预测石脑油组成的新型分子矩阵模型

发布时间：2021-01-19 10:32

　　实现资源的最大化利用是石油炼化行业的重要发展理念。近年来,随着环保法的越来越严格,产品质量的要求越来越高,在分子水平上对炼油流股进行管理的理念十分流行。“分子管理”即使正确的分子在正确的时间出现在正确的地点以最大化发挥分子的价值。对于石脑油而言,其组成中的链烷烃可用于加氢裂化制乙烯,环烷烃可以用于催化重整制芳烃,因此想要实现石脑油资源的充分利用,达到宜烯则烯,宜芳则芳,需要对石脑油加工过程进行分子水平上的管理。对原料油的表征及组成预测是实现分子管理的基础。本文对前人提出的基于MTHS分子矩阵将混合物的整体性质转化为分子组成信息的组成预测模型进行改进,建立起预测石脑油分子组成的新型MTHS分子矩阵模型,主要的工作内容有以下几点:（1）建立新型表征石脑油组成的MTHS分子矩阵,此分子矩阵包括202个实际分子的信息,通过收集202个实际分子的17种物性数据建立其新型分子矩阵的相应物性数据库,即物性矩阵;（2）对原模型中的分布假设提出改进,用正态分布代替gamma分布。通过对8组汽油样本及8组石脑油样本的预测计算,验证了正态分布假设对MTHS分子矩阵模型具有更好的预测精度。同时,通过对16组样... 

【文章来源】：天津大学天津市 211工程院校 985工程院校 教育部直属院校

【文章页数】：91 页

【学位级别】：硕士

【部分图文】：

轻馏分油混合物的分子表征矩阵[12]

图 2-3Aspen 模拟获得整体物性Fig 2-3 The properties data by Aspen Plus simulation2.4.3 混合规则计算物性参数对已建立起的矩阵分子的物性库(附录 A)通过混合规则计算得到石脑油混合物的整体预测物性，具体的混合规则列于表 2-5 中。在混合计算公式中包括未知的混合物组成 ，其中 i 代表矩阵行数，j 代表矩阵列数，因此 即矩阵中矩阵分子的摩尔组成（或质量组成）值。这样在目标函数的整体性质预测项中就包含有未知分子组成值，通过优化计算目标函数的最优值进而可以求解出这些未知量从而完成预测模型的组成预测计算。

正态分布是 μ = 0，σ = 1 的正态分布。2.5.3 两种分布比较图2-4为取石脑油样本中四列同系物分子组成数据在matlab软件中进行正态分布曲线拟合，拟合过程完成后自动生成拟合适应度值 Adj R-sq，分别为 0.9508、0.9130、0.9924、1.0000，表明正态分布也可以很好地描述同系物分布情况。

【参考文献】：
期刊论文
[1]基于分子矩阵预测石脑油分子水平组成[J]. 白媛媛,李士雨.  石油化工. 2016(11)
[2]对分子炼油技术的认识和实践[J]. 张海桐,王广炜,薛炳刚.  化学工业. 2016(04)
[3]多级孔道5A分子筛的合成及其对正构烷烃的吸附性能研究[J]. 陈翔,赵世敏,刘纪昌,沈本贤,孙辉.  现代化工. 2016(06)
[4]基于结构导向集总的石油馏分分子重构模型[J]. 邱彤,陈金财,方舟.  清华大学学报(自然科学版). 2016(04)
[5]预测汽油分子组成的MTHS分子矩阵模型[J]. 白媛媛,李士雨.  石油化工. 2015(12)
[6]基于结构导向集总的渣油分子组成矩阵构建模型[J]. 倪腾亚,刘纪昌,沈本贤,孙辉.  石油炼制与化工. 2015(07)
[7]基于常规物性的石脑油组成预测方法[J]. 王佳,焦国凤,周祥,郭锦标.  石油炼制与化工. 2014(12)
[8]用“分子炼油理念”指导石脑油加工优化[J]. 刘艳伟,赵书娟,李彬.  炼油技术与工程. 2014(08)
[9]基于结构导向集总方法考察减压蜡油掺炼地沟油催化裂化效果[J]. 祝然,沈本贤,刘纪昌.  石油学报(石油加工). 2014(03)
[10]分子炼油技术展望[J]. 李宇龙,刘维康,郭彦,于型伟.  广东化工. 2014(06)

硕士论文
[1]广义Gamma分布的参数估计[D]. 蒋林燕.西南交通大学 2014
[2]正态分布积分高精度数值计算的研究[D]. 刘小会.西安电子科技大学 2012
[3]原油的熵最大化分子重构[D]. 牛莉丽.华东理工大学 2012
[4]热泵工质溴化锂水溶液的蒙特卡洛分子模拟[D]. 周玉红.大连理工大学 2011
[5]原油分子重构[D]. 赵雨霖.华东理工大学 2011
[6]Gamma分布函数的研究[D]. 王翼.大连理工大学 2010



本文编号：2986828