降低汽油精制过程中的辛烷值损失模型
“华为杯”竞赛论文模板
竞赛论文模板Realthought题目降低汽油精制过程中的辛烷值损失模型摘要：本文主要针对汽油辛烷值进行量化分析，依据从催化裂化汽油精制装置采集的325个数据样本（每个数据样本都有354个操作变量），通过降维分析法找到主要变量，并且借助数据挖掘技术来建立汽油辛烷值（RON）损失的预测模型，找出每个样本的优化操作条件，在汽油产品脱硫效果得到有效保证，并且满足产品硫含量不大于5μg/g的前提要求下，尽量降低汽油辛烷值损失在30% 以上。
针对问题1，原始数据采集来自于中石化高桥石化实时数据库（霍尼韦尔PHD）及LIMS 实验数据库,其中操作变量数据来自于实时数据库，特点是变量较多且数据采集时间长，导致数据精确处理难大，特别地会有空值或者是部分为空值，所以首先要对原始数据做一些处理后方可使用。
针对问题2，由于催化裂化汽油精制过程是连续的，虽然操作变量每3 分钟就采样一次，但辛烷值（因变量）的测量比较麻烦，一周仅2次无法对应。
但根据实际情况可以认为辛烷值的测量值是测量时刻前两小时内操作变量的综合效果，因此预处理中取操作变量两小时内的平均值与辛烷值的测量值对应，从367个操作变量中通过降维的方法筛选出建模主要变量，使之尽可能具有独立性、代表性，特别地将原料辛烷值纳入变量，从而找到建模地主变量。
针对问题3，采用上述样本和建模主要变量，将数据分为训练集和测试集，通过深度学习技术进行建模，进而构建深层神经网络并进行模型验证。
针对问题4，为寻找最优操作变量，我们通过构建粒子群算法，找到可接受的最优辛烷值的操作变量参数。
针对问题5，将问题4的过程进行可视化即可。
_关键词：汽油辛烷值；操作变量；分析降维法；深层神经网络；预测模型；操作变量优化；模型可视化展示；粒子群算法。
目录一，问题重述 (2)1、背景叙述 (2)2、数据采集 (3)3、问题解析 (3)3、1问题1，处理数据 (3)3、2问题2，寻找建模主变量 (6)3、3 问题3，建立辛烷值（RON）损失预测模型 (8)3、4 问题4，主要操作变量方案的优化 (9)3、5问题五，模型的可视化展示 (13)二、问题结论 (13)1、问题1、2：数据处理结果 (13)2、问题3，建立辛烷值（RON）损失预测模型 (13)3、问题4、5，操作方案的优化及模型可视化 (13)三、参考文献 (14)一，问题重述1、背景叙述在世界的各个角落，小型车辆的主要燃料是汽油，然而汽油燃烧产生的尾气排放大气中，对大气环境有不可忽略的重要影响。
汽油调合辛烷值预测模型的建立与求解
1 汽油调合汽油生产可分为汽油组分生产和汽油调合两个阶段。
汽油调合是一个复杂同时又蕴藏着巨大利润空间的工业过程[1]。
汽油调合是用几种组分油按一定的比例混合，使混合后的成品油符合牌号的质量指标要求。
组分油包括催化裂化汽油、重整汽油、加氢裂化汽油、甲基叔丁基醚（MTBE）、烷基化油等。
不同的组分油有不同的性质，生产成本也不同，不同牌号的成品油有不同的指标要求，销售价格也不同。
汽油调合是一个典型的优化问题，优化的目标是收益最大，辛烷值（RON）是关键的质量指标，其准确性对汽油调合优化具有重要意义[2]。
有的企业为保证成品汽油出厂合格，成品油RON明显比内控指标偏高，即RON存在质量过剩问题，每富裕1个单位RON损失效益约130元/吨[3]。
建立调合RON预测模型是汽油调合关键环节，由组分油RON预测成品油RON，模型越精确预测的结果越准确，使成品油RON既保证质量指标又无质量过剩。
2 RON模型文献汽油调合RON是一种典型的非线性函数，参与调合的各组分油之间存在着复杂的调合效应，成品油的RON不等于组分油质量分数乘以对应RON的线性加和，这使得对成品油调合的RON预测变得十分困难。
关于调合RON模型，国内外已有许多学者通过大量的研究提出了各种各样的模型形式。
A.H.Zahed[5]等根据已有的试验数据，利用回归分析方法提出一个预测汽油调合RON的数学模型，此模型预测的RON与实测值的平均偏差为0.54%，复相关系数为0.973。
王中平[4]用锦州石化公司组分油数据，对A.H.Zahed模型进行回归分析，建立汽油调合RON 模型。
结果表明预测精度较高，RON平均偏差为0.324%，能很好的预测汽油调合的RON。
Twu和Coon[6]提出的RON模型，在157种组分油的161次汽油调合测试中，该模型预测研究法RON 的平均偏差为1.00%，马达法辛烷值（MON）为1.19%。
3 RON模型的建立和求解3.1 建立模型汽油调合RON是组分油RON和组分油质量分数的非线性函数，可以表示为：R TH=f（R ZF，x ZF）。
优化操作降低精制汽油辛烷值损失
优化操作降低精制汽油辛烷值损失摘要分析查找金陵分公司Ⅰ-S Zorb装置精制汽油辛烷值损失较大的原因，并通过优化操作等一系列调节手段降低精制汽油辛烷值损失。
关键词：S Zorb装置辛烷值损失优化操作1.概述金陵分公司1.5Mt/aⅠ-S Zorb装置于2012年8月一次开车成功，运行初期生产国四标准汽油（硫含量＜50ppm），平均辛烷值损失。
自2013年10月起装置按分公司要求生产国五标准汽油（硫含量＜10ppm），平均辛烷值损失。
辛烷值较低时精制汽油无法直接出厂，需调合MTBE等高辛烷值组分。
经财务测算，精制汽油辛烷值损失每增加1个单位，每吨汽油出厂价格降低100元因此如何在保证精制汽油硫含量合格的前提下尽量减少辛烷值损失是十分必要的。
本文主要查找分析了导致精制汽油辛烷值损失高的原因，并针对原因优化各项操作降低辛烷值损失。
2.原因分析2.1吸附剂硅酸锌含量高2.2负荷率低2.3脱硫深度较大2.3稳定塔顶干气C5含量高稳定塔的主要作用是采用蒸汽作为热源从处理过的汽油产品中脱除氢气及其它较轻的气体，以保证产品要求的蒸汽压指标。
若稳定塔顶外排的轻组分中C5含量较高，高辛烷值组分随之外排，导致精制汽油辛烷值降低。
由上图可以看出，自5月起，稳定塔顶C5组分含量明显上升。
通过进一步调查研究发现，装置在生产运行过程中，吸附进料换热器结焦堵塞，导致反应产物换热终温升高，最终导致稳定塔顶C5组分偏高。
具体数据见下表：由表中可以看出，换热器压差上升，管程原料换热终温由380℃降低至350℃，壳程反应产物换热终温由105℃提高至140℃。
反应产物换热终温的升高导致冷产物气液分离罐温度偏高无法及时冷凝，循环氢中夹带部分油气，同时导致稳定塔进料温度偏高，最终导致塔顶轻组分中C5含量偏高。
3.解决措施3.1降低吸附剂硅酸锌含量3.1.1置换新鲜吸附剂因硅酸锌的形成是不可逆反应，同时系统中已形成的硅酸锌会对新生成硅酸锌的反应有促进作用，所以对系统中进行新鲜吸附剂的置换是十分必要的。
寻找降低汽油精制过程中的辛烷值损失模型中的主要变量
赤峰学院学报渊自然科学版冤 JournalofChifeng U niversity (N aturalScience Edition)
V ol.36 N o.12 D ec.2020
寻找降低汽油精制过程中的辛烷值损失模型中的主要变量
刘 畅袁 魏静雯袁 黄 甜
. All 随Ri着g清ht洁s车R用e汽se油r标ve准d的. 日益严格袁我国汽油
质量升级在面临着严峻挑战袁2017 年国吁汽油标 准首次规定车用汽油硫含量不高于 10滋g/g袁2019 年国遇-A 和 2023 年国遇-B 车用汽油标准在规定 硫含量不高于 10滋g/g 的同时还要求不断降低芳烃 和烯烃含量遥 镇海炼化公司标定结果表明袁在未处 理的催化裂化 渊FC C 冤 汽油中袁 硫含量高达 580942滋g/g遥 由于裂化原料逐步走向重质化和劣质化袁 因此催化裂化渊FC C冤汽油中的含硫量也在逐渐增 大袁传统的加氢脱硫技术袁在脱硫的同时袁烯烃饱和 量较大袁因此造成辛烷值渊R O N 冤损失较大袁而小型 车辆所使用的汽油抗震爆的重要指标正是辛烷值 渊R O N 冤袁所以袁适当降低催化裂化渊FC C冤汽油中的 烯烃的含量袁同时尽量降低辛烷值的损失袁成为催 化裂化渊FC C 冤汽油脱硫精制的目标[1]遥
关键词院M A T LA B 曰sou 函数曰随机森林特征重要度曰主要变量曰辛烷值损失 中图分类号院O 174.1 文献标识码院A 文章编号院1673-260X 渊2020冤12-0007-05
小型车辆的主要燃料是汽油袁汽油燃烧产生的 尾气中会产生大气污染物袁主要是硫的氧化物和氮 的氧化物袁对大气环境造成一定的污染遥 为此袁需要 对环境燃料进行清洁袁这是个渐进过程袁也是社会 可持续发展的需要遥 1 建立汽油精制过程中辛烷值损失模型的概述
S Zorb精制汽油辛烷值优化模型及工业应用
S Zorb 精制汽油辛烷值优化模型及工业应用S Zorb 精制汽油辛烷值优化模型及工业应用摘要：随着全球油品需求的不断增加，大型炼油企业对汽油品质的要求也越来越高。
辛烷值作为衡量汽油品质的重要指标之一，对炼油企业的经济效益、生产效率、市场竞争力等都有着重要的影响。
本文以Shell S Zorb 技术为基础，介绍了S Zorb 精制汽油辛烷值优化模型的原理、方法和工业应用，为炼油企业提高汽油品质、提高辛烷值提供了有益的参考。
关键词：S Zorb；精制汽油；辛烷值；优化模型；工业应用1.前言随着全球能源需求的不断增加，石油的市场地位依然稳固。
而伴随着石油需求的增加，炼油企业对石油产品的品质要求也越来越高。
在炼油工艺中，汽油作为一种重要的产品，在中、高压催化裂化、催化重整、裂化汽油加氢裂解等多个工艺中都扮演着重要的角色。
而汽油品质的高低不仅影响着炼油企业的经济效益和生产效率，还直接关系到企业在市场上的竞争力。
辛烷值是衡量汽油品质的重要指标之一，它的高低直接决定了汽油的性能和质量。
虽然不同地区和国家对于汽油辛烷值标准的要求有所不同，但一般来说，高辛烷值的汽油在点火性、动力性、经济性等方面都比低辛烷值的汽油更好。
因此，如何提高汽油辛烷值一直是炼油企业关注的重点。
本文将介绍一种基于S Zorb 技术的精制汽油辛烷值优化模型，通过对汽油的降硫、脱氮、脱硝等一系列处理，实现汽油辛烷值的提高，并在实际生产中得到了广泛的应用。
2.S Zorb 技术概述S Zorb 技术是Shell 公司开发的一种精制汽油技术，主要用于处理高硫含量的重质汽油，在处理过程中可以同时去除汽油中的氮、苯和硫等杂质。
S Zorb 技术的基本原理是利用氢气和催化剂反应，在高温高压的条件下将重质汽油中的硫化氢转化为元素硫，同时去除汽油中的氮和苯等有害物质。
S Zorb 技术可以有效地提高汽油的辛烷值和清洁度，使得汽油更符合环保标准和市场需求。
汽油精制过程中辛烷值损失预测模型
汽油精制过程中辛烷值损失预测模型一、前言汽油是一种重要的燃料，广泛应用于交通运输、工业生产和家庭生活等领域。
汽油的质量直接影响着发动机的性能和寿命，因此精制过程中的辛烷值损失问题一直是制约汽油质量提升的难点之一。
本文将介绍汽油精制过程中辛烷值损失预测模型的建立方法及其应用。
二、汽油精制过程概述汽油精制是指将原油中含有杂质、硫化物等有害成分去除，使其成为高纯度的汽油产品的过程。
通常包括以下几个步骤：1. 蒸馏：将原油加热至不同温度，使其分解成不同馏分，其中轻质组分为汽油组分。
2. 加氢脱硫：通过加氢反应去除硫化物等有害成分。
3. 裂化：将高碳数组分裂解成低碳数组分，以提高产量和辛烷值。
4. 合成：将不同来源的馏分混合，调整其组成和性质以达到所需品质。
在这些步骤中，裂化是最关键的一步，也是辛烷值损失的主要来源。
三、辛烷值损失机理汽油的辛烷值是衡量其抗爆性能的重要指标。
在精制过程中，由于裂化反应导致高碳数组分分解成低碳数组分，使得汽油中芳烃和饱和烃比例发生变化，从而影响其辛烷值。
具体来说，裂化反应会将芳烃转化为饱和烃和烯烃，其中饱和烃对提高辛烷值有贡献，而烯烃则对提高辛烷值有负面影响。
因此，在裂化过程中要尽可能减少芳构物的裂解，并控制合成过程中各组分的比例以达到预期的辛烷值。
四、建立预测模型为了准确预测汽油精制过程中的辛烷值损失情况，需要建立相应的预测模型。
常用的方法包括统计学方法、神经网络方法和机器学习方法等。
1. 统计学方法统计学方法主要基于历史数据进行分析和预测，常见的方法包括回归分析、主成分分析和聚类分析等。
这些方法可以通过对历史数据的拟合来建立预测模型，但需要满足数据量充足、质量可靠的条件。
2. 神经网络方法神经网络方法是一种基于模拟人脑神经元工作方式的预测方法，其优点在于可以处理非线性问题和高维数据。
常见的神经网络模型包括BP 神经网络、RBF神经网络和Hopfield神经网络等。
3. 机器学习方法机器学习方法是一种基于大量数据自主学习的预测方法，其优点在于可以自动提取特征并建立预测模型。
基于BP神经网络和遗传算法优化S Zorb装置汽油辛烷值损失
再生吸附剂碳含量
０．６３７８
１１
产品硫含量
０．８２４５
９０
石 油 炼 制 与 化 工 ２０２１年 第５２卷
表５ 与产品 犚犗犖 相关性在０７以上的操作变量
序号
变量名称
狉
１
氢油体积比
０．７０１３
２
还原器流化氢气流量
０．７２１７
３
反应器上部温度
０．７１７９
４
反应过滤器压差
０．８２４８
人 工 神 经 网 络 （Ａｒｔｉｆｉｃｉａｌ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ， ＡＮＮ）是一 个 非 线 性 动 态 系 统，具 有 良 好 的 自 学 习、自组织、自 适 应 和 非 线 性 映 射 能 力，不 用 依 赖 模型来实 现 多 项 控 制。 因 此，人 工 神 经 网 络 在 工 业中 有 广 泛 的 应 用，尤 其 是 在 化 工 领 域 。 ［８１０］ 其
表４ 物性变量与产品 犚犗犖 相关性分析结果
序号
变量名称
狉
１
原料硫含量
０．８３８５
２
原料饱和烃含量
０．５０９４
３
原料烯烃含量
０．５６９８
４
原料芳烃含量
０．７７９３
５
原料溴值
０．５２０７
６
原料密度
基于BP神经网络降低汽油精制过程中的辛烷值损失
2021年5期创新前沿科技创新与应用Technology Innovation and Application基于BP 神经网络降低汽油精制过程中的辛烷值损失陈曦，刘都鑫，孙啸宇（北方工业大学信息学院，北京100144）1概述目前，计算机模拟燃料配混是一个重要的研究方向，因为它大大减少了通过实验定义辛烷值的成本。
过去的大量研究试图用数学方法将辛烷值描述为汽油成分。
所有这些方法都有优点和缺点。
最大的兴趣是基于数学模型的开发复合过程的物理化学性质，因为模型考虑了特性的非可加性汽油。
许多模型基于回归分析，其形式为汽油不同性质的辛烷值函数，用于例如，蒸气压，密度和分数组成。
这些方法有两个缺点。
首先，模型有很多系数，需要重新计算原料含量变化。
其次，这些模型没有考虑到原材料的变化文献综述表明，在过去的十年中，许多研究致力于优化复合工艺。
然而，大多数计算混合辛烷值的方法都是建立在依赖任何物理和化学性质的基础上，而没有考虑混合过程的性质。
本文通过数学建模的方法，建立了一种辛烷值失损预测模型。
首先通过PCA 降维的方法从在汽油生产过程中对辛烷值有影响的300多个操作变量中筛选出20个主要的操作变量，作为下一步建立预测模型的主要依据。
随后利用BP 神经网络建立预测辛烷值损失的模型，最后利用最小二乘法来拟合汽油辛烷值和硫含量的分析，分析的结果可以画出汽油的辛烷值和硫含量的变化视图。
本文主要研究了辛烷值损失预测模型的建模与价值评估，需要解决优化操作中各个参数模型的优化、主要操作变量优化调整过程中对汽油中辛烷值硫含量的变化预测等问题。
从而改善该模型的整体价值。
2数据预处理由于工厂得到的原始数据存在一定数据缺失和数据失真的情况，所以需要对数据中的坏值或者短缺值进行排除，对失真的数据进行修正。
在选择方法数据处理方法上确定了多因素加权[1]的方法，并调整了表格中的参数，尽量保留有效参数，增加最终结果的泛化能力和鲁棒性。
数据处理方法步骤的确定：（1）对于残缺数据较多的点，进行整列的数据剔除。
降低汽油加氢装置辛烷值损失的优化措施分析
降低汽油加氢装置辛烷值损失的优化措施分析由于如今我国对汽油有着严格的要求，例如国家规定汽油中的烯烃含量不大于24%的要求，因此目前我们专注于降低汽油加氢装置中的辛烷值损失的优化措施研究。
本文就根据当前情况分析一下汽油加氢装置辛烷值损失的主要问题，并且提出自己的一些见解以及对工业生产的优化措施进行分析。
标签：汽油加氢装置；辛烷值损失；优化措施1 当前汽油加氢降低辛烷值损失存在的问题我国是一个资源大国，每年汽油的产量相当多。
生产汽油的方法有很多种，但是我们常用的是催化裂解，据统计，我国生产的汽油当中通过催化裂解而来的就占有约80%。
催化裂解而来的汽油所含的硫含量以及烯烃的含量都比较多，并且烯烃还是汽油中的高辛烷值组分，并且这种组分的性质比较活泼，在汽油加氢进行脱硫的过程中肯定会导致烯烃在加氢过程中饱和，这样就会使汽油中的辛烷值下降。
但是在实际的操作过程中往往还会出现烯烃过度饱和的现象，出现这种现象的主要原因有以下几种：1.1 辛烷值损失与硫醇含量之间的矛盾在汽油加氢进行脱硫的过程中汽油中的烯烃也在发生着一定程度的饱和反应，这样造成的后果就是导致了汽油中辛烷值大量损失。
由于汽油加氢过程中反应越完全烯烃饱和程度越大，这两者的关系为正比，因此在反应逐步加深时辛烷值损失也会越来越大。
例如在催化裂解生产汽油的过程中，我们想要得到硫含量低于500g的汽油产品那么生产过程中就要保证催化裂解汽油总脱硫率达到60%，由于这对脱硫率的要求相对来说比较低，因此我们选择较为缓和的加氢反应来对硫含量的要求进行满足。
虽然理论上是没有问题的，但是在实际的生产过程中我们还要兼顾硫醇的影响，由于合格的汽油产品对于硫醇的洗脱率较高，但是加氢装置过程中硫醇的洗脱率最高也才达到30%。
为了降低硫醇含量我们只能在生产上加大反应的深度，但是这样做的后果就是汽油中的辛烷值损失更加大了。
1.2 装置设定参数与实际操作参数差距较大汽油加氢装置是我们根据生产需要来制定的装置，但是在实际的生产操作过程中也存在着问题。
调合汽油辛烷值模型
调合汽油辛烷值模型The M odel for Ca lcula ti ng Octane Nu m ber of Blended Ga sol i ne黄风林西安石油学院石油化工系,710065.作者:男,1968年生,硕士摘 要 详细地讨论了调合汽油辛烷值模型的研究状况及其发展过程.对非线性模型和物理化学模型进行了深入的对比分析.指出了非线性模型存在精度低,难以实现在线最优化控制,可靠性差的问题.物理化学模型利用交互关联法关联出一组独立于馏分间交互作用参数并推广至汽油调合物中,该方法的精度高,适用面广,作为生产最优化控制和提高企业效益,具有良好的应用前景,并为爆燃机理的研究开辟了新思路.主题词 汽油,辛烷值,最优化,模型,爆燃,调合汽油中图资料分类法分类号 T E626.2 随着现代汽车工业和航空工业的发展,汽油发动机要向高速、高压缩比的方向改进,从而达到提高发动机的有效热效率,降低油耗,节约能源的目的,而高压缩比的发动机,必须使用抗爆性能更好的汽油,即高辛烷值汽油.汽油生产可视为先生产各种中间馏分,再根据市场对汽油产品的要求,对各种中间馏分进行符合要求的调合过程.现代的汽油特别是高辛烷值汽油的调合过程不仅调合组分增多(通常含多种油品如直馏汽油、催化裂化汽油、热裂化汽油、催化重整汽油、浓缩芳烃、异构化汽油、叠合汽油、烷基化汽油和高效添加剂M TB E、TAM E等),且调合手段的发展趋势是实现计算机控制下的高效率管道化.调合方式的差异不但影响产品质量,还与产品成本密切相关.这就要求炼油厂应根据市场需求对油品调合进行科学合理的最优化控制,以期获得最佳的经济效益和社会效益.而调合过程最优化控制的关键在于调合汽油辛烷值模型的建立.一个精确性高、适用面广的多元调合汽油辛烷值模型的建立,将使各种汽油馏分资源得以优化配置,对提高汽油调合过程的最优化控制有重要的现实意义.单体烃混合燃烧时,由于它们的中间燃烧产物产生相互作用改变了原来的燃烧反应历程[1],导致实际辛烷值与线性调合值有较大的偏差.而实际上汽油成品或半成品本身就是复杂的多元烃混合物,调合组分汽油的辛烷值本身已包含了各种纯烃混合时引起的偏差,因此进一步调合成复杂混合物时,辛烷值不再显示出明显的偏差[2].基于此点, N elson[3]、A uck land和Charnock[4]的调合汽油辛烷值线性模型,在实际生产过程中发挥了较大的作用,但作为调合最优化控制和企业生产目标规划的基础,其精度低,难以奏效.尹锡文[5]利用调合汽油各组分的研究法辛烷值(RON),芳烃、烯烃及铅含量预测汽油的马达法辛烷值(M ON),具有较高的精度,该方法对无铅汽油、烷基化油、异构化油等汽油的适用性差,满足不了汽油质量发展的要求.近年来,国内外学者从溶液混合机理及烃类组成等方面对调合汽油辛烷值模型进行了广泛研究,提出了非线性调合模型和物理化学模型,并且在某些炼厂的最优化调合软件中得以应用,效果良好.尽管由于各地原油基属不同和模型精度的限制,将会影响汽油的调合行为,使其使用受到限制,但仍具有较好的发展前景.1 非线性调合模型Sco tt等[6]在总结烃类辛烷值数据规律基础上获得了非线性调合模型,B row n等[7]对此模型进行了修正,但模型仅按烃类讨论了调合汽油的混合特性,而实际上同一烃类的每种单体烃都有自己的混合特性,结构因子(支化度、不饱和度、双键位置等)对混合特性的影响比化合物的烃类归属更重要[1].此模型过于简单,难以满足多组分调合的高精度要西安石油学院学报・1999年9月・第14卷・第5期(J1of X i’an Petr.I n st.Sep.1999Vol.14No.5)求.Schoen 和M rstik [8]基于被调合的二种组分的辛烷值评价和烯烃体积含量,导出了一种图解关联法,用于预估一系列二元体系的辛烷值,Stew art [9]将此方法推广至多组分调合物,均获得了满意的结果,但被调合汽油的辛烷值取决于计算的阶数而有不同的数值,并且需要被调合组分的辛烷值评价和烯烃体积分数,难以实现在线最优化控制.R u sin 等[10]提供了利用各调合组分的浓度以及烯烃、芳烃和烷烃含量预测汽油调合辛烷值的模型.但该方法采用三个变换之间的组合,易造成三个变换步骤之间数据变换的不一致,预测精度受到限制.H ealy 等人[11]对调合汽油与各组分汽油的辛烷值水平和烃类类型的差异进行了关联,提出了一个估算多元汽油辛烷值的方程.但该方程计算复杂且还需预知各调合组分的RON ,M ON 及芳烃、烯烃的组成数据.此公式用于预测新的组分的调合行为,则会得到一些不合实际的调合值.对于千变万化的调合汽油组分,此模型难以应用,精度更难保证.Zahed 等[12]根据已有的试验数据,利用回归分析方法提出一个预测调合汽油研究法辛烷值的数学模型.即RONm ix=A 0+∑Ni =1A i (V i ×RON i )n(1)此数学模型有5个独立变量,其中A 0、A i 、n 为常数可通过回归分析得到,此模型的复相关系数为01973,预测的调合汽油RON 与实测值的平均偏差为0154%,精度较高.但由于这5个变量没有内在的一致性,由这一模型得到的一组变量,在推导变量的组成范围内,仅适用于特定的组分,而使这种方法的适用性受到限制.因此,由这一公式预估的辛烷值并非总是接近汽油组分的原始辛烷值.采用这一模型在其他条件下预估调合物辛烷值是不可靠的.M o rris 等[13]借助于超额辛烷值函数,描述了汽油的非线性调合行为:RON =X 1RON1+X 2RON2+b 12X 1X2(2)这种方法在关联调合汽油辛烷值中是有效的.但组分112的交互参数b 12不仅与组分类型有关,而且与组分辛烷值水平和辛烷值差异有关,交互参数的大小随组分特性改变,由上式得到的一组二元交互参数仅适用于推导这些参数的一组特定组分,而用于预测目的时,组分间交互作用参数难以确定.其次若有新的汽油馏分调入原汽油中,则需要有新的交互参数来描述新的组分与原有组分间的调合行为,n 个组分中新添m 个组分,则交互作用参数由n (n -1) 2增加到(n +m )(n +m -1) 2,而附加交互参数确定的研究将花费大量的物力,因此难以在实际预测过程中应用.虽然M o rris 模型的应用受到限制,但它的超额辛烷值函数的定义为进一步建立精度高,适用面广的辛烷值模型提供了新思路.2 物理化学模型国内陈新志[14]借助于描述溶液混合过程中热力学性质变化的局部组成模型,将各种汽油组分视为虚拟的纯组分,采用下列简单形式来表达调合汽油研究法辛烷值与各虚拟纯组分的研究法辛烷值及组成的关系:R m =∑ni =1Xi ∑nj =1XjR ij Q ij∑n j =1X jQij(3)其中R m ——调合汽油研究法辛烷值;X ——组分质量分数;R ——研究法辛烷值;(R ij =R i +R j2)Q ——组分相互作用参数;i ,j ——组分.其二元相互作用参数Q ij 同M o rris 模型一样,由二元调合汽油的实测辛烷值数据拟合得到.通过建立目标函数,优化二元调合汽油辛烷值得到了虚拟组分M TB E,重整汽油、催化裂化汽油、烷基化油、直馏汽油等组分间相互作用参数Q ij ,借助于这些二元相互作用参数,在不增加任何信息的情况下推算了多元调合汽油的辛烷值,获得了较理想的结果,具有较大的预测范围,在汽油调合优化过程中取得了满意的效果.随着环保和汽车工业的发展,无铅化和加入醚类等高辛烷值组分来提高汽油的质量已成为高辛烷汽油的发展的必然趋势.由于溶液混合的复杂性,醚类化合物如M TBE 等对不同烃类的感受性不同,这将影响不同汽油馏分的调合辛烷值水平[15].另外,汽油的研究法辛烷值RON 与马达法辛烷值M ON 在调合过程中的调合行为并非相同,因此不同的调合方案会影响调合汽油的敏感性,从而对汽油发动机在不同工况下的抗爆性变化产生影响,而上述诸多模型对此均未作合理的考虑.Tw u [16]为确保模型能描述整个组成范围内相同的或不同的组分的调合行为,并且可用于多组分黄风林:调合汽油辛烷值模型调合物,建立了如下的辛烷值模型: a =∑ni =1∑nj =1XiX j a ij(4) a ij =12(a i +a j )(1-k ij )(5)其中 a j ,a i ——i ,j 组分的辛烷值;x i ,x j ——i ,j 组分的体积分数;k ij —二元交互作用参数;对于汽油馏分辛烷值的调合,可选择对称的二元交互参数(k ij =k j i )或不对称的二元交互参数(k ij ≠k j i ),通过拟合优良度的经验分析确定汽油馏分的调合,采用对称的二元交互作用参数即可满足调合精度要求.为使模型有合理的物理意义,作以下基本假设:(1)一种汽油馏分的烃类(饱和烃、烯烃或芳烃等)的辛烷值不同于来自另一种汽油馏分的烃类辛烷值.这样若含有饱和烃,烯烃、芳烃的二种汽油饱分调合在一起,调合体系中的不同组分数认为是6个.(2)汽油馏分中各烃类组分的辛烷值与烃类混合物的汽油馏分具有相同的辛烷值.这种方法的内在一致性,保证了式(5)中汽油馏分的辛烷值得以还原,即同一馏分中各组分间二元交互参数为零.(3)汽油馏分之间二元交互参数为零,不同组分间的二元交互参数为非零值.通过这些假设,用于调合具有烯烃,芳烃和饱和烃的任何数目的汽油馏分的关联,只需要3个二元交互参数,组分间的二元交互参数可由汽油的调合数据回归得到.通过式(6)将组分间的二元交互参数变换成汽油馏分X 、Y 间内在一致的二元交互参数. K X Y =1-∑mi∑mj (x i y j +x j y i )[12(a i +a j )](1-k ij )∑mi∑mj(x i x j +y i y j )[12(a i +a j )](1-k ij )(6)式中 k ij ——组分间二元交互参数;a i ,a j ——i ,j 组分的辛烷值;x i ,x j ,y i ,y j ——x ,y 馏分中组分的体积分率.在确定馏分之间二元交互参数后,调合汽油辛烷值计算就大为简化,可通过式(7)、(8)来取 a =∑i∑jZ i Z j a ij(7)a ij =12(a i +a j )(1-K ij )(8)式中 Z i ,Z j ——汽油馏分i ,j 的体积分数;a i ,a j ——汽油馏分i ,j 的辛烷值;K ij ——汽油馏分i ,j 之间的二元交互参数.Tw u 等人利用H ealy 等提供的数据对总计161种调合物和157种汽油馏分进行了回归关联,给出了组分之间一组通用的交互参数,并用于其他调合物的预测,均取得了满意的结果.表1 组分之间一组通用的二元交互参数[16]k OAk O Sk A SRON 010670-011021-010232M ON010354-0.08000.0271 注:O 为烯烃,A 为芳烃,S 为饱和烃.Tw u 从烃类混合物的混合机理出发,建立的调合辛烷值模型,抛弃了烃类间相互作用的复杂性,利用回归关联的方法得到一组独立于汽油馏分以外各烃类组分之间的二元交互参数的实用数值,然后将汽油馏分中各组分间的二元交互参数转换成汽油馏分间的二元交互参数,用于预测任何汽油调合物的辛烷值.这种关联不但形式简单,而且生成了一组通用的组分间二元交互参数,用于不同馏分间交互关联,此模型不但适用于研究法调合辛烷值,而且还适用于马达法调合辛烷值,具有较高的精度,同时实现了从数值上对调合汽油敏感性的分析.3 结束语高辛烷值无铅化汽油的最优化生产已成为二十一世纪炼油业面临的重大问题,而调合汽油辛烷值模型的建立成为解决这一问题的有效方法之一,已引起了广大炼油界的关注.现代仪器分析技术在汽油辛烷值的估算中发挥着积极作用,如利用毛细管色谱法将汽油分离成若干组分,按辛烷值的不同,再分为若干组,然后利用回归的方法建立方程来预测汽油的辛烷值已显示出精度高的优势;也有利用核磁共振数据计算等,但这些方法需先进的仪器设备,缺少应用的普遍性,在研究烃类组成及混合性质对辛烷值影响上有积级作用,但作为实际调合生产却很难发挥作用.笔者利用表1中的二元交互参数,对彭朴文中的数据进行了计算,也取得了满意的结果,相对误差西安石油学院学报(JXA P I ) 1999年<013%,因此这种交互法预测辛烷值模型的方法用于调合汽油的最优化控制可以满足精度要求.但为提高调合汽油辛烷值的预测精度,还应对汽油馏分的组分类型含量进行详细的分析,以扩大此模型的适用范围,对调合汽油中的敏感组分如M TBE、TAM E或特定基团间的二元交互参新更应慎重评价.不同汽油调合时,其RON与M ON调合规律并非完全相同,这将直接影响发动机不同工况下的爆燃强度,因此在对调合汽油辛烷值模型研究的同时,应加强对烃类混合时调合汽油敏感性变化的研究.汽油的组成极其复杂,其烃类结构、碳原子数、组成千差万别,要想从烃类组成意义上准确建立调合汽油辛烷值模型十分困难,且实用性也不大.而借助于集总模型(L um p ing M odel),将汽油分为若干集总,研究其在燃烧过程中的燃烧特性,从而预测调合汽油的辛烷值,易实现在线优化调合,具有积极的发展前景,这项工作正在进行之中.参考文献1 彭朴,陆婉珍1汽油辛烷值和组成的关系1石油炼制, 1981,12(6):27～38.2 陈绍洲,徐佩若1石油化学1上海:华东化工学院出版社,1993.120～124.3 N elson W L.P redict research octane num ber fo r gaso lineb lends.O il&Gas J,1955,54(20):135～138.4 A uck land M H T et al.T he developm en t of linearb lending indices fo r petro leum p roperties.J.of theIn st.of petro leum,1969,55(545):322～329.5 尹锡文1P redicting mo to r and distribu ti on octane ofm u lti-component blends.石油学会志,1973,18(3).6 Sco tt E J Y et a l.A m ethod of calcu lating the mo to r octane of gaso line b lends.P roc Am Petro l Inst,1958, 38(3):90～92.7 B row n J E et al.E sti m ate octane num ber by concentrati on.P roc Am Petro l In st,1962,42(3):515～519.8 Schoen W F.Calcu lating gaso line blend octane ratings.Ind Eng Chem,1955,47(9):1740～1742.9 Stew art W E.P redict octane fo r gaso line blends.Petro leum R efiner,1959,38(12):135～139.10 R usin et a l.A transfo r m ati on m ethod fo r calculating the research and mo to r octane num ber of gaso lineb lends.Ind Eng Chem Fundam,1981,20(3):195～204.11 H ealy W C et a l.A new app roach to blending octane.P roc Am Petro l Inst,1959,39(3):132～136.12 Zahed A H et al.P redict octam e num ber fo r gaso lineb lends.H ydrocarbon P rocessing,1993,72(5):85～87.13 M o rris W E.Interacti on app roach to gaso lineb lending,N PRA,AM-75-30.14 陈新志.调合汽油研究法辛烷值模型的建立.石油炼制与化工,1997,28(1):52～55.15 沈杉松等.汽油辛烷值改进剂甲基叔丁基醚的应用研究.石油炼制,1984,15(12):50～62.16 Tw u C H et al.P redict octane num bers using a generalized interacti on m ethod.H ydrocarbon P rocessing,1996,75(2):51～56.收稿日期 1998210209 编 辑 权艳梅(上接第35页)(2)高压层是否水淹主要根据电阻率的泥浆侵入信息,一般减阻侵入为油层,增阻侵入为水淹层;(3)对低压层而言,减阻侵入,上下自然电位基线稳定为未淹油层;减阻侵入地层部分物性变好部位,有不大的增阻侵入,上下自然电位基线稳定为弱淹油层;增阻侵入,上下自然电位基线有正向偏移为中等以上水淹油层;增阻侵入很明显,甚至增阻侵入成层显示.自然电位基线正向偏移,甚至成层段的正偏为强水淹油层.井1688.0～1693.6m井段单层试油,试油结果日产油13.1t,水19m3,产水率为55.9%.该井段在测井曲线上有明显的上面所述中水淹特征,该层在微电阻率曲线上表现为低阻、正异常、幅度差大,三电阻率全层增阻侵入明显,电极系电阻率亦显示增阻侵入,自然电位负异常,自然伽玛低值,井径缩径.该类水淹层测井解释的实例很多,由于有关内容、图件较多,由于篇幅所限,此处不再赘述.参考文献1 《测井学》编写组.测井学.北京:石油工业出版社,1998. 2 姜文达等.油气田开发测井技术及应用石油工业出版社(北京),1995.3 孙德明等.储层条件下水淹层测井响应机理实验研究.水驱油田开发测井’96国际学术讨论会论文集,北京:石油工业出版社,1996.4 赵培华.中国陆上水驱油田开发测井技术,测井技术, 1998,10.收稿日期 1998206208 编 辑 马 丽黄风林:调合汽油辛烷值模型。
2020年中国研究生数学建模竞赛B题--汽油辛烷值建模
2020年中国研究生数学建模竞赛B题降低汽油精制过程中的辛烷值损失模型一、背景汽油是小型车辆的主要燃料，汽油燃烧产生的尾气排放对大气环境有重要影响。
为此，世界各国都制定了日益严格的汽油质量标准（见下表）。
汽油清洁化重点是降低汽油中的硫、烯烃含量，同时尽量保持其辛烷值。
欧盟和我国车用汽油主要规格车用汽油标准辛烷值≯≯≯≯国Ⅲ（2010年）90-9715014030国Ⅳ（2014年）90-975014028国Ⅴ（2017年）89-951014024国Ⅵ-A（2019年）89-95100.83518国Ⅵ-B（2023年）89-95100.83515欧Ⅴ（2009年）951013518欧VI（2013年）951013518世界燃油规范（Ⅴ类汽油）951013510注: μg/g是一个浓度单位，也有用mg/kg或ppm表示的（以下同）我国原油对外依存度超过70%，且大部分是中东地区的含硫和高硫原油。
原油中的重油通常占比40-60%，这部分重油（以硫为代表的杂质含量也高）难以直接利用。
为了有效利用重油资源，我国大力发展了以催化裂化为核心的重油轻质化工艺技术，将重油转化为汽油、柴油和低碳烯烃，超过70%的汽油是由催化裂化生产得到，因此成品汽油中95%以上的硫和烯烃来自催化裂化汽油。
故必须对催化裂化汽油进行精制处理，以满足对汽油质量要求。
辛烷值（以RON表示）是反映汽油燃烧性能的最重要指标，并作为汽油的商品牌号（例如89#、92#、95#）。
现有技术在对催化裂化汽油进行脱硫和降烯烃过程中，普遍降低了汽油辛烷值。
辛烷值每降低1个单位，相当于损失约150元/吨。
以一个100万吨/年催化裂化汽油精制装置为例，若能降低RON损失0.3个单位，其经济效益将达到四千五百万元。
化工过程的建模一般是通过数据关联或机理建模的方法来实现的，取得了一定的成果。
但是由于炼油工艺过程的复杂性以及设备的多样性，它们的操作变量（控制变量）之间具有高度非线性和相互强耦联的关系，而且传统的数据关联模型中变量相对较少、机理建模对原料的分析要求较高，对过程优化的响应不及时，所以效果并不理想。
降低RSDS汽油辛烷值损失
降低RSDS-Ⅲ装置汽油辛烷值损失摘要：文章介绍了优化装置的操作，降低汽油辛烷值损失具体措施。
通过优化装置操作，催化全馏分汽油的RON损失同比2013年下降了0.28个单位，为公司创效3900万元。
关键词：RSDS-Ⅲ，优化， RON损失，全馏分汽油1 前言2013年催化全馏分汽油的RON损失平均值为1.0个单位，损失较高，公司经济效益损失较大。
优化RSDS-Ⅲ装置的操作，降低汽油的辛烷值损失，提高公司的经济效益成了公司的热点话题。
作业区成立优化小组，进行装置优化，降低RSDS-Ⅲ汽油的辛烷值损失。
2 优化装置操作RSDS-Ⅲ技术是根据FCCN中硫、烯烃、芳烃含量的分布特点，将FCCN切割为LCN和HCN 两个汽油馏分。
LCN烯烃含量高、硫含量低，且LCN中的硫化物以硫醇硫为主。
将LCN采用碱抽提的方法将硫醇硫脱除，避免LCN中高辛烷值的烯烃组分加氢饱和，减少FCCN的辛烷值损失。
HCN烯烃含量相对较低，硫含量较高，且HCN中的硫化物以噻吩类硫为主。
采用选择性加氢脱硫的方法脱除HCN中的硫化物。
HCN在具有高选择性的加氢脱硫催化剂的作用下，通过缓和条件进行加氢脱硫反应，使芳烃基本不饱和，烯烃也得到最大程度的保留，从而实现在脱硫的同时辛烷值损失最小的目标。
工艺流程如图1所示：图1 RSDS-Ⅲ技术原则流程图根据其工艺流程的特点及装置生产的现状，作业区优化小组开会讨论后决定采取以下3个方面的措施来降低RSDS-Ⅲ汽油的辛烷值损失：①提高重汽油的初馏点，降低重汽油加氢装置的RON损失。
②开好循环氢脱硫塔，降低循环氢脱硫后的硫化氢含量。
③根据原料的硫含量及时调整反应温度，防止产品质量过剩。
2.1 提高重汽油的初馏点，降低重汽油加氢装置的RON损失。
汽油辛烷值调合模型的建立与应用
汽油辛烷值调合模型的建立与应用摘要:本文基于笔者多年从事成品油调和模型的相关研究心得,以汽油辛烷值调合模型的建立与应用为研究对象,论文首先探讨了汽油调和模型的建立思路,进而对该模型进行了分析和讨论,最后探讨了模型的应用及为炼油厂带来的效益,全文是笔者长期研究基础上的理论升华,相信对从事相关研究和应用的同行能有所裨益。
关键词:汽油调合调合模型油品调度非线性规划优化效益一个炼油厂往往有多套生产装置,每套装置所生产出来的组分油又有许多种,不同组分油的质量指标状况均不相同,从不同的生产装置所生产出来的组分油中选择哪些组分油,以怎样的比例进行混合,是一件非常困难的工作,这也是油品调合工作所要解决的主要问题。
解决这个问题的水平高低,在很大程度上关系着炼油厂的经济效益。
目前,国内绝大多数炼油厂的油品调合工作是由调合人员在对生产工艺流程熟练掌握的基础上,凭借个人长期积累的实践经验,人工制定调合方案完成的。
这种做法具有以下缺点。
(1)对调合人员的要求很高;(2)调合的效果不是很理想;(3)调合人员的培训困难。
原油经过炼油厂加工以后可以分离出很多产品,在众多的石油产品中,石油燃料约占石油产品商品构成的85%。
石油燃料包括液化石油气、汽油、煤油和燃料油,是我国工、农业生产、交通运输、现代国防建设中广泛应用的大宗油品。
组分油由于性质差别很大,所以通常是无法全部直接应用于生产、生活当中的。
人们平时所使用的都是质量指标差异不大的成品油。
成品油是由两种或两种以上的组分油按一定的标准进行充分混合(有时还需加入某种添加剂以改善油品某种性能)得到的。
这个过程就是油品调合过程。
成品油为汽油的调合被称为汽油调合。
汽油调合是一项机理十分复杂的生产工艺。
是一项技术性极强的生产工艺,要根据国家标准要求完成严格的测试和分析。
同时在选择添加剂时,要充分考虑添加剂与基础油及各类添加剂彼此之间的配伍性等因素。
汽油通过较好的调合以后,一般可以达到以下几个目的。
汽油精制过程中辛烷值损失预测模型
汽油精制过程中辛烷值损失预测模型
汽油是一种常用的燃料，其质量指标之一是辛烷值。
辛烷值是指
汽油在发动机中爆炸燃烧的能力，一般来说，辛烷值越高，汽油的燃
烧效率越好，发动机的动力性能也越强。
因此，汽油精制过程中辛烷
值的损失成为了一个关键问题，预测模型的建立能够有效地解决这一
问题。
首先，汽油精制过程中的辛烷值损失主要包括两个方面：裂化和
加氢。
裂化是指将较重的石油馏分通过高温和催化剂的作用分解成较
轻的汽油，但随之而来的是辛烷值的下降；加氢则是指在精制过程中
加入氢气，通过化学反应去除杂质，但这也会带来一定的辛烷值损失。
基于这些现实问题，建立汽油精制过程中辛烷值损失预测模型的
目的是为了寻找一种相对准确的方法来估算加氢和裂化过程中的辛烷
值变化。
这种模型能够帮助石油行业的工程师处理生产过程中的问题
和优化工艺流程。
目前，常见的汽油辛烷值预测模型主要包括基于物理化学性质、
统计学方法和人工神经网络等。
其中，基于物理化学性质的模型利用
油品分子结构和组成，通过计算机模拟的方式来估算辛烷值损失，具有较高的准确性和适用性。
但是，这种方法需要大量的实验和计算，计算量巨大，成本也很高。
相比之下，统计学方法和人工神经网络的建立较为简单，但精度并不如基于物理化学性质的模型高。
因此，在实际生产中，不同的模型可以根据生产工艺和产品质量要求来进行选择和比较。
总的来说，汽油精制过程中辛烷值损失预测模型的建立是一项必要的任务。
合理的选择和使用模型能够帮助工程师更好地处理生产过程中的问题和优化工艺流程，从而提高石油行业的生产效率和经济效益。
汽油辛烷值损失优化方案的数学建模与求解
第5期
陆天浩，等 汽油辛烷值损失优化方案的数学建模与求解
63
corresponding to the main variables are found to meet an octane loss of more than 30%. The research results show that the adopted mathematical model and optimization algorithm can be used for the prediction and optimization of the octane number loss problem.
Keywords：gasoline；octane number；principal component analysis；hierarchical clustering；neural network； genetic algorithm
0 引言
汽油的辛烷值作为汽油的商品牌号（例如 89#、 92#、95#），是衡量汽油发动机燃料抗爆性能优劣的 重要指标。辛烷值越高，表示其抗爆性能越好，发动 机压缩比越高 [1]。辛烷值的提高可以提升发动机功率， 增加车辆行程；同时还能起到节约燃料，减轻使用者 经济负担的作用。对于小型车辆而言，汽油是其主要 的燃料，汽油燃烧产生的尾气是影响大气环境的重要 因素。辛烷值反映了汽油的燃烧性能，然而当前的 脱硫催化裂化汽油技术，使汽油的辛烷值大大降低。 因此提高辛烷值是提高经济效益和改善环境的一个 重要手段 [2]。
①本文为“华为杯”第十七届中国研究生数学建模竞赛二等奖
论文。
如下。 1）遍历整个数据表，将采集值缺失过多的样本
及位节点删除。经过筛选，共删除 12 个位节点，具 体名称如表 1 所示。这类位节点由于信息缺失过多， 因此不能清晰体现该位节点对辛烷值损失的影响。
基于随机森林的汽油精制过程中辛烷值损失模型
基于随机森林的汽油精制过程中辛烷值损失模型
薛洁
【期刊名称】《智能计算机与应用》
【年(卷),期】2022(12)2
【摘要】目前,随着汽车尾气排放污染日趋严重,汽油质量标准日益严格,中国大力发展以催化裂化为核心的重油轻质化工艺技术,对汽油进行精制处理,实现汽油清洁化。
在实现汽油清洁化的过程中,会不可避免地降低辛烷值(RON),亦会同时出现较大损失值单位,无疑给企业增加了生产成本,减少了收益。
为此,本文通过建立基于随机森林的汽油精制过程中RON损失预测模型,对RON及其指标进行预测。
首先,命名建模变量并计算矩阵相关性,利用随机森林法对降低RON损失模型所涉及的158个变量进行二次降维,提取前30个主要变量;其次,基于随机森林法对样本数据进行划分,建立损失预测模型并对模型进行验证,得到预测值与真实值曲线对比图,保证所建模型合理化;最后,运用遗传算法对主要变量进行优化,力求将RON损失值降幅控制在15%以上,以此确保损失预测模型真实有效。
【总页数】5页(P79-82)
【作者】薛洁
【作者单位】北京信息科技大学经济管理学院
【正文语种】中文
【中图分类】TE626.21
【相关文献】
1.基于BP神经网络的汽油精制过程中的辛烷值损失模型
2.寻找降低汽油精制过程中的辛烷值损失模型中的主要变量
3.汽油精制过程中的辛烷值损失预测模型
4.基于BP神经网络降低汽油精制过程中的辛烷值损失
5.汽油精制过程中的辛烷值损失预测模型
因版权原因，仅展示原文概要，查看原文内容请购买。
加强工艺管理降低S Zorb装置精制汽油辛烷值损失
加强工艺管理降低S Zorb装置精制汽油辛烷值损失于善宝;郭宏;孙同根;陈刚【摘要】从原料汽油性质,吸附剂载硫、载碳量和工艺操作3个方面分析了中国石化金陵分公司Ⅱ-S Zorb装置精制汽油辛烷值损失大的原因,通过改变高硫含量汽油掺炼方式,提高吸附剂的载硫、载碳能力,降低循环氢量,降低反应压力和提高反应温度来降低精制汽油辛烷值损失,经过优化调整,精制汽油辛烷值损失明显降低.【期刊名称】《石油炼制与化工》【年(卷),期】2018(049)010【总页数】5页(P15-19)【关键词】S Zorb;辛烷值;汽油;吸附剂活性;操作优化【作者】于善宝;郭宏;孙同根;陈刚【作者单位】中国石化金陵分公司,南京210033;中国石化金陵分公司,南京210033;中国石化金陵分公司,南京210033;中国石化金陵分公司,南京210033【正文语种】中文中国石化金陵分公司(简称金陵分公司)Ⅱ-S Zorb装置建设规模为1.5 Mt/a，操作弹性为60%～110%，精制汽油控制硫质量分数不大于8 μg/g。
2015年金陵分公司Ⅱ-S Zorb装置原料汽油辛烷值平均值为93.51，硫质量分数为273.20 μg/g，精制汽油辛烷值平均值为92.77，硫质量分数为0.91 μg/g，辛烷值损失为0.74个单位。
中国石化S Zorb装置辛烷值损失平均值为0.82(原料汽油为91.66，精制汽油为90.78)，精制汽油硫质量分数平均值为4.66 μg/g(原料汽油为272.83 μg/g)。
金陵分公司Ⅱ-S Zorb装置精制汽油辛烷值损失和精制汽油硫含量的控制在中国石化同类装置中均处于领先水平，但2016年以来该装置精制汽油辛烷值损失明显增大，由0.74上升至1.5左右。
针对Ⅱ-S Zorb装置精制汽油辛烷值损失增大的问题，以下从原料汽油性质，吸附剂载硫、载碳量和工艺操作3个方面进行原因分析并提出相应的解决措施。
1 精制汽油辛烷值损失概况自2016年4月以来金陵分公司Ⅱ-S Zorb装置辛烷值损失呈明显增大的趋势，具体见表1。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
降低汽油精制过程中的辛烷值损失模型
一、背景
汽油是小型车辆的主要燃料，汽油燃烧产生的尾气排放对大气环境有重要影响。
为此，世界各国都制定了日益严格的汽油质量标准（见下表）。
汽油清洁化重点是降低汽
油中的硫、烯烃含量，同时尽量保持其辛烷值。
欧盟和我国车用汽油主要规格
车用汽油标准辛烷值硫含量/(μg/g)
≯
苯含量/%
≯
芳烃含量/%
≯
烯烃含量/%
≯
国Ⅲ（2010年）90-9715014030
国Ⅳ（2014年）90-975014028
国Ⅴ（2017年）89-951014024
国Ⅵ-A（2019年）89-95100.83518
国Ⅵ-B（2023年）89-95100.83515
欧Ⅴ（2009年）951013518
欧VI（2013年）951013518
世界燃油规范（Ⅴ类汽油）951013510注: μg/g是一个浓度单位，也有用mg/kg或ppm表示的（以下同）
我国原油对外依存度超过70%，且大部分是中东地区的含硫和高硫原油。
原油中的重油通常占比40-60%，这部分重油（以硫为代表的杂质含量也高）难以直接利用。
为了有效利用重油资源，我国大力发展了以催化裂化为核心的重油轻质化工艺技术，将重油转化为汽油、柴油和低碳烯烃，超过70%的汽油是由催化裂化生产得到，因此成品汽油中95%以上的硫和烯烃来自催化裂化汽油。
故必须对催化裂化汽油进行精制处理，以满足对汽油质量要求。
辛烷值（以RON表示）是反映汽油燃烧性能的最重要指标，并作为汽油的商品牌号（例如89#、92#、95#）。
现有技术在对催化裂化汽油进行脱硫和降烯烃过程中，普遍降低了汽油辛烷值。
辛烷值每降低1个单位，相当于损失约150元/吨。
以一个100万吨/年催化裂化汽油精制装置为例，若能降低RON损失0.3个单位，其经济效益将达到四千五百万元。
化工过程的建模一般是通过数据关联或机理建模的方法来实现的，取得了一定的成果。
但是由于炼油工艺过程的复杂性以及设备的多样性，它们的操作变量（控制变量）
之间具有高度非线性和相互强耦联的关系，而且传统的数据关联模型中变量相对较少、机理建模对原料的分析要求较高，对过程优化的响应不及时，所以效果并不理想。
某石化企业的催化裂化汽油精制脱硫装置运行4年，积累了大量历史数据，其汽油产品辛烷值损失平均为1.37个单位，而同类装置的最小损失值只有0.6个单位。
故有较大的优化空间。
请参赛研究生探索利用数据挖掘技术来解决化工过程建模问题。
二、目标
依据从催化裂化汽油精制装置采集的325个数据样本（每个数据样本都有354个操作变量），通过数据挖掘技术来建立汽油辛烷值（RON）损失的预测模型，并给出每个样本的优化操作条件，在保证汽油产品脱硫效果（欧六和国六标准均为不大于10μg/g，但为了给企业装置操作留有空间，本次建模要求产品硫含量不大于5μg/g）的前提下，尽量降低汽油辛烷值损失在30%以上。
三、问题
1. 数据处理：请参考近4年的工业数据(见附件一“325个数据样本数据.xlsx”)的预处理结果，依“样本确定方法”（附件二）对285号和313号数据样本进行预处理（原始数据见附件三“285号和313号样本原始数据.xlsx”）并将处理后的数据分别加入到附件一中相应的样本号中，供下面研究使用。
2. 寻找建模主要变量：
由于催化裂化汽油精制过程是连续的，虽然操作变量每3 分钟就采样一次，但辛烷值（因变量）的测量比较麻烦，一周仅2次无法对应。
但根据实际情况可以认为辛烷值的测量值是测量时刻前两小时内操作变量的综合效果，因此预处理中取操作变量两小时内的平均值与辛烷值的测量值对应。
这样产生了325个样本（见附件一）。
建立降低辛烷值损失模型涉及包括7个原料性质、2个待生吸附剂性质、2个再生吸附剂性质、2个产品性质等变量以及另外354个操作变量（共计367个变量），工程技术应用中经常使用先降维后建模的方法，这有利于忽略次要因素，发现并分析影响模型的主要变量与因素。
因此，请你们根据提供的325个样本数据（见附件一），通过降维的方法从367个操作变量中筛选出建模主要变量，使之尽可能具有代表性、独立性（为了工程应用方便，建议降维后的主要变量在30个以下），并请详细说明建模主要变量的筛选过程及其合理性。
（提示：请考虑将原料的辛烷值作为建模变量之一）。
3. 建立辛烷值（RON）损失预测模型：采用上述样本和建模主要变量，通过数据挖掘技
术建立辛烷值（RON）损失预测模型，并进行模型验证。
4. 主要变量操作方案的优化：要求在保证产品硫含量不大于5μg/g的前提下，利用你们的模型获得325个数据样本(见附件四“325个数据样本数据.xlsx”)中，辛烷值（RON）损失降幅大于30%的样本对应的主要变量优化后的操作条件（优化过程中原料、待生吸附剂、再生吸附剂的性质保持不变，以它们在样本中的数据为准）。
5. 模型的可视化展示：工业装置为了平稳生产，优化后的主要操作变量（即：问题2中的主要变量）往往只能逐步调整到位，请你们对133号样本（原料性质、待生吸附剂和再生吸附剂的性质数据保持不变，以样本中的数据为准），以图形展示其主要操作变量优化调整过程中对应的汽油辛烷值和硫含量的变化轨迹。
（各主要操作变量每次允许调整幅度值Δ见附件四“354个操作变量信息.xlsx”）。
附件：
附件一：325个样本数据.xlsx
附件二：样本确定方法.docx
附件三：285号和313号样本原始数据.xlsx
附件四：354个操作变量信息.xlsx。