论文部分内容阅读
重油催化裂解产物中低碳烯烃大部分通过中间汽油馏分择形裂解产生,目前许多新技术为了降低催化裂化(FCC)汽油的烯烃含量或多产低碳烯烃,多采用汽油回炼的操作方式;另外,有些催化裂化工艺装置通过改变流程,设置两个反应器,为FCC汽油馏分的裂化提供单独的反应场所,延长反应时间,使其深度裂化。以上这些过程都涉及FCC汽油的二次裂解,研究这一反应体系具有重要的意义,以期为新催化剂的开发和优化工艺流程提供依据。
本文利用结构导向集总模型与蒙特卡罗模拟相结合的方法对FCC汽油催化裂解过程进行了分子尺度的模拟研究。为了对FCC汽油原料组成进行模拟,首先考察了FCC汽油中不同种类烃的分布情况。用三参数的Gamma分布拟合了烷烃、烯烃和芳烃的碳数分布,依据烃类碳数分布的平均值和方差求取了Gamma分布中的参数。总体分布函数的假设检验结果表明,Gamma分布的符合性较好。利用结构导向集总模型表示分子结构,应用蒙特卡罗方法对FCC汽油组成进行了模拟。由于Gamma分布函数参数较多,计算目标无法实现优化,因此采用卡方分布抽取结构向量元素的随机数。汽油组成模拟结果显示模拟分子分布与实际分布有较大差距,这会对模拟反应过程带来较大误差。最后本文用MATLAB软件编程直接生成了FCC汽油中的大部分烃类分子,分子集总的种类为92种,分子总体有2000个,各类分子的个数依据FCC汽油烃组成的摩尔分数计算得到。
根据实验室研究结果和相关文献报道,本文对FCC汽油中单体烃的反应性能进行了总结。依据其催化裂解反应规律制定了FCC汽油催化裂解过程的反应规则,构建了反应网络。利用结构导向集总模型与蒙特卡罗模拟相结合的方法对FCC汽油二次裂解反应体系进行了分子尺度的动力学模拟。反应过程中的模拟产物收率变化趋势准确,最终产物的模拟值与实验值吻合良好。
另外,论文还依据一种FCC汽油多个催化裂解反应条件下的产物分布数据,应用神经网络方法建立了催化裂解丙烯产物收率对反应操作条件的回归模型,并对其他反应条件下的丙烯收率做出预测。预测结果的相对误差基本都在10％以内,说明建模效果较好。对于本文产物收率对反应条件的回归模型,径向基神经网络的建模效果优于BP神经网络。