柴油加氢装置掺炼沸腾床渣油加氢柴油馏分生产国Ⅴ柴油可行性研究

进行了柴油加氢装置掺炼沸腾床渣油加氢装置生产的柴油馏分(简称沸腾床加氢柴油),生产满足GB19147—2016车用柴油(Ⅴ)标准(国Ⅴ车用柴油标准)柴油的可行性研究。结果表明,常规柴油加氢装置掺炼一定比例的沸腾床加氢柴油馏分,可以生产出国Ⅴ车用柴油调合组分;直馏柴油掺炼30%沸腾床加氢柴油,在反应压力6.5MPa、体积空速1.5h~(-1)、反应温度360℃、氢油体积比500的条件下,精制柴油满足国Ⅴ车用柴油标准;混合柴油(直馏柴油、焦化柴油和催化裂化柴油的质量比为62∶25∶13)掺炼30%沸腾床加氢柴油,在反应压力7.3 MPa、体积空速1.0h~(-1)、反应温度355℃、氢油体积比500的条件下,可以生产出硫含量满足国Ⅴ标准的车用柴油调合组分。本研究结果可为沸腾床加氢柴油馏分的加工路线提供理论依据。     

人工智能系统安全与隐私风险

本文从人工智能系统的关键环节—数据输入、数据预处理、机器学习模型和输出,分析了相应的安全隐私风险及对策,讨论了未来在人工智能系统安全隐私保护研究方面的发展与防范措施。     

加氢精制再生催化剂的合理使用

再生催化剂的孔体积和比表面积与新鲜催化剂相比有所降低,且残存少量的硫和炭,为了合理利用已达到使用寿命的加氢精制再生催化剂,在分析加氢精制再生催化剂特点的基础上,提出了再生催化剂降级使用的技术方案,并介绍了在再生催化剂装填和硫化过程中,与新鲜催化剂的差别及应该注意的事项。再生催化剂在降低使用后的硫化剂使用量可按照理论需硫量的0．9～1．0倍调整。     

关于鸿化堰导水堰堰顶高程计算方法的优化

鸿化堰导水堰工程已经完工并正常运行数年,通过运行资料来看,设计成果实现了预定的设计目标。在导水堰的顶高程设计中,综合考虑了各个因素对取水能力的影响,结合导水堰过流过程对水位的抬高作用,确定了导水堰的顶高程,同时也复核了导水堰对岷江行洪能力的影响。其计算方法清晰,计算过程科学,充分利用了各种水力学计算公式,对类似的工程设计均具有较好的指导意义。     

FCC重汽油深度加氢生产催化重整进料技术

介绍了抚顺石油化工研究院开发的FCC重汽油深度加氢生产催化重整进料技术及其性能特点.主要针对催化汽油重馏分进行加氢精制,脱除其中的硫、氮等杂质,饱和其中的烯烃,可作为催化重整装置的原料.其优点在于不仅可以解决汽油产品硫含量高的问题,又可以增加重整油的产量.     

级联三能级原子的偶极振幅平方压缩

本文在文献[4]的基础上,定义了三能级原子的偶极振幅平方算符,进而由海森伯测不准关系,提出了三能级原子的偶极振幅平方压缩,研究了与关联双模压缩真空场作用的级联三能级原子的偶极振幅平方压缩效应。通过数值计算,讨论了初始压缩光场的压缩参数、单光子失谐量以及原子－光场耦合强度对原子偶极振平方压缩的影响。     

利用高分溶解平衡核算加氢装置物料平衡的探索

针对目前实验室测定装置物料平衡方法中存在的高分各种低分子烃类溶解度不同对物料平衡的影响,改变测定装置物料平衡的流程,利用反应物料在高分溶解后废氢中低分子烃类含量,结合HYSYS软件中Adjust功能,较为准确核算装置物料平衡,还原加氢反应本身的反应结果。     

FHUDS-8催化剂在天津分公司320万t/a柴油加氢装置上的工业应用

介绍了低成本FHUDS-8催化剂在天津分公司320万t/a柴油加氢装置上的工业应用,分析了装置标定以及长周期生产国Ⅴ标准柴油的运行情况。标定结果表明,进料量310 t/h满负荷运行,体积空速1.15 h~(-1),氢分压6.4 MPa,氢油比300(v/v),入口温度311℃,出口温度352℃,平均反应温度332℃,精制柴油质量良好完全满足国Ⅴ柴油质量标准,其中密度约823.3 kg/m3,总硫仅4.5μg/g,且十六烷值达到了56。低成本FHUDS-8催化剂可以实现长周期稳定生产国V标准清洁柴油,装置已经稳定运行19个月。     

生产国Ⅴ柴油的液相循环加氢技术

介绍了抚顺石油化工研究院开发的柴油液相循环加氢技术及其在柴油加氢工业装置上生产国Ⅴ标准柴油的应用情况。结果表明,采用柴油液相循环加氢技术处理直馏柴油、直馏柴油和焦化柴油的混合油及直馏柴油和催化柴油的混合油时,均可以生产满足国Ⅴ标准的清洁车用柴油调和组分。在反应器入口压力9.5 MPa、体积空速1.3 h~(-1)、循环比1.5和入口反应温度360℃的工艺条件下,加工直馏柴油和催化柴油的混合油,可以生产国Ⅴ标准的车用柴油产品调和组分,并可以满足装置长周期稳定运行的要求。     

手势识别的神经网络方法

手势识别正成为人机交互技术研究中的一种重要模式。本文介绍了手势的基本概念及手势的两种方式,分析了人机交互过程中用户产生手势和计算机系统“感知”手势的基本过程,提出了手势识别的两种途径,在此基础上,使用数据手套５ｔｈ Ｇｌｏｖｅ‘９５输入手势,运用ＢＰ神经网络实现了静态手势的识别。