论文部分内容阅读
采用高通量反应装置,在温度300～360℃、压力4.4～7.4 MPa、体积空速0.75～12 h-1、氢油体积比200～800的条件下,使用不同柴油原料对NiMo/Al2 O3,CoMo/Al2 O3,NiMoW/Al2 O3共3种催化剂进行性能评价.采用基于Keras的神经网络技术建立了适用于3种不同催化剂的柴油超深度加氢精制模型,实现了柴油产物中硫质量分数(WS)、氮质量分数(WN)、单环芳烃质量分数(WMA)和多环芳烃质量分数(WPA)的预测.结果表明,所建模型具有良好的预测性能和泛化能力,对WS和WN预测的平均相对误差均在10％以内,对WMA和WPA预测的平均相对误差分别在3％和6％以内.使用所建模型同时对3种催化剂适用的工艺条件进行了优化,在满足国Ⅵ柴油质量标准对WS及WPA的要求下,确定了不同催化剂适用的工艺条件范围.