CN105631187A - 一种中压加氢裂化处理中产品收率的预测模型 - Google Patents

一种中压加氢裂化处理中产品收率的预测模型 Download PDF

Info

Publication number
CN105631187A
CN105631187A CN201410698893.1A CN201410698893A CN105631187A CN 105631187 A CN105631187 A CN 105631187A CN 201410698893 A CN201410698893 A CN 201410698893A CN 105631187 A CN105631187 A CN 105631187A
Authority
CN
China
Prior art keywords
forecast model
yield
oil
pressure hydrocracking
middle pressure
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201410698893.1A
Other languages
English (en)
Other versions
CN105631187B (zh
Inventor
张树广
苑少军
邵为谠
刘建华
姜龙雨
侯爱国
王庆波
赵晨曦
徐秋鹏
谷和鹏
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China National Offshore Oil Corp CNOOC
CNOOC Huizhou Petrochemicals Co Ltd
Original Assignee
China National Offshore Oil Corp CNOOC
Huizhou Oil Refinery Branch of CNOOC Oil and Petrochemicals Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by China National Offshore Oil Corp CNOOC, Huizhou Oil Refinery Branch of CNOOC Oil and Petrochemicals Co Ltd filed Critical China National Offshore Oil Corp CNOOC
Priority to CN201410698893.1A priority Critical patent/CN105631187B/zh
Publication of CN105631187A publication Critical patent/CN105631187A/zh
Application granted granted Critical
Publication of CN105631187B publication Critical patent/CN105631187B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Production Of Liquid Hydrocarbon Mixture For Refining Petroleum (AREA)

Abstract

本发明公开了一种中压加氢裂化处理中产品收率的预测模型，产品包括干气、液化气、轻石脑油、重石脑油、航煤和柴油，其中，各产品收率的预测模型用ρ、Tv、T、P、SV、H/O表示，其中，ρ为原料油的密度，Tv为原料油的体积平均沸点，T为中压加氢裂化处理的反应温度，P为中压加氢裂化处理的反应压力，SV为中压加氢裂化处理的液时空速，H/O为中压加氢裂化处理的氢油体积比。本发明的产品收率的预测模型能够对中压加氢裂化工艺的产品的收率进行较精确预测，能够对实际生产进行精确的指导。

Description

一种中压加氢裂化处理中产品收率的预测模型
技术领域
本发明涉及石油加工领域，具体地，涉及一种中压加氢裂化处理中产品收率的预测模型。
背景技术
在石油加工中，加氢裂化工艺是石油产品精制、改质和重油加工的重要手段，主要包括加氢精制和加氢裂化。按照反应压力，加氢裂化工艺可以分为高压加氢裂化工艺和中压加氢裂化工艺，主要决定于所加工原料的质量、转化深度以及目的产品质量要求。当加工较轻、杂质较少的原料，同时又控制转化深度较低时，一般都采用中压加氢裂化工艺。中压加氢裂化工艺的原料通常为馏分范围170-365℃的常压煤柴油和催化裂化柴油的混合原料，产品包括干气、液化石油气(LPG)、重石脑油、轻石脑油、航煤、柴油等。
在实际生产中，如果能够对产品的收率进行预测，就可以根据所需产品的量调整工艺条件，对实际生产进行精确的指导，从而达到生产目的，获得所需的目的产品。因此，研发一种具有较精确预测能力的产品收率的预测模型，具有重要的现实意义。
发明内容
本发明的目的是为了克服现有技术的上述缺陷，提供一种中压加氢裂化处理中产品收率的预测模型，所述产品收率的预测模型能够对中压加氢裂化工艺的产品的收率进行较精确的预测，能够对实际生产进行精确的指导，达到实际生产目的，获得所需的目的产品。
因此，为了实现上述目的，本发明提供了一种中压加氢裂化处理中产品收率的预测模型，所述产品包括干气、液化气、轻石脑油、重石脑油、航煤和柴油，其中，所述干气收率的预测模型为Y1＝615.43272-1.142163ρ+0.0006838ρ2+0.1450239Tv-0.000219Tv 2-1.003208T+0.0014094T2+0.4562648P+0.0012057P2+6.4541706SV-1.319631SV 2+0.0156852(H/O)-1.01×10-5(H/O)2，所述液化气收率的预测模型为Y2＝1140.5897-2.206788ρ+0.0013169ρ2+0.4188339Tv-0.000684Tv 2-1.693697T+0.002376T2+0.0093198P+0.0342108P2+8.8899537SV-1.800556SV 2+0.027534(H/O)-1.73×10-5(H/O)2，所述轻石脑油收率的预测模型为Y3＝-85.18427-0.076121ρ+6.684×10-5ρ2-0.962582Tv+0.0017049Tv 2+1.0601558T-0.001274T2-4.703011P+0.2156791P2+16.123556SV-3.026814SV 2+0.0688389(H/O)-3.45×10-5(H/O)2，所述重石脑油收率的预测模型为Y4＝-1320.415+2.5901918ρ-0.001536ρ2+0.4972897Tv-0.000991Tv 2+1.0126999T-0.001229T2-5.779169P+0.2310987P2-10.50502SV+2.2183195SV 2+0.0664834(H/O)-3.72×10-5(H/O)2，所述航煤收率的预测模型为Y5＝4285.729-7.840899ρ+0.0046593ρ2+1.0215091Tv-0.001608Tv 2-7.062559T+0.0101189T2-12.20325P+0.7194554P2+59.675474SV-11.87733SV 2+0.233871(H/O)-0.000149(H/O)2，所述柴油收率的预测模型为Y6＝-4536.152+8.6757794ρ-0.005191ρ2-1.120075Tv+0.0017964Tv 2+7.6866076T-0.011401T2+22.219845P-1.20165P2-80.63813SV+15.806007SV 2-0.412412(H/O)+0.0002479(H/O)2，其中，Y1-Y6分别为干气、液化气、轻石脑油、重石脑油、航煤和柴油的收率，ρ为原料油的密度，Tv为原料油的体积平均沸点，T为中压加氢裂化处理的反应温度，P为中压加氢裂化处理的反应压力，SV为中压加氢裂化处理的液时空速，H/O为中压加氢裂化处理的氢油体积比。
本发明的中压加氢裂化处理中产品收率的预测模型，能够对中压加氢裂化工艺的产品的收率进行较精确预测，能够对实际生产进行精确的指导，达到实际生产目的，获得所需的目的产品。
本发明的其它特征和优点将在随后的具体实施方式部分予以详细说明。
具体实施方式
以下对本发明的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本发明，并不用于限制本发明。
本发明提供了一种中压加氢裂化处理中产品收率的预测模型，产品包括干气、液化气、轻石脑油、重石脑油、航煤和柴油，其中，干气收率的预测模型为Y1＝615.43272-1.142163ρ+0.0006838ρ2+0.1450239Tv-0.000219Tv 2-1.003208T+0.0014094T2+0.4562648P+0.0012057P2+6.4541706SV-1.319631SV 2+0.0156852(H/O)-1.01×10-5(H/O)2，液化气收率的预测模型为Y2＝1140.5897-2.206788ρ+0.0013169ρ2+0.4188339Tv-0.000684Tv 2-1.693697T+0.002376T2+0.0093198P+0.0342108P2+8.8899537SV-1.800556SV 2+0.027534(H/O)-1.73×10-5(H/O)2，轻石脑油收率的预测模型为Y3＝-85.18427-0.076121ρ+6.684×10-5ρ2-0.962582Tv+0.0017049Tv 2+1.0601558T-0.001274T2-4.703011P+0.2156791P2+16.123556SV-3.026814SV 2+0.0688389(H/O)-3.45×10-5(H/O)2，重石脑油收率的预测模型为Y4＝-1320.415+2.5901918ρ-0.001536ρ2+0.4972897Tv-0.000991Tv 2+1.0126999T-0.001229T2-5.779169P+0.2310987P2-10.50502SV+2.2183195SV 2+0.0664834(H/O)-3.72×10-5(H/O)2，航煤收率的预测模型为Y5＝4285.729-7.840899ρ+0.0046593ρ2+1.0215091Tv-0.001608Tv 2-7.062559T+0.0101189T2-12.20325P+0.7194554P2+59.675474SV-11.87733SV 2+0.233871(H/O)-0.000149(H/O)2，柴油收率的预测模型为Y6＝-4536.152+8.6757794ρ-0.005191ρ2-1.120075Tv+0.0017964Tv 2+7.6866076T-0.011401T2+22.219845P-1.20165P2-80.63813SV+15.806007SV 2-0.412412(H/O)+0.0002479(H/O)2，其中，Y1-Y6分别为干气、液化气、轻石脑油、重石脑油、航煤和柴油的收率，ρ为原料油的密度，Tv为原料油的体积平均沸点，T为中压加氢裂化处理的反应温度，P为中压加氢裂化处理的反应压力，SV为中压加氢裂化处理的液时空速，H/O为中压加氢裂化处理的氢油体积比。
本发明的中压加氢裂化处理中产品收率的预测模型中，优选情况下，原料油的密度为810-874kg/m3。
本发明的中压加氢裂化处理中产品收率的预测模型中，优选情况下，原料油的体积平均沸点为260-350℃。
本发明的中压加氢裂化处理中产品收率的预测模型中，优选情况下，反应温度为350-386℃。
本发明的中压加氢裂化处理中产品收率的预测模型中，优选情况下，反应压力为8-13MPa。
本发明的中压加氢裂化处理中产品收率的预测模型中，优选情况下，液时空速为0.5-1.5h-1。
本发明的中压加氢裂化处理中产品收率的预测模型中，优选情况下，氢油体积比为400-800。
本发明的中压加氢裂化处理中产品收率的预测模型中，优选情况下，中压加氢裂化处理中使用的催化剂为精制催化剂RN-10B和裂化催化剂RT-5或具有类似活性和选择性的催化剂。
本发明的中压加氢裂化处理中产品收率的预测模型中，对于原料油的种类没有特别的限定，可以为本领域常用的用于中压加氢裂化工艺的各种原料油，优选情况下，原料油选自催化裂化柴油、减压轻瓦斯油(LVGO)、常压煤油和常压柴油中的一种或多种。
本发明的产品收率的预测模型中，本领域技术人员应该理解的是，中压加氢裂化处理包括加氢精制处理和加氢裂化处理，对于进行加氢精制处理和加氢裂化处理的反应器没有特别的限定，可以分别为本领域常用的各种加氢精制反应器和加氢裂化反应器，此为本领域技术人员所公知，在此不再赘述。
本发明的产品收率的预测模型中，本领域技术人员应该理解的是，中压加氢裂化处理的反应温度是指加氢精制反应器和加氢裂化反应器的加权平均温度；中压加氢裂化处理的反应压力是指加氢精制反应器和加氢裂化反应器的平均反应压力，且为表压，此为本领域技术人员所公知，在此不再赘述。
本发明的中压加氢裂化处理中产品收率的预测模型中，中压加氢裂化处理的液时空速是指单位时间内通过单位体积催化剂的原料油的体积流量，中压加氢裂化处理的氢油体积比是指循环氢体积流量与原料油体积流量之比。
实施例
以下实施例中，如无特别说明，所用的各种材料和设备均可商购获得。
催化剂RN-10B和催化剂RT-5均购自中国石化催化剂分公司。
各产品实际收率值的计算方法为：某产品收率＝(整个工艺中某产品的生成量/整个工艺中原料油的进料量)×100％，如柴油收率＝(整个工艺中柴油的生成量/整个工艺中原料油的进料量)×100％。
平均绝对误差是所有单个测量值与算术平均值的偏差的绝对值的平均，公式为△＝(│△1│+│△2│+……+│△n│)/n，其中，△为平均绝对误差；△1、△2、……△n为各次测量的测量值与算术平均值的绝对误差。
平均相对误差是平均绝对误差与多次测量的平均值的比值。
实施例1-24
将原料油(常压煤油、常压柴油和催化裂化柴油的混合油)先送入加氢精制反应器中进行加氢精制处理，然后将加氢精制处理后的物料送入加氢裂化反应器中进行加氢裂化处理，加氢精制处理中使用的催化剂为RN-10B，加氢裂化处理中使用的催化剂为RT-5。其中，原料油的密度、体积平均沸点、中压加氢裂化处理的反应温度、中压加氢裂化处理的反应压力、中压加氢裂化处理的液时空速、中压加氢裂化处理的氢油体积比和干气、液化气、轻石脑油、重石脑油、航煤和柴油的实际收率值见表1。
根据干气收率的预测模型Y1＝615.43272-1.142163ρ+0.0006838ρ2+0.1450239Tv-0.000219Tv 2-1.003208T+0.0014094T2+0.4562648P+0.0012057P2+6.4541706SV-1.319631SV 2+0.0156852(H/O)-1.01×10-5(H/O)2，液化气收率的预测模型Y2＝1140.5897-2.206788ρ+0.0013169ρ2+0.4188339Tv-0.000684Tv 2-1.693697T+0.002376T2+0.0093198P+0.0342108P2+8.8899537SV-1.800556SV 2+0.027534(H/O)-1.73×10-5(H/O)2，轻石脑油收率的预测模型Y3＝-85.18427-0.076121ρ+6.684×10-5ρ2-0.962582Tv+0.0017049Tv 2+1.0601558T-0.001274T2-4.703011P+0.2156791P2+16.123556SV-3.026814SV 2+0.0688389(H/O)-3.45×10-5(H/O)2，重石脑油收率的预测模型Y4＝-1320.415+2.5901918ρ-0.001536ρ2+0.4972897Tv-0.000991Tv 2+1.0126999T-0.001229T2-5.779169P+0.2310987P2-10.50502SV+2.2183195SV 2+0.0664834(H/O)-3.72×10-5(H/O)2，航煤收率的预测模型Y5＝4285.729-7.840899ρ+0.0046593ρ2+1.0215091Tv-0.001608Tv 2-7.062559T+0.0101189T2-12.20325P+0.7194554P2+59.675474SV-11.87733SV 2+0.233871(H/O)-0.000149(H/O)2，柴油收率的预测模型Y6＝-4536.152+8.6757794ρ-0.005191ρ2-1.120075Tv+0.0017964Tv 2+7.6866076T-0.011401T2+22.219845P-1.20165P2-80.63813SV+15.806007SV 2-0.412412(H/O)+0.0002479(H/O)2，分别计算各实施例的干气、液化气、轻石脑油、重石脑油、航煤和柴油的预测收率值，其中，Y1-Y6分别为干气、液化气、轻石脑油、重石脑油、航煤和柴油的收率，ρ为原料油的密度，Tv为原料油的体积平均沸点，T为中压加氢裂化处理的反应温度，P为中压加氢裂化处理的反应压力，SV为中压加氢裂化处理的液时空速，H/O为中压加氢裂化处理的氢油体积比。
根据干气、液化气、轻石脑油、重石脑油、航煤和柴油的预测收率值和实际收率值计算各产品的平均绝对误差和平均相对误差，各产品的平均绝对误差和平均相对误差的结果见表2。
表2
由表2的结果可知，根据产品收率的预测模型得到的各产品的预测收率值与实际生产得到的各产品的实际收率值的偏差较小，对各产品而言，主要产品轻石脑油、重石脑油、航煤、柴油的平均相对误差均在5％左右，平均绝对误差低于2.40wt％；其它几种产品干气、液化气的平均相对误差在12％左右，平均绝对误差均不超过0.3wt％。误差分析表明本发明的产品收率的预测模型误差较小，具有较精确的预测能力，能够对实际生产进行精确的指导，能够满足实际生产需要。
以上详细描述了本发明的优选实施方式，但是，本发明并不限于上述实施方式中的具体细节，在本发明的技术构思范围内，可以对本发明的技术方案进行多种简单变型，这些简单变型均属于本发明的保护范围。
另外需要说明的是，在上述具体实施方式中所描述的各个具体技术特征，在不矛盾的情况下，可以通过任何合适的方式进行组合，为了避免不必要的重复，本发明对各种可能的组合方式不再另行说明。
此外，本发明的各种不同的实施方式之间也可以进行任意组合，只要其不违背本发明的思想，其同样应当视为本发明所公开的内容。

Claims (9)

1.一种中压加氢裂化处理中产品收率的预测模型，所述产品包括干气、液化气、轻石脑油、重石脑油、航煤和柴油，其特征在于，所述干气收率的预测模型为Y1＝615.43272-1.142163ρ+0.0006838ρ2+0.1450239Tv-0.000219Tv 2-1.003208T+0.0014094T2+0.4562648P+0.0012057P2+6.4541706SV-1.319631SV 2+0.0156852(H/O)-1.01×10-5(H/O)2，所述液化气收率的预测模型为Y2＝1140.5897-2.206788ρ+0.0013169ρ2+0.4188339Tv-0.000684Tv 2-1.693697T+0.002376T2+0.0093198P+0.0342108P2+8.8899537SV-1.800556SV 2+0.027534(H/O)-1.73×10-5(H/O)2，所述轻石脑油收率的预测模型为Y3＝-85.18427-0.076121ρ+6.684×10-5ρ2-0.962582Tv+0.0017049Tv 2+1.0601558T-0.001274T2-4.703011P+0.2156791P2+16.123556SV-3.026814SV 2+0.0688389(H/O)-3.45×10-5(H/O)2，所述重石脑油收率的预测模型为Y4＝-1320.415+2.5901918ρ-0.001536ρ2+0.4972897Tv-0.000991Tv 2+1.0126999T-0.001229T2-5.779169P+0.2310987P2-10.50502SV+2.2183195SV 2+0.0664834(H/O)-3.72×10-5(H/O)2，所述航煤收率的预测模型为Y5＝4285.729-7.840899ρ+0.0046593ρ2+1.0215091Tv-0.001608Tv 2-7.062559T+0.0101189T2-12.20325P+0.7194554P2+59.675474SV-11.87733SV 2+0.233871(H/O)-0.000149(H/O)2，所述柴油收率的预测模型为Y6＝-4536.152+8.6757794ρ-0.005191ρ2-1.120075Tv+0.0017964Tv 2+7.6866076T-0.011401T2+22.219845P-1.20165P2-80.63813SV+15.806007SV 2-0.412412(H/O)+0.0002479(H/O)2，其中，Y1-Y6分别为干气、液化气、轻石脑油、重石脑油、航煤和柴油的收率，ρ为原料油的密度，Tv为原料油的体积平均沸点，T为中压加氢裂化处理的反应温度，P为中压加氢裂化处理的反应压力，SV为中压加氢裂化处理的液时空速，H/O为中压加氢裂化处理的氢油体积比。
2.根据权利要求1所述的预测模型，其中，所述原料油的密度为810-874kg/m3。
3.根据权利要求1所述的预测模型，其中，所述原料油的体积平均沸点为260-350℃。
4.根据权利要求1所述的预测模型，其中，所述反应温度为350-386℃。
5.根据权利要求1所述的预测模型，其中，所述反应压力为8-13MPa。
6.根据权利要求1所述的预测模型，其中，所述液时空速为0.5-1.5h-1。
7.根据权利要求1所述的预测模型，其中，所述氢油体积比为400-800。
8.根据权利要求1所述的预测模型，其中，所述中压加氢裂化处理中使用的催化剂为精制催化剂RN-10B和裂化催化剂RT-5。
9.根据权利要求1-8中任意一项所述的预测模型，其中，所述原料油选自催化裂化柴油、减压轻瓦斯油、常压煤油和常压柴油中的一种或多种。
CN201410698893.1A 2014-11-27 2014-11-27 一种中压加氢裂化处理中产品收率的预测模型 Active CN105631187B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410698893.1A CN105631187B (zh) 2014-11-27 2014-11-27 一种中压加氢裂化处理中产品收率的预测模型

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410698893.1A CN105631187B (zh) 2014-11-27 2014-11-27 一种中压加氢裂化处理中产品收率的预测模型

Publications (2)

Publication Number Publication Date
CN105631187A true CN105631187A (zh) 2016-06-01
CN105631187B CN105631187B (zh) 2018-03-23

Family

ID=56046116

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410698893.1A Active CN105631187B (zh) 2014-11-27 2014-11-27 一种中压加氢裂化处理中产品收率的预测模型

Country Status (1)

Country Link
CN (1) CN105631187B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106778008A (zh) * 2016-12-28 2017-05-31 中南大学 一种用于优化加氢裂化过程反应条件的方法
CN109726844A (zh) * 2017-10-31 2019-05-07 中国石油化工股份有限公司 加氢裂化装置的产品收率自动调控方法、系统和存储设备
CN110021377A (zh) * 2017-10-31 2019-07-16 中国石油化工股份有限公司 加氢裂化催化剂的失活预测方法、装置和存储设备

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070068851A1 (en) * 2005-09-26 2007-03-29 Hunter Michael G Partial conversion hydrocracking process and apparatus
CN101173186A (zh) * 2006-11-01 2008-05-07 中国石油化工股份有限公司 一种中压加氢裂化方法
US20090159494A1 (en) * 2007-12-24 2009-06-25 Uop Llc A Corporation Of The State Of Delaware Hydrocracking process for fabricating jet fuel from diesel fuel
CN102971401A (zh) * 2010-06-29 2013-03-13 埃克森美孚研究工程公司 烃类的联合加氢裂化和脱蜡

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070068851A1 (en) * 2005-09-26 2007-03-29 Hunter Michael G Partial conversion hydrocracking process and apparatus
CN101173186A (zh) * 2006-11-01 2008-05-07 中国石油化工股份有限公司 一种中压加氢裂化方法
US20090159494A1 (en) * 2007-12-24 2009-06-25 Uop Llc A Corporation Of The State Of Delaware Hydrocracking process for fabricating jet fuel from diesel fuel
CN102971401A (zh) * 2010-06-29 2013-03-13 埃克森美孚研究工程公司 烃类的联合加氢裂化和脱蜡

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
胡志海 等: "中压加氢裂化加工大庆VGO的研究", 《石油炼制与化工》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106778008A (zh) * 2016-12-28 2017-05-31 中南大学 一种用于优化加氢裂化过程反应条件的方法
CN109726844A (zh) * 2017-10-31 2019-05-07 中国石油化工股份有限公司 加氢裂化装置的产品收率自动调控方法、系统和存储设备
CN110021377A (zh) * 2017-10-31 2019-07-16 中国石油化工股份有限公司 加氢裂化催化剂的失活预测方法、装置和存储设备
CN110021377B (zh) * 2017-10-31 2020-11-10 中国石油化工股份有限公司 加氢裂化催化剂的失活预测方法、装置和存储设备

Also Published As

Publication number Publication date
CN105631187B (zh) 2018-03-23

Similar Documents

Publication Publication Date Title
CN107428632B (zh) 用于烃异构化的方法和装置
CN103119130A (zh) 用于精炼应用的主动浊点控制器和相关方法
Belinskaya et al. Mathematical modeling of the process of catalytic hydrodewaxing of atmospheric gasoil considering the interconnection of the technological scheme devices
CN105631187A (zh) 一种中压加氢裂化处理中产品收率的预测模型
EP4192925B1 (en) Method for producing renewable fuel
Samimi et al. Application of response surface methodology for optimization of an industrial methylacetylene and propadiene hydrogenation reactor
EP2809749A1 (en) Catalytic reforming process and system for producing reduced benzene gasoline
CN102947420A (zh) 以切换模式构造的低硫或含硫环境催化脱蜡
CN118098403A (zh) 一种提高催化柴油加氢转化产品收率的方法
Nazarova et al. A predictive model of catalytic cracking: Feedstock-induced changes in gasoline and gas composition
Belinskaya MATHEMATICAL MODELLING AND OPTIMIZATION OF CATALYTIC DEWAXING OF DIESEL OIL CUTS AND ATMOSPHERIC GAS OIL.
CN105713659B (zh) 烃类连续液相加氢工艺方法
Chernyakova et al. Heavy naphtha fractions 85-155 C recycling in the catalytic reforming industrial unit
Chuzlov et al. Efficiency improvement of the light gasoline fractions isomerization by mathematical modeling
CN103459558B (zh) 鼓泡塔型淤浆床反应器的启动方法及启动用溶剂和烃油的制造方法
CN107592882B (zh) 最佳加氢脱硫性能的原油板岩优化方法
Chandak et al. A pilot reactor study to determine operational factors of the commercial hydrodesulphurization (HDS) catalyst to produce ultra-low sulphur diesel (ULSD)
CN103443253B (zh) 煤油基材的制造方法以及煤油基材
CN102630248A (zh) 石脑油馏分的加氢精制方法以及烃油的制造方法
Zaker et al. Supercritical water promoted aromatics production using ZSM-5 catalyst
Muhsin et al. Modelling and optimisation of a crude oil hydrotreating process using neural networks
Jarullah et al. Enhancement of productivity of distillate fractions by crude oil hydrotreatment: development of kinetic model for the hydrotreating process
Mohd Ali et al. Optimization of DMC transesterification based biodiesel production
CN105295991B (zh) 一种提高费托蜡加氢裂化中间馏分油收率的方法
Faskhutdinov et al. Improvement of resource efficiency of the catalytic isomerization process by mathematical modeling

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
TA01 Transfer of patent application right

Effective date of registration: 20170502

Address after: 100010 Beijing, Chaoyangmen, North Street, No. 25, No.

Applicant after: China National Offshore Oil Corporation

Applicant after: China National Offshore Oil Corporation

Applicant after: CNOOC Huizhou Petrochemical Co., Ltd.

Address before: 100010 Beijing, Chaoyangmen, North Street, No. 25, No.

Applicant before: China National Offshore Oil Corporation

Applicant before: China National Offshore Oil Corporation

Applicant before: Huizhou Refinery Branch, CNOOC Oil & Petrochemicals Co., Ltd.

TA01 Transfer of patent application right
CB02 Change of applicant information

Address after: 100010 Beijing, Chaoyangmen, North Street, No. 25, No.

Applicant after: China Offshore Oil Group Co., Ltd.

Applicant after: China National Offshore Oil Corporation

Applicant after: CNOOC Huizhou Petrochemical Co., Ltd.

Address before: 100010 Beijing, Chaoyangmen, North Street, No. 25, No.

Applicant before: China National Offshore Oil Corporation

Applicant before: China National Offshore Oil Corporation

Applicant before: CNOOC Huizhou Petrochemical Co., Ltd.

CB02 Change of applicant information
GR01 Patent grant
GR01 Patent grant