催化裂化全装置的模拟方法制造方法及图纸

本发明专利技术提出一种催化裂化全装置的模拟方法

【技术实现步骤摘要】
催化裂化全装置的模拟方法、装置、介质


[0001]本申请涉及石油加工领域，具体涉及一种催化裂化全装置的模拟方法
、
装置
、
介质
。

技术介绍

[0002]催化裂化装置是我国重质油加工的重要装置，提供约
70
％的汽油
、30
％的柴油和
40
％的丙烯
。
催化裂化装置主要包括反应
‑
再生系统
、
分馏系统和吸收
‑
稳定系统
。
反应
‑
再生系统主要由提升管
、
沉降器
、
汽提器和再生器等流化床反应器构成，各反应器内存在复杂的气
‑
固两相流动
‑
反应行为，并且各反应器之间高度耦合关联
。
分馏和吸收
‑
稳定系统主要由精馏塔构成，实现不同产物的分离
。
[0003]对催化裂化装置进行实时准确的过程模拟是建立智能炼厂的重要基础
。
现有催化裂化装置的过程模拟以流程模拟为主，主要对分馏和吸收
‑
稳定系统进行模拟优化
。
对于反应
‑
再生系统，往往采用基于一定简化假设的传统反应器模型，如将提升管反应区视为活塞流或全混流反应器，或者将反应系统粗略划分成大量层状微元
。
但由于流化床反应器内复杂的气
‑
固两相流动
>‑
反应行为，传统反应器模型难以准确预测反应
‑
再生系统的性能
。
[0004]虽然采用计算流体力学模拟能够全面准确预测反应
‑
再生系统的流动
‑
反应行为，但现有催化裂化装置的计算流体力学模拟仅限于对提升管
、
沉降器
、
汽提器和再生器分别进行单独模拟，无法充分考虑各反应器之间的高度耦合特性
。
且用于工业催化裂化装置反应
‑
再生系统的模拟时计算工作量极大，无法实时提供模拟结果，难以与分馏和吸收
‑
稳定系统的流程模拟有效耦合实现催化裂化全装置的实时准确模拟
。

技术实现思路

[0005]针对现有技术的不足，本专利技术提出一种催化裂化全装置的模拟方法
、
装置
、
介质，将反应
‑
再生系统的计算流体力学模拟与分馏和吸收
‑
稳定系统的流程模拟有效耦合，以实现催化裂化全装置的实时准确模拟
。
[0006]为了实现上述目的，本专利技术一方面提供一种催化裂化全装置的模拟方法，所述催化裂化全装置包括反应
‑
再生系统
、
分馏和吸收
‑
稳定系统，包括：
[0007]采用虚拟全循环方法对所述反应
‑
再生系统进行计算流体力学模拟，得到第一催化裂化反应
‑
再生模型；
[0008]根据所述反应
‑
再生系统的模拟结果，对所述第一催化裂化反应
‑
再生模型降阶，得到第二催化裂化反应
‑
再生模型；
[0009]将所述第二催化裂化反应
‑
再生模型与所述分馏和吸收
‑
稳定系统耦合进行联合模拟，对所述催化裂化全装置进行流程模拟
。
[0010]可选的，所述采用虚拟全循环方法对所述反应
‑
再生系统进行计算流体力学模拟的步骤包括：
[0011]根据所述反应
‑
再生系统中各反应器的结构尺寸构建模拟体系，忽略各反应器之
间的物理连接管线，将所述反应
‑
再生系统中上一反应器出口处的性能数据作为实际下一反应器入口处的边界条件，通过虚拟物流的方式进行各反应器之间数据输送；
[0012]通过双流体流动模型模拟所述反应
‑
再生系统中各反应器气
‑
固两相流动行为；
[0013]通过催化裂化反应模型模拟所述反应
‑
再生系统中各反应器发生的催化裂化反应行为，通过催化裂化再生反应模型模拟所述反应
‑
再生系统中各反应器发生的再生反应行为
。
[0014]可选的，根据所述反应
‑
再生系统的模拟结果，对所述第一催化裂化反应
‑
再生模型降阶，得到第二催化裂化反应
‑
再生模型的步骤包括：
[0015]所述反应
‑
再生系统的模拟结果包括整体性能数据和局部性能数据，所述整体性能数据为所述反应
‑
再生系统中各反应器出口处的性能数据，所述局部性能数据为所述反应
‑
再生系统中各反应器内局部的性能数据；
[0016]预设所述反应
‑
再生系统的反应操作条件，所述反应操作条件包括多个成分，分析所述反应操作条件的各成分的贡献率，将满足预设贡献率标准的成分选取为主成分；
[0017]将所述主成分作为输入样本，分别将所述整体性能数据和局部性能数据作为输出样本，采用人工神经网络方法对所述第一催化裂化反应
‑
再生模型进行降阶，得到所述第二催化裂化反应
‑
再生模型
。
[0018]可选的，所述反应操作条件的成分包括提升管再生剂入口温度
、
剂油比
、
加工负荷
、
和
/
或，回炼比
。
[0019]可选的，所述整体性能数据包括所述反应
‑
再生系统中各反应器出口处的组分
、
温度
、
流率
、
压力
、
和
/
或，颗粒相体积分数，所述局部性能数据包括所述反应
‑
再生系统中各反应器内局部的组分
、
温度
、
流率
、
压力
、
和
/
或，颗粒相体积分数
。
[0020]可选的，所述第二催化裂化反应
‑
再生模型包括第二催化裂化反应
‑
再生整体模型与第二催化裂化反应
‑
再生局部模型；
[0021]所述第二催化裂化反应
‑
再生整体模型为所述整体性能数据作为输出样本，采用人工神经网络方法对所述第一催化裂化反应
‑
再生模型降阶得到；
[0022]所述第二催化裂化反应
‑
再生局部模型为所述局部性能数据作为输出样本，采用人工神经网络方法对所述第一催化裂化反应
‑
再生模型降阶得到本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种催化裂化全装置的模拟方法，所述催化裂化全装置包括反应
‑
再生系统
、
分馏和吸收
‑
稳定系统，其特征在于，包括：采用虚拟全循环方法对所述反应
‑
再生系统进行计算流体力学模拟，得到第一催化裂化反应
‑
再生模型；根据所述反应
‑
再生系统的模拟结果，对所述第一催化裂化反应
‑
再生模型降阶，得到第二催化裂化反应
‑
再生模型；将所述第二催化裂化反应
‑
再生模型与所述分馏和吸收
‑
稳定系统耦合进行联合模拟，对所述催化裂化全装置进行流程模拟
。2.
根据权利要求1所述的方法，其特征在于，所述采用虚拟全循环方法对所述反应
‑
再生系统进行计算流体力学模拟的步骤包括：根据所述反应
‑
再生系统中各反应器的结构尺寸构建模拟体系，忽略各反应器之间的物理连接管线，将所述反应
‑
再生系统中上一反应器出口处的性能数据作为实际下一反应器入口处的边界条件，通过虚拟物流的方式进行各反应器之间数据输送；通过双流体流动模型模拟所述反应
‑
再生系统中各反应器气
‑
固两相流动行为；通过催化裂化反应模型模拟所述反应
‑
再生系统中各反应器发生的催化裂化反应行为，通过催化裂化再生反应模型模拟所述反应
‑
再生系统中各反应器发生的再生反应行为
。3.
根据权利要求1所述的方法，其特征在于，根据所述反应
‑
再生系统的模拟结果，对所述第一催化裂化反应
‑
再生模型降阶，得到第二催化裂化反应
‑
再生模型的步骤包括：所述反应
‑
再生系统的模拟结果包括整体性能数据和局部性能数据，所述整体性能数据为所述反应
‑
再生系统中各反应器出口处的性能数据，所述局部性能数据为所述反应
‑
再生系统中各反应器内局部的性能数据；预设所述反应
‑
再生系统的反应操作条件，所述反应操作条件包括多个成分，分析所述反应操作条件的各成分的贡献率，将满足预设贡献率标准的成分选取为主成分；将所述主成分作为输入样本，分别将所述整体性能数据和局部性能数据作为输出样本，采用人工神经网络方法对所述第一催化裂化反应
‑
再生模型进行降阶，得到所述第二催化裂化反应
‑
再生模型
。4.
根据权利要求3所述的方法，其特征在于，所述反应操作条件的成分包括提升管再生剂入口温度
、
剂油比
、
加工负荷
、
和
/
或，回炼比
。5.
根据权利要求3所述的方法，其特征在于，所述整体性能数据包括所述反应
‑
再生系统中各反应器出口处的组分
、
温度
、
流率
、
压力
、
和
/
或，颗粒相体积分数，所述局部性能数据包括所述反应
‑
再生系统中各反应器内局部的组分
、
温度
、
流率
、
压力
、
和
/
或，颗粒相体积分数
。6.
根据权利要求3所述的方法，其特征在于，所述第二催化裂化反应
‑
再生模型包括第二催化裂化反应
‑
再生整体模型与第二催化裂化反应
‑
再生局部模型；所述第二催化裂化反应
‑
再生整体模型为所述整体性能数据作为输出样本，采用人工神经网络方法对所述第一催化裂化反应
‑
再生模型降阶得到；所述第二催化裂化反应
‑
再生局部模型为所述局部性能数据作为输出样本，采用人工神经网络方法对所述第一催化裂化反应
‑
再生模型降阶得到
。7.
根据权利要求6所述的方法，其特征在于，将所述第二催化裂化反应
‑
再生模型与所
述分馏和吸收
‑
稳定系统耦合进行联合模拟，对所述催化裂化全装置进行流程模拟的步骤包括：在对所述催化裂化全装置进行流程模拟的过程中，调用所述第二催化裂化反应
‑
再生整体模型模拟各反应器之间的流动
‑
反应行为；调用所述第二催化裂化反应
‑
再生局部模型模拟各反应器内的局部流动
‑
...

【专利技术属性】
技术研发人员：钟汉斌，陈静，高飞，张君涛，朱玉琴，梁生荣，牛犇，
申请(专利权)人：中国石油集团石油化工研究院有限公司，
类型：发明
国别省市：