FCC工艺（Fluid Catalytic Cracking,FCC）是目前炼油工业中主要的重质油转化轻质油的加工工艺之一,其工艺过程是采用循环流化床技术实现催化剂与油气的反应和催化剂的再生。但在实际工业应用中,由于流化和分离等问题时常造成催化剂跑损故障,也称跑剂故障。这种故障是导致FCC装置非计划停工的主要故障,严重地制约了FCC装置的长周期安全高效的运行。目前FCC装置跑剂故障的诊断方法主要依赖于以往的工程经验和利用现场的采集数据,没有利用催化剂颗粒所蕴含的丰富数据信息和对催化剂颗粒所蕴含的丰富信息挖掘,缺失了利用催化剂基本物性参数进行跑剂故障的诊断。为此论文提出和创建了颗粒谱诊断技术应用于FCC装置跑剂故障的诊断,进行相关的基础和理论方面的研究工作。催化剂在FCC工艺中直接参与了反应、再生、流化、分离、输送等各个单元的操作,同时催化剂在循环流动中其本身的物性参数也在不断发生变化。因此这些单元的运行故障与跑剂故障密切相关,而且不同跑剂故障所造成的跑损颗粒物性变化不同,尤其是涉及流化和分离的故障与跑损的催化剂物性之间存在着一定的内在因果关系,这样就可以通过运行中的和跑损的催化剂的物性参数进行故障诊断。颗粒诊断技术就是利用催化剂蕴含的颗粒谱信息,在催化剂循环过程中发生流化、分离、输送方面故障时,以及颗粒磨损、破碎方面故障时,根据入口、收集、逃逸、采样点等催化剂样品的颗粒谱参数,建立颗粒谱与故障之间的关系模型,同时结合流动参数等有关数据,确定产生跑剂故障的原因和位置,对跑剂故障做出准确和可靠的诊断结果。为此,论文针对FCC装置跑剂的故障,从流态化理论和气固分离理论上分析跑剂颗粒物性的分布和变化机制,探求颗粒物性在流化和分离过程中的演变规律,在流动过程中的磨损和破碎机制,建立FCC装置跑剂故障的颗粒谱诊断技术的理论基础。论文首先以FCC装置不同位置采集催化剂样品为样本,对催化剂物性的基本参数特征进行表征,例如最频粒径、中位粒径、平均粒径、标准方差、偏度、峭度等,同时考察催化剂的微观形貌变化。在此基础上建立了催化剂颗粒谱的基本参数,重点是颗粒粒度分布和微观形貌等,以及不同颗粒粒度分布催化剂的混合模型,催化剂磨损破碎和冲击破碎的定量模型。然后,在模型尺寸的流化床和旋风分离器上进行了跑剂的实验分析,探讨催化剂的跑损与时间和催化剂物性变化的关系。实验重点模拟了FCC装置内催化剂的流化和分离操作在开工、稳定、故障等状态下催化剂的跑损过程,主要考察在不同流动参数状态下颗粒循环对旋风分离器分离性能的影响,在典型漏风故障下考察旋风分离器的催化剂物性和粒度分布演变过程,建立了开工、稳定、故障等催化剂在不同跑损阶段与跑损率的关系模型。考虑到跑剂故障的实质是旋风分离器内部的流场发生了异常变化,影响了颗粒的分离过程和排料过程。为此通过实验测量和数值模拟分析了故障条件下旋风分离器的流场,特别是料腿窜气的情况,从时域和频域两个方面表征流场的动态特征。旋风分离器内旋流存在着固有的不稳定特性,窜气不仅使旋流的强度降低,而且加剧涡核的扭曲和摆动,致使旋流的不稳定性增强,表现为速度的波动幅度增大,涡尾上移,甚至附着在锥体壁面摆动,导致颗粒的跑损率增加。为了考核颗粒谱诊断技术的实用性,通过对某FCC装置采集的三旋入口、出口和收集的催化剂样品进行长时间跟踪分析,考察催化剂的颗粒粒度分布、微观形貌,记录催化剂中金属元素Cu、Fe、Ni、V含量的变化,同时监测FCC装置的运行状态和诊断故障,进一步结合其它FCC装置跑剂的典型故障案例,结果表明流化与分离的故障不同,跑剂的颗粒物性也不同。当FCC装置发生跑剂故障时,无论是从催化剂的宏观和微观形貌上,或是从某些个体颗粒和整体颗粒群的统计特性上,或是某些化学元素含量比率上,均发生了相应的异常变化,存在一定的统计性规律,表明了基于颗粒谱诊断方法的可行性和实用性。最后,论文根据FCC装置中催化剂在反应器和再生器中的循环特点,在基于数据方法和基于知识方法两个方面建立了基于颗粒谱的FCC装置跑剂的诊断模型。基于数据方法通过采集催化剂样品颗粒,检测其颗粒物性信息,结合工业装置现场操作工艺参数,对比历史积累数据,对FCC装置跑剂故障进行推理诊断。基于知识的方法采用故障树分析（Fault Tree Analysis,FTA）模型,依据跑剂的特点划分为工艺操作异常、设备失效和催化剂物性三类,分析故障对应的原因和危害,建立了颗粒谱与跑剂故障之间的故障树分析模型。实践表明颗粒谱诊断技术应用于FCC装置跑剂故障诊断具有实现简单,实时性好,可靠性和灵敏性高的优势,例如采样技术成熟、现场实施简单、样品分析方便,数据信息量大等,是其它方法不可比拟的,具有良好的应用前景。