催化剂对渣油悬浮床加氢产物氮分布的影响

以塔河稠油常压渣油为原料,进行悬浮床加氢裂化反应,用非水溶液滴定法测定各产物中的碱性氮含量,用舟进样化学发光法测定产物中的总氮含量;考察了催化剂种类、催化剂含量对产物氮分布的影响。实验结果表明,在相同反应条件下,碱性氮和总氮含量都随馏分变重而增加,碱性氮含量增加缓慢,总氮含量急剧增加;催化剂为环烷酸铁时,对于产物中的同一馏分,其中的碱性氮和总氮含量比催化剂为二烷基二硫代氨基甲酸钼时的低;对于同一催化剂,随催化剂含量的增加,汽油馏分和柴油馏分中的碱性氮和总氮含量先增加后降低,而尾油中的碱性氮和总氮含量逐渐降低;蜡油馏分及尾油中的碱性氮与总氮的质量比约为0.300-0.390,且不随催化剂含量的改变而改变。     

紫外可见分光光度法研究金属卟啉与Lewis碱性溶剂的轴向配位作用

应用紫外可见分光光度法研究了氧钒－对四苯基卟啉（VOTPP）和镍－对四苯基卟啉（NiTPP）与Lewis碱性溶剂的轴向配位作用。结果表明，金属卟啉可以和一些Lweis碱性溶剂发生轴向配位作用。其特征紫外可见吸收峰发生红移；轴向配位作用与卟啉中心金属离子的外层d轨道电子数、碱性溶剂的供电能力及其空间构造有关，VOTPP比NiTPP更容易和Lewis碱性溶剂发生轴向配位作用；碱性强、空间阻碍小的Lewis碱性溶剂（如正丁胺）易于与金属卟啉发生轴向配位作用。     

渣油热转化产物中氮分布的研究

改变反应条件对馏分及尾油中碱氮、总氮含量影响不大；同一反应条件下，碱性氮和总氮含量都随馏分变重而增加，总氮含量的增加明显高于碱性氮；产物中的碱性氮和总氮主要集中在蜡油和尾油中；热转化汽油和柴油中的碱性氮占馏分氮的质量分数较大，尾油中约为1／3。碱性氮和氮在热转化过程中向产物的转移无明显的选择性；含氮化合物比烃类难以裂化。     

常压渣油在高温接触剂上化学组成和结构的变化

用固定流化床反应器进行了常压渣油在高温接触剂上转化的实验,反应温度为480～540℃。为了研究在反应中的化学组成和结构的变化,采用正戊烷沉淀沥青质和氧化铝吸附色谱法,将原料和重油产物分离成八个组分,并用改进的Brown-Ladner法计算原料和产物的结构参数。所得结果表明,常压渣油各组分在高温接触下反应的转化率是很不相同的,沥青质和胶质的转化率大大高于饱和分和芳香分。结构参数计算结果表明,350℃以上加重质产物的CH_2/CH_3值以及芳碳率、芳环、环烷环和总环数等参数明显地低于常压渣油原料的参数。实验中也考察了反应温度对脱硫、脱氮、脱金属的影响;数据表明,弱极性组分中镍的脱除率高于中极性和强极性组分中镍的脱除率。     

渣油悬浮床加氢裂化水溶性催化剂的硫化

以水溶性钼酸钠、硝酸镍和硝酸铁为催化剂前身物,研究多元金属复合催化剂在渣油悬浮床加氢裂化过程中的加氢抑焦活性,及催化剂硫化反应过程中反应温度和分散介质对催化剂颗粒度、比表面积和活性价态的影响。活性评价结果表明,催化剂的活性顺序为Mo-Ni-Fe>Mo-Fe>Ni-Fe>Mo>Fe。XRD、TEM、BET和XPS等分析表明,随着分散介质粘度的提高,催化剂分散度增加,颗粒度减小,比表面积增大;随着硫化反应温度的提高,催化剂活性组分的硫化率增大,其硫化物结晶度升高,颗粒度增大,比表面积下降,分散效果降低。     

渣油热反应过程中类型硫的转化规律

以轮古常压渣油为研究对象,考察了不同温度热反应前后类型硫在渣油各组分中的分布和变化,进一步探讨了热转化过程中类型硫的转化规律。结果表明,同一温度下热反应后,渣油各组分的硫醚硫占渣油总硫质量分数比由大到小的顺序为沥青质、芳香分、胶质Ⅰ、胶质Ⅱ和饱和分,而噻吩硫的顺序则为芳香分、沥青质、胶质Ⅰ、胶质Ⅱ和饱和分;在热反应过程中,硫醚硫以裂解反应为主,随反应温度升高,硫醚硫逐渐减少,但重组分中硫醚硫可能存在缩聚反应;噻吩硫同时存在裂解和缩聚反应,但需在较高反应温度下进行;随反应温度升高,硫醚硫和噻吩硫的脱除效果均增强。     

渣油悬浮床加氢裂化反应机理研究

 在高压反应釜中模拟悬浮床加氢裂化反应,考察了辽河稠油在H₂氛围下的热裂化反应和油溶性分散型Ni催化剂存在下的悬浮床加氢裂化反应结果的差别,也对比了两者的气体产物组成、反应生焦及催化剂的SEM形貌和反应生焦的元素分析结果,以探讨渣油悬浮床加氢裂化反应机理。结果表明,悬浮床加氢裂化反应与热裂化反应相比,气体产物分布没有差别,轻油收率略有降低,但其生焦量却大幅降低,说明悬浮床加氢裂化反应主要按自由基热反应机理进行,分散型催化剂的存在只是起到促进加氢反应速率的作用。加氢裂化反应生焦的Ni含量显著增加,其来源应为催化剂,由此可以断定催化剂在反应前期促进加氢反应速率,抑制反应的裂化和生焦,反应后期被反应过程中生成的焦炭严密包裹,成为焦炭沉积的场所,因此减少了反应器壁的结焦。     

运用神经网络预测浆态床反应器气含率和体积气液传质系数

介绍了建立神经网络模型一般要涉及三大要素:训练样本、学习算法和网络结构.论述了如何利用人工神经网络建立了工艺参数(空塔气速,浆液固体颗粒浓度和系统压力)对浆态床反应器的气含率及体积气液传质系数影响的模型.实验中进行了网络模型最优化,并由神经网络模型给出了预测样本三维立体图,图形连续光滑,较好的反映了工艺参数与气含率及体积气液传质系数的关系.