英语原文共 10 页，剩余内容已隐藏，支付完成后下载完整资料

pubs.acs.org/IECR

采用过程模拟方法对加氢裂化分馏塔的产品质量进行优化控制

蒋庆银，易才，史佳，曹志凯，陈炳辉，周华

国家绿色化工产品工程实验室化学与生化工程系

醇醚酯类，厦门大学化学与化学工程学院，厦门361005

文摘:利用过程模拟软件ASPEN PLUS，结合工业过程数据，对加氢裂化分馏塔进行了稳态和动态模拟。分馏的主要产品有石脑油、柴油和尾油。为了获得更多的经济效益，炼油厂必须生产更多的石脑油，因为石脑油比其他产品更赚钱。因此，优化加氢裂化工艺具有重要意义。由于石脑油(干点)产品质量难以通过传感器进行在线检测，优化的实现往往具有一定的难度。石脑油的产品质量是通过实验室的ASTM D86曲线进行取样和分析的，因此测量值会被延迟。为解决这一问题，利用仿真结果建立了石脑油干点(NDP)的人工神经网络模型。然后将该NDP模型作为软测量传感器，应用于最优质量控制策略。通过MATLAB CAPE-OPEN和ASPEN PLUS软件，将在线软测量传感器和最优质量控制策略与过程控制服务器OLE集成。采用该方法可明显提高石脑油收率。采用最优质量控制策略，对石脑油收率的几个关键因素进行了动态仿真研究，结果表明系统具有良好的鲁棒性。

介绍

尽管在开发和分配替代能源或可再生能源方面作出了大量努力，但在今后几十年中，世界能源供应仍将严重依赖矿物燃料资源。工业预测预测，到2030年，石油能源将占全球能源需求的30%。¹ 不幸的是，尽管对石油产品的需求持续增长，但低硫原油的储量比以往任何时候都更接近枯竭。¹ 因此，炼油厂面临着几个挑战。为了满足对中级馏分油日益增长的需求，必须在常规轻质原油耗尽时加工较低质量的饲料。此外，必须解决更严格的燃料质量规范(如柴油中的硫和芳香烃含量)和环境问题。加氢裂化技术发展迅速，因为加氢裂化可以有效、清洁地将低质量的石油裂解成更有价值的轻质油，如石脑油、柴油和航空煤油，这些产品符合严格的环保法规要求。加氢裂化还可以将多种不同特性的原料加工成多种产品。

工业加氢裂化通常在两个填料床催化反应器中进行。第一个反应器，分解含硫和含氮化合物，被称为氢处理器(HT)。在第二个反应器(HC)中，HT的液体组分被加氢异构化并加氢裂化。显然，HC是加氢裂化设备的关键部件。为了获得商用高温高压系统的最佳运行条件，根据加氢裂化过程的特点，开发了动力学建模和优化方法等新方法。² 通过HC后，NH₃、H_2,H₂S等不凝性气体被去除，流送到分馏塔，通过分离得到产品。如果分馏塔没有在最优条件下运行，就不能得到最优的HC和HT结果。

优化分馏塔通常是困难的，因为产品质量的参数，如石脑油干点(NDP)，倾点，柴油闪点，不能在线测量。在工业生产过程中，产品质量由实验室仪器进行离线分析。然而，分析结果可能会遭受长时间的测量延迟，无法实现在线控制或优化方案。因此，采取保守操作，以确保产品质量超过最低要求，设备运行在最佳水平。在线分析仪(如气相色谱仪)也可用于从产品中获取准确的质量指标数据。³ 相对密度、蒸馏曲线和化学成分可以用近红外光谱来估计。⁴ 然而，这些仪器的可靠性差，在线分析仪的测量延迟长，使得它们不适合大多数工业过程。

上述问题可以通过使用软传感器来解决。软传感器比在线分析仪具有更快的响应速度，因为实时过程数据被用作模型的输入。⁵ 考虑到工业过程的不确定性、复杂性和非线性，机械模型往往是不可用的。因此，数据驱动的经验模型是有用的选择。⁶ 利用现场实测数据，建立了催化裂化分离塔在线标定软件模型。⁷ 非线性方法常被用来建立软传感器。采用偏最小二乘回归⁸和模糊模型^9minus;11作为软测量模型，对石油产品的性能进行了测试。 考虑他们的强大

函数逼近和自学习能力，人工神经网络(ANNs)也被用来建立软传感器模型。¹² 多层感知器和径向基函数网络对石油产品的性质和关键成分具有较高的预测精度。^3,13minus;15 反向传播(BP)网络由于其可用性、严格性和可扩展性等特点，已被广泛应用于软测量模型的建立^{16 - 18}强大的非线性计算能力。一些研究人员已经综合不同的方法来建立相关的预测模型

已采取步骤开发用于确定石油产品特性的软传感器。利用BP网络对汽油和柴油的干点进行建模。^21,22 为优化工业加氢裂化工艺，建立了煤油闪点软测量传感器，并在实验室分析的基础上建立了软测量传感器。²³ 然而，实验室分析将推迟在线优化。此外，在文献中还实现了稳态优化。²³ 为了研究产品质量的控制策略，利用Haydary软件对原油蒸馏过程进行了稳态和动态仿真。²⁴ 在ref 24中，控制变量为ASTM D86曲线95%的温度。在实践中，很难在线测量95%的ASTM D86曲线的温度。为了优化工业加氢裂化过程，本研究确定了一种新型软传感器的最优质量控制应用，并根据仿真结果评估了软传感器在产品质量方面的发展潜力。在ref 23中，软传感器采用了煤油和柴油95%的沸点来建模，因此，煤油和柴油95%的沸点需要在实验室中通过ASTM D86曲线来获得，因此结果会被延迟。利用加氢裂化分馏塔的工作参数，构造了一种新型的软测量传感器。

本文其余部分的结构如下:第2节详细介绍了加氢裂化分馏塔的过程描述，第3节对加氢裂化分馏塔的稳态和动态模拟进行了讨论。第四部分建立了软测量传感器，并结合软测量传感器给出了优化策略;考虑了几个影响因素来检验最优控制策略的性能。最后，第5节总结了这项工作的结果和贡献。

过程描述

主要的加氢裂化装置分馏柱在中石化维度Phi;5400/3000times;24/16times;40464mm。简单的流程流程图如图1所示。分馏塔主要设备有加热炉(F02001)、分馏塔(C02002)、汽提塔(C02003)。分馏塔与上部冷凝器和回流蓄能器集成。在柱子的底部不需要再沸器。在柱的中间部分还设有泵送装置。分馏塔的原料是除去杂质后从HC中得到的。原料首先在F02001被加热到适

当的温度，然后送到分馏塔C02002。汽提塔(C02003)的原料从分馏塔C02002的中间段取出，C02003塔顶部的蒸汽送回到C02002。在C02002和C02003的底部，液体被过热的蒸汽重新煮沸。液体流由泵从C02002中提取出来，作为循环泵中Ex1的热流，然后用作石脑油精馏塔的热源。经过热交换，流被送回C02002。分馏塔分离后得到三种产物:石脑油、柴油和尾油。主分馏柱C02002的相关流信息和阶段信息如表1所示。

图1中，TIC、FIC、LIC分别表示温度控制器、流量控制器、液位控制器。在工业应用中，采用了两种串级控制方案:(1)表1中的回流控制器(FIC2202)。相关的塔板位置和塔板号列和汽提塔

C02002和顶部温度控制器(TIC2207)(2) C02002的尾油流量控制器(FIC2301)和C02002的底液面控制器(LIC2201)。

作为分馏塔产品，尾油用于乙烯裂解装置;尾油的流量是由裂解装置的需要来决定的。在这种装置中，柴油通常用作燃料。石脑油在石脑油精馏塔中可分为轻、重石脑油;在分馏塔产品中，轻、重石脑油是最重要的，因为它们利润很高。

在工业应用中，ASTM D86蒸馏的终(终)沸点，也称干点，被用作石脑油的质量指标。一般情况下，实验室离线分析的NDP必须低于174℃才能表明产品质量。分析结果通常只作为操作员的参考，因为结果往往会延迟;因此，无法实现最优质量控制。表2所列的三年工业数据反映了这个问题。

表2。通过产业分析，探讨了NDP的分布

数据在2010minus;2012

NDP的合格产品主要分布在160 ~ 170℃之间，表2中约有3%的产品不合格。

稳态和动态分馏模拟

采用商用仿真平台ASPEN PLUS作为稳态分馏塔仿真工具，采用ASPEN DYNAMICS作为动态分馏塔仿真工具。之所以选择PetroFrac区块作为分馏模型，是因为该区块是为模拟石油炼制工业中复杂的汽液分馏操作而设计的严格模型。²⁵ 在这个程序块中，可以模拟任意数量的泵输出和剥离器。仿真采用BK10作为属性法;该方法的k值由braun - k10法计算。²⁶ 在工业应用中，实际塔板的效率与理论塔板的效率不同。为了解决这一问题，将分馏塔和汽提塔的总效率设置为70%。在本研究中，整体效率并不是模型的直接输入;相反，它设置了RadFrac区块的阶段数。舞台位置和舞台数量如表1所示。

产品的性质(即，石脑油，柴油和尾油)可以通过恩格勒曲线(ASTM)和特定密度得到。产品的ASTM数据直接从工业精炼厂获得，列于表3;预测的

表3。预混料性能数据

您可能感兴趣的文章

• 播撒生物炭促进鸟粪石形成，但加速重金属积累外文翻译资料
• 钢铁工业余热有机朗肯发电的能量及炯分析外文翻译资料
• 深度共晶溶剂微波辅助处理木质素-碳水化合物复合 物的高效裂解及超快提取木质素低聚物外文翻译资料
• 功能化杯状芳烃离子团族[4]的合成、晶体结构及竞争结合性能外文翻译资料
• 面向高能量密度柔性超级电容器的无纺布用黑磷杂化微纤维的微流控纺丝结构外文翻译资料
• 活性炭对水溶液中氨的吸附外文翻译资料
• 制备可控海胆状NiCo2S4微球协同硫掺杂石墨烯作为高性能 二次锌空气电池的双功能催化剂外文翻译资料
• 钛酸盐材料对重金属离子的吸附外文翻译资料
• CO2敏感催化剂的合成与表征温度响应催化聚离子液体微凝胶外文翻译资料
• 温度响应微凝胶薄膜在湿环境中作为可逆二氧化碳吸收剂外文翻译资料