一种加氢裂化装置的收率实时预测方法
【技术领域】
[0001] 本发明涉及一种基于机理和运行特性的加氢裂化装置收率实时预测方法，该方法 可以用于加氢裂化过程建模仿真、模型实时校正以及和PMS生产计划优化模型的实时构 建。
【背景技术】
[0002] 加氢裂化是指石油炼制过程中，在加热、氢气和催化剂存在的条件下，使重质油发 生加氢、裂化和异构化反应，生成轻质油（石脑油、煤油、柴油和加氢尾油）的加工过程。
[0003] 加氢裂化因其生产工艺灵活，产品质量优良，便于随季节的变化和市场的需求改 变生产方案，已成为仅次于催化裂化的原油重要二次加工手段。它在炼油与石化企业中的 重要性和作用越来越大的原因主要如下：（1)加氢裂化是大量生产优质中间馏分油（喷气 燃料和柴油等）和调整油品结构的重要手段。而且，它还是唯一能在轻质化的同时，直接制 取低硫、低芳烃清洁燃料的重要手段。（2)加氢裂化不需要原料预处理，可以直接加工含硫 高的减压蜡油。（3)加氢裂化可以最大量生产芳烃潜含量高的优质重整原料，以进一步制取 轻质芳烃或高辛烷值组分。（4)加氢裂化尾油除可以作为制取乙烯的优质进料外，还可以作 为低硫的催化裂化原料。当采用不同催化剂匹配及组合时，它又是生产高档润滑油基础料 的关键技术。（5)对二次转化油品，如催化裂化柴油、焦化柴油可以通过芳烃开环及深度脱 芳烃等加氢改质技术制取清洁柴油产品。
[0004] 加氢裂化催化剂主要由载体和活性金属两个基本部分组成的同时具有裂化和加 氢功能的双功能催化剂。载体主要提供酸性，在其上发生裂解、异构化、歧化等反应，主要分 为两大类：一类是无定型的，如氧化铝、硅铝、硅镁等；另一类是沸石分子筛类。这两类既可 以单独使用，也可以混合使用。活性金属组分是加氢活性的主要来源，可以分为非贵金属 和贵金属两类。非贵金属以w、Mo、Co、Ni为常见，多以硫化物状态使用；贵金属则以Pt、Pd 为主，多以金属状态使用。由此可见，加氢裂化反应从化学反应的角度可以看作是催化裂化 和催化加氢反应的叠加。
[0005] 减压蜡油是加氢裂化的典型进料，它是大分子烷烃、单、双、多环环烷烃，烷基单、 双、多环芳烃及环烷-芳烃组成的复杂混合物；硫、氮、氧和少量的重金属原子也混杂在这 些分子的结构中。加氢裂化过程的主要反应可以概括为两类：加氢精制反应和加氢裂化反 应。加氢精制反应，一般指杂原子烃中的杂原子脱除反应，如加氢脱硫、加氢脱氮、加氢脱 氧、加氢脱金属以及不饱和烃的加氢饱和反应；加氢裂化反应则主要包括烃类的加氢异构 化和裂化、开环反应。
[0006] 典型的单段串联加氢裂化的工艺流程如图1所示。原料油经泵升压后，与新氢和 循环氢混合换热后进入加热炉加热，然后进入加氢精制反应器进行加氢精制反应。加氢精 制反应器设若干个催化剂床层，床层间设急冷氢注入设施。反应流出物进入加氢裂化反应 器进行加氢裂化反应，两个反应器之间设急冷氢注入点，加氢裂化反应器同样设若干个催 化剂床层，床层间设急冷氢注入设施。由加氢反应器出来的反应流出物经反应流出物/原 料油换热器换热后反应流出物温度降至260度左右，进入热高压分离器。热高分气体再经 热高分气空冷器冷却至49度左右进入冷高压分离器。冷却后的热高分气在冷高压分离器 中进行油、气、水三相分离。顶部分出循环氢，经压缩机升压后返回系统使用；底部分出生成 油，减压后进入低压分离器，脱除水，并释放出部分溶解气体（燃料气）。生成油加热后进入 稳定塔，在I. 〇~I. 2MPa下蒸出液化气，塔底液体加热至320度左右后进入分馏塔，得到石 脑油、航空煤油、低凝柴油和塔底油（尾油）。
[0007] 实际生产过程中，石脑油、航煤、柴油和尾油的收率受原料和操作条件的影响，关 键产品的实际产量与生产计划预期值往往存在一定的偏差。宄其原因，关键在于目前生产 计划PMS模型均采用固定收率，难以准确描述装置实际运行过程。因此，如何建立一个能 精确、定量描述加氢裂化装置的收率模型是提高当前装置计划模型准确性的关键。
[0008] 精确收率模型的核心在于准确的反应机理动力学。众所周知，加氢裂化反应包括 加氢脱硫、加氢脱氮、加氢脱氧、加氢脱金属、烯烃芳烃饱和、烷烃异构化和环烷烃开环等多 种反应，机理极为复杂。目前，对于类似的复杂反应体系，一般采用集总的方法进行动力学 分析。如此，既能保留反应核心机理，同时还能简化反应网络，降低动力学参数估计难度。本 专利综合考虑模型准确性和计算效率，在88集总模型的基础上建立加氢裂化机理模型，用 于实时预测加氢裂化装置关键产品收率。
【发明内容】
[0009] 本发明提供了本发明提供了一种基于机理和运行特性的加氢裂化装置收率实时 预测方法。方法基于88集总的加氢裂化反应动力学模型建立加氢裂化工艺机理模型， 根据实际工业数据，应用改进差分算法对机理模型进行实时校正，并以此为基础，针对关 键操作/工艺条件开展操作特性分析，结合神经网络技术，建立代理模型，将操作条件与 Delta-Base数据进行关联，实现加氢裂化装置收率的实时预测，为建立精确的计划优化 P頂S模型提供理论支撑。
[0010] 具体技术方案如下：
[0011] 一种加氢裂化装置的收率实时预测方法，包括以下步骤：
[0012] (1)利用.net接口技术建立现场实时数据库与模型之间的数据通信，对加氢裂化 装置的运行数据进行实时采集；
[0013] 结合现场情况和生产经验建立数据调和标准，剔除无用和错误的实时数据。获得 准确合理的原料的性质和装置的操作条件以及产品收率等实时数据；
[0014] (2)根据所述实时数据，以反应器出口的模型预测值和实际值的平方差最小作为 优化目标，利用改进后的差分进化算法进行求解，拟合模型参数，实现机理模型实时校正；
[0015] (3)基于校正后的机理模型，针对不同生产方案，分析在不同原料性质和操作条件 下的关键产品收率，建立产品收率分析数据库；
[0016] (4)利用产品收率分析数据库训练能够准确反映实际工况的神经网络代理模型， 并将操作条件与Delta-Base数据进行关联，实现加氢裂化装置收率的实时预测，为建立 精确的计划优化PMS模型提供理论支撑。
[0017] 步骤（2)中所述实时数据选自加氢裂化原料油的密度、硫含量、氮含量、进料负 荷、催化剂床层温度、反应压力、氢油体积比和产品收率。
[0018] 步骤（2)中所述改进后的差分进化算法为带有三角变异的差分进化算法，并定义 优化目标为：
[0019]
【主权项】
1. 一种加氢裂化装置的收率实时预测方法，其特征在于，包括以下步骤： (1) 利用.net接口技术建立现场实时数据库与模型之间的数据通信，对加氢裂化装置 的运行数据进行实时采集； (2) 根据所述实时数据，以反应器出口的模型预测值和实际值的平方差最小作为优化 目标，利用改进后的差分进化算法进行求解，拟合模型参数，实现机理模型实时校正； (3) 基于校正后的机理模型，针对不同生产方案，分析在不同原料性质和操作条件下的 关键产品收率，建立产品收率分析数据库； (4) 利用产品收率分析数据库训练能够准确反映实际工况的神经网络代理模型，并将 操作条件与Delta-Base数据进行关联，实现加氢裂化装置收率的实时预测，为建立精确的 计划优化PMS模型提供理论支撑。
2. 根据权利要求1所述的收率实时预测方法，其特征在于，步骤（2)中所述实时数据选 自加氢裂化原料油的密度、硫含量、氮含量、进料负荷、催化剂床层温度、反应压力、氢油体 积比和产品收率。
3. 根据权利要求1所述的收率实时预测方法，其特征在于，步骤（2)中所述改进后的差 分进化算法为带有三角变异的差分进化算法，并定义优化目标为：
? 其中，决策变量X包括各个反应的指向因子和活化能，，分别表示各产品组 分油的实际质量收率和模型预测质量收率。
4. 根据权利要求1所述的收率实时预测方法，其特征在于，步骤（3)中针对原料密度、 硫含量、氮含量、装置加工量、反应温度、压力和氢油体积比开展操作特性分析，获得对关键 产品收率的影响规律。
5. 根据权利要求1所述的收率实时预测方法，其特征在于，步骤（4)中使用神经网络代 理模型来替代机理模型进行预测计算；其中，神经网络代理模型采用反向传播神经网络，选 取7个神经网络输入变量：原料密度、硫含量、氮含量、进料负荷、床层平均温度、压力、氢油 比，6个输出变量：轻端、轻石脑油、重石脑油、航煤、柴油、尾油；隐含层设置为7层；利用代 理模型对装置收率进行实时预测，获得产品收率的Delta-Base值。
【专利摘要】本发明公开了一种加氢裂化装置收率实时预测方法，采用数据调和技术对现场实时数据进行处理，结合改进后的差分进化算法，对加氢裂化反应动力学参数进行实时校正，使机理模型能够精确描述装置实际运行情况。在校正后的模型基础上，分析关键操作/工艺条件，如原料密度、硫含量、氮含量、反应温度、压力和氢油体积比等，对加氢裂化产品收率的影响。根据影响趋势进行分段线性化，求解线性方程，获得相应的Delta-Base收率数据，结合神经网络建模技术，将操作条件与Delta-Base数据之间进行关联，建立收率代理模型，提高收率数据计算速度，实现加氢裂化装置产品收率的实时预测，为建立精确的计划优化PIMS模型提供理论支撑。
【IPC分类】C10G47-36, G06N3-02
【公开号】CN104804761
【申请号】CN201510136693
【发明人】钱锋, 范琛, 杨明磊, 杜文莉, 钟伟民
【申请人】华东理工大学
【公开日】2015年7月29日
【申请日】2015年3月26日