使用BP神经网络预测FCC柴油类型硫含量及其加氢脱硫性能

论文摘要

随着环保法规日益严格和国外原油质量变劣,以及目前FCC装置的原料有逐渐向掺炼渣油或全炼重油过渡的趋势,柴油的质量将面临挑战,急需研究和开发生产优质低硫柴油的加工工艺。研究表明,柴油中硫化物的类型分布与含量随柴油的不同来源及不同的加工工艺而有很大的不同。柴油中的硫化物主要有两类:苯并噻吩衍生物和二苯并噻吩衍生物,二者加氢脱除活性相差甚远。为了选择更好的脱硫催化剂与脱硫工艺,需要了解柴油中各种含硫化合物的分布及含量,进而根据产品要求确定其最佳操作条件。本论文分析了FCC柴油不同沸程馏分的硫含量和类型硫分布,结果表明:随着切割馏分沸程的增加,FCC柴油中硫含量逐渐增加。苯并噻吩及衍生物主要分布于沸程在初馏点～300℃的馏分中;二苯并噻吩及衍生物主要分布于沸程在300℃～终馏点的馏分中。建立了用于预测FCC柴油总硫含量的BP神经网络模型,其预测误差最大为3.28%.建立了用于预测FCC柴油切割馏分类型硫含量的BP神经网络,其预测误差最小为1.74%,最大为4.95%.建立了全沸程FCC柴油加氢精制过程的反应模型,分析了反应条件对脱硫率的影响。建立了用于预测两批次FCC柴油加氢精制反应温度的BP神经网络模型,预测反应温度最大相对误差为1.3%,用该模型预测高沸程FCC柴油加氢精制温度,最大相对误差为1.6%.建立了高沸程FCC柴油加氢精制过程的反应模型,分析了反应条件对高沸程FCC柴油脱硫率的影响。建立了用于预测三批次FCC柴油加氢精制反应温度的BP神经网络模型,预测最大相对误差为1.5%.

论文目录

• 摘要
• Abstract
• 第一章 绪论
• §1-1 前言
• §1-2 柴油硫含量标准及柴油中的硫化物
• 1-2-1 柴油硫含量标准
• 1-2-2 柴油中的含硫化合物
• §1-3 柴油脱硫方法
• 1-3-1 柴油加氢脱硫方法
• 1-3-2 柴油非加氢超深度脱硫技术
• 1-3-3 整体反应器/催化剂在馏分油脱硫中的应用
• §1-4 人工神经网络
• 1-4-1 BP 人工神经网络的特点
• 1-4-2 BP 人工神经网络在化工方面的应用
• 1-4-3 BP 神经网络结构
• 1-4-4 BP 神经网络的算法
• 1-4-5 设计BP 神经网络的相关函数
• §1-5 人工神经网络在石油化工中的应用
• §1-6 本文研究的主要内容
• 第二章 实验部分
• §2-1 实验试剂及仪器
• §2-2 FCC 柴油性质测定
• 2-2-1 FCC 柴油密度的测定
• 2-2-2 FCC 柴油馏程的测定
• 2-2-3 FCC 柴油苯胺点的测定
• 2-2-4 FCC 柴油开口闪点的测定
• 2-2-5 FCC 柴油恩氏粘度的测定
• §2-3 FCC 柴油加氢脱硫性能评价
• 2-3-1 使用WK-2D 型微库仑仪测定FCC 柴油总硫含量
• 2-3-2 使用气相色谱分析仪测定FCC 柴油类型硫含量
• 第三章 FCC 柴油总硫含量及类型硫分布的分析和预测
• §3-1 引言
• §3-2 FCC 柴油总硫含量和类型硫分布的测定
• 3-2-1 FCC 柴油总硫含量的测定
• 3-2-2 FCC 柴油中类型硫含量的测定
• §3-3 FCC 柴油总硫含量的预测
• 3-3-1 训练函数的确定
• 3-3-2 输入层和输出层的设计
• 3-3-3 隐含层神经元个数的选择
• 3-3-4 训练过程结束的控制参数
• 3-3-5 学习速率和动量因子的确定
• 3-3-6 传输函数的确定
• 3-3-7 BP 神经网络的训练
• 3-3-8 BP 神经网络的检验
• 3-3-9 BP 五种物理性质输出响应值的比较
• §3-4 FCC 柴油类型硫含量的预测
• 3-4-1 BP 神经网络结构的确定
• 3-4-2 BP 神经网络的训练
• 3-4-3 BP 神经网络预测性能的检验
• §3-5 本章小结
• 第四章 FCC 柴油加氢脱硫性能评价及预测
• §4-1 引言
• §4-2 FCC 柴油加氢脱硫性能评价及预测
• 4-2-1 实验设计
• 4.2.2 模型建立
• 4-2-3 方差分析和显著性检验
• 4-2-4 反应条件对脱硫率的影响分析
• 4-2-5 FCC 柴油加氢精制反应温度的预测
• §4-3 高沸程FCC 柴油加氢脱硫性能评价及预测
• 4-3-1 实验设计
• 4-3-2 模型建立
• 4-3-3 方差分析和显著性检验
• 4-3-4 反应条件对脱硫率的影响分析
• 4-3-5 高沸程FCC 柴油加氢精制反应温度的预测
• 4-3-6 神经网络模型的应用
• §4-4 本章小结
• 第五章 结论
• 参考文献
• 附录 A
• 致谢
• 攻读学位期间所取得相关科研成果