CN113627037A - 一种基于原油切割的直馏沥青性质预测方法 - Google Patents
一种基于原油切割的直馏沥青性质预测方法 Download PDFInfo
- Publication number
- CN113627037A CN113627037A CN202111084486.8A CN202111084486A CN113627037A CN 113627037 A CN113627037 A CN 113627037A CN 202111084486 A CN202111084486 A CN 202111084486A CN 113627037 A CN113627037 A CN 113627037A
- Authority
- CN
- China
- Prior art keywords
- crude oil
- viscosity
- asphalt
- cutting
- temperature
- 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
- 239000010779 crude oil Substances 0.000 title claims abstract description 87
- 239000010426 asphalt Substances 0.000 title claims abstract description 69
- 238000005520 cutting process Methods 0.000 title claims abstract description 39
- 238000000034 method Methods 0.000 title claims abstract description 34
- 239000003921 oil Substances 0.000 claims abstract description 22
- 230000000704 physical effect Effects 0.000 claims abstract description 22
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical group [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims description 25
- 229910052799 carbon Inorganic materials 0.000 claims description 9
- 238000002474 experimental method Methods 0.000 claims description 8
- 238000002156 mixing Methods 0.000 claims description 8
- 125000003118 aryl group Chemical group 0.000 claims description 7
- 238000009835 boiling Methods 0.000 claims description 7
- PXHVJJICTQNCMI-UHFFFAOYSA-N Nickel Chemical compound [Ni] PXHVJJICTQNCMI-UHFFFAOYSA-N 0.000 claims description 6
- 238000004821 distillation Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000009826 distribution Methods 0.000 claims description 5
- 150000001721 carbon Chemical class 0.000 claims description 4
- NINIDFKCEFEMDL-UHFFFAOYSA-N Sulfur Chemical compound [S] NINIDFKCEFEMDL-UHFFFAOYSA-N 0.000 claims description 3
- 239000002253 acid Substances 0.000 claims description 3
- 239000000084 colloidal system Substances 0.000 claims description 3
- 229910052759 nickel Inorganic materials 0.000 claims description 3
- 238000004088 simulation Methods 0.000 claims description 3
- 229910052717 sulfur Inorganic materials 0.000 claims description 3
- 239000011593 sulfur Substances 0.000 claims description 3
- 229910052720 vanadium Inorganic materials 0.000 claims description 3
- LEONUFNNVUYDNQ-UHFFFAOYSA-N vanadium atom Chemical compound [V] LEONUFNNVUYDNQ-UHFFFAOYSA-N 0.000 claims description 3
- 238000009833 condensation Methods 0.000 claims description 2
- 230000005494 condensation Effects 0.000 claims description 2
- 238000012545 processing Methods 0.000 claims description 2
- 238000004519 manufacturing process Methods 0.000 abstract description 12
- 238000001514 detection method Methods 0.000 abstract description 5
- 239000000203 mixture Substances 0.000 abstract description 3
- 238000004458 analytical method Methods 0.000 description 3
- 230000035515 penetration Effects 0.000 description 2
- 238000005504 petroleum refining Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 239000011248 coating agent Substances 0.000 description 1
- 238000000576 coating method Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 150000001924 cycloalkanes Chemical class 0.000 description 1
- 125000000753 cycloalkyl group Chemical group 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000002904 solvent Substances 0.000 description 1
- 238000004078 waterproofing Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/10—Numerical modelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/08—Thermal analysis or thermal optimisation
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- Geometry (AREA)
- Computer Hardware Design (AREA)
- Manufacturing & Machinery (AREA)
- General Engineering & Computer Science (AREA)
- Primary Health Care (AREA)
- Evolutionary Computation (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Production Of Liquid Hydrocarbon Mixture For Refining Petroleum (AREA)
Abstract
本发明涉及一种基于原油切割的直馏沥青性质预测方法，本发明将原油中渣油部分的宏观物性、粘温曲线、结构组成与沥青性质建立关联模型，实现对任意原油在按任意比例混合后，在任意切割温度下所产沥青性质的预测。本发明能更低成本、更高效、更准确地确定生产沥青所需原油以及沥青的生产方案，可以使得成本大幅降低，准确性大幅升高检测周期也大幅缩短；解决了从目前原油市场中选择合适的生产沥青用原油并确定其渣油切割温度的这个过程耗时长、检测成本高、准确度低的技术难题。
Description
技术领域
本发明涉及石油炼化行业沥青生产技术领域，尤其涉及一种基于原油切割的直馏沥青性质预测方法。
背景技术
沥青生产是石油精炼行业的一个重要环节，是原油经过蒸馏后的残渣，在整个原油成分中具有最高的沸点，是原油中最重的成分。沥青用途广泛，被应用于公路建设、建筑防水、涂料等方面。2020年我国沥青的产能达到了5900万吨，较2019年增加1130万吨，但是高质量沥青的缺口依然巨大，仍需向国外进口。因此提高沥青产量、提升沥青性能是沥青生产行业需解决的问题。
按照加工方法分类，可将沥青分为直馏沥青、氧化沥青、溶剂沥青和调合沥青等。其中直馏沥青是通过直接蒸馏原油，经过常压和减压工艺，将不同沸点的馏分取出后，在减压塔底获得的油渣。通过蒸馏法制取直馏沥青是制取沥青最简单、最经济的方法。
原油是生产沥青的原料，原油的类别多种多样，但并不是所有原油都能炼出合格的沥青。全球各原油产地出产的1500多种原油中，只有260种原油可直接生产沥青。仅靠单一原油生产沥青有时较难满足沥青质量的要求，因此通过不同原油的混合，并将得到的混合原油用于生产沥青是生产中常见的方法。
无论是对于单种原油或是混合原油，其产出沥青的性质会随着原油中渣油馏分段切割温度的改变而非线性地改变。不同炼油企业用于生产沥青的装置与工艺各有区别，因此对单种原油或混合原油在特定切割温度下沥青性质的预测是当前生产沥青的难题。
目前判断单种原油或混合原油是否可产沥青的主要方法是将原油的沥青质(A)、胶质(R)及蜡含量(W)等宏观性质通过简单的经验算法进行粗略的判断。例如当(A+R)/W<0.5时，可判断这种原油不适合生产沥青；当(A+R)/W＝0.5-1.5时，这种原油可生产出质量达到SH 0522标准的普通道路沥青；当(A+R)/W>1.5时，这种原油可用于生产质量符合GB/T15180标准的重交通道路沥青。
此类方法只通过原油少量的宏观物性对其可否生产沥青做定性的评估，相对比较粗糙，存在较大的误差范围，无法定量地预测单种原油或混合原油在特定切割温度下的沥青性质。
另一种方法是通过对原油进行大量的实沸点蒸馏实验以及沥青性质分析实验以得到最佳的渣油切割温度，此方法会耗费大量时间。在混合原油产沥青的过程中，首先需要在实验室中尝试各种原油种类与混合比例得到若干种可能的配方，再对任一配方重复上述实验，这个过程由于过于复杂与漫长，且缺乏精细化的指导，往往很难得到最佳的结果。
相关工作人员通常需要对单种原油进行大量的实沸点切割实验以及沥青性质分析以得到最佳的渣油切割温度，此方法会耗费大量时间。在混合原油产沥青的过程中，首先需要在实验室中尝试各种原油种类与混合比例得到若干种可能的配方，再对任一配方重复上述实验，这个过程由于过于复杂与漫长，且缺乏精细化的指导，往往很难得到最佳的结果。
发明内容
本发明为克服上述的不足之处，目的在于提供一种基于原油切割的直馏沥青性质预测方法，本发明将原油中渣油部分的宏观物性、粘温曲线、结构组成与沥青性质建立关联模型，实现对任意原油在按任意比例混合后，在任意切割温度下所产沥青性质的预测。本发明能更低成本、更高效、更准确地确定生产沥青所需原油以及沥青的生产方案，可以使得成本大幅降低，准确性大幅升高检测周期也大幅缩短；解决了从目前原油市场中选择合适的生产沥青用原油并确定其渣油切割温度的这个过程耗时长、检测成本高、准确度低的技术难题。
本发明是通过以下技术方案达到上述目的：一种基于原油切割的直馏沥青性质预测方法，包括如下步骤：
(1)对于每个原油样品进行实沸点蒸馏实验，分别得到420-FBP，480-FBP,520-FBP三个不同温度段的馏分油，得到馏分质量收率；
(2)分别对上述馏分油进行宏观物性、碳结构参数以及粘温曲线的检测；
(3)对原油进行切割模拟；
(4)基于粘温曲线数据，通过粘度分布模型计算粘度特征参数a和粘度特征参数b；
(5)针对混合原油，将步骤(3)所得的单种原油目标切割温度下的宏观物性、结构参数及粘度，结合步骤(1)中测得的馏分收率，分别进行加权平均混合计算，得到混合原油在该切割温度下的宏观物性、结构参数以及粘度特征参数；
(6)将目标切割温度下单种原油或混合原油的宏观物性、结构参数以及粘度特征参数代入数据关联模型，计算该切割温度下的沥青性质。
作为优选，所述的宏观物性包括密度、硫含量、残炭、酸值、镍含量、钒含量、沥青质、胶质；碳结构参数包括芳碳数、饱和碳数、环烷碳数、芳环数、环烷数、缩合指数。
作为优选，所述的碳结构参数通过改进BL法进行计算得到。
作为优选，所述步骤(3)具体为：针对任意的渣油切割温度，对在步骤(2)得到的馏分实测数据进行插值处理，获得该切割温度下渣油的宏观物性、结构参数以及粘温曲线。
作为优选，所述粘度分布模型的表达式如下公式1所示：
其中变量v表示沥青的运动粘度(cst)，T表示温度(℃)，a表示粘度特征参数a，b表示粘度特征参数b。
本发明的有益效果在于：(1)本发明可对任意原油进行任意比例的混合，并计算其任意切割温度下的沥青性质，成本大幅降低，检测周期大幅缩短；(2)本发明考虑了渣油结构组成对沥青性质的影响，比常规的四组分分析更精细、更科学，准确性大幅升高，能够有效较低炼厂的成本，提高效率。
附图说明
图1是本发明的流程示意图。
具体实施方式
下面结合具体实施例对本发明进行进一步描述，但本发明的保护范围并不仅限于此：
实施例：本发明使用冷湖原油与马瑞原油混合生产沥青的实施例，预测冷湖原油与马瑞原油以7：3的比例混合后，切割440℃-FBP、460℃-FBP与500℃-FBP所得到的直馏沥青性质，具体操作步骤如下：
(1)冷湖原油和马瑞原油是国内炼厂常用的沥青生产原油，先分别取得冷湖原油与马瑞原油的样品，进行实沸点蒸馏实验，得到各自原油420℃-FBP，480℃-FBP,520℃-FBP三个不同温度段的馏分油，测得质量收率数据，见表1(冷湖原油馏分收率、宏观物性、粘温曲线以及碳结构参数数据表)与表2(马瑞原油馏分宏观物性、粘温曲线以及碳结构参数数据表)。
(2)对以上馏分油进行宏观物性、粘温曲线以及碳结构参数的检测，得到以下表1、表2中的实测数据。
表1
表2
(3)将冷湖原油与马瑞原油分别在440℃、460℃与500℃进行切割模拟，分别得到在目标切割温度下440℃-FBP,460℃-FBP,500℃-FBP渣油馏分的宏观物性、粘温曲线以及碳结构参数,见表3(冷湖原油渣油馏分宏观物性、粘温曲线以及碳结构参数数据表)、表4(马瑞原油渣油馏分宏观物性、粘温曲线以及碳结构参数数据表)。
表3
表4
(4)结合表3、表4中的实测渣油馏分数据，计算冷湖原油与马瑞原油按照7:3的比例进行混合后切割440℃、460℃和480℃的渣油馏分宏观物性、粘温曲线及碳结构参数，并将混合后的粘度通过粘度分布模型(见公式1)计算出粘度特征参数，计算结果见表5(混合原油渣油馏分宏观物性、粘温曲线以及碳结构参数数据表)。
表5
(5)根据表5中的参数作为输入，通过已经建立好的数据关联模型，计算混合原油在切割440℃、460℃和480℃下的直馏沥青性质。其中数据关联模型的输入和输出见表6(数据关联模型的输入与输出表)，直馏沥青的性质计算结果见表7(直馏沥青性质计算结果表)。
| 输入参数 | 输出参数 | ||
| 密度，20℃，g/cm^3 | x1 | 针入度，25℃，mm | y1 |
| 硫含量，wt％ | x2 | 软化点，℃ | y2 |
| 残炭，wt％ | x3 | 延度，10℃，cm | y3 |
| 酸值，mgKOH/g | x4 | 开口闪点，℃ | y4 |
| 沥青质，wt％ | x5 | TFOT质量变化 | y5 |
| 镍含量，ppm | x6 | TFOT残留针入度比 | y6 |
| 钒含量，ppm | x7 | ||
| 粘度特征参数a | x8 | ||
| 粘度特征参数b | x9 | ||
| fA芳碳率 | x10 | ||
| fN环烷碳率 | x11 | ||
| fP饱和碳率 | x12 | ||
| 芳香环数 | x13 | ||
| 环烷环数 | x14 | ||
| 芳香碳数 | x15 | ||
| 环烷碳数 | x16 | ||
| 饱和碳数 | x17 |
表6
表7
如本发明所述，可以方便、灵活的根据原油数据模拟出单种原油、混合原油在任意切割温度下直馏沥青的性质，为生产、研究提供了极大的便利。
以上的所述乃是本发明的具体实施例及所运用的技术原理，若依本发明的构想所作的改变，其所产生的功能作用仍未超出说明书及附图所涵盖的精神时，仍应属本发明的保护范围。
Claims (5)
1.一种基于原油切割的直馏沥青性质预测方法，其特征在于，包括如下步骤：
(1)对于每个原油样品进行实沸点蒸馏实验，分别得到420-FBP，480-FBP,520-FBP三个不同温度段的馏分油，得到馏分质量收率；
(2)分别对上述馏分油进行宏观物性、碳结构参数以及粘温曲线的检测；
(3)对原油进行切割模拟；
(4)基于粘温曲线数据，通过粘度分布模型计算粘度特征参数a和粘度特征参数b；
(5)针对混合原油，将步骤(3)所得的单种原油目标切割温度下的宏观物性、结构参数及粘度，结合步骤(1)中测得的馏分收率，分别进行加权平均混合计算，得到混合原油在该切割温度下的宏观物性、结构参数以及粘度特征参数；
(6)将目标切割温度下单种原油或混合原油的宏观物性、结构参数以及粘度特征参数代入数据关联模型，计算该切割温度下的沥青性质。
2.根据权利要求1所述的一种基于原油切割的直馏沥青性质预测方法，其特征在于：所述的宏观物性包括密度、硫含量、残炭、酸值、镍含量、钒含量、沥青质、胶质；碳结构参数包括芳碳数、饱和碳数、环烷碳数、芳环数、环烷数、缩合指数。
3.根据权利要求2所述的一种基于原油切割的直馏沥青性质预测方法，其特征在于：所述的碳结构参数通过改进BL法进行计算得到。
4.根据权利要求1所述的一种基于原油切割的直馏沥青性质预测方法，其特征在于：所述步骤(3)具体为：针对任意的渣油切割温度，对在步骤(2)得到的馏分实测数据进行插值处理，获得该切割温度下渣油的宏观物性、结构参数以及粘温曲线。
5.根据权利要求1所述的一种基于原油切割的直馏沥青性质预测方法，其特征在于：所述粘度分布模型的表达式如下：
其中变量v表示沥青的运动粘度(cst)，T表示温度(℃)，a表示粘度特征参数a，b表示粘度特征参数b。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111084486.8A CN113627037A (zh) | 2021-09-16 | 2021-09-16 | 一种基于原油切割的直馏沥青性质预测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111084486.8A CN113627037A (zh) | 2021-09-16 | 2021-09-16 | 一种基于原油切割的直馏沥青性质预测方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113627037A true CN113627037A (zh) | 2021-11-09 |
Family
ID=78390256
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111084486.8A Pending CN113627037A (zh) | 2021-09-16 | 2021-09-16 | 一种基于原油切割的直馏沥青性质预测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113627037A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114021365A (zh) * | 2021-11-12 | 2022-02-08 | 华东理工大学 | 一种混合原油切割模拟方法 |
| CN115238986A (zh) * | 2022-07-19 | 2022-10-25 | 西南石油大学 | 一种沥青分布预测方法、装置及计算机可读存储介质 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20060160137A1 (en) * | 2005-01-19 | 2006-07-20 | Martin Gregory M | Method for modification of a synthetically generated assay using measured whole crude properties |
| JP2006348730A (ja) * | 2005-05-17 | 2006-12-28 | Nippon Oil Corp | 舗装用アスファルトおよびその製造方法 |
| CN104335210A (zh) * | 2012-05-30 | 2015-02-04 | 埃克森美孚研究工程公司 | 产生超出石油流的预定阈值的分子式分布的系统和方法 |
| CN106407628A (zh) * | 2016-11-26 | 2017-02-15 | 何恺源 | 基于粘度模型确定沥青调合方案的方法及系统 |
-
2021
- 2021-09-16 CN CN202111084486.8A patent/CN113627037A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20060160137A1 (en) * | 2005-01-19 | 2006-07-20 | Martin Gregory M | Method for modification of a synthetically generated assay using measured whole crude properties |
| JP2006348730A (ja) * | 2005-05-17 | 2006-12-28 | Nippon Oil Corp | 舗装用アスファルトおよびその製造方法 |
| CN104335210A (zh) * | 2012-05-30 | 2015-02-04 | 埃克森美孚研究工程公司 | 产生超出石油流的预定阈值的分子式分布的系统和方法 |
| CN106407628A (zh) * | 2016-11-26 | 2017-02-15 | 何恺源 | 基于粘度模型确定沥青调合方案的方法及系统 |
Non-Patent Citations (4)
| Title |
|---|
| 乔曼等: "H/CAMS软件在混合原油分析中的应用", 广州化工, vol. 43, no. 17, 30 September 2015 (2015-09-30), pages 174 - 175 * |
| 吕伟民编著: "沥青混合料设计原理与方法", 15 January 2001, 同济大学出版社, pages: 27 - 30 * |
| 李奉孝等编著: "重质油热力学、动力学、轻质化及物性测定", 30 December 1991, 石油大学外事办公室出版, pages: 280 - 285 * |
| 郑云萍;李勋;汪玉春;舒洁;艾绍平;: "混合原油粘温数学模型研究进展", 油气储运, no. 09, 25 September 2010 (2010-09-25), pages 683 - 686 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114021365A (zh) * | 2021-11-12 | 2022-02-08 | 华东理工大学 | 一种混合原油切割模拟方法 |
| CN114021365B (zh) * | 2021-11-12 | 2024-01-30 | 华东理工大学 | 一种混合原油切割模拟方法 |
| CN115238986A (zh) * | 2022-07-19 | 2022-10-25 | 西南石油大学 | 一种沥青分布预测方法、装置及计算机可读存储介质 |
| CN115238986B (zh) * | 2022-07-19 | 2023-09-26 | 西南石油大学 | 一种沥青分布预测方法、装置及计算机可读存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN101203739B (zh) | 评估炼油厂原料的焦炭和沥青质量的方法 | |
| CN113627037A (zh) | 一种基于原油切割的直馏沥青性质预测方法 | |
| CN106407628B (zh) | 基于粘度模型确定沥青调合方案的方法及系统 | |
| US9846147B2 (en) | Prediction of refining characteristics of oil | |
| US9208266B2 (en) | Property prediction for asphalts from blended sources | |
| US10329427B2 (en) | Selection and blending of feeds for asphalt manufacture | |
| WO2017007845A1 (en) | Method for correlating physical and chemical measurement data sets to predict physical and chemical properties | |
| CN104140834B (zh) | 基于结焦性的炼焦煤细分方法及在配煤中的应用 | |
| Stratiev et al. | Commercial investigation of the ebullated-bed vacuum residue hydrocracking in the conversion range of 55–93% | |
| CN109507352B (zh) | 一种预测石化生产中任意流股分子组成的方法 | |
| US20150041634A1 (en) | Characterization and prediction of jet fuel quality | |
| CN109817287B (zh) | 一种延迟焦化模型集成方法 | |
| Stratiev et al. | Colloidal stability and hot filtration test of residual fuel oils based on visbreaking and ebullated bed residue H-Oil hydrocracking | |
| CN109632691B (zh) | 一种原油精细物性的近红外快速分析方法 | |
| Zhou et al. | A predictive kinetic model for delayed coking | |
| Hou et al. | The optimization and prediction of properties for crude oil blending | |
| CN117969439A (zh) | 一种沥青评价指标的获得方法及沥青再生性能评价方法 | |
| 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 | |
| Shadbahr et al. | Development of a continuous kinetic model for visbreaking reactions | |
| Yang et al. | Molecular study on diffusion behavior and performance recovery of aged asphalt binder containing functional rejuvenators | |
| Chakkoth et al. | Component blending for bitumen production for Indian refineries | |
| CN114444403A (zh) | 存储器、炼油生产装置氢分布预测方法、装置和设备 | |
| CN107958137B (zh) | 基于Matlab和Excel的催化裂化收率预测方法 | |
| Kriz et al. | Transition to Superpave performance grades in Western Canada | |
| CN103163204B (zh) | 重质原料裂解乙烯收率的预测方法 |
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 |