CN110036294B - 预测目标减粘裂化渣油流的临界溶剂能力的方法 - Google Patents
预测目标减粘裂化渣油流的临界溶剂能力的方法 Download PDFInfo
- Publication number
- CN110036294B CN110036294B CN201780074315.2A CN201780074315A CN110036294B CN 110036294 B CN110036294 B CN 110036294B CN 201780074315 A CN201780074315 A CN 201780074315A CN 110036294 B CN110036294 B CN 110036294B
- Authority
- CN
- China
- Prior art keywords
- visres
- csp
- visbroken
- stream
- cpt
- 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.)
- Active
Links
- 239000002904 solvent Substances 0.000 title claims abstract description 180
- 238000000034 method Methods 0.000 title claims abstract description 164
- 239000002893 slag Substances 0.000 title claims abstract description 39
- 239000010779 crude oil Substances 0.000 claims abstract description 99
- 239000003921 oil Substances 0.000 claims abstract description 91
- 239000000295 fuel oil Substances 0.000 claims abstract description 83
- CIWBSHSKHKDKBQ-JLAZNSOCSA-N Ascorbic acid Chemical compound OC[C@H](O)[C@H]1OC(=O)C(O)=C1O CIWBSHSKHKDKBQ-JLAZNSOCSA-N 0.000 claims abstract description 10
- 238000004519 manufacturing process Methods 0.000 claims abstract description 7
- 239000000203 mixture Substances 0.000 claims description 52
- 238000001556 precipitation Methods 0.000 claims description 21
- 238000000545 stagnation point adsorption reflectometry Methods 0.000 claims description 13
- 238000002156 mixing Methods 0.000 claims description 7
- 238000010998 test method Methods 0.000 claims description 3
- IMNFDUFMRHMDMM-UHFFFAOYSA-N N-Heptane Chemical compound CCCCCCC IMNFDUFMRHMDMM-UHFFFAOYSA-N 0.000 description 65
- YXFVVABEGXRONW-UHFFFAOYSA-N Toluene Chemical compound CC1=CC=CC=C1 YXFVVABEGXRONW-UHFFFAOYSA-N 0.000 description 18
- 125000003118 aryl group Chemical group 0.000 description 15
- 238000006243 chemical reaction Methods 0.000 description 14
- 238000004448 titration Methods 0.000 description 14
- -1 naphtha Substances 0.000 description 13
- 238000005259 measurement Methods 0.000 description 12
- 238000009835 boiling Methods 0.000 description 11
- 239000007789 gas Substances 0.000 description 10
- 150000001335 aliphatic alkanes Chemical class 0.000 description 9
- 239000000446 fuel Substances 0.000 description 9
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 8
- DCAYPVUWAIABOU-UHFFFAOYSA-N alpha-n-hexadecene Natural products CCCCCCCCCCCCCCCC DCAYPVUWAIABOU-UHFFFAOYSA-N 0.000 description 8
- 238000004231 fluid catalytic cracking Methods 0.000 description 8
- 238000012512 characterization method Methods 0.000 description 7
- 238000004821 distillation Methods 0.000 description 7
- 238000005336 cracking Methods 0.000 description 6
- 239000003350 kerosene Substances 0.000 description 6
- NINIDFKCEFEMDL-UHFFFAOYSA-N Sulfur Chemical compound [S] NINIDFKCEFEMDL-UHFFFAOYSA-N 0.000 description 5
- 239000003795 chemical substances by application Substances 0.000 description 5
- 238000009826 distribution Methods 0.000 description 5
- 239000010747 number 6 fuel oil Substances 0.000 description 5
- 230000001376 precipitating effect Effects 0.000 description 5
- 229910052717 sulfur Inorganic materials 0.000 description 5
- 239000011593 sulfur Substances 0.000 description 5
- 239000004215 Carbon black (E152) Substances 0.000 description 4
- 230000001427 coherent effect Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 229930195733 hydrocarbon Natural products 0.000 description 4
- 150000002430 hydrocarbons Chemical class 0.000 description 4
- 229910052757 nitrogen Inorganic materials 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 239000002002 slurry Substances 0.000 description 4
- 238000007655 standard test method Methods 0.000 description 4
- XDTMQSROBMDMFD-UHFFFAOYSA-N Cyclohexane Chemical compound C1CCCCC1 XDTMQSROBMDMFD-UHFFFAOYSA-N 0.000 description 3
- CTQNGGLPUBDAKN-UHFFFAOYSA-N O-Xylene Chemical compound CC1=CC=CC=C1C CTQNGGLPUBDAKN-UHFFFAOYSA-N 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 3
- 230000005484 gravity Effects 0.000 description 3
- 238000005292 vacuum distillation Methods 0.000 description 3
- 239000008096 xylene Substances 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 150000001875 compounds Chemical class 0.000 description 2
- 230000005494 condensation Effects 0.000 description 2
- 230000000875 corresponding effect Effects 0.000 description 2
- 230000008021 deposition Effects 0.000 description 2
- 238000004817 gas chromatography Methods 0.000 description 2
- DCAYPVUWAIABOU-NJFSPNSNSA-N hexadecane Chemical group CCCCCCCCCCCCCCC[14CH3] DCAYPVUWAIABOU-NJFSPNSNSA-N 0.000 description 2
- 238000006116 polymerization reaction Methods 0.000 description 2
- 229920005989 resin Polymers 0.000 description 2
- 239000011347 resin Substances 0.000 description 2
- 229930195734 saturated hydrocarbon Natural products 0.000 description 2
- 239000010454 slate Substances 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000004227 thermal cracking Methods 0.000 description 2
- 239000008186 active pharmaceutical agent Substances 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 239000003849 aromatic solvent Substances 0.000 description 1
- 238000003556 assay Methods 0.000 description 1
- 238000010504 bond cleavage reaction Methods 0.000 description 1
- 239000010724 circulating oil Substances 0.000 description 1
- 238000004939 coking Methods 0.000 description 1
- 238000009833 condensation Methods 0.000 description 1
- 238000006482 condensation reaction Methods 0.000 description 1
- 239000000356 contaminant Substances 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 239000011557 critical solution Substances 0.000 description 1
- 238000006356 dehydrogenation reaction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000005189 flocculation Methods 0.000 description 1
- 230000016615 flocculation Effects 0.000 description 1
- 238000004442 gravimetric analysis Methods 0.000 description 1
- 125000000623 heterocyclic group Chemical group 0.000 description 1
- 238000009533 lab test Methods 0.000 description 1
- 229920002521 macromolecule Polymers 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 229910052751 metal Inorganic materials 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003647 oxidation Effects 0.000 description 1
- 238000007254 oxidation reaction Methods 0.000 description 1
- 239000012188 paraffin wax Substances 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 239000010802 sludge Substances 0.000 description 1
- DZZWHBIBMUVIIW-DTORHVGOSA-N sparfloxacin Chemical compound C1[C@@H](C)N[C@@H](C)CN1C1=C(F)C(N)=C2C(=O)C(C(O)=O)=CN(C3CC3)C2=C1F DZZWHBIBMUVIIW-DTORHVGOSA-N 0.000 description 1
- 238000013112 stability test Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
- 238000004846 x-ray emission Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/26—Oils; Viscous liquids; Paints; Inks
- G01N33/28—Oils, i.e. hydrocarbon liquids
- G01N33/2823—Raw oil, drilling fluid or polyphasic mixtures
-
- C—CHEMISTRY; METALLURGY
- C10—PETROLEUM, GAS OR COKE INDUSTRIES; TECHNICAL GASES CONTAINING CARBON MONOXIDE; FUELS; LUBRICANTS; PEAT
- C10G—CRACKING HYDROCARBON OILS; PRODUCTION OF LIQUID HYDROCARBON MIXTURES, e.g. BY DESTRUCTIVE HYDROGENATION, OLIGOMERISATION, POLYMERISATION; RECOVERY OF HYDROCARBON OILS FROM OIL-SHALE, OIL-SAND, OR GASES; REFINING MIXTURES MAINLY CONSISTING OF HYDROCARBONS; REFORMING OF NAPHTHA; MINERAL WAXES
- C10G75/00—Inhibiting corrosion or fouling in apparatus for treatment or conversion of hydrocarbon oils, in general
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/26—Oils; Viscous liquids; Paints; Inks
- G01N33/28—Oils, i.e. hydrocarbon liquids
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/26—Oils; Viscous liquids; Paints; Inks
- G01N33/28—Oils, i.e. hydrocarbon liquids
- G01N33/2829—Mixtures of fuels
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/26—Oils; Viscous liquids; Paints; Inks
- G01N33/28—Oils, i.e. hydrocarbon liquids
- G01N33/2835—Specific substances contained in the oils or fuels
-
- C—CHEMISTRY; METALLURGY
- C10—PETROLEUM, GAS OR COKE INDUSTRIES; TECHNICAL GASES CONTAINING CARBON MONOXIDE; FUELS; LUBRICANTS; PEAT
- C10G—CRACKING HYDROCARBON OILS; PRODUCTION OF LIQUID HYDROCARBON MIXTURES, e.g. BY DESTRUCTIVE HYDROGENATION, OLIGOMERISATION, POLYMERISATION; RECOVERY OF HYDROCARBON OILS FROM OIL-SHALE, OIL-SAND, OR GASES; REFINING MIXTURES MAINLY CONSISTING OF HYDROCARBONS; REFORMING OF NAPHTHA; MINERAL WAXES
- C10G2300/00—Aspects relating to hydrocarbon processing covered by groups C10G1/00 - C10G99/00
- C10G2300/10—Feedstock materials
- C10G2300/107—Atmospheric residues having a boiling point of at least about 538 °C
-
- C—CHEMISTRY; METALLURGY
- C10—PETROLEUM, GAS OR COKE INDUSTRIES; TECHNICAL GASES CONTAINING CARBON MONOXIDE; FUELS; LUBRICANTS; PEAT
- C10G—CRACKING HYDROCARBON OILS; PRODUCTION OF LIQUID HYDROCARBON MIXTURES, e.g. BY DESTRUCTIVE HYDROGENATION, OLIGOMERISATION, POLYMERISATION; RECOVERY OF HYDROCARBON OILS FROM OIL-SHALE, OIL-SAND, OR GASES; REFINING MIXTURES MAINLY CONSISTING OF HYDROCARBONS; REFORMING OF NAPHTHA; MINERAL WAXES
- C10G2300/00—Aspects relating to hydrocarbon processing covered by groups C10G1/00 - C10G99/00
- C10G2300/10—Feedstock materials
- C10G2300/1077—Vacuum residues
-
- C—CHEMISTRY; METALLURGY
- C10—PETROLEUM, GAS OR COKE INDUSTRIES; TECHNICAL GASES CONTAINING CARBON MONOXIDE; FUELS; LUBRICANTS; PEAT
- C10G—CRACKING HYDROCARBON OILS; PRODUCTION OF LIQUID HYDROCARBON MIXTURES, e.g. BY DESTRUCTIVE HYDROGENATION, OLIGOMERISATION, POLYMERISATION; RECOVERY OF HYDROCARBON OILS FROM OIL-SHALE, OIL-SAND, OR GASES; REFINING MIXTURES MAINLY CONSISTING OF HYDROCARBONS; REFORMING OF NAPHTHA; MINERAL WAXES
- C10G2300/00—Aspects relating to hydrocarbon processing covered by groups C10G1/00 - C10G99/00
- C10G2300/20—Characteristics of the feedstock or the products
- C10G2300/201—Impurities
- C10G2300/205—Metal content
- C10G2300/206—Asphaltenes
-
- C—CHEMISTRY; METALLURGY
- C10—PETROLEUM, GAS OR COKE INDUSTRIES; TECHNICAL GASES CONTAINING CARBON MONOXIDE; FUELS; LUBRICANTS; PEAT
- C10G—CRACKING HYDROCARBON OILS; PRODUCTION OF LIQUID HYDROCARBON MIXTURES, e.g. BY DESTRUCTIVE HYDROGENATION, OLIGOMERISATION, POLYMERISATION; RECOVERY OF HYDROCARBON OILS FROM OIL-SHALE, OIL-SAND, OR GASES; REFINING MIXTURES MAINLY CONSISTING OF HYDROCARBONS; REFORMING OF NAPHTHA; MINERAL WAXES
- C10G2300/00—Aspects relating to hydrocarbon processing covered by groups C10G1/00 - C10G99/00
- C10G2300/20—Characteristics of the feedstock or the products
- C10G2300/30—Physical properties of feedstocks or products
-
- C—CHEMISTRY; METALLURGY
- C10—PETROLEUM, GAS OR COKE INDUSTRIES; TECHNICAL GASES CONTAINING CARBON MONOXIDE; FUELS; LUBRICANTS; PEAT
- C10G—CRACKING HYDROCARBON OILS; PRODUCTION OF LIQUID HYDROCARBON MIXTURES, e.g. BY DESTRUCTIVE HYDROGENATION, OLIGOMERISATION, POLYMERISATION; RECOVERY OF HYDROCARBON OILS FROM OIL-SHALE, OIL-SAND, OR GASES; REFINING MIXTURES MAINLY CONSISTING OF HYDROCARBONS; REFORMING OF NAPHTHA; MINERAL WAXES
- C10G2400/00—Products obtained by processes covered by groups C10G9/00 - C10G69/14
- C10G2400/06—Gasoil
Landscapes
- Chemical & Material Sciences (AREA)
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Oil, Petroleum & Natural Gas (AREA)
- Chemical Kinetics & Catalysis (AREA)
- General Chemical & Material Sciences (AREA)
- Medicinal Chemistry (AREA)
- Food Science & Technology (AREA)
- Physics & Mathematics (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Organic Chemistry (AREA)
- Production Of Liquid Hydrocarbon Mixture For Refining Petroleum (AREA)
Abstract
本发明公开了一种预测目标减粘裂化渣油流的临界溶剂能力CSPVisRes(OI)的方法，所述方法包括从常压渣油流的临界滴定剂百分比CPTAR预测CSPVisRes(OI)，所述常压渣油流源自于与目标减粘裂化渣油流相同的原油。本发明公开了一种用于预测目标减粘裂化渣油流的溶剂能力SPVisRes(OI)的方法，所述方法包括从减粘裂化渣油流的临界溶剂能力CSPVisRes与减粘裂化渣油流的临界滴定剂百分比CPTVisRes预测SPVisRes(OI)。CPTVisRes由减粘裂化渣油流的临界十六烷百分比CPCVisRes得出，而后者又从减粘裂化渣油流的P值计算。所述方法可用于预测含有减粘裂化渣油的燃料油的稳定性。
Description
技术领域
本发明涉及预测减粘裂化渣油流的溶剂能力和临界溶剂能力的方法。减粘裂化渣油流的溶剂能力和临界溶剂能力可以用作预测燃料油稳定性的方法的一部分。
背景技术
减粘裂化是一种工艺，其中重质粘稠的炼油厂料流例如减压渣油、常压渣油及其组合在减粘裂化炉单元(VSB)中经受轻度热转化。VSB进料通常集中在被称为沥青质的化合物中。
沥青质是有机杂环大分子，通常代表原油中最重的化合物。沥青质被定义为溶解性类别，虽然它们通常可溶于芳族溶剂例如甲苯，但它们不溶于链烷烃类溶剂例如正庚烷。在炼油厂遇到的高温下，进料中的沥青质会变得不溶，导致沉淀和可能的沉积，例如在炉管表面上。
减粘裂化导致从相对低价值的渣油流中产生一系列更轻且更有价值的产物(例如煤油和瓦斯油)。出自VSB的主要产物被称为减粘裂化渣油(vis res)。减粘裂化渣油流具有许多应用，包括在用于发电的燃料油(例如用于船舶的船用燃料油)的生产中作为主要组分。或者，减粘裂化渣油流可以在炼油厂中进行进一步转化(例如在焦化器，部分氧化单元等中)。
船用燃料油(也称为船用燃料)受到严格的质量约束，包括与粘度、污染物含量(例如Si、Al、Fe)有关的质量约束，并且重要的是，所述燃料中沥青质级分的稳定性。燃料油批次，例如船用燃料油批次，通常使用根据测试方法IP 390确定的老化沉积物规格来测试稳定性。在该方法中，使燃料样品经受侵蚀性老化条件(在100℃下24小时)并过滤以确保燃料中的总沉积物水平低于阈值限(0.05或0.1wt％)。如果满足沉积物规格，则一般认为只要满足其它相关的燃料规格，例如硫含量、金属含量、粘度等，该燃料就适合用于船舶应用。
主要的减粘裂化反应包括C-C键裂开、脱氢、聚合和缩合。这些反应的总体影响是进料中饱和烃(链烷烃)含量增加、芳烃和树脂含量降低以及沥青质含量显著增加。试图提高转化或减粘裂化程度(例如通过更高的炉出口温度、更长的停留时间)通常会导致减粘裂化渣油具有：
·增加的沥青质含量。缩合和聚合反应是造成在减粘裂化期间产生沥青质的主要原因。穿过VSB的沥青质含量增加2-4倍并不罕见。
·由于饱和烃增加和芳烃/树脂含量降低而降低的溶剂能力(SP)。SP可以定义为烃流分散和/或承载沥青质的能力(参见例如US 2004/0121472).
·沥青质临界溶剂能力(CSPa)增加。CSPa定义为保持沥青质在烃流中完全分散和溶解所需的最低溶剂能力(参见例如US 2004/0121472)。
在减粘裂化渣油的SP低于CSPa的情况下，可能在VSB炉管和裂化反应鼓中，将发生严重的结垢和沥青质沉积。相反，如果减粘裂化渣油的SP高于CSPa，那么炉和裂化反应鼓就不太可能结垢。为避免与沥青质沉淀相关的问题，因此通常在VSB中应用转化的上限。
然而，沥青质沉淀的问题仍然可能在VSB的下游发生。虽然来自VSB单元的减粘裂化渣油流表现出相对于VSB的进料而言较低的粘度，但是为了满足燃料油规格，经常将馏分(cutter stocks)添加到减粘裂化渣油流中以进一步降低其粘度。馏分包括诸如石脑油、煤油和瓦斯油流这样的材料，例如来自典型炼油厂的原油常压蒸馏单元(CDU)。其它馏分包括减压瓦斯油，例如从减压蒸馏单元(VDU)产生的，以及来自典型炼油厂中的流化催化裂化(FCC)单元的循环油。
来自CDU的大多数“直馏”馏分例如煤油、瓦斯油等趋向于具有低SP。最终掺合物SP低于CSPa的馏分与减粘裂化渣油流的掺合将导致沥青质不相容(即，可形成较大的沥青质集合体并开始沉淀)。因此，炼油业者试图确保使用的减粘裂化渣油流具有足够的稳定性储备以允许添加馏分，而所得掺合物满足所要求的沥青质稳定性规格。然而，经常需要仔细选择馏分(例如FCC轻质循环油(LCO)通常具有比用作馏分的CDU/VDU流更高的SP)。
稳定性储备通常使用“P值”度量来描述，如测试方法SMS-1600-01所定义。通常操作VSB以获得满足目标P值、通常为1.05至1.20的减粘裂化渣油流。在船用燃料油是目标产物的情况下，将通常操作VSB以产生具有1.10或更高的较高P值的减粘裂化渣油流。
总而言之，目前有必要确保操作VSB以使得：1)VSB单元的进料质量和操作条件在减粘裂化过程期间不会导致过度转化并因此不会导致沥青质不稳定性；和2)产生的减粘裂化渣油流具有足够的稳定性储备以允许任何馏分添加并通过最终燃料稳定性测试，例如IP390测试。
需要一种克服这些约束中的一个或多个的方法。
发明内容
本发明提供了一种预测目标减粘裂化渣油流的临界溶剂能力CSPVisRes(OI)的方法，所述方法包括：
利用减粘裂化渣油流的临界溶剂能力CSPVisRes与常压渣油流中沥青质稳定性的临界滴定剂百分比CPTAR之间的相关性，从常压渣油流中沥青质稳定性的临界滴定剂百分比CPTAR预测CSPVisRes(OI)，所述常压渣油流源自于与目标减粘裂化渣油流相同的原油，
其中，所述相关性通过下述方法获得，所述方法包括：
对于多种原油中的每一种，测量：
来源于所述原油的减粘裂化渣油流的CSPVisRes，和
来源于所述原油的常压渣油流的CPTAR，以及
确定CSPVisRes与CPTAR之间的相关性。
还提供了一种用于预测目标减粘裂化渣油流的溶剂能力SPVisRes(OI)的方法，所述方法包括：
利用下式预测SPVisRes(OI)：
SPVisRes(OI)＝(100x CSPVisRes)/(100-CPTVisRes)
其中：CSPVisRes是所述减粘裂化渣油流的临界溶剂能力，和
CPTVisRes是所述减粘裂化渣油流中沥青质稳定性的临界滴定剂百分比(vol％)，
其中使用下式从所述减粘裂化渣油流中沥青质稳定性的临界十六烷百分比(vol％)CPCVisRes得出CPTVisRes：
CPTVisRes＝CF+CPCVisRes
其中：CF是将CPTVisRes与CPCVisRes相关联的转换因子
并且其中使用下式从减粘裂化渣油流的P值计算CPCVisRes：
CPCVisRes＝([(P值–1)*ρVisRes]/[((P值–1)*ρVisRes)+1])*100
其中：ρVisRes是所述减粘裂化渣油流的密度。
还提供了一种用于预测减粘裂化渣油流的稳定性的方法，所述方法包括：
将所述减粘裂化渣油流的溶剂能力SPVisRes与所述减粘裂化渣油流的临界溶剂能力CSPVisRes进行比较，以及，
如果SPVisRes大于CSPVisRes，则将所述减粘裂化渣油流归类为稳定，
其中CSPVisRes是使用本发明的方法预测的和/或SPVisRes是使用本发明的方法预测的。
还提供了一种用于防止沥青质从减粘裂化渣油流中沉淀的方法，所述方法包括：
使用本发明的方法预测所述减粘裂化渣油的稳定性，以及
在所述减粘裂化渣油被归类为不稳定的情况下，调节炼油厂工艺以确保所述减粘裂化渣油满足稳定性要求。
还提供了一种用于预测燃料油的临界溶剂能力CSPFO的方法，所述燃料油含有包括减粘裂化渣油流在内的n种掺合物组分，所述方法包括：
使用下式预测CSPFO：
其中：Wt％i是所述n种掺合物组分各自的重量％，
Asp含量i是所述n种掺合物组分各自的沥青质含量，
Asp含量(FO)是所述燃料油的沥青质含量，和
CSPi是所述n种燃料油各自的临界溶剂能力，
其中所述减粘裂化渣油流的临界溶剂能力CSPVisRes是使用本发明的方法预测的。
还提供了一种用于预测燃料油的溶剂能力SPFO的方法，所述燃料油含有包括减粘裂化渣油流在内的n种掺合物组分，所述方法包括：
使用下式预测SPFO：
其中：Vol％i是所述燃料油中所述n种掺合物组分各自的体积％，和
SPi是所述n种掺合物组分各自的溶剂能力，
其中所述减粘裂化渣油流的溶剂能力SPVisRes是使用本发明的方法预测的。
还提供了一种用于预测燃料油的稳定性的方法，所述方法包括：
将所述燃料油的溶剂能力SPFO与所述燃料油的临界溶剂能力CSPFO进行比较，以及
如果SPFO大于CSPFO，则将所述燃料油归类为稳定，
其中CSPFO是使用本发明的方法预测的和/或SPFO是使用本发明的方法预测的。
还提供了一种用于防止沥青质从燃料油中沉淀的方法，所述方法包括：
使用本发明的方法预测所述燃料油的稳定性，以及
在所述燃料油被归类为不稳定的情况下，调节炼油厂工艺以确保所述燃料油满足稳定性要求。
附图说明
图1是显示馏分的溶剂能力SPCS与馏分的芳烃含量之间的相关性的图；
图2是比较芳族渣油的溶剂能力SPAR的图，SPAR是使用本发明的方法从其整体性质测量和预测的；
图3是显示芳族渣油的临界庚烷百分比CPHAR与减压渣油的临界庚烷百分比CPHVR之间的相关性的图；
图4是显示减压渣油的临界溶剂能力CSPVR与芳族渣油的临界溶剂能力CSPAR之间的相关性的图；
图5a是显示减粘裂化渣油流的临界溶剂能力CSPVisRes与相应的常压渣油流中临界庚烷百分比CPHAR之间的相关性的图；
图5b是显示图5a中所示的关系的图，但其中考虑了产生减粘裂化渣油的VSB的进料速率与盘管出口温度(COT)的比率；和
图5c是显示在减粘裂化渣油流中临界庚烷百分比CPHVisRes与临界十六烷百分比CPCVisRes之间的关系的图。
具体实施方式
馏分(CS)
将馏分与减粘裂化渣油流掺合以产生燃料油。馏分主要功能在于降低减粘裂化渣油流的粘度，使得所得燃料油满足所要求的工业规格。
切割馏分可选自直馏馏分油(例如石脑油、煤油、和瓦斯油如减压瓦斯油)和裂化产物(例如FCC循环油和FCC油浆)。这些常见的炼油厂料流是本领域技术人员已知的，并且一般将具有以下沸程(在100kPa标准大气压下测量)：石脑油从70到150℃；煤油从120到220℃；瓦斯油从180到350℃；减压瓦斯油从300到580℃；循环油从250到450℃；和FCC油浆从400到580℃。
馏分的溶剂能力SPCS可以使用任何已知的方法确定。优选地，使用PCT/US2016/047301(Soban Balashanmugam等人：预测轻油的溶剂能力(Predicting Solvent Power ofLight Oils)；通过引用并入本文)中描述的方法。该方法通常是优选的，特别是对于沥青质含有量少于0.5重量％(例如根据IP 143测量)的馏分，因为它给出了更准确的结果。
参考油优选是沥青质含量大于3重量％、优选大于5重量％(例如根据IP143测量)的重油。重油的API比重通常将小于25°(例如根据ASTM D 4052测量)，并任选重质渣油含量(即，沸点高于1000°F(537.8℃))的组分大于30重量％(例如根据ASTM 5236测量由ASTM D2892蒸馏产生的沸点>300℃的渣油)。
根据该方法，使用下述方法计算SPCS，其中针对参考油滴定馏分，任选在滴定剂存在下，以确定沥青质沉淀开始时的馏分的体积分率，V(开始分率CS)，沥青质沉淀开始时参考油的体积分率，V(开始分率RO)，以及在滴定剂存在的情况下，沥青质沉淀开始时滴定剂的体积分率，V(开始分率T)，以及
根据下式确定SPCS：
其中：CSPRO是参考油的临界溶剂能力，
SPRO是参考油的溶剂能力，
SPT是滴定剂的溶剂能力，以及
x在滴定剂存在的情况下为1，否则为0。
可以使用任何已知的方法来确定参考油的溶剂能力，SPRO，以及滴定剂的溶剂能力，SPT。滴定剂的溶剂能力，SPT，将通常是本领域已知的。参考油的溶剂能力，SPRO，(以及滴定剂的溶剂能力，SPT，如果未知)可以使用US 2004/0121472(Nemana，S.等人：预测性原油相容性模型(Predictive Crude Oil Compatibility Model)；通过引用并入本文)中描述的方法来计算，根据所述方法使用表征K因子来估算溶剂能力。
油的表征K因子，K，根据下式计算：
K＝VABP1/3/SG
其中：VABP是所述油的体积平均沸点，以兰金(Rankine)度计，以及
SG是所述油的标准比重。
油的体积平均沸点，VABP，可使用已知的方法确定。在一些情况下，VABP可以从所述油的收率分布(yield profile)确定。
油的收率分布可以由物理蒸馏来确定，例如根据ASTM D 2892或ASTM D 5236。油的收率分布可以可替选地使用GC和高温模拟蒸馏(HT-SIMDIS)来确定。使用GC分析允许确定油的烃组成中沸点在C1-9烃范围内的组分。GC分析可以根据标准试验方法IP601进行。HT-SIMDIS分析可以根据标准试验方法IP545进行。
油的标准比重，SG，是在60°F(即15.6℃)下油密度与水密度之比。SG可以使用已知方法确定。例如，油密度可以根据ASTM D 4052或ASTM D 5002通过实验测量。
溶剂能力可以使用线性内插法从表征K因子确定。例如，SP可以基于表征K因子与庚烷和甲苯的溶解度参数之间的关系从K确定。表征K因子以及庚烷和甲苯的溶解度参数是本领域中已知的。
参考油的临界溶剂能力，CSPRO，可以通过针对沉淀剂滴定参考油来确定。在一些情况下，CSPRO可以根据下式确定：
CSPRO＝V(开始分率RO(P))*SPRO/100
其中：V(开始分率RO(P))是有沉淀剂时沥青质沉淀开始时参考油的体积分率；以及
SPRO是参考油的溶剂能力，其可以如上所述确定，例如，基于表征K因子。
沉淀剂优选具有可忽略的溶剂能力，例如溶剂能力小于5，优选小于2，更优选约0。合适的沉淀剂包括烷烃，例如C5-20烷烃，优选C5-20正烷烃或C5-20异烷烃，更优选C5-8正烷烃或C5-8异烷烃。优选使用正庚烷作为沉淀剂。
沥青质沉淀的开始可以通过在光学显微镜下观察参考油和沉淀剂、或通过其它已知的方法(例如重量分析)来鉴别。
优选地，在没有滴定剂(即x为0)的情况下，在针对参考油滴定馏分时观察沥青质沉淀。在这些实施方式中，有利地减少了用人工沉淀剂例如正庚烷进行实验的需要。
然而，在一些情况下，在仅针对参考油滴定馏分时可能观察不到沥青质沉淀。在这些情况下，可以在滴定剂(即x＝1)存在下，例如以2:1至1:2、并优选1.5:1至1:1.5的比率含有参考油和滴定剂的混合物，针对参考油滴定馏分。通常，使用1:1混合物。滴定剂优选具有可忽略的溶剂能力，例如溶剂能力小于5，优选小于2，更优选约0。合适的滴定剂包括烷烃，例如C5-20烷烃，优选C5-20正烷烃或C5-20异烷烃，更优选C5-8正烷烃或C5-8异烷烃。优选使用正庚烷作为滴定剂。
或者，可以使用US 2004/0121472(如上所述)中描述的方法来确定馏分的溶剂能力，SPCS，根据该方法使用表征K因子估算溶剂能力。已经发现该方法对于计算轻油、例如许多常见的馏分的溶剂能力不太准确。
令人惊喜地发现，SPCS与馏分的芳烃含量之间的相关性足够强，使得能够在不直接测量SPCS的情况下由馏分的芳烃含量来确定SPCS。因此，在一些实施方式中，通过测量馏分的芳烃含量、并使用芳烃含量与SPCS之间的相关性导出SPCS来确定SPCS。
SPCS与馏分的芳烃含量之间的相关性可通过测量多种馏分的芳烃含量和SPCS(例如使用PCT/US2016/047301中公开的方法)、并建立所测量的芳烃含量与所测量的SPCS之间的关系来确定。
馏分中的芳烃含量可以使用标准试验方法、例如IP 391或IP 548来确定。这些方法通常优选用于不是直馏馏分油的馏分，例如循环油和FCC油浆。
或者，馏分的芳烃含量可以使用原油鉴定数据来预测。该方法特别适合于来自CDU和VDU的直馏馏分油(例如石脑油、煤油、瓦斯油和减压瓦斯油馏分)，因为对于个体原油的鉴定通常包含对于构成全馏程原油的各种馏分油级分测量的芳烃含量。在直馏馏分油由原油的混合物制备的情况下，建模工具，例如
(Spiral Software Limited的注册商标)，可用于预测馏分的芳烃含量。
所述相关性优选通过测量至少10种馏分、更优选至少15种馏分、更优选至少20种馏分的芳烃含量和SPCS来确定。这些馏分可以是相同类型的，即相同的炼油厂料流，或者它们可以不同。
馏分的芳烃含量(以重量％表示)与SPCS之间的相关性优选表示为线性关系。例如，所述关系可以使用下式表示：
SPCS＝X*芳烃含量+Y
其中X和Y是常数。
由于每个炼油厂通常由特定来源供应原油/馏分，于是优选确定对炼油厂特异的相关性。换句话说，相关性将优选对炼油厂具有特异性。
此外，由于原油/馏分的构成可随时间变化，于是优选定期细调所述相关性。因此，在一些实施方式中，所述相关性至少每月测试和更新一次，优选至少每周一次。
馏分的临界溶剂能力，CSPCS，可以被假定为零，因为它们通常含有的沥青质的量可忽略。
然而，对于含有沥青质的量大于0.5重量％(例如根据IP 143测量)的馏分，例如FCC油浆。CSPCS可以使用US 2004/0121472(如上所述)中描述的方法来预测，根据所述方法使用表征K因子估算临界溶剂能力。或者，可以使用下面结合常压渣油描述的滴定法来确定CSPCS。
常压渣油(AR)
常压渣油是原油中较重的富含沥青质的馏分。常压渣油一般定义为具有大于300℃的沸点(在100kPa的标准大气压下测量)。常压渣油从原油常压蒸馏单元(CDU)产生，并用作真空蒸馏单元(VDU)的进料流。常压渣油也可以与减压渣油进料流一起用作减粘裂化炉单元(VSB)的进料流，以及作为馏分。
常压渣油的溶剂能力，SPAR，可使用任何已知的方法确定。例如，可以使用US 2004/0121472(如上所述)中描述的方法。根据该方法，使用表征K因子估算溶剂能力。
常压渣油的体积平均沸点，VABPAR，可以从得到该常压渣油的原油的收率分布确定(例如，例如根据ASTM D 2892或ASTM D 5236，从物理蒸馏数据确定)。可以使用原油性质建模工具，例如
(Spiral Software Limited的注册商标)，从收率分布计算VABPAR。
或者，SPAR可以使用滴定法计算。根据合适的滴定方法，将常压渣油针对溶剂和沉淀剂进行滴定，以确定沥青质沉淀开始时常压渣油的体积分率，V(开始分率AR)，以及沥青质沉淀开始时溶剂的体积分率，V(开始分率S)，以及
使用下式确定SPAR：
其中：CSPAR是常压渣油的临界溶剂能力，和
SPS是溶剂的溶剂能力。
当沉淀剂的溶剂能力可忽略，例如溶剂能力小于5、优选小于2、更优选约0时，获得最准确的结果。合适的沉淀剂包括烷烃，例如C5-20烷烃，优选C5-20正烷烃或C5-20异烷烃，更优选C5-8正烷烃或C5-8异烷烃。优选使用正庚烷作为沉淀剂。
所述溶剂优选具有在20和60之间的溶剂能力。优选使用的溶剂具有已知的溶剂能力，SPS，但这也可以使用已知的方法测量。优选的溶剂包括甲苯、二甲苯和环己烷，它们可以分别被指派50、50和30的溶剂能力。
为了避免需要确定CSPAR，优选通过针对用不同量的溶剂稀释的常压渣油的至少两个样品(例如2至4个样品)滴定沉淀剂来计算SPAR。例如，可以制备含有20、50和80％溶剂的3个样品。这些方法类似于ASTM D 7157中公开的方法。
从上面提供的定义SPAR的式中，可以看出SPAR可以从SPS*V(开始分率S)和V(开始分率AR)之间的线性相关性导出。例如，可以绘制SPS*V(开始分率S)针对V(开始分率AR)的图，梯度的负值提供了SPAR。应领会截距等于CSPAR。
或者，常压渣油的溶剂能力，SPAR，可以仅从其整体性质来预测。这是因为常压渣油的溶剂能力，例如使用上述方法确定的，可与常压渣油的整体性质相关联。
技术人员将意识到使常压渣油的溶剂能力与整体性质相关联的方法。软件很容易用于执行这样的方法。例子包括软件程序“
Eureqa”(Nutonian，Inc.的注册商标)，但是也可以使用其他软件包。在这些情况下，使用常压渣油的整体性质和溶剂能力的数据作为输入，软件生成将溶剂能力与整体性质相关联的方程式。可以生成多个不同的方程式，在这种情况下，操作员可以选择哪个方程式最有用，例如，包括可容易地或可靠地测量或得到的整体性质。
优选基于至少10种常压渣油、更优选至少15种常压渣油、更加优选至少20种常压渣油的整体性质和溶剂能力来确定所述相关性。
整体性质可包括：收率，例如常压渣油馏分中的减压渣油馏分的收率；表征K因子，例如，常压渣油的表征K因子；氮含量，例如常压渣油的氮含量；和硫含量，例如常压渣油的硫含量。在确定常压渣油馏分的整体性质与其溶剂能力之间的关系时，可以考虑这些性质中的一些或全部。也可以使用其它整体性质。
常压渣油馏分中的减压渣油的收率可以通过根据ASTM D 5236蒸馏渣油级分(通常是那些沸点超过300℃的组分)来确定。所述渣油级分首先通过根据ASTM D 2892蒸馏原油生成。优选地，使用ASTM D 5236和D 2892获得的原油或级分的GC SIMDIS分析(根据IP545、IP 507和ASTM D 7169)可用于确定减压渣油的准确收率。
表征K因子可以使用常压渣油的体积平均沸点(如上所述)和密度来计算。
常压渣油的氮含量可根据ASTM D 4629、ASTM D5762、IP 379或等效方式测量。
常压渣油的硫含量可根据ASTM D 4294或使用等效X射线荧光光谱法测量。
虽然常压渣油的整体性质可以，例如，如上所概括的那样进行测量，但它们往往可从购买原油用于炼油厂之前进行的原油鉴定分析中容易地获得。此外，在没有测量数据的情况下，可以使用原油性质建模工具例如
(Spiral Software Limited的注册商标)，利用有限的原油特性测量来预测常压渣油的性质。
常压渣油的临界溶剂能力，CSPAR，可以假定为等于该常压渣油所来源的原油(例如原油掺合物)的临界溶剂能力。该假设基于以下事实：在蒸馏时，原油中的沥青质只是集中在渣油馏分中，因此预期临界溶剂能力保持不变(条件是存在的热裂化或转化可忽略)。
原油的临界溶剂能力可以使用已知的方法确定。
在一些实施方式，临界溶剂能力通过针对滴定剂滴定原油，从原油的溶剂能力确定。可以使用下式：
CSP原油＝SP原油*(100–CPT原油)/100
其中：SP原油是原油的溶剂能力，以及
CPT原油是原油中沥青质稳定性的临界滴定剂百分比(vol％)。
在一些实施方式中，例如，当原油含有的沥青质的量少于0.5重量％时(例如根据IP 143测量)，原油的溶剂能力，SP原油，可以使用PCT/US2016/047301中公开的滴定程序预测。在其它实施方式中，例如，在原油含有的沥青质的量大于0.5重量％的情况下(例如根据IP143测量)，溶剂能力可以使用US2004/0121472(如上所述)中描述的方法来预测，根据所述方法使用特征K因子来估算溶剂能力。
原油中沥青质稳定性的临界滴定剂百分比(体积％)，CPT原油，是原油和滴定剂例如正庚烷的混合物中的沥青质变得不稳定时的点。
CPT原油可以通过针对滴定剂滴定原油来直接测量，例如遵循PCT/US2016/047301中使用的滴定程序。CPT原油优选通过在光学显微镜下观察原油和滴定剂的混合物来鉴定，但也可以使用其他方法(例如重量分析)。
滴定剂优选具有可忽略的溶剂能力，例如溶剂能力小于5，优选小于2，更优选约0。合适的滴定剂包括烷烃，例如C5-20烷烃，优选C5-20正烷烃或C5-20异烷烃，更优选C5-8正烷烃或C5-8异烷烃。优选使用正庚烷作为滴定剂。
或者，原油的溶剂能力和临界溶剂能力可以使用滴定法确定，其中将原油针对溶剂和沉淀剂进行滴定，以确定沥青质沉淀开始时原油的体积分率，V(开始分率原油)，和沥青质沉淀开始时溶剂的体积分率，V(开始分率S)。然后可以应用下式：
其中：CSP原油是原油的临界溶剂能力，和
SPS是溶剂的溶剂能力。
当沉淀剂的溶剂能力可忽略，例如溶剂能力小于5、优选小于2、更优选约0时，获得最准确的结果。合适的沉淀剂包括烷烃，例如C5-20烷烃，优选C5-20正烷烃或C5-20异烷烃，更优选C5-8正烷烃或C5-8异烷烃。优选使用正庚烷作为沉淀剂。
所述溶剂优选具有在20和60之间的溶剂能力。优选使用具有已知溶剂能力SPS的溶剂，虽然这也可以使用已知的方法来测量。优选的溶剂包括甲苯、二甲苯和环己烷，它们可以分别被指派50、50和30的溶剂能力。
为了避免需要确定CSP原油或SP原油，可以针对用不同量的溶剂稀释的原油的至少两个样品(例如2至4个样品)滴定沉淀剂。例如，可以制备含有20、50和80％溶剂的3个样品。这些方法类似于ASTM D 7157中公开的方法。
从上面提供的式中，可以看出然后可以从SPS*V(开始分率S)和V(开始分率原油)之间的线性相关性导出SP原油。例如，可以绘制SPS*V(开始分率S)对V(开始分率原油)的图，梯度的负值提供SP原油以及截距提供CSP原油。
在常压渣油源自于n种原油渣油的掺合物的情况下，可根据下式计算CSPAR：
其中：Wt％i是n种原油渣油各自的重量％
Asp含量i是n种原油渣油各自的沥青质含量，
Asp含量(掺合物AR)是常压渣油掺合物的沥青质含量，和
CSPi是n种原油渣油各自的临界溶剂能力。
沥青质含量可以使用已知的方法、例如根据IP 143测量。沥青质含量可以对原油本身测量，或在原油鉴定过程期间对原油的渣油测量。由于沥青质含量是质量平衡的性质，原油的收率分布和原油、渣油或两者的沥青质含量可用于计算特定渣油或全原油中的沥青质含量。
原油渣油各自的临界溶剂能力可以使用上文概述的方法确定。
减压渣油(VR)
减压渣油是原油中最重的富含沥青质的馏分。减压渣油一般定义为具有大于500℃的沸点(在100kPa的标准大气压下测量)。通常，减压渣油在常压渣油是其原料的减压蒸馏单元(VDU)中产生。减压渣油用作减粘裂化炉单元(VSB)的主要进料流。减压渣油也可偶尔掺入燃料油中。
减压渣油的溶剂能力，SPVR，可使用以下等式确定：
SPVR＝100*CSPVR/(100-CPTVR)
其中：CSPVR是减压渣油的临界溶剂能力，和
CPTVR是减压渣油中沥青质稳定性的临界滴定剂百分比(vol％)。
减压渣油的临界溶剂能力，CSPVR，可以假定为等于由其得到减压渣油的原油的临界溶剂能力。如前所述，这也可以假定为等于常压渣油的临界溶剂能力，CSPAR。
减压渣油中沥青质稳定性的临界滴定剂百分比(体积％)，CPTVR，是减压渣油和滴定剂例如正庚烷的混合物中的沥青质变得不稳定时的点。
CPTVR可以通过针对滴定剂滴定减压渣油来直接测量，例如遵循PCT/US2016/047301中使用的滴定程序。CPTVR优选通过在光学显微镜下观察减压渣油和滴定剂的混合物来鉴定，但也可以使用其他方法(例如重量分析)。
滴定剂优选具有可忽略的溶剂能力，例如溶剂能力小于5，优选小于2，更优选约0。合适的滴定剂包括烷烃，例如C5-20烷烃，优选C5-20正烷烃或C5-20异烷烃，更优选C5-8正烷烃或C5-8异烷烃。优选使用正庚烷作为滴定剂。
在重质减压渣油与滴定剂混合遇到困难的情况下，可以加热渣油和滴定剂，例如到40至100℃范围内的温度，和/或超声处理，例如最多15分钟。在极其粘稠的渣油的情况下，可采用80至100℃范围内的温度。使用较高碳数的链烷烃(例如C10-20)作为滴定剂也可以帮助减压渣油与滴定剂的混合。
或者，CPTVR可以从常压渣油中沥青质稳定性的临界滴定剂百分比(vol％)CPTAR利用CPTVR和CPTAR之间的相关性预测，所述常压渣油流源自于与减压渣油相同的原油。
所述相关性可以通过以下方法获得，所述方法包括：对于多种原油中的每一种，测量源自于原油的减压渣油流的CPTVR和源自于原油的常压渣油流的CPTAR，并确定CPTVR和CPTAR之间的相关性。在一些实施方式中，用于预测CPTVR的方法可包括获得相关性，然后使用所述相关性预测CPTVR。
常压渣油和减压渣油料流源自于相同的原油。在优选的实施方式中，所述料流在炼油厂工艺中产生，其中常压渣油流在CDU中由原油产生并用作VDU的进料流，而减压渣油流在VDU中产生。
CPTAR可以例如使用本公开的关于CPTVR的方法测量。然而，CPTAR优选使用下式确定:
CPTAR＝100–(100*CSPAR)/SPAR
其中：CSPAR是常压渣油的临界溶剂能力，例如使用本文公开的方法确定，以及
SPAR是常压渣油的溶剂能力。
确定CSPAR和SPAR的方法在上文提供。
CPTVR和CPTAR之间的相关性可以通过测量源自于相同原油的多种常压渣油和减压渣油的临界滴定剂百分比(vol％)(例如，使用上述关于CPTVR的方法)并建立所测量的CPTVR和CPTAR之间的关系来确定。
所述相关性优选通过测量源自于至少10种原油、更优选至少15种原油、更加优选至少20种原油的渣油的CPTVR和CPTAR来确定。
CPTVR与CPTAR之间的相关性优选表示为线性关系。
减粘裂化渣油(VisRes)
减粘裂化渣油流在减粘裂化炉单元(VSB)中产生。VSB的进料通常由100％减压渣油组成，但常压渣油也可以按总进料的0-15体积％的量传送到VSB。
减粘裂化优选在400至500℃范围内、更优选在420至490℃范围内的温度下进行。VSB可以是盘管型减粘裂化炉(其中反应在炉子的管中在几秒钟内发生)，或者是裂化反应鼓型单元(其中反应主要在裂化反应鼓中在几分钟内发生)。由于裂化反应鼓型VSB在比盘管型VSB稍低的温度下操作，因此它们表现出较低的炉管结焦倾向，因此是优选的。
减粘裂化渣油的溶剂能力，SPVisRes，和减粘裂化渣油的临界溶剂能力，CSPVisRes，可以使用上述关于常压渣油描述的方法、更优选所述滴定和线性相关方法来确定。根据该方法，可以绘制SPS*V(开始分率S)对V(开始分率VisRes)的图，梯度的负值提供SPVisRes以及截距提供CSPVisRes。
然而，令人惊喜地发现，CSPVisRes与常压渣油中的临界滴定剂百分比(体积％)CPTAR之间存在相关性，所述常压渣油流源自于与减粘裂化渣油流相同的原油，所述相关性可用于从CPTAR确定CSPVisRes。这意味着不需要分析减粘裂化流来确定它的临界溶剂能力。
因此，用于预测目标减粘裂化渣油流的临界溶剂能力CSPVisRes(OI)的方法，包括使用减粘裂化渣油流的临界溶剂能力CSPVisRes与常压渣油流中沥青质稳定性的临界滴定剂百分比(vol％)CPTAR之间的相关性，从常压渣油流的沥青质稳定性的临界滴定剂百分比(体积％)CPTAR预测CSPVisRes(OI)，所述常压渣油流源自于与减粘裂化渣油流相同的原油。在一些实施方式中，所述方法可进一步包括确定常压渣油流的临界滴定剂百分比(体积％)CPTAR。
所述相关性通过以下方法获得，所述方法包括：对于多种原油中的每一种，测量源自于所述原油的减粘裂化渣油流的CSPVisRes和源自于所述原油的常压渣油流的CPTAR，并确定CSPVisRes和CPTAR之间的相关性。在一些实施方式中，用于预测CSPVisRes(OI)的方法可包括获得所述相关性，然后使用所述相关性预测目标减粘裂化渣油流的CSPVisRes。
常压渣油流中沥青质稳定性的临界滴定剂百分比(体积％)，CPTAR，是常压渣油和滴定剂例如正庚烷的混合物中的沥青质变得不稳定时的点。应领会，可以使用以下方法来确定用于获得相关性的目的的CPTAR和用于预测目标减粘裂化渣油流的临界溶剂能力的目的的CPTAR二者。
CPTAR可以通过针对滴定剂滴定常压渣油来直接测量，例如遵循PCT/US2016/047301中使用的滴定程序。CPTAR优选通过在光学显微镜下观察常压渣油和滴定剂的混合物来鉴定，但也可以使用其他方法(例如重量分析)。
滴定剂优选具有可忽略的溶剂能力，例如溶剂能力小于5，优选小于2，更优选约0。合适的滴定剂包括烷烃，例如C5-20烷烃，优选C5-20正烷烃或C5-20异烷烃，更优选C5-8正烷烃或C5-8异烷烃。优选使用正庚烷作为滴定剂。在这种情况下，在CSPVisRes与常压渣油流中沥青质稳定性的临界庚烷百分比(vol％)CPHAR之间存在相关性。
然而，CPTAR优选使用下式预测:
CPTAR＝100–(100*CSPAR)/SPAR
其中：CSPAR是常压渣油的临界溶剂能力，以及
SPAR是常压渣油的溶剂能力。
本文提供了用于确定CSPAR和SPAR的方法。
所述相关性优选通过测量源自于至少10种原油、更优选至少15种原油、更加优选至少20种原油的料流的CPTAR和CSPVisRes来确定。
CPTAR与CSPVisRes之间的相关性优选表示为线性关系。
所述常压渣油和减粘裂化渣油料流来自相同的原油(例如原油掺合物)。在优选的实施方式中，所述料流在炼油厂过程中产生，其中常压渣油流在CDU中由原油产生并用作VDU的进料流，而减压渣油流在VDU中产生并用作其中产生减粘裂化渣油的VSB的进料流。
优选地，用于获得CPTAR与CSPVisRes之间相关性的方法包括：基于其中产生减粘裂化渣油的VSB的进料速率与盘管出口温度(COT)的比率将多种原油中的每一种分配到亚组，并确定每个亚组的CPTAR与CSPVisRes之间的关系。通过考虑进料速率与COT的比率，提高了CPTAR与CSPVisRes之间的相关性。在这些实施方式中，预测CSPVisRes(OI)的方法包括根据常压渣油流中沥青质稳定性的临界滴定剂百分比(体积％)，CPTAR，所述常压渣油流源自于与减粘裂化渣油流相同的原油，以及其中产生目标减粘裂化渣油的VSB的进料速率与COT的比率，来预测CSPVisRes(OI)。
如技术人员所知，COT表示VSB出口处进料的整体温度，进料速率表示进料流被送往VSB的速率。在一些实施方式中，用于获得CPTAR与CSPVisRes之间相关性的方法可以包括测量VSB的进给速率和盘管出口温度(COT)。用于测量COT和进料速率的方法是本领域公知的。在炼油厂中频繁监测COT和进料速率，以及CPTAR，使得能够对所述相关性进行微调。
减粘裂化渣油流的溶剂能力，SPVisRes，是进料性质和操作条件的复变函数。鉴于VSB进料中分子的多样性和复杂性，预测进料组成的准确变化(就分子变化和对SP的影响而言)是一项极其复杂的挑战。
然而，根据本发明，减压渣油流的溶剂能力，SPVisRes，可使用下式确定：
SPVisRes＝(100x CSPVisRes)/(100-CPTVisRes)
其中：CSPVisRes是减粘裂化渣油流的临界溶剂能力，例如如上文所述确定；和
CPTVisRes是减粘裂化渣油流中沥青质稳定性的临界滴定剂百分比(vol％)。
减粘裂化渣油流中沥青质稳定性的临界滴定剂百分比(体积％)，CPTVisRes，是常压渣油和滴定剂例如正庚烷的混合物中的沥青质变得不稳定时的点。
CPTVisRes可以通过针对滴定剂滴定减粘裂化渣油来直接测量，例如遵循PCT/US2016/047301中使用的滴定程序。CPTVisRes优选通过在光学显微镜下观察减粘裂化渣油和滴定剂的混合物来鉴定，但也可以使用其他方法(例如重量分析)。
由于具有较小溶剂能力值的滴定剂给出的结果更准确，所以滴定剂优选具有可忽略的溶剂能力，例如溶剂能力小于5，优选小于2，更优选约0。合适的滴定剂包括烷烃，例如C5-20烷烃，优选C5-20正烷烃或C5-20异烷烃，更优选C5-8正烷烃或C5-8异烷烃。优选使用正庚烷作为滴定剂。在这种情况下，在CSPVisRes与常压渣油流中沥青质稳定性的临界庚烷百分比(vol％)CPHAR之间存在相关性。
然而，优选从减粘裂化渣油流的P值估算CPTVisRes。
操作VSB单元使得在产生的减粘裂化渣油流中实现目标P值。由VSB产生的减粘裂化渣油流的典型目标P值在1.10至1.30的范围内。P值在炼油厂中频繁监测(例如，每天2至3次，或者当进行原油板岩更换时更频繁地监测)，因此该数据易于获得，以使用下面概述的方法估算CPTVisRes。
减粘裂化渣油流的P值根据标准试验方法SMS 1600-01使用下式定义：
P值＝1+Xmin
其中：Xmin是指在沥青质絮凝发生之前可以稀释1克减粘裂化渣油流的十六烷的量(ml/g)。
但是，P值也可以根据减粘裂化渣油流中沥青质稳定性的临界十六烷百分比(体积％)CPCVisRes来表示，即在减粘裂化渣油流和十六烷的混合物中沥青质变得不稳定时的点。下式将CPCVisRes与P值关联起来:
CPCVisRes＝([(P值–1)*ρVisRes]/[((P值–1)*ρVisRes)+1])*100
其中：ρVisRes是减粘裂化渣油流的密度。
减粘裂化渣油流的密度可使用已知的方法、例如根据ASTM D 4052测定。优选地，密度在80至100℃的温度范围内测定。
因此，一旦知道减粘裂化渣油流的密度和P值，就可以使用下式从CPCVisRes导出CPTVisRes:
CPTVisRes＝CF+CPCVisRes
其中：CF是将CPTVisRes与CPCVisRes相关联的转换因子。
应理解，在滴定剂是十六烷(即鲸蜡烷)的情况下，CF将等于零。但是，在一些情况下，优选使用十六烷以外的滴定剂、例如使用链长比十六烷更短的烷烃例如庚烷测量减粘裂化渣油流中的沥青质稳定性。
转换因子，CF，可以使用下述方法来确定，所述方法包括测量多种减粘裂化渣油流的CPTVisRes和CPCVisRes；以及建立所测量的CPTVisRes和所测量的CPCVisRes之间的关系。该关系通常将是线性关系，并且CF是常数。
所述相关性优选通过测量至少10种减粘裂化渣油流、更优选至少15种减粘裂化渣油流、更加优选至少20种减粘裂化渣油流的CPTVisRes和CPCVisRes来确定。
燃料油
燃料油是减粘裂化渣油流与一种或多种掺合物组分例如馏分的掺合物。常压渣油和减压渣油流也可用作燃料油中的掺合物组分。
含有n种掺合物组分的燃料油的溶剂能力，SPFO，可以使用下式预测：
SPFO＝Σn Vol％i*SPi
i＝1
其中：Vol％i是燃料油中n种掺合物组分各自的体积％，和
SPi是n种掺合物组分各自的溶剂能力。
N种掺合物组分各自的体积％是标准参数，其可由炼油厂操作员测量和控制。
可以使用本文所述的方法确定减粘裂化渣油流和馏分的SPi。
含有n种掺合物组分的燃料油的临界溶剂能力，CSPFO，可以使用下式预测：
其中：Wt％i是n种掺合物组分各自的重量％，
Asp含量i是n种掺合物组分各自的沥青质含量，
Asp含量(FO)是燃料油的沥青质含量，和
CSPi是n种燃料油各自的临界溶剂能力。
沥青质含量可以使用已知的方法、例如根据IP 143测量。
所述掺合物组分各自的临界溶剂能力可以使用本文公开的方法确定。
减粘裂化渣油和燃料油稳定性
一旦建立了减粘裂化渣油流的溶剂能力，SPVisRes，和减粘裂化减粘裂化流的临界溶剂能力，CSPVisRes，就可以预测所述减粘裂化渣油流的稳定性。为了使减粘裂化渣油流中的沥青质稳定，则SPVisRes必须大于CSPVisRes。因此，本发明提供了一种评估减粘裂化渣油流稳定性的方法，其中将SPVisRes与CSPVisRes进行比较，如果SPVisRes大于CSPVisRes，则将减粘裂化渣油流分类为稳定。在一些实施方式中，如果SPVisRes比CSPVisRes更大至少10％、更优选15％，则将减粘裂化渣油流分类为稳定。
类似地，为了使燃料油中的沥青质稳定，则燃料油的溶剂能力，SPFO，必须大于燃料油的临界溶剂能力，CSPFO。因此，本发明提供了一种评估燃料油稳定性的方法，其中将SPFO与CSPFO进行比较，如果SPFO大于CSPFO，就将燃油分类为稳定。在一些实施方式中，如果SPFO比CSPFO更大至少25％、更优选33％，就将燃油分类为稳定。
还优选燃料油的P值至少为1.05、优选至少为1.10的情况。假定燃料油密度为1，则所述燃料油中沥青质稳定性的临界十六烷百分比(体积％)CPCFO必须为至少5％，优选至少9％。
但是，如上文关于减粘裂化渣油流所述，使用除十六烷以外的滴定剂、例如是C5-8正烷烃或C5-8异烷烃的滴定剂测量燃料油流中的沥青质稳定性，可能是优选的，例如更准确的。优选地，使用正庚烷作为滴定剂。因此，对于待分类为稳定的燃料油，其将优选具有满足下式的燃料油中沥青质稳定性的临界滴定剂百分比(vol％)，CPTFO：
CPTFO>CF+CPCFO
其中：CF是将CPTFO与CPCFO相关联的转换因子，和
CPCFO是至少5％并优选至少9％。
应理解，在滴定剂是十六烷(即鲸蜡烷)的情况下，则CF将等于零。
转换因子，CF，可以使用下述的方法来确定，所述方法包括测量多种燃料油的CPTFO和CPCFO；以及建立所测量的CPTFO和所测量的CPCFO之间的关系。该关系通常将是线性关系，并且CF是常数。
所述相关性优选通过测量至少10种燃料油流、更优选至少15种燃料油流、更加优选至少20种燃料油流的CPTFO和CPCFO来确定。
转换因子，CF，也可以通过对减粘裂化渣油流取得的临界滴定剂百分比(体积％)和临界十六烷百分比(体积％)测量值以类似的方式确定，因为减粘裂化渣油流是燃料油的主要组分。
在减粘裂化渣油或燃料油未被归类为稳定的情况下，则可对炼油厂工艺进行调整，以使减粘裂化渣油或燃料油符合稳定性要求。因此，本发明进一步提供了一种防止沥青质从减粘裂化渣油(例如在VSB中，如在炉管或裂化反应鼓中)或燃料油中沉淀的方法，所述方法包括使用本文公开的方法预测减粘裂化渣油或燃料油的稳定性，并且在所述减粘裂化渣油或燃料油被归类为不稳定的情况下，调整炼油厂工艺以确保所述减粘裂化渣油或燃料油满足稳定性要求。
技术人员将知晓用于调整炼油厂工艺的方法，例如修改VSB的进料或VSB中的条件，或调整添加到减粘裂化渣油流中以形成燃料油的馏分的量或类型。
应领会，本文公开的方法可以使用从全规模炼油厂取得的测量值来进行，或者它们可以在实验室规模上进行以预测全规模炼油厂操作的结果。在这方面，本文中公开的等式可以形成预测算法的一部分，并且可以在调度工具例如由AspenTech提供的“Orion”中实现，以便评估燃料油掺合的远期计划。这使炼油业者能够基于计划的原油板岩、产出量和其它因素，即使不是提前数月也是提前几周，来评估燃料油不稳定的风险。可以提前鉴别不稳定或高风险的燃料油掺合物，允许炼油业者提前改变掺合物或VSB操作和/或安排要准备的实验室测试批次以便进一步确认预测。可以进一步优化燃料油掺合程序以减少值钱的组分、例如常压渣油的分发，同时确保燃料油产品符合沥青质稳定性规格。
现在将参考所附的非限制性实施例描述本发明。
实施例
实施例1：预测馏分的溶剂能力和临界溶剂能力
使用在PCT/US2016/047301中公开的滴定法测量一系列36种馏分的溶剂能力，SPCS。还对馏分进行了分析测量。观察到馏分的SPCS与芳烃含量之间的强相关性。
图1中显示了馏分的SPCS与芳烃含量之间的相关性的图。所述相关性被发现足够强，使得能够在不直接测量SPCS的情况下从馏分的芳烃含量确定SPCS。
馏分的临界溶剂能力，CSPCS，被假定为等于零。
实施例2：预测常压渣油的溶剂能力和临界溶剂能力
使用本文所述的类似于ASTM D 7157中公开的滴定法，测量一系列43种常压渣油样品的溶剂能力，SPAR。使用甲苯、二甲苯和环己烷作为溶剂。SPAR从SPS*V(开始分率S)对V(开始分率AR)的图中导出，梯度的负值提供了SPAR。SPAR与常压渣油样品的整体性质之间的以下相关性使用软件程序“
Eureqa”(Nutonian，Inc.的注册商标)通过非线性回归获得：
SPAR＝570.7*WTK
+1.1*减压渣油收率(wt％)
+0.0025*氮含量(ppm)
+0.67*[硫含量(wt％)]2
–3174.7
–0.00072*硫含量(wt％)*氮含量(wt％)
–0.011*[减压渣油收率(wt％)]2
–25.5*[WTK]2
所述相关性被发现足够强，使得能够从它的整体性质预测SPAR。比较预测和测量的SPAR的图显示在图2中，并展示了从其整体性质预测SPAR的方法的准确性。
常压渣油流的临界溶剂能力，CSPAR，被假定为等于该常压渣油流所来源于的原油的临界溶剂能力。
实施例3：预测减压渣油的溶剂能力和临界溶剂能力
使用PCT/US2016/047301中公开的滴定法测量一系列22对来自CDU的常压渣油样品的临界庚烷百分比CPHAR和来自VDU的减压渣油样品的临界庚烷百分比CPHVR。为了克服将较重的减压渣油与庚烷滴定剂混合的困难，将所述样品和滴定剂的混合物加热至40至100℃的温度并超声处理最多15分钟。观察到CPHAR与CPHVR之间的相关性。
图3中显示了表明CPHAR与CPHVR之间的相关性的图。发现所述相关性足够强，使得能够从CPHAR预测CPHVR。
然后使用以下等式确定减压渣油的溶剂能力，SPVR：
SPVR＝100*CSPVR/(100-CPHVR)
其中：CSPVR是减压渣油的临界溶剂能力，和
CPHVR是减压渣油中沥青质稳定性的临界庚烷百分比(vol％)，从CPHAR预测。
认为减压渣油的临界溶剂能力，CSPVR，(与常压渣油的临界溶剂能力CSPAR一样)，可以假定为等于减压渣油所来源于的原油的临界溶剂能力。然而，由于在VDU中可能发生一些热裂化，因此通过直接测量CSPVR和CSPAR来检验该假设。
图4中显示了表明CSPVR与CSPAR之间关系的图。可以看出CSPVR和CSPAR对于源自于每种原油的料流非常相似。因此遵循CSPVR等于其所来源于的原油的临界溶剂能力的假设。
实施例4：预测减粘裂化渣油的溶剂能力和临界溶剂能力
使用本文所述的类似于ASTM D7157中公开的滴定法测量一系列22个减粘裂化渣油样品(从实施例3的22对常压渣油和减压渣油流生成)的溶剂能力，SPVisRes，和临界溶剂能力，CSPVisRes。SPVisRes从SPS*V(开始分率S)对V(开始分率VisRes)的图导出，梯度的负值提供SPVisRes并且截距提供CSPVisRes。
观察到CSPVisRes与相应的常压渣油流中沥青质稳定性的临界庚烷百分比(vol％)CPHAR之间的相关性。图5a中显示了表明所述相关性的图。发现所述相关性足够强，使得能够从CPHAR确定CSPVisRes。
然而注意到，通过将其中产生减粘裂化渣油的VSB的进料速率与盘管出口温度(COT)的比率纳入考虑，大大提高了CPHAR与CSPVisRes之间的相关性。改进的相关性在图5b中显示。
为了使减粘裂化渣油的溶剂能力，SPVisRes，能够从其中产生减粘裂化渣油流的VSB的目标P值预测，首先确定转化因子CF，其将减粘裂化渣油流中沥青质稳定性的临界庚烷百分比(体积％)CPHVisRes与减粘裂化渣油流中沥青质稳定性的临界十六烷百分比(体积％)CPCVisRes关联起来。在确定所述关系时，还包括对常压渣油流获得的测量值。.
图5c中显示了表明CPHVisRes与CPCVisRes之间相关性的图。发现所述相关性足够强，使得能够从CPCVisRes确定CPHVisRes，并由此确定目标P值。
然后使用下式确定SPVisRes：
SPVisRes＝(100x CSPVisRes)/(100-CPTVisRes)
实施例5：预测燃料油的稳定性
使用实施例1至4中确定的溶剂能力和临界溶剂能力预测三种不同燃料油掺合物的稳定性。目标P值取为1.10，燃料油的密度假定为1.00。结果在下表中显示：
Claims (19)
1.一种预测目标减粘裂化渣油流的临界溶剂能力CSPVisRes(OI)的方法，所述方法包括：
利用相关性，从目标常压渣油流中沥青质稳定性的临界滴定剂百分比CPTAR(OI)预测CSPVisRes(OI)，所述目标常压渣油流源自于与所述目标减粘裂化渣油流相同的原油，
其中，所述相关性通过下述方法获得，所述方法包括：
对于多种原油中的每一种，测量：
来源于所述原油的减粘裂化渣油流的CSPVisRes，和
来源于所述原油的常压渣油流的CPTAR，以及
确定CSPVisRes与CPTAR之间的相关性。
2.根据权利要求1所述的方法，其中使用下式预测CPTAR：
CPTAR＝100–(100×CSPAR)/SPAR
其中：CSPAR是所述常压渣油的临界溶剂能力，以及
SPAR是所述常压渣油的溶剂能力。
3.根据权利要求2所述的方法，其中CSPAR被假定为等于所述常压渣油所来源于的原油的临界溶剂能力。
4.根据权利要求2或权利要求3所述的方法，其中从所述常压渣油的整体性质预测SPAR。
5.根据权利要求2或权利要求3所述的方法，其中通过下述方法获得SPAR，所述方法包括：
针对用不同量的溶剂稀释的至少两个常压渣油样品滴定沉淀剂，以确定沥青质沉淀开始时所述常压渣油的体积分率V(开始分率AR)，以及沥青质沉淀开始时所述溶剂的体积分率V(开始分率S)；以及
基于下式，从SPS×V(开始分率S)与V(开始分率AR)之间的线性相关性导出SPAR：
其中：CSPAR是所述常压渣油的临界溶剂能力，和
SPS是所述溶剂的溶剂能力。
6.根据权利要求1至3中任一项所述的方法，其中所述预测CSPVisRes(OI)的方法包括：
从常压渣油流中沥青质稳定性的临界滴定剂百分比CPTAR(OI)以及在其中产生目标减粘裂化渣油的减粘裂化炉单元(VSB)中的进料速率与盘管出口温度(COT)的比率，来预测CSPVisRes(OI)，所述常压渣油流源自于与所述减粘裂化渣油流相同的原油，
其中用于获得CPTAR与CSPVisRes之间相关性的方法包括：
基于在其中产生所述减粘裂化渣油的VSB的进料速率与COT的比率，将所述多种原油中的每一种分配到亚组，以及
确定每个亚组的CPTAR与CSPVisRes之间的相关性。
7.一种用于预测目标减粘裂化渣油流的溶剂能力SPVisRes(OI)的方法，所述方法包括：
利用下式预测SPVisRes(OI)：
SPVisRes(OI)＝(100×CSPVisRes(OI))/(100-CPTVisRes)
其中：
CPTVisRes是所述减粘裂化渣油流中沥青质稳定性的临界滴定剂百分比(vol％)，
其中使用下式从所述减粘裂化渣油流中沥青质稳定性的临界十六烷百分比(vol％)CPCVisRes得出CPTVisRes：
CPTVisRes＝CF+CPCVisRes
其中：CF是将CPTVisRes与CPCVisRes相关联的转换因子，
并且其中使用下式从所述减粘裂化渣油流的P值计算CPCVisRes：
CPCVisRes＝([(P值–1)×ρVisRes]/[((P值–1)×ρVisRes)+1])×* 100
其中：ρVisRes是所述减粘裂化渣油流的密度，以及
其中P值根据测试方法SMS-1600-01定义。
8.根据权利要求7所述的方法，其中使用权利要求1-6中任一项所述的方法预测CSPVisRes(OI)。
9.根据权利要求7或8所述的方法，其中所述减粘裂化渣油流的P值在1.05至1.30的范围内。
10.根据权利要求7或8所述的方法，其中使用下述方法确定CF，所述方法包括测量多个减粘裂化渣油流的CPTVisRes和CPCVisRes；并导出将CPTVisRes与CPCVisRes相关联的转换因子CF。
11.根据权利要求7或8所述的方法，其中CPTVisRes是临界滴定剂百分比，所述滴定剂选自C5-8正烷烃或C5-8异烷烃。
12.一种用于预测目标减粘裂化渣油流的稳定性的方法，所述方法包括：
将所述目标减粘裂化渣油流的溶剂能力SPVisRes(OI)与所述目标减粘裂化渣油流的临界溶剂能力CSPVisRes(OI)进行比较，以及，
如果SPVisRes(OI)不大于CSPVisRes(OI)，则将所述目标减粘裂化渣油流归类为不稳定，
其中CSPVisRes(OI)是使用权利要求1至6中任一项所述的方法预测的和/或SPVisRes(OI)是使用权利要求7至11中任一项所述的方法预测的。
13.一种在炼油厂工艺中制备目标减粘裂化渣油流的方法，防止沥青质从所述目标减粘裂化渣油流中沉淀，所述方法包括：
使用权利要求12所述的方法预测所述目标减粘裂化渣油的稳定性，以及
如果SPVisRes(OI)不大于CSPVisRes(OI)，则调节炼油厂工艺以提供具有大于CSPVisRes(OI)的SPVisRes(OI)值的所述目标减粘裂化渣油。
14.一种用于预测燃料油的临界溶剂能力CSPFO的方法，所述燃料油含有包括减粘裂化渣油流在内的n种掺合物组分，所述方法包括：
使用下式预测CSPFO：
其中：Wt％i是所述n种掺合物组分各自的重量％，
Asp含量i是所述n种掺合物组分各自的沥青质含量，
Asp含量(FO)是所述燃料油的沥青质含量，和
CSPi是所述n种燃料油各自的临界溶剂能力，
其中所述减粘裂化渣油流的临界溶剂能力CSPVisRes(OI)是使用权利要求1至6中任一项所述的方法预测的。
15.一种用于预测燃料油的溶剂能力SPFO的方法，所述燃料油含有包括减粘裂化渣油流在内的n种掺合物组分，所述方法包括：
使用下式预测SPFO：
其中：Vol％i是所述燃料油中所述n种掺合物组分各自的体积％，和
SPi是所述n种掺合物组分各自的溶剂能力，
其中所述减粘裂化渣油流的溶剂能力SPVisRes(OI)是使用权利要求7至11中任一项所述的方法预测的。
16.一种用于预测燃料油的稳定性的方法，所述方法包括：
将所述燃料油的溶剂能力SPFO与所述燃料油的临界溶剂能力CSPFO进行比较，以及
如果SPFO不大于CSPFO，则将所述燃料油归类为不稳定，
其中CSPFO是使用权利要求1至6中任一项所述的方法预测的和/或SPFO是使用权利要求7至11中任一项所述的方法预测的。
17.根据权利要求16所述的方法，其中如果所述燃料油中沥青质稳定性的临界滴定剂百分比(vol％)CPTFO满足下式，则将所述燃料油被归类为稳定：
CPTFO>CF+CPCFO
其中：CF是将CPTFO与CPCFO相关联的转换因子，以及
CPCFO为至少5％。
18.一种在炼油厂工艺中制备燃料油的方法，防止沥青质从燃料油中沉淀，所述燃料油含有包括目标减粘裂化渣油流在内的n种掺合物组分，所述方法包括：
在炼油厂工艺中，对渣油流进行减粘裂化以提供所述目标减粘裂化渣油流，
使用权利要求16或权利要求17所述的方法预测所述燃料油的稳定性，以及
如果SPFO不大于CSPFO，则调节炼油厂工艺并将所述目标减粘裂化渣油流与n-1种其它掺合物组分掺合以产生SPFO大于CSPFO的燃料油。
19.根据权利要求18所述的方法，其中调节炼油厂工艺包括以下的一种或多种：调节被输入到减粘裂化炉单元(VSB)中的进料，调节VSB中的条件，调节被加入到所述目标减粘裂化渣油流中的馏分的量和类型，以及改变燃料油或燃料油掺合物。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US201662428748P | 2016-12-01 | 2016-12-01 | |
| US62/428,748 | 2016-12-01 | ||
| PCT/US2017/063459 WO2018102301A1 (en) | 2016-12-01 | 2017-11-28 | A method of predicting the critical solvent power of a visbroken residue stream of interest |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110036294A CN110036294A (zh) | 2019-07-19 |
| CN110036294B true CN110036294B (zh) | 2021-11-30 |
Family
ID=60888592
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201780074315.2A Active CN110036294B (zh) | 2016-12-01 | 2017-11-28 | 预测目标减粘裂化渣油流的临界溶剂能力的方法 |
Country Status (8)
| Country | Link |
|---|---|
| US (1) | US10794891B2 (zh) |
| EP (1) | EP3548886B1 (zh) |
| CN (1) | CN110036294B (zh) |
| CA (1) | CA3044527A1 (zh) |
| ES (1) | ES2825024T3 (zh) |
| RU (1) | RU2771162C2 (zh) |
| WO (1) | WO2018102301A1 (zh) |
| ZA (1) | ZA201903458B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US11236281B2 (en) * | 2019-06-10 | 2022-02-01 | Chevron U.S.A. Inc. | Production of stable fuel oils |
| EP3839503A1 (fr) * | 2019-12-18 | 2021-06-23 | Total Raffinage Chimie | Méthode d'estimation du pouvoir solvant so d'un fluxant et méthode de prédiction de la stabilité d'un mélange de flux hydrocarboné(s) contenant des asphaltènes et au moins un fluxant |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN86102643A (zh) * | 1985-05-13 | 1986-11-12 | 东洋工程株式会社 | 重质渣油的处理过程 |
| CN1344782A (zh) * | 2000-09-25 | 2002-04-17 | 中国石油化工股份有限公司 | 浅度溶剂脱沥青与延迟焦化的组合方法 |
| CN102112583A (zh) * | 2008-08-15 | 2011-06-29 | 埃克森美孚研究工程公司 | 使用高tan和高sbn原油的渣油馏分以减少结垢的方法和设备 |
| CN102186550A (zh) * | 2008-10-15 | 2011-09-14 | Bp北美公司 | 使用脱盐装置对原油脱沥青和/或减少金属的设备和工艺 |
| CN102690678A (zh) * | 2011-03-24 | 2012-09-26 | 中国石油化工股份有限公司 | 一种劣质重质原油的加工方法 |
| CN104250565A (zh) * | 2013-06-25 | 2014-12-31 | 中国石油化工股份有限公司 | 一种煤焦油和渣油加氢裂化—热裂化组合处理方法 |
| CN104838257A (zh) * | 2012-11-09 | 2015-08-12 | 普拉德研究及开发股份有限公司 | 基于nmr测量和温度/压力循环的沥青质测评 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7618822B2 (en) | 2002-12-19 | 2009-11-17 | Bp Corporation North America Inc. | Predictive crude oil compatibility model |
| US9921203B2 (en) * | 2011-11-11 | 2018-03-20 | Chevron U.S.A. Inc. | Method for predicting sediment content of a hydroprocessed hydrocarbon product |
| FR3024902B1 (fr) * | 2014-08-14 | 2016-09-16 | Total Raffinage Chimie | Methode de determination de la stabilite d'un produit petrolier contenant des asphaltenes. |
| US20160216191A1 (en) * | 2015-01-22 | 2016-07-28 | Bp Corporation North America Inc. | Methods For Predicting Asphaltene Precipitation |
| US10527536B2 (en) * | 2016-02-05 | 2020-01-07 | Baker Hughes, A Ge Company, Llc | Method of determining the stability reserve and solubility parameters of a process stream containing asphaltenes by joint use of turbidimetric method and refractive index |
-
2017
- 2017-11-28 EP EP17822819.3A patent/EP3548886B1/en active Active
- 2017-11-28 CA CA3044527A patent/CA3044527A1/en active Pending
- 2017-11-28 US US15/824,453 patent/US10794891B2/en active Active
- 2017-11-28 ES ES17822819T patent/ES2825024T3/es active Active
- 2017-11-28 WO PCT/US2017/063459 patent/WO2018102301A1/en unknown
- 2017-11-28 RU RU2019119341A patent/RU2771162C2/ru active
- 2017-11-28 CN CN201780074315.2A patent/CN110036294B/zh active Active
-
2019
- 2019-05-30 ZA ZA2019/03458A patent/ZA201903458B/en unknown
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN86102643A (zh) * | 1985-05-13 | 1986-11-12 | 东洋工程株式会社 | 重质渣油的处理过程 |
| CN1344782A (zh) * | 2000-09-25 | 2002-04-17 | 中国石油化工股份有限公司 | 浅度溶剂脱沥青与延迟焦化的组合方法 |
| CN102112583A (zh) * | 2008-08-15 | 2011-06-29 | 埃克森美孚研究工程公司 | 使用高tan和高sbn原油的渣油馏分以减少结垢的方法和设备 |
| CN102186550A (zh) * | 2008-10-15 | 2011-09-14 | Bp北美公司 | 使用脱盐装置对原油脱沥青和/或减少金属的设备和工艺 |
| CN102690678A (zh) * | 2011-03-24 | 2012-09-26 | 中国石油化工股份有限公司 | 一种劣质重质原油的加工方法 |
| CN104838257A (zh) * | 2012-11-09 | 2015-08-12 | 普拉德研究及开发股份有限公司 | 基于nmr测量和温度/压力循环的沥青质测评 |
| CN104250565A (zh) * | 2013-06-25 | 2014-12-31 | 中国石油化工股份有限公司 | 一种煤焦油和渣油加氢裂化—热裂化组合处理方法 |
Non-Patent Citations (1)
| Title |
|---|
| Thermodynamics solubility models to predict asphaltene instability in live crude oils;Kriangkrai Kraiwattanawong等;《Energy& Fuels》;20070217;第21卷;第1248-1255页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| ES2825024T3 (es) | 2021-05-14 |
| US10794891B2 (en) | 2020-10-06 |
| EP3548886B1 (en) | 2020-09-09 |
| CA3044527A1 (en) | 2018-06-07 |
| CN110036294A (zh) | 2019-07-19 |
| RU2771162C2 (ru) | 2022-04-27 |
| ZA201903458B (en) | 2020-02-26 |
| RU2019119341A (ru) | 2021-01-11 |
| EP3548886A1 (en) | 2019-10-09 |
| RU2019119341A3 (zh) | 2021-10-26 |
| WO2018102301A1 (en) | 2018-06-07 |
| US20180156772A1 (en) | 2018-06-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP1899703B1 (en) | Process for evaluating quality of coke and bitumen of refinery feedstocks | |
| Kumar et al. | Prediction of crude oil blends compatibility and blend optimization for increasing heavy oil processing | |
| Stratiev et al. | Investigation of relationships between petroleum properties and their impact on crude oil compatibility | |
| WO2006023799A2 (en) | Refinery crude unit performance monitoring using advanced analytic techniques for raw material quality prediction | |
| EP2936147B1 (en) | Property prediction for asphalts from blended sources | |
| CN110036294B (zh) | 预测目标减粘裂化渣油流的临界溶剂能力的方法 | |
| EP3092265B1 (en) | Selection and blending of feeds for asphalt manufacture | |
| Powers | Characterization and asphaltene precipitation modeling of native and reacted crude oils | |
| Stratiev et al. | Petroleum crude slate effect on H-Oil performance | |
| Kumar et al. | Investigation of physical parameters of crude oils and their impact on kinematic viscosity of vacuum residue and heavy product blends for crude oil selection | |
| US10365263B1 (en) | Prediction of crude oil blend compatibility and blend optimization for increasing heavy oil processing | |
| AU2016368277B2 (en) | System and method to mitigate fouling during a hydrocarbon refining process | |
| US10317325B2 (en) | Prediction of kinematic viscosity of vacuum residue and refinery heavy product blends | |
| León | The Stability of Visbroken Heavy Oil Against Asphaltene Precipitation | |
| CN107923901B (zh) | 预测轻质油的溶剂力 | |
| Rostani | Effect of crude oil vanadyl porphyrin content and blending on heat exchanger fouling | |
| US20200140764A1 (en) | System and method for solvent de-asphalting | |
| Socorro et al. | Viscosity of Characterized Visbroken Heavy Oils | |
| Chheda | Effect of Recycle on Coker Liquid Sub-Products | |
| Mendez | Maximising profitability through the use of simulation for new market crudes evaluation |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |