法进行计算；所述21个动力学因子包括所述5个活化能、15个指前因子和1个比例因子。
7.一种蜡油加氢裂化过程优化方法，其特征在于，所述方法包括利用权利要求1－6中任一项所述的方法构建得到的加氢裂化机理模型优化蜡油加氢裂化过程的步骤，其中，所述优化包括：
(a)确定多目标优化策略；和
(b)多目标优化计算。
8.如权利要求7所述的方法，其特征在于，
步骤(a)中，优化的目标选自感兴趣产品的最大收率、感兴趣产品的最小收率、最大化液体产品收率和最大化高附加值产品收率；优选为最大化液体产品收率和最大化高附加值产品收率；
步骤(b)的优化计算过程中决策变量的范围来源于工艺设计规定。
9.如权利要求6或7所述的方法，其特征在于，所述优化包括，基于建立的加氢裂化机理模型，选定反应床层进口温度为决策变量，其余操作条件为固定变量，各决策变量的变化范围依据工艺设计和实际操作情况而定；更优选地，采用多目标差分进化算法进行优化。
10.如权利要求6或7所述的方法，其特征在于，所述优化包括，基于所获得的反应动力学模型，结合各床层进口温度，从优化得到的帕累托解集中获得一系列最佳床层进口温度，指导实际工况选择最佳操作点。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810035060.5A CN108108572B (zh) | 2018-01-15 | 2018-01-15 | 一种用于蜡油加氢裂化过程建模和优化方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810035060.5A CN108108572B (zh) | 2018-01-15 | 2018-01-15 | 一种用于蜡油加氢裂化过程建模和优化方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108108572A true CN108108572A (zh) | 2018-06-01 |
| CN108108572B CN108108572B (zh) | 2021-08-10 |
Family
ID=62218981
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810035060.5A Active CN108108572B (zh) | 2018-01-15 | 2018-01-15 | 一种用于蜡油加氢裂化过程建模和优化方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108108572B (zh) |
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109815616A (zh) * | 2019-02-12 | 2019-05-28 | 杭州辛孚能源科技有限公司 | 一种分子级加氢装置模拟及优化方法 |
| CN110288197A (zh) * | 2019-05-28 | 2019-09-27 | 杭州辛孚能源科技有限公司 | 基于分子走向的计划排产优化方法 |
| CN110556167A (zh) * | 2019-09-06 | 2019-12-10 | 北京赛普泰克技术有限公司 | Mto反应动力学模型、mto反应再生集成模型及其应用 |
| CN112116958A (zh) * | 2019-06-20 | 2020-12-22 | 中国石油化工股份有限公司 | 柴油加氢脱氮反应的氮化物占比确定方法、装置 |
| CN112116959A (zh) * | 2019-06-20 | 2020-12-22 | 中国石油化工股份有限公司 | 柴油加氢脱硫反应的硫化物含量确定方法、装置 |
| CN112750504A (zh) * | 2019-10-30 | 2021-05-04 | 中国石油化工股份有限公司 | 存储器、基于原设备的氢网优化方法、装置和设备 |
| CN112749823A (zh) * | 2019-10-30 | 2021-05-04 | 中国石油化工股份有限公司 | 存储器、基于回收氢最大化的氢网优化方法、装置和设备 |
| CN113764046A (zh) * | 2021-09-24 | 2021-12-07 | 中国石油化工股份有限公司 | 一种提高催化柴油加氢转化高附加值产品收率的方法 |
| CN114682168A (zh) * | 2020-12-31 | 2022-07-01 | 蓝星（北京）技术中心有限公司 | 一种多床层反应器的反应控制方法及装置 |
| CN115831255A (zh) * | 2023-02-20 | 2023-03-21 | 新***山子石油化工有限公司 | 一种延迟焦化产物预测方法、装置、电子设备及存储介质 |
| CN115841851A (zh) * | 2023-02-20 | 2023-03-24 | 新***山子石油化工有限公司 | 一种加氢裂化分子级反应规则的构建方法和装置 |
| CN115938499A (zh) * | 2023-02-20 | 2023-04-07 | 新***山子石油化工有限公司 | 加氢裂化模型的优化方法、装置、电子设备及存储介质 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102289579A (zh) * | 2011-08-03 | 2011-12-21 | 浙江大学 | 一种38集总的连续重整装置反应器建模方法 |
| US20120232870A1 (en) * | 2011-03-08 | 2012-09-13 | Honeywell International Inc. | System and method for mapping component bases using a chemical process simulator |
| CN103914595A (zh) * | 2014-04-01 | 2014-07-09 | 西北大学 | 中温煤焦油全馏分加氢裂化集总动力学模型建模方法 |
| CN104331636A (zh) * | 2014-11-26 | 2015-02-04 | 华东理工大学 | 一种c8芳烃模拟移动床分离过程的建模和优化方法 |
| CN105975685A (zh) * | 2016-05-03 | 2016-09-28 | 华东理工大学 | 一种用于渣油延迟焦化过程的建模和优化方法 |
| CN106778008A (zh) * | 2016-12-28 | 2017-05-31 | 中南大学 | 一种用于优化加氢裂化过程反应条件的方法 |
-
2018
- 2018-01-15 CN CN201810035060.5A patent/CN108108572B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20120232870A1 (en) * | 2011-03-08 | 2012-09-13 | Honeywell International Inc. | System and method for mapping component bases using a chemical process simulator |
| CN102289579A (zh) * | 2011-08-03 | 2011-12-21 | 浙江大学 | 一种38集总的连续重整装置反应器建模方法 |
| CN103914595A (zh) * | 2014-04-01 | 2014-07-09 | 西北大学 | 中温煤焦油全馏分加氢裂化集总动力学模型建模方法 |
| CN104331636A (zh) * | 2014-11-26 | 2015-02-04 | 华东理工大学 | 一种c8芳烃模拟移动床分离过程的建模和优化方法 |
| CN105975685A (zh) * | 2016-05-03 | 2016-09-28 | 华东理工大学 | 一种用于渣油延迟焦化过程的建模和优化方法 |
| CN106778008A (zh) * | 2016-12-28 | 2017-05-31 | 中南大学 | 一种用于优化加氢裂化过程反应条件的方法 |
Non-Patent Citations (5)
| Title |
|---|
| MIN WEI 等: "Integrated Dual-Production Mode Modeling and Multi-Objective Optimization of an Industrial Continuous Catalytic Naphtha Reforming Process", 《INDUSTRIAL & ENGINEERING CHEMISTRY RESEARCH》 * |
| NAVEEN BHUTANI 等: "Modeling, Simulation, and Multi-objective Optimization of an Industrial Hydrocracking Unit", 《INDUSTRIAL & ENGINEERING CHEMISTRY RESEARCH》 * |
| 周靖 等: "加氢裂化分馏塔多目标优化操作和产品方案分析", 《计算机与应用化学》 * |
| 夏勇: "蜡油加氢裂化装置流程模拟与优化研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅰ辑》 * |
| 李群勇 等: "用正交配置法模拟加氢裂化反应器", 《石油化工》 * |
Cited By (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109815616A (zh) * | 2019-02-12 | 2019-05-28 | 杭州辛孚能源科技有限公司 | 一种分子级加氢装置模拟及优化方法 |
| CN109815616B (zh) * | 2019-02-12 | 2023-08-18 | 广东辛孚科技有限公司 | 一种分子级加氢装置模拟及优化方法 |
| CN110288197A (zh) * | 2019-05-28 | 2019-09-27 | 杭州辛孚能源科技有限公司 | 基于分子走向的计划排产优化方法 |
| CN112116958A (zh) * | 2019-06-20 | 2020-12-22 | 中国石油化工股份有限公司 | 柴油加氢脱氮反应的氮化物占比确定方法、装置 |
| CN112116959A (zh) * | 2019-06-20 | 2020-12-22 | 中国石油化工股份有限公司 | 柴油加氢脱硫反应的硫化物含量确定方法、装置 |
| CN110556167B (zh) * | 2019-09-06 | 2022-02-25 | 北京赛普泰克技术有限公司 | Mto反应动力学模型和mto反应再生集成模型的构建方法 |
| CN110556167A (zh) * | 2019-09-06 | 2019-12-10 | 北京赛普泰克技术有限公司 | Mto反应动力学模型、mto反应再生集成模型及其应用 |
| CN112749823A (zh) * | 2019-10-30 | 2021-05-04 | 中国石油化工股份有限公司 | 存储器、基于回收氢最大化的氢网优化方法、装置和设备 |
| CN112750504A (zh) * | 2019-10-30 | 2021-05-04 | 中国石油化工股份有限公司 | 存储器、基于原设备的氢网优化方法、装置和设备 |
| CN114682168A (zh) * | 2020-12-31 | 2022-07-01 | 蓝星（北京）技术中心有限公司 | 一种多床层反应器的反应控制方法及装置 |
| CN114682168B (zh) * | 2020-12-31 | 2023-02-03 | 蓝星（北京）技术中心有限公司 | 一种多床层反应器的反应控制方法及装置 |
| CN113764046A (zh) * | 2021-09-24 | 2021-12-07 | 中国石油化工股份有限公司 | 一种提高催化柴油加氢转化高附加值产品收率的方法 |
| CN113764046B (zh) * | 2021-09-24 | 2024-04-16 | 中国石油化工股份有限公司 | 一种提高催化柴油加氢转化高附加值产品收率的方法 |
| CN115831255A (zh) * | 2023-02-20 | 2023-03-21 | 新***山子石油化工有限公司 | 一种延迟焦化产物预测方法、装置、电子设备及存储介质 |
| CN115841851A (zh) * | 2023-02-20 | 2023-03-24 | 新***山子石油化工有限公司 | 一种加氢裂化分子级反应规则的构建方法和装置 |
| CN115938499A (zh) * | 2023-02-20 | 2023-04-07 | 新***山子石油化工有限公司 | 加氢裂化模型的优化方法、装置、电子设备及存储介质 |
| CN115841851B (zh) * | 2023-02-20 | 2023-06-06 | 新***山子石油化工有限公司 | 一种加氢裂化分子级反应规则的构建方法和装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108108572B (zh) | 2021-08-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108108572A (zh) | 一种用于蜡油加氢裂化过程建模和优化方法 | |
| US11635735B2 (en) | Systems and methods for holistic low carbon intensity fuel production | |
| Jarullah et al. | Optimal design and operation of an industrial fluidized catalytic cracking reactor | |
| CN103119130B (zh) | 用于精炼应用的主动浊点控制器和相关方法 | |
| CN104804761B (zh) | 一种加氢裂化装置的收率实时预测方法 | |
| CN109255461B (zh) | 一种氢气资源的优化方法及优化*** | |
| CN104789256A (zh) | 一种催化裂化装置的收率实时预测方法 | |
| CN110020444B (zh) | 一种氢气资源的优化方法及*** | |
| Zhou et al. | Modeling and optimization of an industrial hydrocracking unit to improve the yield of diesel or kerosene | |
| CN104484714B (zh) | 一种催化重整装置收率的实时预测方法 | |
| CN104765347B (zh) | 一种渣油延迟焦化过程中收率实时预测方法 | |
| Zhang et al. | A novel modelling and decomposition strategy for overall refinery optimisation | |
| CN102768702B (zh) | 基于集成控制优化的炼油生产过程调度优化建模方法 | |
| US11993751B2 (en) | Predictive control systems and methods with fluid catalytic cracking volume gain optimization | |
| CN103524284A (zh) | 一种乙烯裂解原料配置的预测和优化方法 | |
| SA519410799B1 (ar) | نهج تعلّم آلي هجين تجاه تحسين وحدات تحضير أوليفينات | |
| CN103605821A (zh) | 乙烯裂解炉群负荷分配优化方法 | |
| CN111475957B (zh) | 一种基于装置机理的炼油过程生产计划优化方法 | |
| CN105975685A (zh) | 一种用于渣油延迟焦化过程的建模和优化方法 | |
| CN118098403A (zh) | 一种提高催化柴油加氢转化产品收率的方法 | |
| CN115312130A (zh) | 面向增产催化裂化高附加值产品模拟的混合建模方法 | |
| CN110066682B (zh) | 一种重整反应器温度梯度的优化方法 | |
| CN115938502A (zh) | 一种基于分子级反应机理的化工产物特性预测方法及*** | |
| Nekrasov et al. | Simulation of the hydrocracking process to produce diesel fuel in the aspen hysys system | |
| Vasseghian et al. | Artificial Intelligent modeling and optimizing of an industrial hydrocracker plant |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |