加氢裂化装置精制反应器压差预测
颜正
（中国石化扬子石油化工股份限公司芳烃厂江苏南京 210048）
摘 加氢精制反应器床层压差准确预测指导生产决策具十分重意义研究中首先利BP工神网络原始压差数化处理然建立两种反映压差运行时间变化关系数学模型实践表明种模型真实反映压差增长规律
关键词 加氢裂化 精制反应器 压差 BP工神网络 数学模型
1 前言
加氢精制反应器床层压差仅加氢裂化装置重设计参数装置否长周期运行重制约素加氢裂化装置时非催化剂失活反应器压力降超设计允许值迫停工床层压力降增会迫系统降负荷生产造成耗增加更重增反应器件承载负荷严重时会反应器件坍塌带重济损失准确预测加氢精制反应器床层压差根预测结果时调整生产工艺参数延缓压差升速率加氢裂化装置长周期稳定运行提高装置运行效益确定合理停工日期具十分重意义
2 现状分析
扬子石化高压加氢裂化装置原设计采美国UOP公司两段全循环联合加氢裂化工艺年加工120万吨减压柴油（VGO）焦化重柴（HCGO）焦化轻柴（LCGO）混合料生产轻重石脑油液化汽干气装置1993年进行扩容改造原流程改造两系列次通流程产扩200万吨年增产航煤基础油柴油加氢尾油
装置ⅠⅡ系列精制反应器（DC101ADC101C）2004年8月份检修期间装填抚石油化工研究院生产FF26型精制催化剂反应器顶部加装12米高FZC系列保护型催化剂层扬子加氢裂化装置Ⅰ系列加工量120万吨年Ⅱ系列80万吨年Ⅰ系列处理负荷较床层压差增长速率较Ⅱ系列快次系统迫停车撇头Ⅰ系列精制反应器DC101A床层压差快速增长造成文中仅分析预测Ⅰ系列精制反应器床层压差
图1DC101A床层压差（设计指标限350kPa）2004年8月11日2006年8月11日开工两年变化趋势压差开工初期80kPa左右增加200kPa进步分析压差趋势图出压差总体催化剂天数呈指数形式增长增长速率越越快准确预测压差增长趋势必须建立适数学模型计算出压差达指标限日期确定合理生产方案停工日期提供决策
图1 精制反应器床层压差变化趋势
3 模型建立
加氢精制反应器属滴流床反应器工业程中广泛类气液固三相催化反应装置气液固三相存反应器流动混合传质程十分复杂迄止尚未见十分成功流体动力学模型报道[1]
工业实践中精制反应器压差受系统负荷（包括原料油流量循环氢流量）影响参数例原料油粘度循环氢组份反应温度会压差产生较影响运行周期反应器床层压差增长速率会受原料杂质浓度（包括金属离子固体颗粒胶质等）原料滤器滤效果氢油等诸复杂素影响监测手段限制建立模型方便研究中压差影响素作适简化假设运行周期原料种性质精制反应温度滤器滤效果均发生变化
收集开工压差数（见图1）发现精制反应器压差开工初期变化缓着运转周期延长增长速率越越快图(1)中存某时期压差变化较剧烈现象系统负荷变化较时期数出床层压差催化剂运行天数关系必须屏蔽负荷（原料油流量循环氢流量）变化影响BP工神网络程序原始压差数进行化处理化条件：原料油流量取175 m3h循环氢流量取160 kNm3h运行周期部分时间系统负荷数值
工神网络（ANN）类脑思维生理研究基础数学方法模拟生物神元某基功元件种联结方式组织起网络ANN目前广泛应模式识动控制质量预测函数逼等方面年工智科学领域里重分支工神网络种形式中反传播工神网络（BackPropagation Artificial Neural Network简称BP神网络）种广泛网络模型充分体现工神网络特点[2]图2BP工神网络原理示意图般包括输入层隐含层输出层三层网络结构
……………
……………
……………
F
T
P
K
J
输入信号
输入层
隐含层
输出层
输出信号
图2 BP工神网络原理示意
研究中输入层变量3分催化剂天数原料油流量循环氢流量输出层变量1床层压差隐含层层数取3原始压差数作样输入网络通训练确定优网络参数175 m3h160 kNm3h输入网络出条件运行周期反应器床层压差
神网络化计算压差数原始压差数较见图3图3见化计算数原始数吻合真实反映压差催化剂天数关系
化处理数
实际压差
图3 化处理数原始压差数较
图中发现化数变化曲线指数函数相类似假设压差模型：
(1)
(1)式中床层压差开工初期床层压差催化剂运行天数妨称增长子
利Matlab软件拟合计算802kPa0001244
模型（1）
实际压差
图4 模型(1)原始压差数
4 模型修正
述模型曲线实际压差变化趋势见图4图4见模型曲线催化剂运行初期高估压差增长速率生产实践证明：催化剂末期压差增长速率低估模型真实反映压差变化规律必须进行修改
面分析知压差增长子实际变化应该着时间延长逐渐变假设催化剂运行天数定常数（1）模型变：
（2）
利Matlab拟合计算：834kPa
模型2
实际压差
图5 模型(2)实际压差数
模型(2)实际压差数见图5图5发现模型(2)反映压差真实增长规律
模型(2)计算：保持前运行条件装置运行2007年4月13日时DC101A床层压差达350 kPa
4 结
加氢精制反应器床层压差数工神网络化处理建立两种压差运行时间变化数学模型工业实践表明种模型较准确反映压差增长规律
Prediction of the Hydrorefining Reactor Pressure Drop
of Hydrocracking Unit
Yan Zhengchao
（Aromatic Plant of Yangzi Petrochemical Co ltd Nanjing 210048 China ）
Abstract It is particularly essential to predict the pressure drop of hydrorefining reactor for directing the production of hydrocracking unit In this study firstly the original pressure drop data was normalized by BP artificial neural network Two mathematical models were established to perform the relationship between pressure drop and running time of the unit whereafter The practice testified that the last model can reveal the regular of the pressure drop’s increase trend
Key words hydrocracking hydrorefining reactor pressure drop BP artificial neural network mathematical model
参考文献
[1] 韩崇仁 加氢裂化工艺工程[M] 北京：中国石化出版社2001
[2] G Zahedi A Elkamel A Lohi A Jahanmiri MR Rahimpor Hybrid artificial neural networkFirst principle model formulation for the unsteady state simulation and analysis of a packed bed reactor for CO2 hydrogenation to methanol Chemical Engineering Journal[J] 115 (2005) 113–120
文档香网(httpswwwxiangdangnet)户传
《香当网》用户分享的内容，不代表《香当网》观点或立场，请自行判断内容的真实性和可靠性！
该内容是文档的文本内容，更好的格式请下载文档
颜正
（中国石化扬子石油化工股份限公司芳烃厂江苏南京 210048）
摘 加氢精制反应器床层压差准确预测指导生产决策具十分重意义研究中首先利BP工神网络原始压差数化处理然建立两种反映压差运行时间变化关系数学模型实践表明种模型真实反映压差增长规律
关键词 加氢裂化 精制反应器 压差 BP工神网络 数学模型
1 前言
加氢精制反应器床层压差仅加氢裂化装置重设计参数装置否长周期运行重制约素加氢裂化装置时非催化剂失活反应器压力降超设计允许值迫停工床层压力降增会迫系统降负荷生产造成耗增加更重增反应器件承载负荷严重时会反应器件坍塌带重济损失准确预测加氢精制反应器床层压差根预测结果时调整生产工艺参数延缓压差升速率加氢裂化装置长周期稳定运行提高装置运行效益确定合理停工日期具十分重意义
2 现状分析
扬子石化高压加氢裂化装置原设计采美国UOP公司两段全循环联合加氢裂化工艺年加工120万吨减压柴油（VGO）焦化重柴（HCGO）焦化轻柴（LCGO）混合料生产轻重石脑油液化汽干气装置1993年进行扩容改造原流程改造两系列次通流程产扩200万吨年增产航煤基础油柴油加氢尾油
装置ⅠⅡ系列精制反应器（DC101ADC101C）2004年8月份检修期间装填抚石油化工研究院生产FF26型精制催化剂反应器顶部加装12米高FZC系列保护型催化剂层扬子加氢裂化装置Ⅰ系列加工量120万吨年Ⅱ系列80万吨年Ⅰ系列处理负荷较床层压差增长速率较Ⅱ系列快次系统迫停车撇头Ⅰ系列精制反应器DC101A床层压差快速增长造成文中仅分析预测Ⅰ系列精制反应器床层压差
图1DC101A床层压差（设计指标限350kPa）2004年8月11日2006年8月11日开工两年变化趋势压差开工初期80kPa左右增加200kPa进步分析压差趋势图出压差总体催化剂天数呈指数形式增长增长速率越越快准确预测压差增长趋势必须建立适数学模型计算出压差达指标限日期确定合理生产方案停工日期提供决策
图1 精制反应器床层压差变化趋势
3 模型建立
加氢精制反应器属滴流床反应器工业程中广泛类气液固三相催化反应装置气液固三相存反应器流动混合传质程十分复杂迄止尚未见十分成功流体动力学模型报道[1]
工业实践中精制反应器压差受系统负荷（包括原料油流量循环氢流量）影响参数例原料油粘度循环氢组份反应温度会压差产生较影响运行周期反应器床层压差增长速率会受原料杂质浓度（包括金属离子固体颗粒胶质等）原料滤器滤效果氢油等诸复杂素影响监测手段限制建立模型方便研究中压差影响素作适简化假设运行周期原料种性质精制反应温度滤器滤效果均发生变化
收集开工压差数（见图1）发现精制反应器压差开工初期变化缓着运转周期延长增长速率越越快图(1)中存某时期压差变化较剧烈现象系统负荷变化较时期数出床层压差催化剂运行天数关系必须屏蔽负荷（原料油流量循环氢流量）变化影响BP工神网络程序原始压差数进行化处理化条件：原料油流量取175 m3h循环氢流量取160 kNm3h运行周期部分时间系统负荷数值
工神网络（ANN）类脑思维生理研究基础数学方法模拟生物神元某基功元件种联结方式组织起网络ANN目前广泛应模式识动控制质量预测函数逼等方面年工智科学领域里重分支工神网络种形式中反传播工神网络（BackPropagation Artificial Neural Network简称BP神网络）种广泛网络模型充分体现工神网络特点[2]图2BP工神网络原理示意图般包括输入层隐含层输出层三层网络结构
……………
……………
……………
F
T
P
K
J
输入信号
输入层
隐含层
输出层
输出信号
图2 BP工神网络原理示意
研究中输入层变量3分催化剂天数原料油流量循环氢流量输出层变量1床层压差隐含层层数取3原始压差数作样输入网络通训练确定优网络参数175 m3h160 kNm3h输入网络出条件运行周期反应器床层压差
神网络化计算压差数原始压差数较见图3图3见化计算数原始数吻合真实反映压差催化剂天数关系
化处理数
实际压差
图3 化处理数原始压差数较
图中发现化数变化曲线指数函数相类似假设压差模型：
(1)
(1)式中床层压差开工初期床层压差催化剂运行天数妨称增长子
利Matlab软件拟合计算802kPa0001244
模型（1）
实际压差
图4 模型(1)原始压差数
4 模型修正
述模型曲线实际压差变化趋势见图4图4见模型曲线催化剂运行初期高估压差增长速率生产实践证明：催化剂末期压差增长速率低估模型真实反映压差变化规律必须进行修改
面分析知压差增长子实际变化应该着时间延长逐渐变假设催化剂运行天数定常数（1）模型变：
（2）
利Matlab拟合计算：834kPa
模型2
实际压差
图5 模型(2)实际压差数
模型(2)实际压差数见图5图5发现模型(2)反映压差真实增长规律
模型(2)计算：保持前运行条件装置运行2007年4月13日时DC101A床层压差达350 kPa
4 结
加氢精制反应器床层压差数工神网络化处理建立两种压差运行时间变化数学模型工业实践表明种模型较准确反映压差增长规律
Prediction of the Hydrorefining Reactor Pressure Drop
of Hydrocracking Unit
Yan Zhengchao
（Aromatic Plant of Yangzi Petrochemical Co ltd Nanjing 210048 China ）
Abstract It is particularly essential to predict the pressure drop of hydrorefining reactor for directing the production of hydrocracking unit In this study firstly the original pressure drop data was normalized by BP artificial neural network Two mathematical models were established to perform the relationship between pressure drop and running time of the unit whereafter The practice testified that the last model can reveal the regular of the pressure drop’s increase trend
Key words hydrocracking hydrorefining reactor pressure drop BP artificial neural network mathematical model
参考文献
[1] 韩崇仁 加氢裂化工艺工程[M] 北京：中国石化出版社2001
[2] G Zahedi A Elkamel A Lohi A Jahanmiri MR Rahimpor Hybrid artificial neural networkFirst principle model formulation for the unsteady state simulation and analysis of a packed bed reactor for CO2 hydrogenation to methanol Chemical Engineering Journal[J] 115 (2005) 113–120
文档香网(httpswwwxiangdangnet)户传
《香当网》用户分享的内容，不代表《香当网》观点或立场，请自行判断内容的真实性和可靠性！
该内容是文档的文本内容，更好的格式请下载文档
