泰国0.7Mt/a催化裂解装置的设计和投产

泰国石化工业公司采用中国石化石油化工科学研究院开发的催化裂解技术,建成１套０．７ Ｍｔ／ａ催化裂解装置,主要用于生产丙烯。该装置于１９９７年５月建成投产,原料为经低苛刻度加氢处理的沙特阿拉伯轻质原油的直馏粗柴油,采用该院专门开发的ＣＲＰ－Ｓ催化剂,在补充速率较低的情况下,催化剂有较好的丙烯和汽油选择性。丙烯产率超过１７％,汽油产率为３１．９％,研究法辛烷值为９９．３,马达法辛烷值为８５．３。同时该院的中试结果还准确地预测了装置性能并提供了设计基础数据。     

基于红外光谱-神经网络预测汽油辛烷值

根据汽油组分辛烷值与红外光谱峰面积分析数据,用人工神经网络（ANN）的反向传播（BP）算法建立了汽油组分辛烷值神经网络预测模型,检验表明,ANN方法能准确地关联红外光谱分析数据与汽油组分辛烷值的关系。马达法辛烷值与研究法辛烷值预测平均误差分别为0．192,0．178。     

近红外光谱法测定汽油辛烷值和辛烷值仪的研制

用近红外光谱预测汽油辛烷值的方法，将辛烷值机ASTM－CFR测定的汽油辛烷值数据与汽油的近红外光谱数据用多重线性回归（MLR）和偏最小二乘法回归（PLS）等化学计量方法关联，建立了汽油辛烷值的3个预测模型，可用来预测催化裂化汽油、重整汽油（包括烷基化汽油）和二者与直馏汽油的调合油的马达法辛烷值（MON）、研究法辛烷值（RON）和抗爆指数（泵浦法辛烷值PON），预测均方误差为0．7个辛烷值单位。可与ASTM-CFR相应方法的结果比较。将根据预测模型发展的软件安装于北京第二光学仪器厂试制的付立叶变换近红外光谱仪上，首次研制成功了FT-NIR辛烷值仪。测量所需汽油试样为3mL，测定时间少于3min。     

一种用拓扑指数和基团组成预测烷烃辛烷值的方法

提出了一种采用基团组成和拓扑指数分别描述分子的化学组成和结构信息，进而预测烷烃辛烷值的方法。分子中甲基（—ＣＨ３）、亚甲基（—ＣＨ２—）和次甲基（ＣＨ）的数目作为表征分子化学组成的参量，拓扑指数Ｗ，Ｊ，１χ，２χｐ和中心拓扑指数ＣＤ作为表征分子化学结构的参量。为更突出地表达分子间的结构差异，定义了对比拓扑指数，即烷烃分子的拓扑指数与同碳数正构烷烃的拓扑指数之比。应用该方法分别对烷烃的马达法辛烷值ＭＯＮ和研究法辛烷值ＲＯＮ进行关联，获得了相关性良好的线性关系式（相关系数分别为０．９８９１和０．９８６５）。结果表明，该方法有助于理解烷烃抗爆性能的结构－性能关系。     

CHO-2辛烷值助剂的工业应用

１９９１年独山子石油化工总厂催化裂化装置对ＣＨＯ－１辛烷值助剂的应用进行工业试验,结果汽油辛烷值（ＲＯＮ）提高１．６个单位,但试验后未继续使用。１９９５年为适应市场对高标号汽油的需要,依据该厂和其他炼油厂使用ＣＨＯ－２的经验,决定在Ｉ套催化裂化装置（０．８０Ｍｔ／ａ）试用ＣＨＯ－２辛烷值助剂生产９０号汽油。经过两个月的试验,获得成功,并应用于生产中,为调整产品结构,适应市场需求,提高经济效益提供了可靠保障。１工业试验和标定数据加辛烷值助剂过程分两个阶段进行。第一阶段采用快速直接加入辛烷值助剂的方…     

基于汽油分子组成的辛烷值模型开发

建立了一种基于Ghosh RON模型的改进了分子组成的预测汽油辛烷值的模型,能够通过调合组分分子组成和调合比例预测调合汽油产品的研究法辛烷值。该改进模型以汽油馏分的488种烃分子及含氧化合物为基础,并综合考虑了总芳烃与总烷烃、总烯烃、总环烷烃、含氧化合物4类组分之间的相互作用对辛烷值的影响。采用改进模型对直馏石脑油、重整生成油、催化汽油等炼油厂多种汽油调合组分(实测研究法辛烷值为45~108)进行预测,预测结果的标准误差为0.21。针对调合过程,预测6种不同辛烷值的调合汽油产品,改进模型预测结果的标准误差为0.69。改进模型不受调合组分数量、种类及性质的限制,对不同来源的汽油调合组分及调合汽油产品均有较好的预测精度。     

催化裂化轻汽油临氨酸化的研究

本文考察了各种工艺条件对不同催化裂化汽油轻馏分临氢醚化反应醚收率的影响和各馏分反应特点。比较了各馏分提高辛烷值的阈，认为Ｃ＿５～Ｃ＿６馏分是临氢醚化反应最佳原料。经过临氢醚化反应，催化裂化汽油的研究法辛烷值可提高１．８～３．０个单位。     

催化裂化轻汽油临氢醚化的研究

本文考察了各种工艺条件对不同催化裂化汽油轻馏分临氢醚化反应醚收率的影响和各馏分反应特点。比较了各馏分提高辛烷值的阈，认为Ｃ５～Ｃ６馏分是临氢醚化反应最佳原料。经过临氢醚化反应，催化裂化汽油的研究法辛烷值可提高１．８－３．０个单位。     

烷基化原料选择加氢催化剂QSH—01的催化性能

１　前　言烷基化是炼油厂的主要加工过程之一。此过程中,由异丁烷和烯烃在硫酸或氢氟酸的作用下生成的异构烷烃混合物是优质高辛烷值汽油的理想调合组分,具有优良的挥发性和清洁的燃烧性。随着人们环保意识的不断提高,以及我国对高辛烷值汽油的需求情况,烷基化工艺的重要性正日益突出。炼油厂的烷基化原料主要来自催化裂化装置分离出的液化气。其丁二烯含量一般在０．２％～０．５％之间。在烷基化反应中,丁二烯可生成重质叠合物。重质叠合物是一种相对分子质量很高的粘稠重质油,可使烷基化油的干点升高,辛烷值下降。另外,由于在酸…     

影响石蜡基原料催化裂化汽油辛烷值的因素和对策

催化裂化汽油占我国商品汽油的７０％以上，而石蜡基原料占催化加工量约一半。由于石蜡基原料的特性，加之多数已建成的装置不适宜采用提高汽油辛烷值的新催化剂和较苛刻的操作条件，因而汽油辛烷值普遍偏低。按９０号汽油抗爆性的要求，ＲＯＮ和ＭＯＮ平均各差２．５、２．０左右。对多数加工石蜡基原料的催化裂化装置，进行必要的改造，或适当降低处理量；采用非典型的ＵＳＹ高辛烷值催化剂，助辛烷值剂；优化原料和操作；也可采用     

�µ�ˮ������������Ԥ��ģ��

天然气水合物可能出现在油气开采系统的每一个环节，水合物的形成会堵塞井筒、管线和设备，影响油气的正常生产。文章在Van del Waals和Platteeuw模型基础上，采用Munck等人的具体模型参数，利用实验数据，提出了预测Ⅱ型和Ⅰ型水合物生成的数学模型；水合物的函数F(T)与压力的关系可以用于判断气体生成水合物的结构类型，不同的F(T)遵循不同的规律，同一种结构基本在一条曲线上。误差统计结果表明，预测模型对Ⅱ型水合物的最大绝对误差为1.96 ℃，最小绝对误差为0.02 ℃，平均绝对误差为0.63 ℃，标准偏差为0.52 ℃；预测模型对Ⅰ型水合物的最大绝对误差为0.80 ℃，最小绝对误差为0.01 ℃，平均绝对误差为0.33 ℃，标准偏差为0.21 ℃，该模型可以用于水合物防止工艺的设计和水合物气藏的开采。     

基于组合模型的油气管道腐蚀速率预测

对预测管道腐蚀速率的2种主要方法——灰色预测方法和神经网络方法的优缺点进行分析,在此基础上,提出一种基于双改进的复合灰色神经网络预测方法。该算法总体思路为:首先计算灰色预测样本和真实值之间的残差,其次将残差作为神经网络的输入样本进行训练,然后利用马尔柯夫过程对预测残差进行修正,得到1组最终修正残差,最后根据灰色预测值和最终修正残差确定下一时刻数据的预测值。通过实例应用,并与相关文献结果进行比较,结果表明,基于双改进的灰色神经网络组合预测模型预测精度更高。     

高分辨率层序地层学在提高储集层 预测精度中的应用

为了提高岩性一地层油气藏勘探阶段储集层预测精度,以高分辨率层序地层学理论为基础,划分和建立层序地层格架,据此进行速度场研究、地震反演、地震属性分析,进行储集层预测.以准噶尔盆地腹部石南21井区侏罗系头屯河组辫状河三角洲油藏为例,在高分辨率等时地层格架内进行构造变速成图和储集层预测.大大提高了储集层预测的精度.通过与实钻结果的对比,在目的层埋深约为2 500 m时,预测最大深度误差仅为10 m,平均相对预测误差仅为0.16%;平均有效砂岩厚度约为13 m的评价井,砂岩厚度预测误差最大仅为5 m.实践证明层序地层格架控制下的构造变速成图技术和储集层预测技术是提高储集层预测精度的有效技术.     

静校正误差和噪声对瞬时属性影响的定量分析

由属性计算以及地震资料本身等因素引起的误差，会影响地震属性预测的效果，降低预测的可信度。在属性提取过程中，影响地震资料品质的静校正误差和噪声是应该注意的问题。为此，设计了随机给定静校正误差和噪声的理论模型。对目的层瞬时属性进行了提取，并定量分析了利用瞬时属性进行储层预测时静校正误差和随机噪声对预测精度的影响。结果表明，三瞬属性的相对误差随静校正误差和随机噪声的增加而增大，静校正误差对三瞬属性的影响要大于随机噪声的影响。     

基于最大熵谱估计的沉积旋回划分方法探讨

为了提高测井曲线划分沉积旋回的精度和可靠性,采用最大熵谱估计原理对测井数据进行了预测 误差的估计,并在此基础上计算了预测误差趋势曲线。采用对称和非对称理论模型对该方法进行了试验, 结果表明：预测误差曲线可以较好地识别沉积旋回界面,预测误差趋势曲线可以识别旋回内部的半旋回。 利用该方法对实际测井数据进行了沉积旋回的划分,取得了较好的应用效果。因此,该方法可作为测井沉 积旋回划分的辅助分析手段。     

一种改进的线性预测算法

在每一步预测过程中都选取使预测误差最小的预测系数及其个数，而不是采取用固定的系数个数来求预测系数的方法进行预测，这是对线性预测算法的改进。每次预测的结果在下一次预测时都作为已知值，再确定合适的预测系数个数及预测系数，这样与用固定的预测系数进行预测相比可以得到更好的结果。预测值与实测值的偏差，不同的地区可能显示出不同的规律性。找出此规律性后，对预测值进行校正，校正后的值与实测值基本一致。     

重质船用燃料油黏度预测模型研究

研究了现有黏度预测模型应用于重质船用燃料油黏度预测的可行性,筛选几种常见的黏度物理模型,进行试验数据对比和最优模型选取,基于重质船用燃料油数据库对Cragoe模型进行修正,并结合掺稀降黏试验数据分析混合机制对预测模型相对误差的影响。结果表明,针对目前市场上常用的重质船用燃料油调合组分,采用Cragoe黏度模型进行预测误差较小。这是由于Cragoe黏度模型的预测不受组分油黏度比的限制,在重质船用燃料油中的适用性最好。采用所提出的修正模型,可进一步降低对重质船用燃料油黏度预测的误差。分析多组分调合的结果显示,若组分中的黏度呈梯度分布时可降低预测误差。另外,渣油与稀组分油（简称稀油）调合时,沥青质的络合效应在一定程度上会影响模型的预测准确性。     

基于GWO-LSSVM算法的海底管道腐蚀预测模型研究

目的 针对海底管道腐蚀影响因素存在信息叠加与相互耦合、作用机理复杂、腐蚀速率预测难度大的问题,提出一种灰狼优化(GWO)算法优化最小二乘支持向量机(LSSVM)的腐蚀速率预测新模型.方法 该模型利用灰狼优化算法对最小二乘支持向量机的核参数与惩罚因子进行迭代寻优,减少参数选择的盲目性,提升预测精度,应用该模型对海水挂片腐...     

BP神经网络在中压加氢裂化装置多方面预测中的应用研究

应用Matlab软件构建了三层BP神经网络,并对中压加氢裂化装置转化率、喷气燃料干点和高压换热器壳程压降等方面进行了预测,结果表明BP神经网络模型准确度受样本数据质量、网络隐藏层节点数目影响较大,对中压加氢裂化工艺参数、产品性质、高换设备状态等均展示出较好预测能力。其中,对加氢裂化转化率预测的准确度最低,相对误差为±（5%～10%）;对喷气燃料干点预测的准确度较高,相对误差为±（0.15%～2.0%）;对高压换热器壳程压降值预测的绝对误差为±0.03 MPa以内,满足换热器状态监测要求。     

基于马尔科夫修正的潜油泵灰色振动预测模型

针对潜油泵振动状态数据具有波动性的问题,建立了基于马尔科夫方法对灰色预测结果修正的预测模型。首先利用灰色等维新息GM(1,1)模型对样本数据进行灰色预测,然后根据状态实测数据与其灰色预测结果之间的误差百分比划分马尔科夫状态区间,建立马尔科夫状态转移概率矩阵。用马尔科夫状态转移概率矩阵和当前状态的误差百分比状态向量计算得到马尔科夫修正值,对灰色预测结果进行修正,实现对设备波动状态参数的预测。潜油泵振动状态数据的预测结果表明,基于马尔科夫修正的灰色预测模型不仅比马尔科夫预测模型和灰色预测模型具有更高的预测精度,而且对波动数据的变化趋势具有更高的灵敏度,能够及时反映波动的变化,从而提高了预测精度。