基于PSO-BP神经网络的加氢脱硫柴油硫含量的预测研究北大核心CSCD

针对柴油加氢脱硫生产过程中出现的工艺参数和产品质量难以精准控制的问题,提出粒子群优化(POS-BP)神经网络。基于中国石油大庆石化公司1 300 kt/a柴油加氢脱硫装置生产工艺操作台账数据,选取生产过程中的易波动工艺参数构建训练样本集合和测试样本集合,采用PSO-BP神经网络预测生产操作参数变化时精制柴油产品中硫含量的变化,将POS-BP神经网络与神经网络(BP)和遗传算法优化(GA-BP)神经网络进行横向预测效果比较。实验结果表明,BP神经网络预测的均方误差为2.66×10^(-3),GA-BP神经网络预测的均方误差为2.94×10^(-5),PSO-BP神经网络预测的均方误差为2.41×10^(-5);PSO-BP神经网络预测值与实际值最为接近,且预测结果较佳,具有较好的稳定性和泛化能力,能够精确预测生产操作参数变化时精制柴油产品中硫含量的变化。     

应用人工神经网络方法预测柴油闪点研究

精制柴油的闪点是衡量柴油质量的重要指标,在目前的柴油加氢脱硫生产中,主要根据操作人员的经验来调整,会产生较大的人为误差。文中采用了3种神经网络方法,研究在反应器床层最高点温度、分馏塔塔压、分馏塔塔顶温度、分馏塔塔底温度、氢油比波动时,预测柴油的闪点。结果表明,采用PSO-BP神经网络方法预测的柴油闪点均方误差为5.76×10~(-4),优于其它预测方法。     

基于数据驱动的蜡油加氢装置产品预测与多目标操作优化

依据某炼油厂蜡油加氢装置生产数据,采用Aspen HYSYS对该装置进行机理建模,并用分层随机抽样法验证机理模型的有效性;然后以正常生产的28种减压蜡油和焦化蜡油进料量分区,运行机理模型,扩充了产品预测数据集。在此基础上,利用BP神经网络建立蜡油加氢装置的产品预测数据驱动模型,来预测精制蜡油流量,精制蜡油中硫、氮的质量分数,石脑油、液化气和燃料气的流量;最后以最小化精制蜡油中硫、氮的质量分数为目标进行在线操作优化。仿真结果表明:BP神经网络模型具有较高的产品预测精度,其平均绝对误差为6.286×10^-3,均方误差为5.631×10^-5;依据多目标优化结果调节操作参数,可降低精制蜡油中硫、氮的质量分数。     

神经网络技术在柴油加氢精制装置生产中的应用

针对柴油加氢精制过程的产品质量难以优化和预测的问题,提出了人工神经网络模型。根据国内某石化企业1.0 Mt/a柴油加氢精制装置生产操作数据,分别应用动量BP神经网络、LMBP神经网络和RBF神经网络建立了用于预测柴油加氢产品硫含量的模型。并对建立的RBF神经网络模型的泛化能力进行了考察。结果表明,动量BP神经网络、LMBP神经网络和RBF神经网络预测的平均相对误差分别为3.50%,2.30%,2.18%,RBF神经网络模型的预测性能最佳,且具有良好的泛化能力,能够在工艺操作参数变化时准确地预测柴油产品的硫含量,为柴油加氢精制装置的良好运行和优化操作提供了指导。     

柴油加氢与微生物脱硫过程中硫化物类型变化规律研究

采用气相色谱-原子发射光谱联用(GC-AED)技术,研究了柴油馏分加氢前后各种硫化物的变化。在加氢脱硫过程中,二苯并噻吩类化合物中的硫最难脱除,催化剂的类型及各操作参数的选择应以柴油中二苯并噻吩类化合物含量来确定。研究了某加氢柴油进行微生物脱硫处理后各种硫化物的变化,并研究了硫含量不同的柴油馏分进行微生物脱硫处理后各种硫化物的分布。可选取在加氢脱硫过程中将柴油中的硫含量降到多大时,再进行生物脱硫技术处理的最佳方案。     

RICH技术在柴油加氢装置上的应用

介绍了中国石油化工股份有限公司石油化工科学研究院开发的催化裂化柴油深度加氢脱硫(RICH)技术在中国石油化工股份有限公司北京燕山分公司100万t/a柴油加氢装置上的工业应用情况。生产标定结果表明,采用RICH技术处理催化裂化柴油或催化裂化柴油-直馏柴油混合油,柴油的十六烷值由26.2～28.0提高到36.3～41.1,硫质量分数由(270～400)×10-5降为(0.7～5.0)×10-6,密度由878.8～906.1kg/m3降为857.2～872.9kg/m3,氮质量分数由(649～1206)×10-6降为(0.2～4.0)×10-6,精制柴油收率为95.8%～96.5%。     

全馏分催化汽油选择性加氢脱硫工艺填补国内空白

为适应原油结构的调整和汽油产品质量升级的需要,九江石化依靠科技进步,继Ⅱ加氢装置在高空速下生产出欧Ⅳ标准柴油,实现加氢技术领域高端突破后,该厂与抚顺石油化工研究院共同对Ⅰ柴油加氢精制装置进行全馏分催化汽油选择性加氢脱硫工艺改造(简称FRS工艺),硫含量降至200×10-6     

RBF神经网络在催化裂化汽油加氢装置中的应用

根据国内某炼厂250 kt/a催化裂化汽油选择性加氢脱硫装置的生产操作数据,应用RBF神经网络建立了用于预测重汽油馏分加氢产品硫含量的模型,并通过反应器Ⅱ一段进口温度对所建立的RBF神经网络模型的泛化能力进行了考察。实验结果表明,RBF神经网络对重汽油产品硫含量的预测精度较高,平均相对误差达到1.32%,能够对重汽油产品硫含量进行准确预测;RBF神经网络模型的预测性能优于LMBP神经网络模型;RBF神经网络模型具有较好的泛化能力,能够指导装置的生产。     

低压柴油加氢催化剂组合技术研究及工业应用

介绍中国石油化工股份有限公司抚顺石油化工研究院（FRIPP）开发的柴油深度加氢脱硫催化剂组合技术在不同压力下加氢脱硫性能及其在低压柴油加氢装置上的工业应用情况.实验室结果表明,随着反应压力的提高,组合催化剂体系的加氢脱硫率也随之提高,在氢分压4.0 MPa条件下,精制生成油硫质量分数为41μg/g,脱硫率99.5％,产品质量达到国Ⅳ标准要求.工业应用结果表明,在反应器入口压力5.6 MPa、体积空速11.75 h^-1和平均反应温度356℃的工况下,采用FHUDS-6/FHUDS-5组合装填技术加工直馏柴油和二次加工柴油的混合油（质量比4.9）,其精制柴油硫质量分数为28.0 μg/g,可以稳定生产硫含量满足国Ⅳ标准的车用柴油产品调合组分;将体积空速降低至1.1 h^-1,提高平均反应温度至358℃,甚至可以生产出硫含量满足国Ⅴ标准的清洁车用柴油产品调合组分.     

PHF加氢催化剂在柴油加氢装置上的应用

阐述了柴油加氢催化剂PHF在某石化公司炼油厂新建柴油加氢装置的应用情况。结果表明,该催化剂在较低的温度下具有较高的脱硫率、脱氮率,产品各项化验指标均符合国Ⅳ柴油标准;精制柴油硫含量≤50μg/g,达到设计水平;催化剂的干燥、硫化均达到了设计要求,切换原料后通过调整工艺条件可生产符合国Ⅳ和欧Ⅴ标准的清洁柴油。