CN115862759B - 一种延迟焦化反应优化方法及装置、存储介质及设备 - Google Patents
一种延迟焦化反应优化方法及装置、存储介质及设备 Download PDFInfo
- Publication number
- CN115862759B CN115862759B CN202310133363.1A CN202310133363A CN115862759B CN 115862759 B CN115862759 B CN 115862759B CN 202310133363 A CN202310133363 A CN 202310133363A CN 115862759 B CN115862759 B CN 115862759B
- Authority
- CN
- China
- Prior art keywords
- reaction
- product
- delayed coking
- raw material
- molecule
- 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
- 238000006243 chemical reaction Methods 0.000 title claims abstract description 500
- 238000004939 coking Methods 0.000 title claims abstract description 170
- 230000003111 delayed effect Effects 0.000 title claims abstract description 169
- 238000000034 method Methods 0.000 title claims abstract description 63
- 238000003860 storage Methods 0.000 title claims abstract description 17
- 239000002994 raw material Substances 0.000 claims abstract description 124
- 239000000203 mixture Substances 0.000 claims abstract description 119
- 239000011159 matrix material Substances 0.000 claims abstract description 82
- 238000005457 optimization Methods 0.000 claims abstract description 54
- 230000000704 physical effect Effects 0.000 claims abstract description 39
- 230000008569 process Effects 0.000 claims abstract description 14
- 239000000047 product Substances 0.000 claims description 234
- 239000003921 oil Substances 0.000 claims description 22
- 238000004891 communication Methods 0.000 claims description 18
- 230000035484 reaction time Effects 0.000 claims description 18
- JRZJOMJEPLMPRA-UHFFFAOYSA-N olefin Natural products CCCCCCCC=C JRZJOMJEPLMPRA-UHFFFAOYSA-N 0.000 claims description 16
- 150000001336 alkenes Chemical class 0.000 claims description 15
- 125000003118 aryl group Chemical group 0.000 claims description 15
- 239000013598 vector Substances 0.000 claims description 15
- 239000010779 crude oil Substances 0.000 claims description 14
- 150000001335 aliphatic alkanes Chemical class 0.000 claims description 13
- 238000006356 dehydrogenation reaction Methods 0.000 claims description 12
- 238000003776 cleavage reaction Methods 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 9
- 150000001924 cycloalkanes Chemical class 0.000 claims description 9
- 238000005899 aromatization reaction Methods 0.000 claims description 6
- 238000012512 characterization method Methods 0.000 claims description 6
- 238000004817 gas chromatography Methods 0.000 claims description 6
- 125000005842 heteroatom Chemical group 0.000 claims description 6
- 238000004949 mass spectrometry Methods 0.000 claims description 6
- 239000011541 reaction mixture Substances 0.000 claims description 6
- 230000007017 scission Effects 0.000 claims description 6
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 claims description 5
- NINIDFKCEFEMDL-UHFFFAOYSA-N Sulfur Chemical compound [S] NINIDFKCEFEMDL-UHFFFAOYSA-N 0.000 claims description 5
- 239000007795 chemical reaction product Substances 0.000 claims description 5
- 150000001993 dienes Chemical class 0.000 claims description 5
- 229910052717 sulfur Inorganic materials 0.000 claims description 5
- 239000011593 sulfur Substances 0.000 claims description 5
- CIWBSHSKHKDKBQ-JLAZNSOCSA-N Ascorbic acid Chemical compound OC[C@H](O)[C@H]1OC(=O)C(O)=C1O CIWBSHSKHKDKBQ-JLAZNSOCSA-N 0.000 claims description 4
- UFWIBTONFRDIAS-UHFFFAOYSA-N Naphthalene Chemical compound C1=CC=CC2=CC=CC=C21 UFWIBTONFRDIAS-UHFFFAOYSA-N 0.000 claims description 4
- 230000008859 change Effects 0.000 claims description 4
- 238000006482 condensation reaction Methods 0.000 claims description 4
- 238000005336 cracking Methods 0.000 claims description 4
- 238000006477 desulfuration reaction Methods 0.000 claims description 4
- 230000023556 desulfurization Effects 0.000 claims description 4
- TVMXDCGIABBOFY-UHFFFAOYSA-N octane Chemical compound CCCCCCCC TVMXDCGIABBOFY-UHFFFAOYSA-N 0.000 claims description 4
- 238000003786 synthesis reaction Methods 0.000 claims description 4
- 238000004252 FT/ICR mass spectrometry Methods 0.000 claims description 3
- 238000005481 NMR spectroscopy Methods 0.000 claims description 3
- 238000001069 Raman spectroscopy Methods 0.000 claims description 3
- 230000004913 activation Effects 0.000 claims description 3
- 229910002092 carbon dioxide Inorganic materials 0.000 claims description 3
- 239000001569 carbon dioxide Substances 0.000 claims description 3
- 229910002091 carbon monoxide Inorganic materials 0.000 claims description 3
- 239000003054 catalyst Substances 0.000 claims description 3
- 150000001875 compounds Chemical class 0.000 claims description 3
- 238000006900 dealkylation reaction Methods 0.000 claims description 3
- 238000001514 detection method Methods 0.000 claims description 3
- 230000005686 electrostatic field Effects 0.000 claims description 3
- 238000002290 gas chromatography-mass spectrometry Methods 0.000 claims description 3
- 239000003502 gasoline Substances 0.000 claims description 3
- 150000002500 ions Chemical class 0.000 claims description 3
- 229910052751 metal Inorganic materials 0.000 claims description 3
- 239000002184 metal Substances 0.000 claims description 3
- 238000001320 near-infrared absorption spectroscopy Methods 0.000 claims description 3
- 238000007142 ring opening reaction Methods 0.000 claims description 3
- 238000004611 spectroscopical analysis Methods 0.000 claims description 3
- 238000001269 time-of-flight mass spectrometry Methods 0.000 claims description 3
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 claims description 2
- 238000012668 chain scission Methods 0.000 claims description 2
- 230000001419 dependent effect Effects 0.000 claims 1
- 238000004519 manufacturing process Methods 0.000 abstract description 9
- 230000009466 transformation Effects 0.000 abstract description 4
- 230000001737 promoting effect Effects 0.000 abstract description 2
- 150000004945 aromatic hydrocarbons Chemical class 0.000 description 10
- 239000003208 petroleum Substances 0.000 description 9
- 239000001993 wax Substances 0.000 description 9
- 238000004364 calculation method Methods 0.000 description 8
- 229910052799 carbon Inorganic materials 0.000 description 8
- 239000000376 reactant Substances 0.000 description 7
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 6
- 239000007789 gas Substances 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- -1 naphtha Substances 0.000 description 4
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 3
- 230000009471 action Effects 0.000 description 3
- 238000009835 boiling Methods 0.000 description 3
- 125000004432 carbon atom Chemical group C* 0.000 description 3
- 238000005520 cutting process Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 229910052757 nitrogen Inorganic materials 0.000 description 3
- 238000007670 refining Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 241000183024 Populus tremula Species 0.000 description 2
- 125000002723 alicyclic group Chemical group 0.000 description 2
- 125000001931 aliphatic group Chemical group 0.000 description 2
- 125000000217 alkyl group Chemical group 0.000 description 2
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 2
- 239000002283 diesel fuel Substances 0.000 description 2
- 238000004821 distillation Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000012821 model calculation Methods 0.000 description 2
- 229910052760 oxygen Inorganic materials 0.000 description 2
- 239000001301 oxygen Substances 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- BASFCYQUMIYNBI-UHFFFAOYSA-N platinum Chemical compound [Pt] BASFCYQUMIYNBI-UHFFFAOYSA-N 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 239000002893 slag Substances 0.000 description 2
- 238000010200 validation analysis Methods 0.000 description 2
- WKBOTKDWSSQWDR-UHFFFAOYSA-N Bromine atom Chemical compound [Br] WKBOTKDWSSQWDR-UHFFFAOYSA-N 0.000 description 1
- 239000004215 Carbon black (E152) Substances 0.000 description 1
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- GDTBXPJZTBHREO-UHFFFAOYSA-N bromine Substances BrBr GDTBXPJZTBHREO-UHFFFAOYSA-N 0.000 description 1
- 229910052794 bromium Inorganic materials 0.000 description 1
- 150000001721 carbon Chemical group 0.000 description 1
- 239000000571 coke Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 239000000295 fuel oil Substances 0.000 description 1
- 229930195733 hydrocarbon Natural products 0.000 description 1
- 150000002430 hydrocarbons Chemical class 0.000 description 1
- 239000001257 hydrogen Substances 0.000 description 1
- 229910052739 hydrogen Inorganic materials 0.000 description 1
- 125000004435 hydrogen atom Chemical group [H]* 0.000 description 1
- 239000003915 liquefied petroleum gas Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 125000002496 methyl group Chemical group [H]C([H])([H])* 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 150000005673 monoalkenes Chemical class 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 239000012188 paraffin wax Substances 0.000 description 1
- 239000003209 petroleum derivative Substances 0.000 description 1
- 238000005504 petroleum refining Methods 0.000 description 1
- 229910052697 platinum Inorganic materials 0.000 description 1
- 125000003367 polycyclic group Chemical group 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 125000004434 sulfur atom Chemical group 0.000 description 1
- 150000003464 sulfur compounds Chemical class 0.000 description 1
- 150000003573 thiols Chemical class 0.000 description 1
Images
Classifications
-
- C—CHEMISTRY; METALLURGY
- C10—PETROLEUM, GAS OR COKE INDUSTRIES; TECHNICAL GASES CONTAINING CARBON MONOXIDE; FUELS; LUBRICANTS; PEAT
- C10B—DESTRUCTIVE DISTILLATION OF CARBONACEOUS MATERIALS FOR PRODUCTION OF GAS, COKE, TAR, OR SIMILAR MATERIALS
- C10B55/00—Coking mineral oils, bitumen, tar, and the like or mixtures thereof with solid carbonaceous material
Landscapes
- Chemical & Material Sciences (AREA)
- Engineering & Computer Science (AREA)
- Oil, Petroleum & Natural Gas (AREA)
- Chemical Kinetics & Catalysis (AREA)
- General Chemical & Material Sciences (AREA)
- Materials Engineering (AREA)
- Organic Chemistry (AREA)
- Production Of Liquid Hydrocarbon Mixture For Refining Petroleum (AREA)
Abstract
本公开涉及一种延迟焦化反应优化方法及装置、存储介质及设备，所述方法包括：将获取的延迟焦化反应的原料分子组成矩阵以及预设的进料流量、反应温度和反应压力，输入训练好的延迟焦化反应模型，输出延迟焦化反应的产物分子组成矩阵；根据延迟焦化反应的产物分子组成矩阵预测产物的收率和物性参数，并将预测的产物的收率和物性参数与目标的产物的收率和物性参数之间的差值作为优化目标，调整进料流量、反应温度和反应压力，得到满足优化目标条件的进料流量、反应温度和反应压力。本公开结合生产实际对模型进行优化，使模型能够更加准确地描述真实的延迟焦化生产装置，以数字化转型促进生产装置转型升级，能够更好地指导实际装置的生产运行过程。
Description
技术领域
本公开涉及分子炼油技术领域，尤其涉及一种延迟焦化反应优化方法及装置、存储介质及设备。
背景技术
随着原油资源劣质化、重质化，石油产品质量标准逐渐提高，环保要求日益严格，以馏分为基础的相对粗放的石油生产加工和过程优化模式亟待转变。石油加工过程本质上是不同石油分子之间的转化，石油分子决定了油品性质，也决定了其市场、价格及利润。基于此，需要从分子层面认识和加工原油，积极开发炼油过程分子管理技术，实现每一个石油分子价值最大化，促进炼化企业挖潜增效。
延迟焦化是一种重要的将重质油轻质化的工艺，其进料复杂，产品种类多，反应机理复杂，搭建延迟焦化装置模型对于指导生产过程的调整优化具有重要意义。
现阶段，延迟焦化装置的模型构建和模拟优化主要是基于Aspen等流程模拟软件，描述各个馏分主要是采用虚拟组分的方法，即将石油馏分切割成有限数目的窄馏分，每个窄馏分都视为一种纯烃类物质，使用窄馏分的平均性质作为虚拟组分的性质来进行模拟计算。在利用虚拟组分描述石油馏分时，一般通过调整虚拟组分数目进行试算，在虚拟组分数目和切割效果之间找到一个平衡点，最终确定合适的切割方案。
现有的延迟焦化模型借助Aspen等流程模拟软件，采用虚拟组分的研究方法，按照这种方法得到的结果是每个窄馏分内部组分的平均性质，仅能够大致反映原油或馏分的性质，精度较差，不能满足对石油详细组分研究的要求。
发明内容
为了解决上述技术问题或者至少部分地解决上述技术问题，本公开的实施例提供了一种延迟焦化反应优化方法及装置、存储介质及设备。
第一方面，本公开的实施例提供了一种延迟焦化反应优化方法，包括：
获取延迟焦化反应的原料分子组成矩阵，其中，所述原料分子组成矩阵包括每种原料分子的结构导向集总表示和含量；
将延迟焦化反应的原料分子组成矩阵以及预设的进料流量、反应温度和反应压力，输入训练好的延迟焦化反应模型，输出延迟焦化反应的产物分子组成矩阵，其中，所述产物分子组成矩阵包括每种产物分子的结构导向集总表示和含量；
根据延迟焦化反应的产物分子组成矩阵预测产物的收率和物性参数，并将预测的产物的收率和物性参数与目标的产物的收率和物性参数之间的差值作为优化目标，调整进料流量、反应温度和反应压力，将满足优化目标条件的进料流量、反应温度和反应压力作为延迟焦化反应的实际操作参数。
在一种可能的实施方式中，所述方法还包括：
根据延迟焦化反应的产物分子组成矩阵预测产物的收率和物性参数，并将预测的产物的收率和物性参数与目标的收率和物性参数之间的差值作为优化目标，调整延迟焦化反应的原料分子组成，收集满足优化目标条件的原料分子组成，用于延迟焦化反应原料的评价。
在一种可能的实施方式中，所述方法还包括：
收集同一延迟焦化反应的原料分子组成矩阵下，不同的进料流量、反应温度和反应压力下分别得到的产物的收率和物性参数，得到产物的收率和物性参数分别与进料流量、反应温度和反应压力之间的关系；
收集同一进料流量、反应温度和反应压力下，不同的延迟焦化反应的原料分子组成得到的产物的收率和物性参数，得到产物的收率和物性参数与原料分子组成之间的关系。
在一种可能的实施方式中，所述延迟焦化反应模型通过以下步骤训练得到：
获取延迟焦化反应的原料分子组成矩阵，其中，所述原料分子组成矩阵包括每种原料分子的结构导向集总表示和含量；
基于预设的延迟焦化反应规则，根据所述每种原料分子的结构导向集总表示生成每种分子对应的反应路径，得到每个反应路径的产物分子，并将其与预设分子集进行对比，仅保留在预设分子集中存在的产物分子及其对应的反应路径，作为有效产物分子和有效反应路径，并根据原料分子、有效产物分子和有效反应路径构建反应网络，其中，所述延迟焦化反应规则包括每种原料分子在其对应的反应路径中结构导向集总表示的变化；
基于反应网络对应的反应动力学方程组以及反应时长，根据所述每种原料分子的含量预测延迟焦化反应的产物分子组成矩阵，其中，所述产物分子组成矩阵包括每种产物分子的结构导向集总表示和含量，所述反应时长为原料油在反应器中停留的时长；
根据产物分子的属性参数，预测产物的属性参数，将预测的产物的属性参数与实际反应产物的属性参数之间的差值作为优化目标，调整延迟焦化反应规则对应的反应动力学参数，将满足优化目标条件的反应动力学参数作为延迟焦化反应模型参数。
在一种可能的实施方式中，所述预设的延迟焦化反应规则包括芳香烃反应规则、环烷烃反应规则、烯烃反应规则、烷烃反应规则和含杂原子分子的反应规则，其中，芳香烃反应规则包括芳香烃缩合反应规则、芳香烃脱氢反应规则、芳烃脱烷基化反应规则和芳烃断侧链反应规则；环烷烃反应规则包括环烷烃开环反应规则和环烷烃脱氢芳构化反应规则；烯烃反应规则包括烯烃芳构化反应规则、双烯合成反应规则、烯烃断裂反应规则和烯烃脱氢反应规则；烷烃反应规则包括烷烃裂化反应规则和烷烃脱氢反应规则；含杂原子分子的反应规则包括含氧化合物脱一氧化碳反应规则、含氧化合物脱二氧化碳反应规则和含硫化合物脱硫反应规则。
在一种可能的实施方式中，所述基于预设的延迟焦化反应规则，根据所述每种原料分子的结构导向集总表示生成每种分子对应的反应路径，得到每个反应路径的产物分子，并将其与预设分子集进行对比，仅保留在预设分子集中存在的产物分子及其对应的反应路径，作为有效产物分子和有效反应路径，并根据原料分子、有效产物分子和有效反应路径构建反应网络，包括：
第一步骤，按照预设的延迟焦化反应规则对每种原料分子的结构导向集总表示进行遍历，得到每种原料分子对应的反应路径；
第二步骤，将反应路径的每种产物分子与预设分子集进行对比；
第三步骤，保留在预设分子集中存在的产物分子及其对应的反应路径；
第四步骤，将保留的产物分子作为原料分子，返回第一步骤，直到所有的产物分子均不符合预设的延迟焦化反应规则中的任一反应规则为止；
第五步骤，汇总第三步骤保留的所有产物分子和反应路径作为有效产物分子和有效反应路径，利用原料分子、有效产物分子和有效反应路径构建反应网络。
在一种可能的实施方式中，所述反应网络对应的反应动力学方程组以及反应时长通过以下步骤确定：
确定反应网络中每条反应路径对应的反应规则，其中，每条所述反应规则都有对应的反应动力学方程，所有反应路径对应的反应动力学方程构成了反应网络对应的反应动力学方程组；
原料油在反应器中停留的时长由反应器参数、进料流量和反应压力确定。
在一种可能的实施方式中，所述基于反应网络对应的反应动力学方程组以及反应时长，根据所述每种原料分子的含量预测延迟焦化反应的产物分子组成矩阵，包括：
对于反应网络中的每一条有效反应路径，确定当前有效反应路径的原料分子和产物分子；
将反应网络中当前有效反应路径的反应时长以及原料分子的含量代入对应的反应动力学方程中，得到当前有效反应路径的原料分子和产物分子的含量，其中，所述反应网络中每一条有效反应路径的反应时长与反应网络对应的反应时长一致；
汇总所有有效反应路径的原料分子和产物分子的含量，确定所有有效反应路径的所有汇总产物分子的含量；
将每种汇总产物分子的结构导向集总表示与含量作为完整向量；
将延迟焦化反应所有汇总产物分子的完整向量组合为延迟焦化反应的产物分子组成矩阵。
在一种可能的实施方式中，所述产物分子的属性参数为含量和物性参数中的至少一种，所述产物的属性参数为收率和物性参数中的至少一种，根据产物分子的属性参数，预测产物的属性参数，包括：
确定每种产物中包含的产物分子；
根据每种产物中每种产物分子的含量和物性参数，得到每种产物的收率和物性参数。
在一种可能的实施方式中，所述产物分子的属性参数为含量和物性参数中的至少一种，所述产物的属性参数为收率和物性参数中的至少一种，其中，所述物性参数包括气体组成、汽油密度、粘度、族组成、辛烷值、柴油密度、柴油粘度、柴油的十六烷指数、蜡油密度、蜡油粘度、蜡油的金属含量中的至少一种。
在一种可能的实施方式中，通过以下表达式，计算所述延迟焦化反应规则对应的反应速率常数：
其中，k为反应规则的反应速率常数，k a、k b、k c分别为与催化剂、反应温度、反应压力相关的反应动力学参数，E为反应活化能，T为反应温度，p为反应压力，p k为反应压力对反应速率影响的常数。
在一种可能的实施方式中，所述延迟焦化反应的原料分子组成通过以下步骤得到：
从原油分子组成中借助切割方法得到，或者，
对原油进行蒸馏切割后得到的一次或二次加工产物的分子组成，其中，加工产物的分子组成通过气相色谱-质谱、全二维气相色谱法、四级杆气相色谱-质谱仪检测法、气相色谱或场电离-飞行时间质谱检测法、近红外光谱法、核磁共振波谱法、拉曼光谱法、傅立叶变换离子回旋共振质谱法、静电场轨道阱质谱法和离子淌度质谱法中的一种或多种确定。
在一种可能的实施方式中，所述获取延迟焦化反应的原料分子组成矩阵，包括：
基于结构导向集总分子表征方法对每种原料分子进行向量表征，得到每种原料分子的结构导向集总表示；
将每种原料分子的结构导向集总表示与含量作为完整向量；
将延迟焦化反应所有原料分子的完整向量组合为延迟焦化反应原料的分子组成矩阵。
第二方面，本公开的实施例提供了一种延迟焦化反应优化装置，包括：
获取模块，其用于获取延迟焦化反应的原料分子组成矩阵，其中，所述原料分子组成矩阵包括每种原料分子的结构导向集总表示和含量；
输出模块，其用于将延迟焦化反应的原料分子组成矩阵以及预设的进料流量、反应温度和反应压力，输入训练好的延迟焦化反应模型，输出延迟焦化反应的产物分子组成矩阵，其中，所述产物分子组成矩阵包括每种产物分子的结构导向集总表示和含量；
调整模块，其用于根据延迟焦化反应的产物分子组成矩阵预测产物的收率和物性参数，并将预测的产物的收率和物性参数与目标的产物的收率和物性参数之间的差值作为优化目标，调整进料流量、反应温度和反应压力，将满足优化目标条件的进料流量、反应温度和反应压力作为延迟焦化反应的实际操作参数。
第三方面，本公开的实施例提供了一种延迟焦化反应优化设备，包括处理器、通信接口、存储器和通信总线，其中，处理器、通信接口和存储器通过通信总线完成相互间的通信；
存储器，用于存放计算机程序；
处理器，用于执行存储器上所存放的程序时，实现上述的延迟焦化反应优化方法。
第四方面，本公开的实施例提供了一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现上述的延迟焦化反应优化方法。
本公开实施例提供的上述技术方案与现有技术相比至少具有如下优点的部分或全部：
本公开实施例所述的延迟焦化反应优化方法，从原料、反应规则、反应动力学和反应工程四个层面，对分子水平延迟焦化装置模型进行优化完善，利用产物结构判定方法优化反应网络，并利用回归方法获得模型各个反应规则对应的反应动力学参数，从而提高模型结果精度并简化计算量。获得优化完善的分子水平模型后，基于实际生产需求，通过优化模型中进料流量、反应温度和反应压力等操作参数，找到最优的操作条件，实现延迟焦化反应过程的优化，为实际装置生产运行提供指导，从而进一步获取石油分子的使用价值，以数字化转型促进生产装置转型升级。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。
为了更清楚地说明本公开实施例或现有技术中的技术方案，下面将对实施例或相关技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1示意性示出了根据本公开实施例的延迟焦化反应优化方法流程示意图；
图2示意性示出了根据本公开实施例延迟焦化反应优化的装置结构框图；
图3示意性示出了根据本公开实施例的延迟焦化反应优化设备的结构框图。
具体实施方式
为使本公开实施例的目的、技术方案和优点更加清楚，下面将结合本公开实施例中的附图，对本公开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公开的一部分实施例，而不是全部的实施例。基于本公开中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本公开保护的范围。
参见图1，本公开的实施例提供了一种延迟焦化反应优化方法，包括：
S1，获取延迟焦化反应的原料分子组成矩阵，其中，所述原料分子组成矩阵包括每种原料分子的结构导向集总表示和含量；
S2，将延迟焦化反应的原料分子组成矩阵以及预设的进料流量、反应温度和反应压力，输入训练好的延迟焦化反应模型，输出延迟焦化反应的产物分子组成矩阵，其中，所述产物分子组成矩阵包括每种产物分子的结构导向集总表示和含量；
S3，根据延迟焦化反应的产物分子组成矩阵预测产物的收率和物性参数，并将预测的产物的收率和物性参数与目标的产物的收率和物性参数之间的差值作为优化目标，调整进料流量、反应温度和反应压力，将满足优化目标条件的进料流量、反应温度和反应压力作为延迟焦化反应的实际操作参数。
在一些实施例中，所述方法还包括：
将延迟焦化反应的原料分子组成矩阵以及预设的进料流量、反应温度和反应压力，输入训练好的延迟焦化反应模型，输出延迟焦化反应的产物分子组成矩阵，其中，所述产物分子组成矩阵包括每种产物分子的结构导向集总表示和含量；
根据延迟焦化反应的产物分子组成矩阵预测产物的收率和物性参数，并将预测的产物的收率和物性参数与目标的产物的收率和物性参数之间的差值作为优化目标，调整延迟焦化反应的原料分子组成，收集满足优化目标条件的原料分子组成，用于延迟焦化反应原料的评价。
在一些实施例中，所述方法还包括：
收集同一延迟焦化反应的原料分子组成矩阵下，不同的进料流量、反应温度和反应压力下分别得到的产物的收率和物性参数，得到产物的收率和物性参数分别与进料流量、反应温度和反应压力之间的关系；
收集同一进料流量、反应温度和反应压力下，不同的延迟焦化反应的原料分子组成得到的产物的收率和物性参数，得到产物的收率和物性参数与原料分子组成之间的关系。
在一些实施例中，步骤S2中，所述延迟焦化反应模型通过以下步骤训练得到：
获取延迟焦化反应的原料分子组成矩阵，其中，所述原料分子组成矩阵包括每种原料分子的结构导向集总表示和含量；
基于预设的延迟焦化反应规则，根据所述每种原料分子的结构导向集总表示生成每种分子对应的反应路径，得到每个反应路径的产物分子，并将其与预设分子集进行对比，仅保留在预设分子集中存在的产物分子及其对应的反应路径，作为有效产物分子和有效反应路径，并根据原料分子、有效产物分子和有效反应路径构建反应网络，其中，所述延迟焦化反应规则包括每种原料分子在其对应的反应路径中结构导向集总表示的变化；
基于反应网络对应的反应动力学方程组以及反应时长，根据所述每种原料分子的含量预测延迟焦化反应的产物分子组成矩阵，其中，所述产物分子组成矩阵包括每种产物分子的结构导向集总表示和含量，所述反应时长为原料油在反应器中停留的时长，例如，反应器可以是焦炭塔装置；
根据产物分子的属性参数，预测产物的属性参数，将预测的产物的属性参数与实际反应产物的属性参数之间的差值作为优化目标，调整延迟焦化反应规则对应的反应动力学参数，将满足优化目标条件的反应动力学参数作为延迟焦化反应模型参数，其中，所述产物的属性参数可以为干气、液化石油气、石脑油、柴油、蜡油和残渣六种组分的收率和物性参数，比如石脑油的RON（研究法辛烷值）和Bromine（溴价）、柴油的CI（十六烷指数）和BMCI（芳烃指数）、轻蜡油的Basicn（碱性氮含量）和A（芳烃含量）、重蜡油的CCR（残碳）和BMCI（芳烃指数）、残渣的S（硫含量）和N（氮含量）等。
产物分子的物性参数可以利用基团贡献法进行计算，比如CCR（残碳）、d86_ibp（初馏点）、d86_fbp（终馏点）、S（硫含量）、N（氮含量）、sara_r（四组分胶质）、sara_asph（四组分沥青质）和d20c（20℃下的密度），不同的产物可以按沸点对所有产物分子的物性参数切割得到。
在一些实施例中，所述预设的延迟焦化反应规则包括芳香烃反应规则、环烷烃反应规则、烯烃反应规则、烷烃反应规则和含杂原子分子的反应规则，其中，芳香烃反应规则包括芳香烃缩合反应规则、芳香烃脱氢反应规则、芳烃脱烷基化反应规则和芳烃断侧链反应规则；环烷烃反应规则包括环烷烃开环反应规则和环烷烃脱氢芳构化反应规则；烯烃反应规则包括烯烃芳构化反应规则、双烯合成反应规则、烯烃断裂反应规则和烯烃脱氢反应规则；烷烃反应规则包括烷烃裂化反应规则和烷烃脱氢反应规则；含杂原子分子的反应规则包括含氧化合物脱一氧化碳反应规则、含氧化合物脱二氧化碳反应规则和含硫化合物脱硫反应规则，
其中，芳香烃缩合反应规则的反应物选取规则为：（1≤A6+A4≤7）∧（R>1）∧（Me>0）∧（IH==0），产物生成规则为：A6=A61+A62-1, A4=A41+A42+2, R=R1+R2-2, Me=Me1+Me2-2；
N4环烷烃脱氢芳构化反应规则的反应物选取规则为：（N4>0）∧（N3+N2+N1==0）∧（IH≥-1），产物生成规则为：N41=N4-1, A41=A4+1, IH2=1；
双烯合成反应规则的反应物1选取规则为：（A61+N61+N51==0）∧（IH1==-1）∧（R1≥4），反应物2选取规则为（A62+N62+N52==0）∧（IH2==0）∧（R2≥2），产物生成规则为：N6=1, IH=-1, R=R1+R2-6；
烷烃裂化反应规则的反应物选取规则：（A6+N6+N5==0）∧（IH==1）∧（R≥4），产物生成规则为：R1=math.ceil（R/2）, IH1=1, R2=R-R1, IH2=0；
含硫化合物脱硫反应规则的反应物选取规则：（RS>0）∧（R≥3），产物生成规则为：RS1=0, IH1=IH-1, RS2=1, IH2=1，以上选取规则中，∧符号表示需要同时满足该符号前后的判断条件，==用于判断两个数是否相等，≤为小于等于符号，≥为大于等于符号，>为大于符号，=为等于符号，+为加号，-为减号。
其中，A6为在所有芳香族分子中都出现的一个六碳芳香环，可单独存在；A4为一种附在A6（或另一个A4环）上的四碳芳香环，用以构建聚合的多环结构，不可单独存在；R为连接在环结构上的所有烷基结构包含的碳原子个数，或是没有环结构存在时脂肪族分子中的碳原子个数；Me为确定烷基结构中直接连接在芳香环或脂肪环中的碳原子的甲基基团的数量；N4、N3、N2、N1为额外的包含四个、三个、两个和一个碳的脂肪环结构增量，附着在其他脂肪环或芳香环结构中；N6和N5分别为六碳和五碳环烷烃；IH为引入氢元素相关的结构增量，来描述分子饱和度，如果没有环结构，IH=1表示链烷烃，IH=0表示单烯烃，IH=-1表示双烯烃；如果有环存在，IH=-1表示环烯烃；RS为在一个碳原子和氢原子之间插入一个S原子构成硫醇。
在一些实施例中，所述基于预设的延迟焦化反应规则，根据所述每种原料分子的结构导向集总表示生成每种分子对应的反应路径，得到每个反应路径的产物分子，并将其与预设分子集进行对比，仅保留在预设分子集中存在的产物分子及其对应的反应路径，作为有效产物分子和有效反应路径，并根据原料分子、有效产物分子和有效反应路径构建反应网络，包括：
第一步骤，按照预设的延迟焦化反应规则对每种原料分子的结构导向集总表示进行遍历，得到每种原料分子对应的反应路径；
第二步骤，将反应路径的每种产物分子与预设分子集进行对比；
第三步骤，保留在预设分子集中存在的产物分子及其对应的反应路径；
第四步骤，将保留的产物分子作为原料分子，返回第一步骤，直到所有的产物分子均不符合预设的延迟焦化反应规则中的任一反应规则为止；
第五步骤，汇总第三步骤保留的所有产物分子和反应路径作为有效产物分子和有效反应路径，利用原料分子、有效产物分子和有效反应路径构建反应网络。
在一些实施例中，所述反应网络对应的反应动力学方程组以及反应时长通过以下步骤确定：
确定反应网络中所有反应路径对应的反应规则，其中，每条所述反应规则都有对应的反应动力学方程，所有反应路径对应的反应动力学方程构成了反应网络对应的反应动力学方程组；
原料油在反应器中停留的时长由反应器参数、进料流量和反应压力等参数确定，反应器参数包括反应器直径和反应器高度。
在一些实施例中，所述基于反应网络对应的反应动力学方程组以及反应时长，根据所述每种原料分子的含量预测延迟焦化反应的产物分子组成矩阵，包括：
对于反应网络中的每一条有效反应路径，确定当前有效反应路径的原料分子和产物分子；
将反应网络中当前有效反应路径的反应时长以及原料分子的含量代入对应的反应动力学方程中，得到当前有效反应路径的原料分子和产物分子的含量，其中，所述反应网络中每一条有效反应路径的反应时长与反应网络对应的反应时长一致；
汇总所有有效反应路径的原料分子和产物分子的含量，确定所有有效反应路径的所有汇总产物分子的含量；
将每种汇总产物分子的结构导向集总表示与含量作为完整向量；
将延迟焦化反应所有汇总产物分子的完整向量组合为延迟焦化反应的产物分子组成矩阵。
在一些实施例中，所述产物分子的属性参数为含量和物性参数中的至少一种，所述产物的属性参数为收率和物性参数中的至少一种，根据产物分子的属性参数，预测产物的属性参数，包括：
确定每种产物中包含的产物分子；
根据每种产物中每种产物分子的含量和物性，得到每种产物的收率和物性。
在一些实施例中，所述产物分子的属性参数为含量和物性参数中的至少一种，所述产物的属性参数为收率和物性参数中的至少一种，其中，所述物性包括气体组成、汽油密度、粘度、族组成、辛烷值、柴油密度、柴油粘度、柴油的十六烷指数、蜡油密度、蜡油粘度、蜡油的金属含量中的至少一种。
在一些实施例中，通过以下表达式，计算所述延迟焦化反应规则对应的反应速率常数：
其中，k为反应规则的反应速率常数，k a、k b、k c分别为与催化剂、反应温度、反应压力相关的反应动力学参数，E为反应活化能，T为反应温度，p为反应压力，p k为反应压力对反应速率影响的常数。
在一些实施例中，所述延迟焦化反应的原料分子组成通过以下步骤得到：
从原油分子组成中借助切割方法得到，或者，
对原油进行蒸馏切割后得到的一次或二次加工产物的分子组成，其中，加工产物的分子组成通过气相色谱-质谱、全二维气相色谱法、四级杆气相色谱-质谱仪检测法、气相色谱或场电离-飞行时间质谱检测法、近红外光谱法、核磁共振波谱法、拉曼光谱法、傅立叶变换离子回旋共振质谱法、静电场轨道阱质谱法和离子淌度质谱法中的一种或多种确定。
在一些实施例中，所述获取延迟焦化反应的原料分子组成矩阵，包括：
基于结构导向集总分子表征方法对每种延迟焦化反应的原料分子进行向量表征，得到每种延迟焦化反应的原料分子的结构导向集总表示；
将每种延迟焦化反应的原料分子的结构导向集总表示与含量作为完整向量；
将延迟焦化反应所有原料分子的完整向量组合为延迟焦化反应原料的分子组成矩阵。
在一些实施例中，所述延迟焦化反应的原料分子通过以下步骤获取：
按沸点对原油进行切割；
根据输入原油分子组成信息、减压渣油的初馏点和终馏点温度，获取原油中减压渣油的分子组成，作为延迟焦化反应的原料分子。
在一些实施例中，在原油分子集总数为13009个时，减压渣油分子集总数为7024个，占原油分子集总数的54%，因而，庞大的进料组成信息将造成延迟焦化装置优化过程中较大的计算量，因此，在模型运行中，为了减少计算量，缩短模型运行时间，可以创建分子集选取任意数量的分子集总（不大于进料分子集总的总数）参与焦化反应。
在选取100个分子集总作为进料时，基于18条反应规则，共发生1530个反应，涉及977种反应物，在办公计算机上10分钟左右可以完成计算（计算机配置，CPU：Intel(R) Core(TM) i5-3337U@1.80GHz，内存：4GB）。
在模型中增加SOL_validation=1判定，其原理是基于结构导向集总分子库，对每个反应的生成物进行判定，若生成物不在该库中，则判定该反应无效。该判定的目的是将一些规则上允许、但实际不会发生的反应删去，从而提升反应模型的准确性，并有效地简化反应网络。采用此方法后，同样选取100个分子集总作为进料，在相同计算机上运行，计算时间缩减到了1分钟（之前需要10分钟），计算速度有了显著提升。同时，反应网络得到了明显简化。
在同样选取100个分子集总作为进料的条件下，以沸点为指标对焦化装置模型出料成分进行切割，可以看到增加SOL_validation=1判定前后，延迟焦化出料组成结构有显著的差异。未添加判定时，生成的馏分以重质残渣为主，轻组分质量流量低，分子集总数量少，与实际装置情况偏差较大。这一方面是由于目前的反应动力学参数还尚未优化，导致计算值和实际值差距较大；另一方面是未对反应生成物进行筛选，导致生成了大量不存在的重质分子。而在添加判定后，出料结构有了显著变化，轻组分含量明显上升，与实际装置情况更加接近，仍存在的差距主要是由于反应动力学参数还尚未优化。这体现了对于原料组分较重的延迟焦化装置而言，采用SOL_validation=1判定对于提升模型的准确性很有帮助。
基于SOL_validation=1判定，并对反应规则、反应动力学参数、反应器参数进行优化，采用装置原料分子组成信息，得到的模型计算结果与实际偏差较小，主要产品收率误差均可以控制在1%以内；同时，模型计算速度快，在总反应数和总反应分子数分别为6306个和2430个的条件下，在计算服务器上（CPU：4X英特尔至强铂金8260，24核心；内存：768G）运行时间仅为315秒，约为5分钟。相比于主流流程模拟软件中采用的集总模型，分子水平模型以石油分子为信息载体，数据规模显著提升，可以更加准确地描述炼油装置的反应过程和物料流向，同时总计算量可控，运算速度快，可以处理大批量的原油分子组成数据。
参见图2，本公开的实施例提供了一种延迟焦化反应优化装置，包括：
获取模块11，其用于获取延迟焦化反应的原料分子组成矩阵，其中，所述原料分子组成矩阵包括每种原料分子的结构导向集总表示和含量；
输出模块12，其用于将延迟焦化反应的原料分子组成矩阵以及预设的进料流量、反应温度和反应压力，输入训练好的延迟焦化反应模型，输出延迟焦化反应的产物分子组成矩阵，其中，所述产物分子组成矩阵包括每种产物分子的结构导向集总表示和含量；
调整模块13，其用于根据延迟焦化反应的产物分子组成矩阵预测产物的收率和物性参数，并将预测的产物的收率和物性参数与目标的产物的收率和物性参数之间的差值作为优化目标，调整进料流量、反应温度和反应压力，将满足优化目标条件的进料流量、反应温度和反应压力作为延迟焦化反应的实际操作参数。
上述装置中各个单元的功能和作用的实现过程具体详见上述方法中对应步骤的实现过程，在此不再赘述。
对于装置实施例而言，由于其基本对应于方法实施例，所以相关之处参见方法实施例的部分说明即可。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发明方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
上述第二个实施例中，获取模块11、输出模块12和调整模块13中的任意多个可以合并在一个模块中实现，或者其中的任意一个模块可以被拆分成多个模块。或者，这些模块中的一个或多个模块的至少部分功能可以与其他模块的部分功能相结合，并在一个模块中实现。获取模块11、输出模块12和调整模块13中的至少一个可以被部分地实现为硬件电路，例如现场可编程门阵列（FPGA）、可编程逻辑阵列（PLA）、片上系统、基板上的系统、封装上的系统、专用集成电路（ASIC），或可以通过对电路进行集成或封装的任何其他的合理方式等硬件或固件来实现，或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者，获取模块11、输出模块12和调整模块13中的至少一个可以被部分地实现为计算机程序模块，当该计算机程序模块被运行时，可以执行相应的功能。
参照图3所示，本公开的实施例提供的延迟焦化反应优化设备，包括处理器1110、通信接口1120、存储器1130和通信总线1140，其中，处理器1110，通信接口1120，存储器1130通过通信总线1140完成相互间的通信；
存储器1130，用于存放计算机程序；
处理器1110，用于执行存储器1130上所存放的程序时，实现如下所示延迟焦化反应优化方法：
获取延迟焦化反应的原料分子组成矩阵，其中，所述原料分子组成矩阵包括每种原料分子的结构导向集总表示和含量；
将延迟焦化反应的原料分子组成矩阵以及预设的进料流量、反应温度和反应压力，输入训练好的延迟焦化反应模型，输出延迟焦化反应的产物分子组成矩阵，其中，所述产物分子组成矩阵包括每种产物分子的结构导向集总表示和含量；
根据延迟焦化反应的产物分子组成矩阵预测产物的收率和物性参数，并将预测的产物的收率和物性参数与目标的产物的收率和物性参数之间的差值作为优化目标，调整进料流量、反应温度和反应压力，将满足优化目标条件的进料流量、反应温度和反应压力作为延迟焦化反应的实际操作参数。
上述的通信总线1140可以是外设部件互连标准（Peripheral ComponentInterconnect，简称PCI）总线或扩展工业标准结构（Extended Industry StandardArchitecture，简称EISA）总线等。该通信总线1140可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
通信接口1120用于上述延迟焦化反应优化设备与其他设备之间的通信。
存储器1130可以包括随机存取存储器（Random Access Memory，简称RAM），也可以包括非易失性存储器（non-volatile memory），例如至少一个磁盘存储器。可选的，存储器1130还可以是至少一个位于远离前述处理器1110的存储装置。
上述的处理器1110可以是通用处理器，包括中央处理器（Central ProcessingUnit，简称CPU）、网络处理器（Network Processor，简称NP）等；还可以是数字信号处理器（Digital Signal Processing，简称DSP）、专用集成电路（Application SpecificIntegrated Circuit，简称ASIC）、现场可编程门阵列（Field-Programmable Gate Array，简称FPGA）或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
本公开的实施例还提供了一种计算机可读存储介质。上述计算机可读存储介质上存储有计算机程序，上述计算机程序被处理器执行时实现如上所述延迟焦化反应优化方法。
该计算机可读存储介质可以是上述实施例中描述的设备/装置中所包含的；也可以是单独存在，而未装配入该设备/装置中。上述计算机可读存储介质承载有一个或者多个程序，当上述一个或者多个程序被执行时，实现根据本公开实施例延迟焦化反应优化方法。
根据本公开的实施例，计算机可读存储介质可以是非易失性的计算机可读存储介质，例如可以包括但不限于：便携式计算机磁盘、硬盘、随机访问存储器（RAM）、只读存储器（ROM）、可擦式可编程只读存储器（EPROM或闪存）、便携式紧凑磁盘只读存储器（CD-ROM）、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
需要说明的是，在本文中，诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，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他要素，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“包括一个……”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。
以上所述仅是本公开的具体实施方式，使本领域技术人员能够理解或实现本公开。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本公开的精神或范围的情况下，在其它实施例中实现。因此，本公开将不会被限制于本文所示的这些实施例，而是要符合与本文所申请的原理和新颖特点相一致的最宽的范围。
Claims (15)
1.一种延迟焦化反应优化方法，其特征在于，所述方法包括：
获取延迟焦化反应的原料分子组成矩阵，其中，所述原料分子组成矩阵包括每种原料分子的结构导向集总表示和含量；
将延迟焦化反应的原料分子组成矩阵以及预设的进料流量、反应温度和反应压力，输入训练好的延迟焦化反应模型，输出延迟焦化反应的产物分子组成矩阵，其中，所述产物分子组成矩阵包括每种产物分子的结构导向集总表示和含量；
所述延迟焦化反应模型通过以下步骤训练得到：
获取延迟焦化反应的原料分子组成矩阵，其中，所述原料分子组成矩阵包括每种原料分子的结构导向集总表示和含量；
基于预设的延迟焦化反应规则，根据所述每种原料分子的结构导向集总表示生成每种分子对应的反应路径，得到每个反应路径的产物分子，并将其与预设分子集进行对比，仅保留在预设分子集中存在的产物分子及其对应的反应路径，作为有效产物分子和有效反应路径，并根据原料分子、有效产物分子和有效反应路径构建反应网络，其中，所述延迟焦化反应规则包括每种原料分子在其对应的反应路径中结构导向集总表示的变化；
基于反应网络对应的反应动力学方程组以及反应时长，根据所述每种原料分子的含量预测延迟焦化反应的产物分子组成矩阵，其中，所述产物分子组成矩阵包括每种产物分子的结构导向集总表示和含量，所述反应时长为原料油在反应器中停留的时长；
根据产物分子的属性参数，预测产物的属性参数，将预测的产物的属性参数与实际反应产物的属性参数之间的差值作为优化目标，调整延迟焦化反应规则对应的反应动力学参数，将满足优化目标条件的反应动力学参数作为延迟焦化反应模型参数；
根据延迟焦化反应的产物分子组成矩阵预测产物的收率和物性参数，并将预测的产物的收率和物性参数与目标的产物的收率和物性参数之间的差值作为优化目标，调整进料流量、反应温度和反应压力，将满足优化目标条件的进料流量、反应温度和反应压力作为延迟焦化反应的实际操作参数。
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
根据延迟焦化反应的产物分子组成矩阵预测产物的收率和物性参数，并将预测的产物的收率和物性参数与目标的产物的收率和物性参数之间的差值作为优化目标，调整延迟焦化反应的原料分子组成，收集满足优化目标条件的原料分子组成，用于延迟焦化反应原料的评价。
3.根据权利要求2所述的方法，其特征在于，所述方法还包括：
收集同一延迟焦化反应的原料分子组成矩阵下，不同的进料流量、反应温度和反应压力下分别得到的产物的收率和物性参数，得到产物的收率和物性参数分别与进料流量、反应温度和反应压力之间的关系；
收集同一进料流量、反应温度和反应压力下，不同的延迟焦化反应的原料分子组成得到的产物的收率和物性参数，得到产物的收率和物性参数与原料分子组成之间的关系。
4.根据权利要求1所述的方法，其特征在于，所述预设的延迟焦化反应规则包括芳香烃反应规则、环烷烃反应规则、烯烃反应规则、烷烃反应规则和含杂原子分子的反应规则，其中，芳香烃反应规则包括芳香烃缩合反应规则、芳香烃脱氢反应规则、芳烃脱烷基化反应规则和芳烃断侧链反应规则；环烷烃反应规则包括环烷烃开环反应规则和环烷烃脱氢芳构化反应规则；烯烃反应规则包括烯烃芳构化反应规则、双烯合成反应规则、烯烃断裂反应规则和烯烃脱氢反应规则；烷烃反应规则包括烷烃裂化反应规则和烷烃脱氢反应规则；含杂原子分子的反应规则包括含氧化合物脱一氧化碳反应规则、含氧化合物脱二氧化碳反应规则和含硫化合物脱硫反应规则。
5.根据权利要求1所述的方法，其特征在于，所述基于预设的延迟焦化反应规则，根据所述每种原料分子的结构导向集总表示生成每种分子对应的反应路径，得到每个反应路径的产物分子，并将其与预设分子集进行对比，仅保留在预设分子集中存在的产物分子及其对应的反应路径，作为有效产物分子和有效反应路径，并根据原料分子、有效产物分子和有效反应路径构建反应网络，包括：
第一步骤，按照预设的延迟焦化反应规则对每种原料分子的结构导向集总表示进行遍历，得到每种原料分子对应的反应路径；
第二步骤，将反应路径的每种产物分子与预设分子集进行对比；
第三步骤，保留在预设分子集中存在的产物分子及其对应的反应路径；
第四步骤，将保留的产物分子作为原料分子，返回第一步骤，直到所有的产物分子均不符合预设的延迟焦化反应规则中的任一反应规则为止；
第五步骤，汇总第三步骤保留的所有产物分子和反应路径作为有效产物分子和有效反应路径，利用原料分子、有效产物分子和有效反应路径构建反应网络。
6.根据权利要求1所述的方法，其特征在于，所述反应网络对应的反应动力学方程组以及反应时长通过以下步骤确定：
确定反应网络中每条反应路径对应的反应规则，其中，每条所述反应规则都有对应的反应动力学方程，所有反应路径对应的反应动力学方程构成了反应网络对应的反应动力学方程组；
原料油在反应器中停留的时长由反应器参数、进料流量和反应压力确定。
7.根据权利要求1所述的方法，其特征在于，所述基于反应网络对应的反应动力学方程组以及反应时长，根据所述每种原料分子的含量预测延迟焦化反应的产物分子组成矩阵，包括：
对于反应网络中的每一条有效反应路径，确定当前有效反应路径的原料分子和产物分子；
将反应网络中当前有效反应路径的反应时长以及原料分子的含量代入对应的反应动力学方程中，得到当前有效反应路径的原料分子和产物分子的含量，其中，所述反应网络中每一条有效反应路径的反应时长与反应网络对应的反应时长一致；
汇总所有有效反应路径的原料分子和产物分子的含量，确定所有有效反应路径的所有汇总产物分子的含量；
将每种汇总产物分子的结构导向集总表示与含量作为完整向量；
将延迟焦化反应所有汇总产物分子的完整向量组合为延迟焦化反应的产物分子组成矩阵。
8.根据权利要求1所述的方法，其特征在于，所述产物分子的属性参数为含量和物性参数中的至少一种，所述产物的属性参数为收率和物性参数中的至少一种，所述根据产物分子的属性参数，预测产物的属性参数，包括：
确定每种产物中包含的产物分子；
根据每种产物中每种产物分子的含量和物性参数，得到每种产物的收率和物性参数。
9.根据权利要求1所述的方法，其特征在于，所述产物分子的属性参数为含量和物性参数中的至少一种，所述产物的属性参数为收率和物性参数中的至少一种，其中，所述物性参数包括气体组成、汽油密度、粘度、族组成、辛烷值、柴油密度、柴油粘度、柴油的十六烷指数、蜡油密度、蜡油粘度、蜡油的金属含量中的至少一种。
10. 根据权利要求1所述的方法，其特征在于，通过以下表达式，计算所述延迟焦化反应规则对应的反应速率常数：
其中，k为反应规则的反应速率常数，k a、k b、k c分别为与催化剂、反应温度、反应压力相关的反应动力学参数，E为反应活化能，T为反应温度，p为反应压力，p k为反应压力对反应速率影响的常数。
11.根据权利要求2所述的方法，其特征在于，延迟焦化反应的原料分子组成通过以下步骤得到：
从原油分子组成中借助切割方法得到，或者，
对原油进行蒸馏切割后得到的一次或二次加工产物的分子组成，其中，加工产物的分子组成通过气相色谱-质谱、全二维气相色谱法、四级杆气相色谱-质谱仪检测法、气相色谱或场电离-飞行时间质谱检测法、近红外光谱法、核磁共振波谱法、拉曼光谱法、傅立叶变换离子回旋共振质谱法、静电场轨道阱质谱法和离子淌度质谱法中的一种或多种确定。
12.根据权利要求1所述的方法，其特征在于，所述获取延迟焦化反应的原料分子组成矩阵，包括：
基于结构导向集总分子表征方法对每种原料分子进行向量表征，得到每种原料分子的结构导向集总表示；
将每种原料分子的结构导向集总表示与含量作为完整向量；
将延迟焦化反应所有原料分子的完整向量组合为延迟焦化反应原料的分子组成矩阵。
13.一种延迟焦化反应优化装置，其特征在于，包括：
获取模块，其用于获取延迟焦化反应的原料分子组成矩阵，其中，所述原料分子组成矩阵包括每种原料分子的结构导向集总表示和含量；
输出模块，其用于将延迟焦化反应的原料分子组成矩阵以及预设的进料流量、反应温度和反应压力，输入训练好的延迟焦化反应模型，输出延迟焦化反应的产物分子组成矩阵，其中，所述产物分子组成矩阵包括每种产物分子的结构导向集总表示和含量；
所述延迟焦化反应模型通过以下步骤训练得到：
获取延迟焦化反应的原料分子组成矩阵，其中，所述原料分子组成矩阵包括每种原料分子的结构导向集总表示和含量；
基于预设的延迟焦化反应规则，根据所述每种原料分子的结构导向集总表示生成每种分子对应的反应路径，得到每个反应路径的产物分子，并将其与预设分子集进行对比，仅保留在预设分子集中存在的产物分子及其对应的反应路径，作为有效产物分子和有效反应路径，并根据原料分子、有效产物分子和有效反应路径构建反应网络，其中，所述延迟焦化反应规则包括每种原料分子在其对应的反应路径中结构导向集总表示的变化；
基于反应网络对应的反应动力学方程组以及反应时长，根据所述每种原料分子的含量预测延迟焦化反应的产物分子组成矩阵，其中，所述产物分子组成矩阵包括每种产物分子的结构导向集总表示和含量，所述反应时长为原料油在反应器中停留的时长；
根据产物分子的属性参数，预测产物的属性参数，将预测的产物的属性参数与实际反应产物的属性参数之间的差值作为优化目标，调整延迟焦化反应规则对应的反应动力学参数，将满足优化目标条件的反应动力学参数作为延迟焦化反应模型参数；
调整模块，其用于根据延迟焦化反应的产物分子组成矩阵预测产物的收率和物性参数，并将预测的产物的收率和物性参数与目标的产物的收率和物性参数之间的差值作为优化目标，调整进料流量、反应温度和反应压力，将满足优化目标条件的进料流量、反应温度和反应压力作为延迟焦化反应的实际操作参数。
14.一种延迟焦化反应优化设备，其特征在于，包括处理器、通信接口、存储器和通信总线，其中，处理器、通信接口和存储器通过通信总线完成相互间的通信；
存储器，用于存放计算机程序；
处理器，用于执行存储器上所存放的程序时，实现权利要求1－12中任一项所述的延迟焦化反应优化方法。
15.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1－12中任一项所述的延迟焦化反应优化方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310133363.1A CN115862759B (zh) | 2023-02-20 | 2023-02-20 | 一种延迟焦化反应优化方法及装置、存储介质及设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310133363.1A CN115862759B (zh) | 2023-02-20 | 2023-02-20 | 一种延迟焦化反应优化方法及装置、存储介质及设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115862759A CN115862759A (zh) | 2023-03-28 |
| CN115862759B true CN115862759B (zh) | 2023-06-06 |
Family
ID=85658420
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310133363.1A Active CN115862759B (zh) | 2023-02-20 | 2023-02-20 | 一种延迟焦化反应优化方法及装置、存储介质及设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115862759B (zh) |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111899795A (zh) * | 2020-06-12 | 2020-11-06 | 中国石油天然气股份有限公司 | 一种分子级炼油加工全流程优化方法、装置、系统及存储介质 |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104021265B (zh) * | 2013-03-01 | 2017-02-22 | 上海交通大学 | 复杂体系反应通路计算系统及其实现方法 |
| CN104765347B (zh) * | 2015-03-26 | 2019-03-01 | 华东理工大学 | 一种渣油延迟焦化过程中收率实时预测方法 |
| CN105975685A (zh) * | 2016-05-03 | 2016-09-28 | 华东理工大学 | 一种用于渣油延迟焦化过程的建模和优化方法 |
| CN108250434A (zh) * | 2016-12-29 | 2018-07-06 | 大东树脂化学股份有限公司 | 芳香族氨甲酸酯透过异氰酸盐作为前驱物的经催化热反应路径以制备酰胺或聚酰胺的方法 |
| CN109817287B (zh) * | 2019-02-01 | 2023-08-11 | 华东理工大学 | 一种延迟焦化模型集成方法 |
| CN111899793B (zh) * | 2020-06-12 | 2024-04-30 | 中国石油天然气股份有限公司 | 一种分子级装置的实时优化方法、装置、系统及存储介质 |
-
2023
- 2023-02-20 CN CN202310133363.1A patent/CN115862759B/zh active Active
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111899795A (zh) * | 2020-06-12 | 2020-11-06 | 中国石油天然气股份有限公司 | 一种分子级炼油加工全流程优化方法、装置、系统及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115862759A (zh) | 2023-03-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Abdul Jameel et al. | Predicting octane number using nuclear magnetic resonance spectroscopy and artificial neural networks | |
| CN111899795B (zh) | 一种分子级炼油加工全流程优化方法、装置、系统及存储介质 | |
| CN111899793B (zh) | 一种分子级装置的实时优化方法、装置、系统及存储介质 | |
| US7598487B2 (en) | Micro-hydrocarbon analysis | |
| de Oliveira et al. | A Monte Carlo modeling methodology for the simulation of hydrotreating processes | |
| Hudebine et al. | Reconstruction of petroleum feedstocks by entropy maximization. Application to FCC gasolines | |
| Alvarez-Majmutov et al. | Stochastic modeling and simulation approach for industrial fixed-bed hydrocrackers | |
| CN111892938B (zh) | 一种原油分子组成的确定方法、系统、装置及存储介质 | |
| Ye et al. | Calculation of reaction network and product properties of delayed coking process based on structural increments | |
| Liu | Molecular characterisation and modelling for refining processes | |
| CN115862759B (zh) | 一种延迟焦化反应优化方法及装置、存储介质及设备 | |
| Qin et al. | Reaction network and molecular distribution of sulfides in gasoline and diesel of FCC process | |
| Deniz et al. | A new extended structural parameter set for stochastic molecular reconstruction: application to asphaltenes | |
| US20210217497A1 (en) | Hybrid Attribute Reaction Model (ARM) in Molecule-Based EO Reactor (MB EORXR) | |
| Al Jamri et al. | Molecular characterisation of biomass pyrolysis oil and petroleum fraction blends | |
| Tipler et al. | Prediction of the octane number: a Bayesian pseudo-component method | |
| CN115831250B (zh) | 一种延迟焦化反应模型构建方法及装置、存储介质及设备 | |
| Wang et al. | Structure-Oriented Lumping Method: An Effective Tool for Molecular Refining | |
| Chen et al. | Prediction of molecular weight by-boiling-point distribution of middle distillates from gas chromatography− field ionization mass spectrometry (GC− FIMS) | |
| CN116013425B (zh) | 一种分子水平炼化过程模型构建方法及装置、存储介质 | |
| Shi et al. | Progress in kinetic predictions for complex reaction of hydrocarbons: from mechanism studies to industrial applications | |
| Campbell et al. | Attribute-based modeling of resid structure and reaction | |
| US9963647B2 (en) | Method to optimize crude slate for optimum hydrodesulfurization performance | |
| Brambilla et al. | Estimate product quality with ANNs | |
| CN115862760B (zh) | 一种分子反应走向优化方法及装置、设备及存储介质 |
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 |