DZG-10焦化汽油加氢精制催化剂的开发和工业应用

介绍了DZG-10焦化汽油加氢精制催化剂的开发过程和工业应用。通过对载体的改性，提高了大孔所占比例,将催化剂外形改为齿球形，增大了催化剂的外表面积，提高了催化剂的活性和机械强度。从连续平稳运转26个月情况来看，催化剂床层压差较低，说明催化剂床层结垢、结焦和催化剂破损情况不明显。开发的DZG-10催化剂是一种优良的纯焦化汽油加氢精制催化剂，具有较好的应用前景。     

掺稀技术在轮西油田的应用

结合轮西油田油藏现状，对稠油掺稀技术在该油田的应用状况，包括掺稀比、含水率、掺稀压力、掺稀温度、掺稀点对稠油掺稀技术影响和稠油掺稀集输流程，做了较为详尽的论述。     

改性活性炭纤维脱除COS的研究

本研究采用的催化剂为活性炭纤维,采用了Co~(2+)、Ni~(2+)、Fe~(3+)、Cu~(2+)等多种金属离子通过浸渍法改性活性炭纤维的性能,对COS进行深度脱除。本实验采用固定床反应器,分别通过改性离子的种类、含量、原料气的伴生组分、反应气氛、反应相对湿度和温度的不同催化剂的脱硫性能。结果表明:改性后的催化剂在脱硫性能上有了明显的提高,并根据实验结果推测了过渡金属离子在活性炭纤维上脱除COS的反应机理。     

高黏度聚α-烯烃合成油加氢技术研究

采用中国石油石油化工研究院开发的Pt-Pd/Al_2O_3加氢精制催化剂对聚α-烯烃PAO40粗产品进行了加氢精制。结果表明:在反应温度240~280℃、反应压力4.0~8.0 MPa、体积空速0.1~0.4h-1、氢油体积比300∶1的工艺条件下,PAO40加氢产品的芳烃含量达到国外同类优秀产品水平;PAO40加氢产品经光照30天后不变色,具有较好的光安定性。     

低黏度聚α-烯烃合成油加氢精制催化剂的制备及性能评价

在氧化铝载体制备过程中添加硼元素进行改性,将所得改性载体通过等体积浸渍法浸渍钨、钼、镍金属溶液,制得低黏度聚α-烯烃合成油加氢精制催化剂,采用XRD、H₂-TPR等手段对改性载体和加氢精制催化剂进行表征。结果表明,加氢精制催化剂载体通过硼改性,可以降低活性金属组分与载体的相互作用,催化剂的酸性大大增强,同时还能引入B酸。在反应温度为240 ℃、氢分压为4.5 MPa、体积空速为0.2 h^-1、氢油体积比为300∶1的条件下,考察改性加氢精制催化剂应用于PAO4加氢的芳烃饱和性能,并与未改性催化剂进行对比,结果表明,改性前后的加氢精制催化剂均可有效改善产品的颜色,但改性加氢精制催化剂的芳烃饱和性能远远高于未改性催化剂。改性加氢精制催化剂稳定性评价结果表明,该催化剂具有良好的活性稳定性,能够满足工业应用的要求。     

中间基油生产Ⅱ类高档润滑油基础油的研究

采用中国石油石油化工研究院开发的PIC-812异构脱蜡催化剂对中间基减四线馏分油进行加氢精制-异构脱蜡-补充精制三段加氢工艺试验。结果表明,在异构脱蜡段氢分压15.1MPa、反应温度330℃、体积空速1.4h-1、氢油体积比500∶1的条件下,经过加氢精制-异构脱蜡-补充精制评价后获得HVIH 6基础油的倾点-15℃、黏度指数101、收率52.58%,验证了采用中间基原料生产高档润滑油的可行性。     

新型体相柴油加氢精制催化剂的研制

制备高活性体相W-Mo-Ni体系柴油加氢精制催化剂,采用BET,XRD,SEM,TPR,TEM等分析手段对催化剂进行表征,并以催化裂化柴油为原料,对所制备的体相加氢催化剂和常规负载型催化剂进行对比评价。分析结果表明,所制备的体相加氢催化剂活性组分具有良好的分散性和弯曲的活性相结构;评价结果表明,在体积空速为常规负载型催化剂2倍的反应条件下,体相加氢催化剂的加氢脱硫、加氢脱氮和芳烃饱和活性仍高于常规催化剂。     

浆态床加氢合成技术与应用

本文主要针对浆态床加氢合成技术的重要性及应用情况,从催化剂与工程工艺等方面综合介绍了浆态床加氧合成技术的特点和发展现状,通过对其优缺点的分析提出了浆态床的研究方向及发展趋势.     

基于深度学习的宽厚板热轧轧制力预测

为了提高宽厚板热轧生产过程控制中轧制力的预测精度,构建了融合SIMS模型的深度学习网络模型,对宽厚板热轧轧制力进行预测研究。利用深度学习框架,构建了一种基于残差连接的深度学习网络模型,并融合SIMS模型计算值,通过误差反向传播计算损失函数的梯度,同时使用Mini-Batch与RMSProp结合的优化算法对权重参数进行更新优化。利用残差连接引入纯线性的信息携带轨道,从而创造一条捷径,将较早的信号重新注入给下游的网络层,使用早停机制、批标准化等策略抑制模型过拟合现象,提高模型的预测精度。基于上述建模方法,针对宽厚板热轧生产线的轧制数据进行了建模实验。结果表明,以相对误差绝对值小于5%在测试集中的占比作为评价指标,相比于传统SIMS模型,融合SIMS模型、基于残差连接的深度学习网络可实现轧制力的高精度预测,该模型的预测精度平均提升了21.72%。     

固相法合成W-ZSM-5分子筛

通过固相法原位合成了W-ZSM-5分子筛, XRD和红外表征结果表明,部分钨同晶取代硅进入ZSM-5骨架,未进入骨架的钨高度分散在ZSM-5表面。产品晶粒形貌规则,具有较高的比表面积,经过焙烧脱模板剂后仍然保持较高的结晶度。NH3-TPD结果表明,合成的W-ZSM-5总酸量低于Al-ZSM-5。微反结果表明,硅与钨物质的量比45的W-ZSM-5微反活性与硅与铝物质的量比120的Al-ZSM-5的微反活性接近。