基于SHPSO-GA-BP的成品汽油调和中加氢汽油组分辛烷值的预测

针对成品汽油调和配方建模中加氢汽油组分辛烷值难以实时获取,考虑遗传算法(genetic algorithm,GA)、粒子群算法(particle swarm optimization,PSO)优化反向传播(back propagation,BP)网络存在的问题,提出了一种串行混合粒子群遗传算法(serial hybrid PSO-GA,SHPSO-GA)优化BP网络,并用于辛烷值的预测建模。该方法首先将PSO算法的输出依据适应度值分为优劣2个种群,弃劣留优;然后对留优种群再进行GA的交叉变异操作,进一步优化种群,经过每一代PSO和GA的交替优化,并将最优种群用于BP网络参数优化;最后基于该方法和工业历史数据,建立了加氢汽油组分辛烷值的预测模型,仿真结果表明,较传统BP,以及改进的GA-BP、PSO-BP、PSO-GA-BP等方法,SHPSO-GA-BP由于将PSO与GA进行更优的深度融合,具有更好的预测性能,可以用于辛烷值的预测。     

提高催化裂化汽油辛烷值的技术思路探索

在分析催化裂化汽油馏分单体烃辛烷值特点的基础上,确定了理想的汽油高辛烷值组分,并系统考察了反应深度对大庆蜡油催化裂化反应所得汽油辛烷值和高辛烷值组分含量影响的差异,同时研究了汽油烯烃催化转化生成高辛烷值组分的可行性。结果表明,不同重油催化裂化反应深度下,汽油的烃组成和辛烷值的差异较大,不同烃族对辛烷值的贡献不同。适宜反应条件下,富含C_5~C_7烯烃的汽油和大分子烯烃均可转化为高辛烷值组分。     

Global optimization for prediction of blend composition of gasolines of desired octane number and properties

An artificial neural network (ANN) model has been developed to predict research octane number (RON) of motor gasoline and compared with a multiple linear regression (MLR) model available in the literature. Further a global optimization technique has been applied to predict probable composition of blends with desired RON and specified properties.     

Effect of additives on the antiknock properties and Reid vapor pressure of gasoline

An evaluation was made of the effect produced by the addition of oxygenates such as ethanol, ETBE and MTBE and nonoxygenates such as isooctane and toluene on the Reid vapor pressure (RVP) and octane number of two types of gasoline with different chemical compositions. Locally produced gasoline was blended with five different percentages (v/v) of the additives, i.e. 5, 10, 15, 20 and 25%. Ethanol and MTBE increased significantly the RVP of the mixtures, but ETBE, and particularly toluene and isooctane, decreased the RVP of the original fractions when mixed with gasoline. The octane rating of gasoline was found to increase continuously and linearly with the addition of the oxygenated compounds toluene and isooctane. Moreover, the mixture octane number of the oxygenated compounds was superior to the octane number of the same compounds of high purity grade.     

Determination of fluid catalytic cracking gasoline octane number by n.m.r. spectrometry

The correlation between octane number and fluid catalytic cracking gasoline chemical composition has been determined. The gasoline chemical composition is obtained by ¹H n.m.r. spectroscopy; the research octane number is determined according to the standard engine method (ASTM 2699) and the correlation is tested by applying a linear regression model. The method presented provides a determination of FCC gasoline RON from a small quantity of sample (⩽ 0.5 ml) in only 30min with a satisfactory level of accuracy (s = 0.451). The method is especially useful when only a small quantity of sample is available and where the standard engine method is not applicable.     

碳酸二甲酯调和汽油的应用研究

碳酸二甲酯(DMC)是一种重要的有机化工中间体,可以作为汽油添加剂使用.文章通过将不同比例的DMC添加到汽油中进行调和,形成DMC配方的新产品.通过实验筛选出与DMC配伍合理、辛烷值提高较为明显、经济性较好的汽油抗爆剂配方,结果显示掺混4.7%DMC可以提高汽油辛烷值3～6个点,增加掺入比例辛烷值没有变化.     

高硫FCC汽油加氢脱硫降烯烃DSRA技术开发

在分析催化裂化汽油硫和烯烃分布不均匀的基础上,对催化裂化汽油进行轻、重组分分馏,开发了活性高和稳定性好的重馏分辛烷值恢复催化剂及FCC汽油加氢脱硫降烯烃DSRA技术。采用DSRA技术对高硫格尔木催化裂化汽油进行轻馏分脱硫醇、重馏分加氢脱硫和辛烷值恢复等改质处理,总脱硫率为94.1%,烯烃降至20%,辛烷值不损失,汽油收率97.83%,化学氢耗0.88%,可生产符合欧Ⅲ规范的清洁汽油。     

清洁油品升级背景下加氢脱硫技术研究进展

为满足“史上最严”的国Ⅵ汽油质量标准,发展“低硫、控烯、保辛烷值”的清洁汽油生产新技术成为当前研究热点。当前清洁汽油生产的主流技术是选择性催化加氢脱硫技术,本文首先从催化裂化（FCC）汽油中汽油辛烷值损失与汽油中不同碳数和结构烯烃加氢饱和规律的研究开始,详细分析了当前国Ⅵ升级背景下的加氢脱硫技术发展现状,特别针对提高加氢脱硫催化剂脱硫选择性及辛烷值恢复性能的研究进展进行了综述。基于现有的炼油发展现状及难题,建议了未来清洁油品的发展方向：秉承“分子炼油”理念,进一步完善分子层次的汽油组成认知,不断实现汽油组成中各类烃的精准分离和高效转化,可满足清洁油品的升级需求,还可应对未来油品结构调整。     

高分辨毛细管色谱测定汽油辛烷值的方法改进

采用国产高分辨毛细管气相色谱对汽油组成进行分离。按照各组分或者相关的组分组对汽油辛烷值的贡献, 将选定色谱条件下的汽油组分简化分为三组,对每组的总峰面积及与之相适应的三个相关系数进行回归及加合,以求得汽油的测定辛烷值。在不同标号的汽油测定实验中,测定辛烷值的绝对误差小于等于0. 5个辛烷值单位,分析准确度满足要求。     

基于拉曼分析技术乙醇汽油辛烷值快速测定研究

车用乙醇汽油是通过在基础汽油中掺入一定比例的乙醇调和而成。在调和过程中由于其辛烷值波动较大,因此实时准确地检测汽油的辛烷值对生产高品质的汽油具有重要意义。基于拉曼分析技术汽油辛烷值在线监控系统能够适时监控乙醇汽油中各个组分变化,并给出对应的拉曼分析曲线;利用化学计量学方法结合Lambert-Beer定律,在检测到的数据和采用标准方法测得的属性数据之间建立关联分析模型,并用于乙醇汽油辛烷值的快速预测,指导实际调和过程。实践证明相对传统的检测手段,该系统具有测试速度快、分析时间短、检测费用低、经济效益高等特点。     

CDOS型催化裂化催化剂在格尔木炼油厂的应用

阐述格尔木炼油厂催化裂化装置针对本厂催化汽油辛烷值偏低、产品分布不合理等几个问题,通过对几种催化剂型号的试用,对其产品分布以及催化汽油辛烷值等综合收益进行对比后,改良催化剂选型,提高催化汽油辛烷值,并获得更好的产品分布,增大了企业效益。     

MTP装置副产汽油组成分析

利用气相色谱以程序升温的方法对MTP副产汽油产品进行组成分析研究,考察典型油品的辛烷值,并就该汽油的特点及与国标汽油的差异进行分析。     

基于拉曼技术的汽油辛烷值测定系统设计

汽油辛烷值的实时检测对生产高品质的汽油及控制调和装置具有重要意义。针对传统辛烷值检测方法的不足,设计了基于拉曼分析技术的汽油调和过程中辛烷值的测定系统。系统由拉曼光谱检测、汽油拉曼光谱数据的预处理、汽油辛烷值预测模型组成。实践证明,该辛烷值测定系统能够准确检测调和过程中汽油辛烷值,并实时显示调和过程中汽油拉曼谱图。     

分数阶微分在红外光谱数据预处理中的应用

比较了Grumwald-Letnikov分数阶微分算法和常用的Savitzky-Golay算法对汽油样品近红外光谱数据1阶微分和2阶微分结果。对25个汽油样品和41个煤炭样品的近红外光谱数据通过Savitzky-Golay算法进行平滑,平滑后1阶微分和平滑后2阶微分处理;通过Grumwald-Letnikov算法进行平滑后的0.2～2.2阶的21个阶次的微分处理。汽油样品的处理数据结合汽油的辛烷值、初馏点指标数据和煤炭样品的处理数据结合煤炭挥发分、氢含量和氮含量指标数据分别通过PLS建立数据模型,利用留一法全交互验证选取最优主成分。通过预测残差平方和(PRESS)和相关系数(R)对数据,处理方法进行评估。结果表明:分数阶微分可以应用于近红外光谱的数据预处理,对于相同数据的不同指标取得最优值的分数阶微分的阶次是不同的。     

非金属汽油辛烷值改进剂工业应用分析

针对FCC汽油降烯烃后辛烷值低影响企业高辛烷值汽油调和的问题,室内评价了不同FCC汽油馏分对WK-602型辛烷值改进剂的感受性及与其它调和组分的相互作用。结果表明WK-602可有效提高汽油辛烷值,基础汽油的辛烷值愈低作用效果愈明显,添加量每增加0.5%,RON值可提高0.7~1个单位,与其它高辛烷值组分/添加剂的互溶性好,无消极作用;工业放大应用显示WK-602与高辛烷值组分/添加剂混合分散均匀,调和生产的97#车用汽油指标满足质量标准要求。应用WK-602辛烷值改进剂调和生产93#、97#汽油产品的经济效益良好。     

拉曼光谱分析技术在汽油调和系统中的应用

针对汽油调和系统的实际需要,研制开发了一套在线拉曼光谱分析系统。该系统应用于实际汽油调和装置,实现了对汽油研究法辛烷值、氧含量及芳烯烃含量等指标的在线分析。通过长时间的运行表明:系统符合设计要求,研究法辛烷值等分析数据能够快速反映调和装置操作条件的变化,可以为工艺装置的操作优化提供准确而重要的检测参数。     

碳酸二甲酯在汽油调和中的应用

通过将不同比例的DMC添加到汽油中进行调和,形成DMC配方的新产品。通过实验筛选出与DMC配伍合理、辛烷值提高较为明显、经济性较好的汽油抗爆剂配方,结果显示掺混质量百分数为4．7％DMC可以提高汽油辛烷值3～6个点,增加掺入比例辛烷值没有变化。     

An electronic nose to classify Iberian pig fats with different fatty acid composition

Fatty acid analysis is frequently performed in fat and other raw materials to classify them according to their fatty acid composition, but the need to carry out online determinations has generated a growing interest in more rapid options. This research was done to evaluate the ability of a polymer-sensor based electronic nose to classify Iberian pig fat samples with different fatty acid compositions. Significant correlations were found between individual fatty acids and sensor responses, proving that sensor response data were not fortuitously sorted. Significant correlations also appeared between some sensors and water activity, which was considered during the sample classification. Two supervised pattern recognition techniques were attempted to process the sensor responses: 85.5% of the samples were correctly classified by discriminant analysis, but the percentage increased to 97.8% using a one-hidden layer back-propagation artificial neural network. The electronic nose (specifically, sensor responses analyzed by a neural network) achieved success similar to that obtained using the more usual fatty acid analysis by gas chromatography.     

FCC汽油加氢脱硫/降烯烃工艺技术的研究

在分析催化裂化汽油硫和烯烃分布不均匀的基础上,对催化裂化汽油进行分馏,开发出了活性高和稳定性好的重馏分辛烷值改进催化剂和选择性加氢脱硫催化剂及其工艺技术。采用该工艺技术对RFCC汽油进行轻馏分碱洗抽提脱硫醇,重馏分辛烷值改进/选择性加氢脱硫等改质处理,再按分馏比例回调,产品汽油烯烃含量为24.2v%,较原料油降低了16.0v%,芳烃含量为19.2v%,较原料油提高了4.1v%,硫含量为41.5ppm,总脱硫率为85.46%,RON为87.8,较原料油提高0.4个单位,液收99.1%,可生产符合国Ⅳ规范的清洁汽油。     

MGD技术在催化裂解装置中的工业实践

以常压渣油为原料,富产丙烯及高辛烷值汽油。为进一步提高丙烯收率及降低汽油中烯烃含量,采用了北京石油化工科学研究院的MGD技术,经过工业运转结果标明,装置加工量保持在原有水平时,丙烯收率提高了近1.7个百分点,液态烃＋柴油＋汽油产率达到了85.12％,汽油中烯烃含量下降了10个百分点,辛烷值略得到提高。