CN112542216A - 基于fcc-sim的fcc催化剂数据库开发方法及设备 - Google Patents
基于fcc-sim的fcc催化剂数据库开发方法及设备 Download PDFInfo
- Publication number
- CN112542216A CN112542216A CN201910890659.1A CN201910890659A CN112542216A CN 112542216 A CN112542216 A CN 112542216A CN 201910890659 A CN201910890659 A CN 201910890659A CN 112542216 A CN112542216 A CN 112542216A
- Authority
- CN
- China
- Prior art keywords
- catalyst
- fcc
- database
- sim
- fcc catalyst
- 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.)
- Pending
Links
- 239000003054 catalyst Substances 0.000 title claims abstract description 293
- 238000000034 method Methods 0.000 title claims abstract description 73
- 238000011161 development Methods 0.000 title claims abstract description 41
- 238000004523 catalytic cracking Methods 0.000 claims abstract description 23
- 238000004364 calculation method Methods 0.000 claims abstract description 15
- 230000018109 developmental process Effects 0.000 claims description 38
- 238000011156 evaluation Methods 0.000 claims description 31
- 230000032683 aging Effects 0.000 claims description 30
- 229910052751 metal Inorganic materials 0.000 claims description 15
- 239000002184 metal Substances 0.000 claims description 15
- 229910001385 heavy metal Inorganic materials 0.000 claims description 14
- 239000000126 substance Substances 0.000 claims description 14
- 238000004422 calculation algorithm Methods 0.000 claims description 10
- 238000002474 experimental method Methods 0.000 claims description 10
- 238000006243 chemical reaction Methods 0.000 claims description 8
- 238000004891 communication Methods 0.000 claims description 8
- 230000003197 catalytic effect Effects 0.000 claims description 7
- 238000001035 drying Methods 0.000 claims description 6
- 150000002739 metals Chemical class 0.000 claims description 6
- 238000003860 storage Methods 0.000 claims description 6
- 238000012360 testing method Methods 0.000 claims description 6
- 238000004458 analytical method Methods 0.000 claims description 5
- 150000001335 aliphatic alkanes Chemical class 0.000 claims description 4
- 150000001336 alkenes Chemical class 0.000 claims description 4
- 150000004945 aromatic hydrocarbons Chemical class 0.000 claims description 4
- 238000003556 assay Methods 0.000 claims description 4
- 150000001924 cycloalkanes Chemical class 0.000 claims description 4
- 238000004817 gas chromatography Methods 0.000 claims description 4
- 238000011109 contamination Methods 0.000 claims description 3
- 239000003921 oil Substances 0.000 description 28
- 230000008569 process Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 238000009826 distribution Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 239000003795 chemical substances by application Substances 0.000 description 5
- 230000002779 inactivation Effects 0.000 description 5
- 230000009849 deactivation Effects 0.000 description 3
- 239000003350 kerosene Substances 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000003344 environmental pollutant Substances 0.000 description 2
- 239000000295 fuel oil Substances 0.000 description 2
- 239000003502 gasoline Substances 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 231100000719 pollutant Toxicity 0.000 description 2
- QQONPFPTGQHPMA-UHFFFAOYSA-N propylene Natural products CC=C QQONPFPTGQHPMA-UHFFFAOYSA-N 0.000 description 2
- 239000002994 raw material Substances 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 229910052720 vanadium Inorganic materials 0.000 description 2
- 238000005303 weighing Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 239000000571 coke Substances 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000008094 contradictory effect Effects 0.000 description 1
- 239000010779 crude oil Substances 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- -1 device structures Substances 0.000 description 1
- 239000002283 diesel fuel Substances 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- UIEKYBOPAVTZKW-UHFFFAOYSA-L naphthalene-2-carboxylate;nickel(2+) Chemical compound [Ni+2].C1=CC=CC2=CC(C(=O)[O-])=CC=C21.C1=CC=CC2=CC(C(=O)[O-])=CC=C21 UIEKYBOPAVTZKW-UHFFFAOYSA-L 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 125000004805 propylene group Chemical group [H]C([H])([H])C([H])([*:1])C([H])([H])[*:2] 0.000 description 1
- 238000007670 refining Methods 0.000 description 1
- 238000004171 remote diagnosis Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000003756 stirring Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
- LEONUFNNVUYDNQ-UHFFFAOYSA-N vanadium atom Chemical compound [V] LEONUFNNVUYDNQ-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
- G16C20/60—In silico combinatorial chemistry
- G16C20/62—Design of libraries
-
- 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
- C10G11/00—Catalytic cracking, in the absence of hydrogen, of hydrocarbon oils
Landscapes
- Chemical & Material Sciences (AREA)
- Engineering & Computer Science (AREA)
- Oil, Petroleum & Natural Gas (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Computing Systems (AREA)
- Medicinal Chemistry (AREA)
- Crystallography & Structural Chemistry (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Chemical Kinetics & Catalysis (AREA)
- General Chemical & Material Sciences (AREA)
- Library & Information Science (AREA)
- Organic Chemistry (AREA)
- Production Of Liquid Hydrocarbon Mixture For Refining Petroleum (AREA)
Abstract
本发明实施例提供了一种基于FCC‑SIM的FCC催化剂数据库开发方法及设备。其中，所述方法包括：选取实验方案确定条件，并根据所述实验方案确定条件，确定FCC催化剂数据库开发的实验方案，根据所述实验方案确定初始数据组；将所述初始数据组输入计算文件中，生成FCC催化剂的催化剂因子组，由所述催化剂因子组构成一FCC催化剂数据库；其中，所述FCC催化剂为催化裂化催化剂。本发明实施例提供的基于FCC‑SIM的FCC催化剂数据库开发方法及设备，可以在FCC‑SIM软件中有针对性地构建FCC催化剂数据库。
Description
技术领域
本发明实施例涉及催化裂化催化剂技术领域，尤其涉及一种基于FCC-SIM的FCC催化剂数据库开发方法及设备。
背景技术
在炼油生产过程中，催化裂化是重油加工的最基本、最重要的重质油轻质化手段，用于交通运输燃料和化工原料中有80％汽油、30％柴油和40％丙烯都来自催化裂化，是炼厂主要的创效装置，处于核心地位。而催化裂化催化剂(FCC催化剂)又作为催化技术的基础材料，是实现原油高效转化和清洁利用最灵活、最经济、最有潜力的关键核心技术。因此，全球主要催化裂化催化剂生产商，为满足不同原料、不同工艺和产品方案的催化裂化装置开发出了不同类型的催化剂产品。
对于刚建成或想改变产品分布的特定装置，存在如何选型、如何基配催化剂的问题，但目前得到国外炼厂一致认可的模拟软件是FCC-SIM软件，其在码流合成、硬件配置、焦炭燃烧动力学方面更为精密。FCC-SIM软件的建模过程，是以国外的原料、装置结构、产品方案和催化剂为基础的，催化剂性质是由被称之为数据库中的催化剂因子来进行关联的，由于国外FCC催化剂，与目前国内生产的FCC催化剂在性能上有一定的差异性，且在此之前FCC催化剂数据库开发在国内尚属一片空白，因此利用FCC-SIM软件对国内各炼厂催化裂化装置进行建模时，需要进行二次开发，建立国内有针对性的FCC催化剂数据库。因此，获取一种基于FCC-SIM的FCC催化剂数据库开发方法，能够在FCC-SIM软件中有针对性地构建FCC催化剂数据库，就成为业界广泛关注的技术问题。
发明内容
针对现有技术存在的上述问题，本发明实施例提供了一种基于FCC-SIM的FCC催化剂数据库开发方法及设备。
第一方面，本发明的实施例提供了一种基于FCC-SIM的FCC催化剂数据库开发方法，包括：选取实验方案确定条件，并根据所述实验方案确定条件，确定FCC催化剂数据库开发的实验方案，根据所述实验方案确定初始数据组；将所述初始数据组输入计算文件中，生成FCC催化剂的催化剂因子组，由所述催化剂因子组构成一FCC催化剂数据库；其中，所述FCC催化剂为催化裂化催化剂。
进一步地，在上述方法实施例内容的基础上，本发明实施例中提供的基于FCC-SIM的FCC催化剂数据库开发方法，所述选取实验方案确定条件，包括：选取
ACE评价装置作为评价试验装置；三号催化装置的蜡油和渣油作为实验原料油；CL1催化剂作为基础催化剂；CL2催化剂作为新鲜催化剂；旋转水热老化装置或吊篮老化装置作为老化装置；金属进行金属污染实验；八组实验条件确定FCC催化剂数据库开发的实验方案。
进一步地，在上述方法实施例内容的基础上，本发明实施例中提供的基于FCC-SIM的FCC催化剂数据库开发方法，所述选取金属进行金属污染实验，包括：配置重金属溶液，根据需要污染的催化剂的量，确定待污染催化剂的含量；将配置好的重金属溶液，加入所述待污染催化剂中，得到已污染催化剂；将所述已污染催化剂进行烘干、焙烧。
进一步地，在上述方法实施例内容的基础上，本发明实施例中提供的基于FCC-SIM的FCC催化剂数据库开发方法，所述选取八组实验条件确定FCC催化剂数据库开发的实验方案，包括：基于FCC-SIM中采用的FCC催化剂数据库，将老化时长确定为5至20小时，老化温度确定为700摄氏度至810摄氏度，反应温度确定为500摄氏度至550摄氏度，剂油比确定为4至9，重金属量确定为1000百万分比浓度至4000百万分比浓度。
进一步地，在上述方法实施例内容的基础上，本发明实施例中提供的基于FCC-SIM的FCC催化剂数据库开发方法，所述根据所述实验方案确定初始数据组，包括：根据所述实验方案，采用FCC催化剂常规化验分析，得到催化剂的物理化学数据；采用ACE评价装置，得到催化剂评价数据；采用安捷伦7890气相色谱分析仪，得到PONA数据；其中，所述PONA数据为烷烃、烯烃、环烷烃和芳香烃数据。
进一步地，在上述方法实施例内容的基础上，本发明实施例中提供的基于FCC-SIM的FCC催化剂数据库开发方法，所述将所述初始数据组输入计算文件中，生成FCC催化剂的催化剂因子组，包括：将所述催化剂的物理化学数据、催化剂评价数据和PONA数据，输入CDB数据库的Excel文件中，采用所述Excel文件中的经验算法，生成FCC催化剂的催化剂因子组。
进一步地，在上述方法实施例内容的基础上，本发明实施例中提供的基于FCC-SIM的FCC催化剂数据库开发方法，所述FCC催化剂的催化剂因子组包含66个催化剂因子。
第二方面，本发明的实施例提供了一种基于FCC-SIM的FCC催化剂数据库开发装置，包括：
初始数据组确定模块，用于选取实验方案确定条件，并根据所述实验方案确定条件，确定FCC催化剂数据库开发的实验方案，根据所述实验方案确定初始数据组；
FCC催化剂数据库生成模块，用于将所述初始数据组输入计算文件中，生成FCC催化剂的催化剂因子组，由所述催化剂因子组构成一FCC催化剂数据库；
其中，所述FCC催化剂为催化裂化催化剂。
第三方面，本发明的实施例提供了一种电子设备，包括：
至少一个处理器；以及
与处理器通信连接的至少一个存储器，其中：
存储器存储有可被处理器执行的程序指令，处理器调用程序指令能够执行第一方面的各种可能的实现方式中任一种可能的实现方式所提供的基于FCC-SIM的FCC催化剂数据库开发方法。
第四方面，本发明的实施例提供了一种非暂态计算机可读存储介质，非暂态计算机可读存储介质存储计算机指令，计算机指令使计算机执行第一方面的各种可能的实现方式中任一种可能的实现方式所提供的基于FCC-SIM的FCC催化剂数据库开发方法。
本发明实施例提供的基于FCC-SIM的FCC催化剂数据库开发方法及设备，通过确定FCC催化剂数据库开发的实验方案，得到催化剂的物理化学数据、催化剂评价数据和PONA数据，并将上述三项数据输入计算文件中，采用经验算法进行计算，生成FCC催化剂的催化剂因子组，并由所述催化剂因子组构成FCC催化剂数据库，可以在FCC-SIM中有针对性地构建FCC催化剂数据库。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图做一简单的介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的基于FCC-SIM的FCC催化剂数据库开发方法流程图；
图2为本发明实施例提供的基于FCC-SIM的FCC催化剂数据库开发装置结构示意图；
图3为本发明实施例提供的电子设备的实体结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。另外，本发明提供的各个实施例或单个实施例中的技术特征可以相互任意结合，以形成可行的技术方案，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时，应当认为这种技术方案的结合不存在，也不在本发明要求的保护范围之内。
FCC-SIM软件中FCC催化剂数据库是建立在对FCC催化剂进行八组实验条件考察的基础上，这8组试验条件中涉及了作为标样的基础催化剂、预测催化剂、FCC进料、剂油比、反应温度、进料金属污染物、水热老化失活等方面。据此，本发明实施例提供了一种基于FCC-SIM的FCC催化剂数据库开发方法，参见图1，该方法包括：
101、选取实验方案确定条件，并根据所述实验方案确定条件，确定FCC催化剂数据库开发的实验方案，根据所述实验方案确定初始数据组；
102、将所述初始数据组输入计算文件中，生成FCC催化剂的催化剂因子组，由所述催化剂因子组构成一FCC催化剂数据库。
其中，所述FCC催化剂为催化裂化催化剂。
基于上述方法实施例的内容，作为一种可选的实施例，本发明实施例中提供的基于FCC-SIM的FCC催化剂数据库开发方法，所述选取实验方案确定条件，包括：选取
ACE评价装置作为评价试验装置；三号催化装置的蜡油和渣油作为实验原料油；CL1催化剂作为基础催化剂；CL2催化剂作为新鲜催化剂；旋转水热老化装置或吊篮老化装置作为老化装置；金属进行金属污染实验；八组实验条件确定FCC催化剂数据库开发的实验方案。具体地，选取ACE评价装置作为评价试验装置，目前用于FCC催化剂评价的装置有轻油微反、固定流化床、小型提升管及ACE小型催化裂化评价装置。通过对以上几种评价装置的考察，其中的ACE评价装置完成8组实验可行性、重复性、精确性好，评价较全。因此，最终选取ACE评价装置作为FCC催化剂数据库开发的评价试验装置。选取三号催化装置的蜡油和渣油作为实验原料油，FCC催化剂数据库开发的实验条件中，8组实验所使用的原料油有两种：VGO蜡油和VGO掺渣油的混合油。参照ACE装置标准油，通过远程诊断系统查询20多家蜡油和渣油，经筛选确定：实验原料油取自长岭炼化二部3#催化装置的蜡油和渣油。选取CL1催化剂作为基础催化剂，CL2催化剂作为新鲜催化剂，为了构建FCC催化剂数据库，需要一种基础催化剂和一种新鲜催化剂的物理化学分析和评价数据。因此，需要选定一种催化剂作为基础催化剂。鉴于对基础催化剂的要求，选择CL1催化剂作为基础催化剂，CL2催化剂作为新鲜催化剂。选取旋转水热老化装置或吊篮老化装置作为老化装置，由于新鲜FCC催化剂与工业装置上的平衡剂在性质方面存在很大差异，所以在评价研发出来的新鲜FCC催化剂前，必须进行老化减活预处理，使其性能与工业平衡剂的性质基本相近。目前，主要采用高温、水蒸气老化、循环丙烯蒸汽处理、循环减活等方法对FCC催化剂进行预处理。鉴于八组实验条件中要求分别在新鲜剂条件、轻度失活、中度失活及苛刻失活条件下进行老化，选择旋转水热老化装置或吊篮老化装置作为FCC催化剂数据库开发的老化装置，一次可同时老化6个催化剂样品，且控温方便，大大节省了老化的时间。
基于上述方法实施例的内容，作为一种可选的实施例，本发明实施例中提供的基于FCC-SIM的FCC催化剂数据库开发方法，所述选取金属进行金属污染实验，包括：配置重金属溶液，根据需要污染的催化剂的量，确定待污染催化剂的含量；将配置好的重金属溶液，加入所述待污染催化剂中，得到已污染催化剂；将所述已污染催化剂进行烘干、焙烧。具体地，配制重金属溶液：根据需要污染催化剂的量和催化剂上污染物的浓度，计算并称取环烷酸钒和环烷酸镍，加入烧杯。用量筒量取煤油(煤油体积＝催化剂质量×0.3)加入烧杯中配成溶液；称样：根据需要污染的催化剂的量，计算并称量催化剂；污染：将配好的重金属溶液缓慢倒入称好的催化剂中，并迅速搅拌均匀；烘干：将污染好的催化剂放入马弗炉中，升温至200℃～220℃，烘干2小时；焙烧：将马弗炉温度调高至620℃～650℃，焙烧催化剂，以催化剂烧白为止，关马弗炉，降温。
基于上述方法实施例的内容，作为一种可选的实施例，本发明实施例中提供的基于FCC-SIM的FCC催化剂数据库开发方法，所述选取八组实验条件确定FCC催化剂数据库开发的实验方案，包括：基于FCC-SIM中采用的FCC催化剂数据库，将老化时长确定为5至20小时，老化温度确定为700摄氏度至810摄氏度，反应温度确定为500摄氏度至550摄氏度，剂油比确定为4至9，重金属量确定为1000百万分比浓度(ppm)至4000百万分比浓度(ppm)。具体地，选取八组实验条件确定FCC催化剂数据库开发的实验方案，可以参见表1。
表1
基于上述方法实施例的内容，作为一种可选的实施例，本发明实施例中提供的基于FCC-SIM的FCC催化剂数据库开发方法，所述根据所述实验方案确定初始数据组，包括：根据所述实验方案，采用FCC催化剂常规化验分析，得到催化剂的物理化学数据；采用ACE评价装置，得到催化剂评价数据；采用安捷伦7890气相色谱分析仪，得到PONA数据；其中，所述PONA数据为烷烃、烯烃、环烷烃和芳香烃数据。
基于上述方法实施例的内容，作为一种可选的实施例，本发明实施例中提供的基于FCC-SIM的FCC催化剂数据库开发方法，所述将所述初始数据组输入计算文件中，生成FCC催化剂的催化剂因子组，包括：将所述催化剂的物理化学数据、催化剂评价数据和PONA数据，输入CDB数据库的Excel文件中，采用所述Excel文件中的经验算法(所述经验算法为现有算法，此处不再赘述)，生成FCC催化剂的催化剂因子组。
基于上述方法实施例的内容，作为一种可选的实施例，本发明实施例中提供的基于FCC-SIM的FCC催化剂数据库开发方法，所述FCC催化剂的催化剂因子组包含66个催化剂因子。具体地，建立的每一个催化剂数据库文件均含有66个催化剂因子，这些因子基本表征了FCC催化剂在FCC工业运行中所起的作用。不同的催化剂因子数据库，对同一套装置，代入装置模型中会模拟出不同的产品分布，从而达到优选催化剂目的。通过与FCC-SIM软件中采用的海外FCC催化剂数据库的参数对比和实验室评价，确定FCC催化剂数据库试验条件和方法，从而形成有针对性的FCC催化剂数据库。
本发明实施例提供的基于FCC-SIM的FCC催化剂数据库开发方法，通过确定FCC催化剂数据库开发的实验方案，得到催化剂的物理化学数据、催化剂评价数据和PONA数据，并将上述三项数据输入计算文件中，采用经验算法进行计算，生成FCC催化剂的催化剂因子组，并由所述催化剂因子组构成FCC催化剂数据库，可以在FCC-SIM中有针对性地构建FCC催化剂数据库。
本发明的各个实施例分别从基础催化剂、老化失活、反应温度、剂油比、原料油、金属污染等各方面全面考察了FCC催化剂的性能，工艺简单，成本低，设备简单，操作方便，该方法对FCC催化剂的性能考察全面，涉及到66个催化剂因子；本发明的各个实施例开发的FCC催化剂数据库与FCC-SIM软件模型相结合，通过催化裂化装置因子与催化裂化催化剂因子共同作用，通过操作条件及原料性质的改变，较单一催化裂化装置因子相比，提高了FCC-SIM软件预测催化裂化装置产品分布的精度，有利于炼厂工艺操作条件的调整和优化；通过装置实际与预测的产品分布的对比，有利于炼厂生产过程的监控，及时发现异常情况，查找和诊断异常原因；本发明各个实施例开发的FCC催化剂数据库，与FCC-SIM工业模型相结合，实现了FCC催化剂在国内炼厂催化裂化装置的筛选，不同的FCC催化剂数据库得到不同的产品分布，炼厂催化裂化装置可根据实际需要选择合适的FCC催化剂，有利于炼厂经济效益的提高；本发明各个实施例开发的FCC催化剂数据库适用于MIP专用剂、增产汽油专用剂、抗钒催化剂、重油催化剂、增产C3/C4等各种功能类型的FCC催化剂，通过对其实验方案的实施，可以开发得到各种不同的FCC催化剂的数据库。
本发明各个实施例的实现基础是通过具有处理器功能的设备进行程序化的处理实现的。因此在工程实际中，可以将本发明各个实施例的技术方案及其功能封装成各种模块。基于这种现实情况，在上述各实施例的基础上，本发明的实施例提供了一种基于FCC-SIM的FCC催化剂数据库开发装置，该装置用于执行上述方法实施例中的基于FCC-SIM的FCC催化剂数据库开发方法。
参见图2，该装置包括：
初始数据组确定模块201，用于选取实验方案确定条件，并根据所述实验方案确定条件，确定FCC催化剂数据库开发的实验方案，根据所述实验方案确定初始数据组；
FCC催化剂数据库生成模块202，用于将所述初始数据组输入计算文件中，生成FCC催化剂的催化剂因子组，由所述催化剂因子组构成一FCC催化剂数据库；
其中，所述FCC催化剂为催化裂化催化剂。
本发明实施例提供的基于FCC-SIM的FCC催化剂数据库开发装置，采用初始数据组确定模块和FCC催化剂数据库生成模块，通过确定FCC催化剂数据库开发的实验方案，得到催化剂的物理化学数据、催化剂评价数据和PONA数据，并将上述三项数据输入计算文件中，采用经验算法进行计算，生成FCC催化剂的催化剂因子组，并由所述催化剂因子组构成FCC催化剂数据库，可以在FCC-SIM中有针对性地构建FCC催化剂数据库。
需要说明的是，本发明提供的装置实施例中的装置，除了可以用于实现上述方法实施例中的方法外，还可以用于实现本发明提供的其他方法实施例中的方法，区别仅仅在于设置相应的功能模块，其原理与本发明提供的上述装置实施例的原理基本相同，只要本领域技术人员在上述装置实施例的基础上，参考其他方法实施例中的具体技术方案，通过组合技术特征获得相应的技术手段，以及由这些技术手段构成的技术方案，在保证技术方案具备实用性的前提下，就可以对上述装置实施例中的装置进行改进，从而得到相应的装置类实施例，用于实现其他方法类实施例中的方法。例如：
基于上述装置实施例的内容，作为一种可选的实施例，本发明实施例中提供的基于FCC-SIM的FCC催化剂数据库开发装置，还包括：金属污染实验模块，用于配置重金属溶液，根据需要污染的催化剂的量，确定待污染催化剂的含量；将配置好的重金属溶液，加入所述待污染催化剂中，得到已污染催化剂；将所述已污染催化剂进行烘干、焙烧。
基于上述装置实施例的内容，作为一种可选的实施例，本发明实施例中提供的基于FCC-SIM的FCC催化剂数据库开发装置，还包括：实验条件确定模块，用于基于FCC-SIM中采用的FCC催化剂数据库，将老化时长确定为5至20小时，老化温度确定为700摄氏度至810摄氏度，反应温度确定为500摄氏度至550摄氏度，剂油比确定为4至9，重金属量确定为1000百万分比浓度至4000百万分比浓度。
基于上述装置实施例的内容，作为一种可选的实施例，本发明实施例中提供的基于FCC-SIM的FCC催化剂数据库开发装置，还包括：三项数据确定模块，用于根据所述实验方案，采用FCC催化剂常规化验分析，得到催化剂的物理化学数据；采用ACE评价装置，得到催化剂评价数据；采用安捷伦7890气相色谱分析仪，得到PONA数据；其中，所述PONA数据为烷烃、烯烃、环烷烃和芳香烃数据。
基于上述装置实施例的内容，作为一种可选的实施例，本发明实施例中提供的基于FCC-SIM的FCC催化剂数据库开发装置，还包括：经验算法模块，用于将所述催化剂的物理化学数据、催化剂评价数据和PONA数据，输入CDB数据库的Excel文件中，采用所述Excel文件中的经验算法，生成FCC催化剂的催化剂因子组。
本发明实施例的方法是依托电子设备实现的，因此对相关的电子设备有必要做一下介绍。基于此目的，本发明的实施例提供了一种电子设备，如图3所示，该电子设备包括：至少一个处理器(processor)301、通信接口(Communications Interface)304、至少一个存储器(memory)302和通信总线303，其中，至少一个处理器301，通信接口304，至少一个存储器302通过通信总线303完成相互间的通信。至少一个处理器301可以调用至少一个存储器302中的逻辑指令，以执行如下方法：选取实验方案确定条件，并根据所述实验方案确定条件，确定FCC催化剂数据库开发的实验方案，根据所述实验方案确定初始数据组；将所述初始数据组输入计算文件中，生成FCC催化剂的催化剂因子组，由所述催化剂因子组构成一FCC催化剂数据库；其中，所述FCC催化剂为催化裂化催化剂。
此外，上述的至少一个存储器302中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。例如包括：选取实验方案确定条件，并根据所述实验方案确定条件，确定FCC催化剂数据库开发的实验方案，根据所述实验方案确定初始数据组；将所述初始数据组输入计算文件中，生成FCC催化剂的催化剂因子组，由所述催化剂因子组构成一FCC催化剂数据库；其中，所述FCC催化剂为催化裂化催化剂。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，RandomAccess Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
附图中的流程图和框图显示了根据本发明的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。基于这种认识，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
在本专利中，术语"包括"、"包含"或者其任何其它变体意在涵盖非排它性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其它要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句"包括……"限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种基于FCC-SIM的FCC催化剂数据库开发方法，其特征在于，包括：
选取实验方案确定条件，并根据所述实验方案确定条件，确定FCC催化剂数据库开发的实验方案，根据所述实验方案确定初始数据组；
将所述初始数据组输入计算文件中，生成FCC催化剂的催化剂因子组，由所述催化剂因子组构成一FCC催化剂数据库；
其中，所述FCC催化剂为催化裂化催化剂。
2.根据权利要求1所述的基于FCC-SIM的FCC催化剂数据库开发方法，其特征在于，所述选取实验方案确定条件，包括：选取
ACE评价装置作为评价试验装置；三号催化装置的蜡油和渣油作为实验原料油；CL1催化剂作为基础催化剂；CL2催化剂作为新鲜催化剂；旋转水热老化装置或吊篮老化装置作为老化装置；金属进行金属污染实验；八组实验条件确定FCC催化剂数据库开发的实验方案。
3.根据权利要求2所述的基于FCC-SIM的FCC催化剂数据库开发方法，其特征在于，所述选取金属进行金属污染实验，包括：
配置重金属溶液，根据需要污染的催化剂的量，确定待污染催化剂的含量；将配置好的重金属溶液，加入所述待污染催化剂中，得到已污染催化剂；将所述已污染催化剂进行烘干、焙烧。
4.根据权利要求2所述的基于FCC-SIM的FCC催化剂数据库开发方法，其特征在于，所述选取八组实验条件确定FCC催化剂数据库开发的实验方案，包括：
基于FCC-SIM中采用的FCC催化剂数据库，将老化时长确定为5至20小时，老化温度确定为700摄氏度至810摄氏度，反应温度确定为500摄氏度至550摄氏度，剂油比确定为4至9，重金属量确定为1000百万分比浓度至4000百万分比浓度。
5.根据权利要求1所述的基于FCC-SIM的FCC催化剂数据库开发方法，其特征在于，所述根据所述实验方案确定初始数据组，包括：
根据所述实验方案，采用FCC催化剂常规化验分析，得到催化剂的物理化学数据；采用ACE评价装置，得到催化剂评价数据；采用安捷伦7890气相色谱分析仪，得到PONA数据；
其中，所述PONA数据为烷烃、烯烃、环烷烃和芳香烃数据。
6.根据权利要求5所述的基于FCC-SIM的FCC催化剂数据库开发方法，其特征在于，所述将所述初始数据组输入计算文件中，生成FCC催化剂的催化剂因子组，包括：
将所述催化剂的物理化学数据、催化剂评价数据和PONA数据，输入CDB数据库的Excel文件中，采用所述Excel文件中的经验算法，生成FCC催化剂的催化剂因子组。
7.根据权利要求6所述的基于FCC-SIM的FCC催化剂数据库开发方法，其特征在于，所述FCC催化剂的催化剂因子组包含66个催化剂因子。
8.一种基于FCC-SIM的FCC催化剂数据库开发装置，其特征在于，包括：
初始数据组确定模块，用于选取实验方案确定条件，并根据所述实验方案确定条件，确定FCC催化剂数据库开发的实验方案，根据所述实验方案确定初始数据组；
FCC催化剂数据库生成模块，用于将所述初始数据组输入计算文件中，生成FCC催化剂的催化剂因子组，由所述催化剂因子组构成一FCC催化剂数据库；
其中，所述FCC催化剂为催化裂化催化剂。
9.一种电子设备，其特征在于，包括：
至少一个处理器、至少一个存储器、通信接口和总线；其中，
所述处理器、存储器、通信接口通过所述总线完成相互间的通信；
所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令，以执行如权利要求1至7任一项权利要求所述的方法。
10.一种非暂态计算机可读存储介质，其特征在于，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行如权利要求1至7中任一项权利要求所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910890659.1A CN112542216A (zh) | 2019-09-20 | 2019-09-20 | 基于fcc-sim的fcc催化剂数据库开发方法及设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910890659.1A CN112542216A (zh) | 2019-09-20 | 2019-09-20 | 基于fcc-sim的fcc催化剂数据库开发方法及设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112542216A true CN112542216A (zh) | 2021-03-23 |
Family
ID=75012211
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910890659.1A Pending CN112542216A (zh) | 2019-09-20 | 2019-09-20 | 基于fcc-sim的fcc催化剂数据库开发方法及设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112542216A (zh) |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5774381A (en) * | 1992-03-04 | 1998-06-30 | Meier; Paul F. | Modeling and simulation of catalytic cracking |
| US20020086791A1 (en) * | 2000-08-07 | 2002-07-04 | Enrique Iglesia | Knowledge-based process for the development of materials |
| US6455595B1 (en) * | 2000-07-24 | 2002-09-24 | Chevron U.S.A. Inc. | Methods for optimizing fischer-tropsch synthesis |
| US6508930B1 (en) * | 1998-04-29 | 2003-01-21 | Intercat, Inc. | Method for stabilizing operation of fluid catalytic converter units |
| US20040067841A1 (en) * | 2002-10-07 | 2004-04-08 | Bartholic David B. | Method for preparing a substitute for fresh fluid catalytic cracking catalyst |
| CN101859103A (zh) * | 2010-06-02 | 2010-10-13 | 清华大学 | 催化裂化反应深度在线计算和自适应非线性预测控制方法 |
| CN102520705A (zh) * | 2011-12-31 | 2012-06-27 | 中国石油天然气股份有限公司 | 一种炼化生产过程优化分析方法及系统 |
| CN107301264A (zh) * | 2017-05-03 | 2017-10-27 | 中国石油大学(北京) | 一种催化裂化反应动力学参数的估算方法及系统 |
| CN108897982A (zh) * | 2018-07-17 | 2018-11-27 | 中石化（洛阳）科技有限公司 | 催化裂化动力学模型建立方法及装置 |
| CN109658988A (zh) * | 2018-12-20 | 2019-04-19 | 中海石油炼化有限责任公司 | 一种加氢精制催化剂性能预测方法 |
| 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 |
-
2019
- 2019-09-20 CN CN201910890659.1A patent/CN112542216A/zh active Pending
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5774381A (en) * | 1992-03-04 | 1998-06-30 | Meier; Paul F. | Modeling and simulation of catalytic cracking |
| US6508930B1 (en) * | 1998-04-29 | 2003-01-21 | Intercat, Inc. | Method for stabilizing operation of fluid catalytic converter units |
| US6455595B1 (en) * | 2000-07-24 | 2002-09-24 | Chevron U.S.A. Inc. | Methods for optimizing fischer-tropsch synthesis |
| US20020086791A1 (en) * | 2000-08-07 | 2002-07-04 | Enrique Iglesia | Knowledge-based process for the development of materials |
| US20040067841A1 (en) * | 2002-10-07 | 2004-04-08 | Bartholic David B. | Method for preparing a substitute for fresh fluid catalytic cracking catalyst |
| CN101859103A (zh) * | 2010-06-02 | 2010-10-13 | 清华大学 | 催化裂化反应深度在线计算和自适应非线性预测控制方法 |
| CN102520705A (zh) * | 2011-12-31 | 2012-06-27 | 中国石油天然气股份有限公司 | 一种炼化生产过程优化分析方法及系统 |
| CN107301264A (zh) * | 2017-05-03 | 2017-10-27 | 中国石油大学(北京) | 一种催化裂化反应动力学参数的估算方法及系统 |
| 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 |
| CN108897982A (zh) * | 2018-07-17 | 2018-11-27 | 中石化（洛阳）科技有限公司 | 催化裂化动力学模型建立方法及装置 |
| CN109658988A (zh) * | 2018-12-20 | 2019-04-19 | 中海石油炼化有限责任公司 | 一种加氢精制催化剂性能预测方法 |
Non-Patent Citations (4)
| Title |
|---|
| FERREIRA, JMM (FERREIRA, JOSE MARCOS MOREIRA) [1] , [2] ; SOUSA-AGUIAR, EF (SOUSA-AGUIAR, EDUARDO FALABELLA) [2] ; ARANDA, DAG (AR: "FCC Catalyst Accessibility-A Review", CATALYSTS, vol. 13, no. 4, pages 784 * |
| 刘现峰;孟繁东;黄全;羊建国;: "基于催化裂化十三集总动力学模型的催化剂数据库的开发", 石油炼制与化工, no. 05, pages 65 - 68 * |
| 李秀琴;: "重油催化裂化装置能量优化研究", 中外能源, no. 02, pages 77 - 81 * |
| 熊凯;卢春喜;: "催化裂化(裂解)集总反应动力学模型研究进展", 石油学报(石油加工), no. 02, pages 293 - 306 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Guerra et al. | Improvements in petroleum refinery planning: 1. Formulation of process models | |
| Pashikanti et al. | Predictive modeling of large-scale integrated refinery reaction and fractionation systems from plant data. Part 2: Fluid catalytic cracking (FCC) process | |
| Sadighi et al. | Modeling a pilot fixed-bed hydrocracking reactor via a kinetic base and neuro-fuzzy method | |
| Ancheyta-Juarez et al. | Estimation of kinetic constants of a five-lump model for fluid catalytic cracking process using simpler sub-models | |
| Alvarez-Majmutov et al. | Deriving the molecular composition of middle distillates by integrating statistical modeling with advanced hydrocarbon characterization | |
| CN110021377B (zh) | 加氢裂化催化剂的失活预测方法、装置和存储设备 | |
| CN109507352A (zh) | 一种预测石化生产中任意流股分子组成的方法 | |
| Bollas et al. | Bulk molecular characterization approach for the simulation of FCC feedstocks | |
| Stratiev et al. | Role of catalyst in optimizing fluid catalytic cracking performance during cracking of H-oil-derived gas oils | |
| Dasila et al. | Simulation of an industrial fluid catalytic cracking riser reactor using a novel 10-lump kinetic model and some parametric sensitivity studies | |
| Zhang et al. | Fluid catalytic cracking study of coker gas oil: effects of processing parameters on sulfur and nitrogen distributions | |
| Zhang et al. | An ensemble-learning approach to predict the coke yield of commercial FCC unit | |
| CN112542216A (zh) | 基于fcc-sim的fcc催化剂数据库开发方法及设备 | |
| Su et al. | Determining the amount of ‘green’coke generated when co‐processing lipids commercially by fluid catalytic cracking | |
| Young | Realistic assessment of FCC catalyst performance in the laboratory | |
| Fernandes et al. | Model development and validation of an industrial UOP fluid catalytic cracking unit with a high-efficiency regenerator | |
| CN115312130A (zh) | 面向增产催化裂化高附加值产品模拟的混合建模方法 | |
| CN114446398A (zh) | 存储器、炼化过程全流程模拟方法、装置和设备 | |
| Kawai et al. | Maximizing margins and optimizing operational conditions for residue fluid catalytic cracking with an artificial intelligence hybrid reaction model | |
| F. Cuadros Bohorquez et al. | Surrogate-model-based, particle swarm optimization, and genetic algorithm techniques applied to the multiobjective operational problem of the fluid catalytic cracking process | |
| Al-Sabawi et al. | Heterogeneous approach to the catalytic cracking of vacuum gas oil | |
| Alexiadis et al. | Model based analysis of the effect of 2-ethylphenol addition to n-decane in fluid catalytic cracking over a series of zeolites | |
| Quintana-Solórzano et al. | Study of the performance of catalysts for catalytic cracking by applying a lump-based kinetic model | |
| Stockwell | Continuous Age Distribution Method for Catalytic Cracking. 1. Proof of Principle | |
| Ma et al. | A novel method to investigate the activity tests of fresh FCC catalysts: an experimental and prediction process from lab scale to commercial scale |
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 |