本文選題：催化裂化　切入點：MIP工藝　出處：《石油化工》2017年01期

【摘要】：根據(jù)催化裂化反應(yīng)機理和多產(chǎn)異構(gòu)烷烴的重油催化裂化(MIP)工藝的特點,結(jié)合大量的工業(yè)數(shù)據(jù),開展了MIP工藝過程集總動力學(xué)模型與BP神經(jīng)網(wǎng)絡(luò)模型相結(jié)合提高目標(biāo)產(chǎn)物預(yù)測精度的研究,建立了飽和分、芳香分、膠質(zhì)+瀝青質(zhì)、柴油、汽油、液化氣、干氣和焦炭8個集總反應(yīng)網(wǎng)絡(luò),結(jié)合龍格庫塔法與遺傳算法求得該集總模型的47個動力學(xué)參數(shù)。實驗結(jié)果表明,所求得的動力學(xué)參數(shù)能較好地體現(xiàn)催化裂化反應(yīng)規(guī)律;模型對產(chǎn)物分布的模擬計算相對偏差均小于5%,采用14-7-5結(jié)構(gòu)的BP神經(jīng)網(wǎng)絡(luò)與集總模型相結(jié)合,可進一步提高模型對產(chǎn)物分布的預(yù)測精度,為重油催化裂化的模擬優(yōu)化提供了一個新的方向。
[Abstract]:According to the mechanism of catalytic cracking reaction and the characteristics of heavy oil catalytic cracking (MIP) process with high yield of iso-alkanes, a large number of industrial data were combined.The MIP process lumped kinetic model and BP neural network model were developed to improve the prediction accuracy of the target product. The saturated fraction, aromatic fraction, colloidal asphaltene, diesel oil, gasoline, liquefied gas were established.Eight lumped reaction networks of dry gas and coke are combined with Runge-Kutta method and genetic algorithm to obtain 47 kinetic parameters of the lumped model.The experimental results show that the obtained kinetic parameters can well reflect the law of FCC reaction, and the relative deviation of the simulation calculation of the product distribution is less than 5. The BP neural network with 14-7-5 structure is combined with the lumped model.The model can further improve the prediction accuracy of the product distribution and provide a new direction for the simulation and optimization of heavy oil catalytic cracking.
【作者單位】： 華東理工大學(xué)石油加工研究所;
【分類號】：TE624.41

【參考文獻】

相關(guān)期刊論文 前5條

1 歐陽福生;凌巧;虞正愷;;靈活多效催化裂化工藝反應(yīng)動力學(xué)模型研究[J];高�；瘜W(xué)工程學(xué)報;2015年05期

2 楊文劍;張洋;張小慶;周曉龍;;集總動力學(xué)-BP神經(jīng)網(wǎng)絡(luò)混合模型用于預(yù)測延遲焦化裝置液體產(chǎn)品產(chǎn)率[J];石油煉制與化工;2015年07期

3 熊凱;盧春喜;;催化裂化(裂解)集總反應(yīng)動力學(xué)模型研究進展[J];石油學(xué)報(石油加工);2015年02期

4 李全善;李大字;曹柳林;;Modeling and optimum operating conditions for FCCU using artificial neural network[J];Journal of Central South University;2015年04期

5 許友好;;我國催化裂化工藝技術(shù)進展[J];中國科學(xué):化學(xué);2014年01期

【共引文獻】

相關(guān)期刊論文 前10條

1 劉貴麗;劉植昌;;煉油行業(yè)集總動力學(xué)模型的發(fā)展及模型展望[J];現(xiàn)代化工;2017年03期

2 歐陽福生;劉永吉;;集總動力學(xué)模型結(jié)合神經(jīng)網(wǎng)絡(luò)預(yù)測催化裂化產(chǎn)物收率[J];石油化工;2017年01期

3 張宏哲;;催化裂化廢催化劑綜合利用技術(shù)[J];化工進展;2016年S2期

4 盧國儉;鄒翔;朱英杰;胡振宇;;從廢石油裂解催化劑中回收稀土試驗研究[J];濕法冶金;2016年06期

5 皮志鵬;沈本賢;劉紀(jì)昌;劉逸鋒;趙基鋼;;銅鈰改性鎂鋁尖晶石作為助催化劑同時脫除FCC煙氣中的SO_x,NO_x[J];化工進展;2016年10期

6 趙文斌;朱麗云;蘇楷然;王振波;金有海;;催化裂化反應(yīng)器研究進展[J];石油化工設(shè)備;2016年05期

7 李�；�;高步良;燕京;;加氫深度脫硫動力學(xué)模型研究[J];石化技術(shù)與應(yīng)用;2016年04期

8 李永杰;;石油催化裂化提升管技術(shù)的應(yīng)用發(fā)展[J];化工管理;2016年19期

9 包文勃;張玲辰;;淺談中國催化裂化工藝流程的新進展[J];科技創(chuàng)新與應(yīng)用;2016年16期

10 蘇鑫;吳迎亞;裴華健;藍興英;高金森;;大數(shù)據(jù)技術(shù)在過程工業(yè)中的應(yīng)用研究進展[J];化工進展;2016年06期

【二級參考文獻】

相關(guān)期刊論文 前10條

1 張忠洋;李澤欽;李宇龍;李國慶;;GA輔助BP神經(jīng)網(wǎng)絡(luò)預(yù)測催化裂化裝置汽油產(chǎn)率[J];石油煉制與化工;2014年07期

2 許友好;;我國催化裂化工藝技術(shù)進展[J];中國科學(xué):化學(xué);2014年01期

3 M. Marsadek;A. Mohamed;;Risk based security assessment of power system using generalized regression neural network with feature extraction[J];Journal of Central South University;2013年02期

4 譚駿;陳興蜀;杜敏;朱鍇;;A novel internet traffic identification approach using wavelet packet decomposition and neural network[J];Journal of Central South University;2012年08期

5 李衛(wèi)國;俞乾;羅日成;;Application of fuzzy analytic hierarchy process and neural network in power transformer risk assessment[J];Journal of Central South University;2012年04期

6 ;Computational investigation of hydrodynamics and cracking reaction in a heavy oil riser reactor[J];Particuology;2012年02期

7 段良偉;孫鵬;翁惠新;;新型催化裂化MIP集總反應(yīng)動力學(xué)模型[J];華東理工大學(xué)學(xué)報(自然科學(xué)版);2012年01期

8 李新學(xué),林瑞森;延遲焦化循環(huán)油組成的估算及其對生焦率的影響[J];石油煉制與化工;1999年09期

9 高金森,徐春明,林世雄,郭印誠,王希麟;催化裂化提升管反應(yīng)器氣液固3相流動反應(yīng)的數(shù)值模擬 Ⅰ.氣液固3相流動反應(yīng)模型的建立[J];石油學(xué)報(石油加工);1999年03期

10 周曉龍,陳紹洲,張一,�？赦�,李承烈;減壓渣油族組分熱轉(zhuǎn)化反應(yīng)動力學(xué)研究[J];石油學(xué)報(石油加工);1999年01期

【相似文獻】

相關(guān)期刊論文 前10條

1 史德青,何志敏,齊崴;蛋白質(zhì)酶促水解過程集總動力學(xué)研究[J];化學(xué)反應(yīng)工程與工藝;2002年04期

2 袁浩然;陳新德;陳勇;馬隆龍;;石蠟裂解制α-烯烴集總動力學(xué)模型[J];石油學(xué)報(石油加工);2010年04期

3 馬成國;翁惠新;;渣油加氫脫硫反應(yīng)集總動力學(xué)模型的事前模擬[J];石油學(xué)報(石油加工);2008年06期

4 栗洪道;煉油催化過程反應(yīng)網(wǎng)絡(luò)及集總動力學(xué)模型[J];江蘇化工學(xué)院學(xué)報;1990年03期

5 何志敏;齊崴;于艷軍;史德青;;基于蛋白質(zhì)結(jié)構(gòu)知識解析活性多肽的酶解制備反應(yīng)行為(Ⅱ)酶解反應(yīng)過程的集總動力學(xué)模型[J];化工學(xué)報;2005年12期

6 張立國,倪力軍;集總動力學(xué)的模糊分析初步[J];化工學(xué)報;1992年03期

7 邱建國，，袁興東，劉炳泗;正十烷加氫裂化集總動力學(xué)的研究[J];石油化工高等學(xué)校學(xué)報;1994年01期

8 李麗;高金森;徐春明;孟祥海;;重油催化裂解集總動力學(xué)模型研究[J];現(xiàn)代化工;2006年S2期

9 許閩;朱吉欽;劉輝;賀振富;田輝平;;改進的遺傳算法在催化裂解集總動力學(xué)參數(shù)估值中的應(yīng)用[J];計算機與應(yīng)用化學(xué);2008年10期

10 任杰;催化裂化生焦反應(yīng)集總動力學(xué)模型的研究[J];催化學(xué)報;1996年06期

相關(guān)會議論文 前1條

1 吳青;何鳴元;;催化裂化汽油改質(zhì)過程的20集總動力學(xué)模型研究[A];中國化工學(xué)會2005年石油化工學(xué)術(shù)年會論文集[C];2005年

相關(guān)博士學(xué)位論文 前1條

1 史德青;蛋白質(zhì)酶促水解過程集總動力學(xué)研究[D];天津大學(xué);2003年

相關(guān)碩士學(xué)位論文 前5條

1 于艷軍;酪蛋白酶促水解過程集總動力學(xué)研究[D];天津大學(xué);2003年

2 賀永殿;大慶加氫尾油集總動力學(xué)模型的建立[D];大慶石油學(xué)院;2007年

3 趙雨波;重質(zhì)裂解原料蒸汽熱裂解10集總動力學(xué)模型的研究[D];東北石油大學(xué);2011年

4 郭菊花;重油兩段催化裂解多產(chǎn)丙烯集總動力學(xué)模型的初步研究[D];中國石油大學(xué);2008年

5 虞正愷;靈活多效催化裂化工藝（FDFCC）集總動力學(xué)模型的研究[D];華東理工大學(xué);2012年

本文編號：1721255