石油加工是高能耗工业,约6.5%的原油被加工过程所消耗,因此产生大量的CO₂。按我国2016年实际加工原油5.39亿吨,原油氢碳原子比约1.9计算,其消耗的当量能源相当于3503.5万吨原油,排放的当量二氧化碳约11090万吨。因此实施炼厂碳减排迫在眉睫。但炼厂CO₂绝大部分是以加热炉烟气形式排放的,温度高（约150℃）、压力低（常压）、CO₂碳含量不高（干基约12%）,且排放源多位于几十米高的烟囱口,故回收难度大、能耗高。为此本文提出了借助射流泵利用贫液提压烟气,契射流泵喉管强烈湍流特征预吸收CO₂,然后常规吸收-再生的新流程。相比现有流程,射流泵可利用高压贫液的对大流量的低压烟气进行提压,从而提高了吸收塔操作压力,避免了利用压缩机直接提压;并且预吸收将能够减少吸收塔负荷,从而减少贫液循环量,利用这两个优点可以使得捕获能耗下降。因此,本研究的主要内容为新流程的流程建模和优化设计。首先,本文采用CFD方法对射流泵进行建模,并且根据射流泵中气液相分散特征,利用UDF建立了气液接触、传质、反应模型,以此计算射流泵中发生的物理及化学变化过程;其次,利用上述建立的模型,探究了射流泵操作及设计参数变化对吸收率的影响,得到一定的规律,为优化设计提供了基础;另一方面,利用Aspen对原有吸收-再生流程进行了流程模拟,通过对操作参数的灵敏度分析得出各参数变化对流程的能耗、物料等影响规律,并根据规律将吸收压力、贫液循环量作为新流程主要优化变量;最后根据上述对射流泵及原有流程研究得出的规律,针对新流程联合优化的复杂性,提出了优化设计方法,实现了同时利用Fluent与Aspen进行总体流程优化。利用上述的模型及优化设计方法,对某催化裂化装置再生烟气CO₂捕获流程进行设计优化。对比传统流程,利用射流泵的新流程可以将吸收塔压力从0.076MPa提升至0.09MPa,单位能耗从5.55GJ/tCO₂下降至4.56GJ/tCO₂,年节约操作费用389.2万元/年。