技术领域
[0001] 本发明涉及催化剂技术领域，具体地涉及一种催化剂置换过程中催化装置产品分布、产品性质预测方法。
相关背景技术
[0002] 催化是化学反应中常用的技术，可以起到调节反应速度和产品分布等作用，例如催化裂化是重质油轻质化的重要手段之一，是液化气、汽油、柴油等轻质油的主要生产工艺。而催化剂作为催化技术的基础材料，是实现原油高效转化和生产清洁能源的关键技术。因此，针对各种不同工艺、不同原油的催化装置，开发出了不同类型的催化剂并应用于催化装置。对于正常平稳运行的催化装置，当遇到以下几种情况，需要对催化剂进行置换：
[0003] 1.炼化企业由“能源型”向“化工型”转型升级，为提高炼化企业竞争力，对催化装置进行升级改造，装置类型的变化，需要合适的催化剂进行匹配；
[0004] 2.炼化企业根据产品市场价格变化趋势，为满足效益最大化需求，调整催化剂配方，达到增产某种产品的需求；
[0005] 3.催化装置由于原料油重金属的变化，导致平衡剂重金属中毒，需要大量新鲜催化剂置换；
[0006] 4.炼化企业定期进行商务招标，由于更换催化剂供应商从而导致更换催化剂。
[0007] 在对催化剂进行置换的过程中，由于不知道催化剂性能以及产品分布情况，导致操作人员无法精确地指导装置操作，保障催化装置安全、稳定运行。
具体实施方式
[0031] 以下结合附图对本发明实施例的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本发明实施例，并不用于限制本发明实施例。
[0032] 出于对经济效益和产品迭代升级的考虑，在催化装置生产过程中可能需要置换催化剂，在催化剂置换过程中，由于无法直观地了解置换催化剂和被置换催化剂的性能，导致不清楚未来产品分布和产品性质的情况，从而无法精确指导装置的操作。基于此，本申请的发明人提供一种催化剂置换过程中催化装置产品分布、产品性质预测方法，所述方法包括：对催化剂进行催化剂评价实验，获得催化剂数据库，根据催化装置的相关数据，建立催化装置模型，将所述置换催化剂数据库和被置换催化剂数据库代入所述催化装置模型，获得所述置换催化剂和被置换催化剂的加入比例与催化装置反应所得产品分布、产品性质的关系，以预测催化剂置换过程中催化装置的产品分布和产品性质。通过所述催化剂置换过程中产品分布、产品性质的预测方法，可以准确得知催化剂置换过程中催化装置的产品分布、产品性质，从而直观地了解置换催化剂和被置换催化剂的性能，精确地指导装置操作。
[0033] 图1是本发明实施例提供的一种催化剂置换过程中催化装置产品分布、产品性质预测方法的流程图。
[0034] 如图1所示，所述催化剂置换过程中催化装置产品分布、产品性质预测方法包括：
[0035] S100：对催化剂进行催化剂评价实验，获得催化剂数据库；所述催化剂包括置换催化剂和被置换催化剂，所述催化剂数据库包括置换催化剂数据库和被置换催化剂数据库；
[0036] S110：根据催化装置的相关数据，建立催化装置模型；
[0037] S120：将所述置换催化剂数据库和被置换催化剂数据库代入所述催化装置模型，获得所述置换催化剂和被置换催化剂的加入比例与催化装置反应所得产品分布、产品性质的关系，以预测催化剂置换过程中催化装置的产品分布和产品性质。
[0038] 在步骤S100中，通过对置换催化剂和被置换催化剂进行催化剂评价实验可以获得置换催化剂数据库和被置换催化剂数据库。在优选实施例中，可以通过催化剂评价实验，获得所述催化剂的的物化数据、评价数据和PONA分析数据，然后根据所述物化数据、评价数据和PONA分析数据，获得催化剂数据库。所述催化剂数据库包含该催化剂对应的催化剂因子，所述催化剂因子表征催化剂在催化装置中所起的作用，不同的催化剂因子代入同一套催化装置模型，可以模拟出不同的产品分布。
[0039] 在步骤S110中，可以通过催化装置模型对催化装置实际运行情况及产品产出情况进行模拟。优选的，可以根据催化装置的相关数据，建立所述催化装置模型。所述催化装置的相关数据包括但不限于催化装置的工艺操作参数、原料油以及产品分析数据和设备尺寸数据。
[0040] 在优选实施例中，可以将所述置换催化剂数据库和被置换催化剂数据库代入所述催化装置模型，获得所述置换催化剂和被置换催化剂的加入比例与催化装置反应所得产品分布、产品性质的关系，以预测催化剂置换过程中催化装置的产品分布和产品性质。需要说明的是，所述催化装置模型包括催化装置因子，不同的催化装置模型对应不同的催化装置因子，不同的装置因子与催化剂的催化剂因子相互作用，可以得到不同的产品分布和产品性质。优选的，可以通过控制加剂速率、卸剂数量、卸剂频率和总藏量综合调整所述置换催化剂和被置换催化剂的加入比例。
[0041] 通过本发明实施例，对催化剂进行催化剂评价实验，获得催化剂数据库，根据催化装置的相关数据，建立催化装置模型，然后将所述置换催化剂数据库和被置换催化剂数据库代入所述催化装置模型，获得所述置换催化剂和被置换催化剂的加入比例与催化装置反应所得产品分布、产品性质的关系，预测催化剂置换过程中催化装置产品分布、产品性质的情况，通过产品分布和产品性质的情况，可以直观地了解置换催化剂和被置换催化剂的性能，进而精确的指导装置操作，提高生产操作水平。
[0042] 在更优选实施例中，所述催化剂置换过程中催化装置产品分布、产品性质预测方法，包括：
[0043] 对催化剂进行催化剂评价实验，获得催化剂数据库；所述催化剂包括置换催化剂和被置换催化剂，所述催化剂数据库包括置换催化剂数据库和被置换催化剂数据库；
[0044] 根据催化装置的相关数据，建立催化装置模型；
[0045] 将所述置换催化剂数据库和被置换催化剂数据库代入所述催化装置模型，获得所述置换催化剂和被置换催化剂的加入比例与催化装置反应所得产品分布、产品性质的关系，以预测催化剂置换过程中催化装置的产品分布和产品性质。
[0046] 所述催化剂置换过程中催化装置产品分布、产品性质预测方法，还包括：建立催化剂置换过程中催化装置产品分布、产品性质的可视化视图，通过所述可视化视图观测催化剂置换过程中产品分布和产品性质的情况。所述可视化视图包括但不限于饼图、折线图和条形图。通过对催化剂置换过程中产品分布情况视图的观察，可以直观地了解催化剂占不同比例时，产品分布和产品性质的情况，从而对催化剂的置换速率进行调节。
[0047] 通过本发明实施例，对催化剂进行催化剂评价实验，获得催化剂数据库，根据催化装置的相关数据，建立催化装置模型，然后将所述置换催化剂数据库和被置换催化剂数据库代入所述催化装置模型，获得所述置换催化剂和被置换催化剂的加入比例与催化装置反应所得产品分布、产品性质的关系，预测催化剂置换过程中催化装置产品分布、产品性质的情况。通过催化剂置换过程中催化装置产品分布、产品性质的可视化视图，可以直观地了解置换催化剂和被置换催化剂的性能，进而精确的指导装置操作，提高生产操作水平。
[0048] 在具体实施例中，所述催化剂是催化裂化催化剂，相应的，所述催化装置可以是催化裂化装置，如图2所示，所述催化裂化催化剂置换过程中催化装置产品分布、产品性质预测方法包括：
[0049] S200:对催化裂化催化剂进行催化剂评价实验，获得催化剂数据库；所述催化裂化催化剂包括置换催化剂和被置换催化剂，所述催化剂数据库包括置换催化剂数据库和被置换催化剂数据库；
[0050] S210:根据催化裂化装置的相关数据，建立催化裂化装置模型；
[0051] S220:将所述置换催化剂数据库和被置换催化剂数据库代入所述催化裂化装置模型，获得所述置换催化剂和被置换催化剂的加入比例与催化裂化装置反应所得产品分布、产品性质的关系，以预测催化剂置换过程中催化裂化装置的产品分布和产品性质。
[0052] 通过本发明实施例，对催化裂化催化剂进行催化剂评价实验，获得催化剂数据库，根据催化裂化装置的相关数据，建立催化裂化装置模型，然后将所述置换催化剂数据库和被置换催化剂数据库代入所述催化裂化装置模型，获得所述置换催化剂和被置换催化剂的加入比例与催化裂化装置反应所得产品分布、产品性质的关系，预测催化剂置换过程中催化裂化装置产品分布、产品性质的情况，通过产品分布和产品性质的情况，可以直观地了解置换催化剂和被置换催化剂的性能，进而精确的指导装置操作，提高生产操作水平。
[0053] 在具体实施例中，所述催化剂是催化裂解催化剂，相应的，所述催化装置可以是催化裂解装置，如图3所示，所述催化剂置换过程中催化装置产品分布、产品性质预测方法包括：
[0054] S300:对催化裂解催化剂进行催化剂评价实验，获得催化剂数据库；所述催化裂解催化剂包括置换催化剂和被置换催化剂，所述催化剂数据库包括置换催化剂数据库和被置换催化剂数据库；
[0055] S310:根据催化裂解装置的相关数据，建立催化裂解装置模型；
[0056] S320:将所述置换催化剂数据库和被置换催化剂数据库代入所述催化裂解装置模型，获得所述置换催化剂和被置换催化剂的加入比例与催化裂解装置反应所得产品分布、产品性质的关系，以预测催化剂置换过程中催化裂解装置的产品分布和产品性质。
[0057] 通过本发明实施例，对催化裂解催化剂进行催化剂评价实验，获得催化剂数据库，根据催化裂解装置的相关数据，建立催化裂解装置模型，然后将所述置换催化剂数据库和被置换催化剂数据库代入所述催化裂解装置模型，获得所述置换催化剂和被置换催化剂的加入比例与催化裂解装置反应所得产品分布、产品性质的关系，预测催化剂置换过程中催化裂解装置产品分布、产品性质的情况，通过产品分布和产品性质的情况，可以直观地了解置换催化剂和被置换催化剂的性能，进而精确的指导装置操作，提高生产操作水平。
[0058] 在一个具体实施例中，以KBC公司开发的FCC‑SIM软件为基础，对催化剂进行催化剂评价实验，获得催化剂数据库；具体的，FCC‑SIM软件中催化剂数据库是建立在对催化剂进行8组实验条件考察的基础上，所述8组试验条件中涉及了作为标样的基础催化剂、预测催化剂、FCC进料、剂油比、反应温度、进料金属污染物、水热老化失活等方面，通过催化剂评价实验，可以得到催化剂的物化数据、评价数据和PONA分析数据，将催化剂的物化数据、评价数据和PONA分析数据输入CDB数据库Excel文件中，利用Excel自带的经验计算公式生成被测催化剂的66个催化剂因子，完成催化剂数据库。其中，表1是本发明实施例提供的实验条件表。
[0059] 表1
[0060]
[0061]
[0062] 其中，第一组试验条件的试验描述为：Fresh Catalyst(新鲜剂)，温度为：705摄氏度，时间为：12小时，压力为：1bar，蒸汽为：100％，反应温度为：515摄氏度，剂油比为：5，进料类型为：Gas Oil(蜡油)，金属为：None(无)。
[0063] 第二组试验条件的试验描述为：Mild(轻度条件)，温度为：760摄氏度，时间为：12小时，压力为：1bar，蒸汽为：100％，反应温度为：515摄氏度，剂油比为：5，进料类型为：Gas Oil(蜡油)，金属为：None(无)。
[0064] 第三组试验条件的试验描述为：Moderate Base(中度条件)，温度为：775摄氏度，时间为：12小时，压力为：1bar，蒸汽为：100％，反应温度为：515摄氏度，剂油比为：5，进料类型为：Gas Oil(蜡油)，金属为：None(无)。
[0065] 第四组试验条件的试验描述为：Moderate+1.5CTO(中度+提高1.5剂油比)，温度为：775摄氏度，时间为：12小时，压力为：1bar，蒸汽为：100％，反应温度为：515摄氏度，剂油比为：6.5，进料类型为：Gas Oil(蜡油)，金属为：None(无)。
[0066] 第五组试验条件的试验描述为：Moderate+20摄氏度RxT(中度+提高20摄氏度反应温度)，温度为：775摄氏度，时间为：12小时，压力为：1bar，蒸汽为：100％，反应温度为：535摄氏度，剂油比为：5，进料类型为：Gas Oil(蜡油)，金属为：None(无)。
[0067] 第六组试验条件的试验描述为：Moderate+Resid(中度+渣油)，温度为：775摄氏度，时间为：12小时，压力为：1bar，蒸汽为：100％，反应温度为：515摄氏度，剂油比为：5，进料类型为：GasOil+Resid(蜡油及渣油)，金属为：None(无)。
[0068] 第七组试验条件的试验描述为：Moderate+Resid+Metals(中度+渣油+金属)，温度为：775摄氏度，时间为：12小时，压力为：1bar，蒸汽为：100％，反应温度为：515摄氏度，剂油比为：5，进料类型为：GasOil+Resid(蜡油及渣油)，金属为：3000ppm。
[0069] 第八组试验条件的试验描述为：Severe(苛刻条件)，温度为：795摄氏度，时间为：12小时，压力为：1bar，蒸汽为：100％，反应温度为：515摄氏度，剂油比为：5，进料类型为：
Gas Oil(蜡油)，金属为：None(无)。
[0070] 通过FCC‑SIM软件，根据催化装置的工艺操作参数、原料油以及产品分析数据和设备尺寸数据，建立催化装置模型；将所述置换催化剂数据库和被置换催化剂数据库代入所述催化装置模型，获得所述置换催化剂和被置换催化剂的加入比例与催化装置反应所得产品分布、产品性质的关系，以预测催化剂置换过程中催化装置的产品分布和产品性质。如表2所示，其中A是被置换催化剂，B是置换催化剂，通过改变置换催化剂B占装置系统藏量的比例，可以得到碳四烯烃、干气、液化气、汽油、柴油以及油浆等不同的产品分布和产品性质。
[0071] 表2
[0072]
[0073]
[0074] 从表中可以看出：
[0075] 当A为100％，B为0％时，碳四烯烃收率为：4.891％，当A为65％，B为35％时，碳四烯烃收率为：5.175％，当A为35％，B为65％时，碳四烯烃收率为：5.414％，当A为20％，B为80％时，碳四烯烃收率为：5.531％。
[0076] 当A为100％，B为0％时，干气收率为：3.316％，当A为65％，B为35％时，干气收率为：3.326％，当A为35％，B为65％时，干气收率为：3.336％，当A为20％，B为80％时，干气收率为：3.340％。
[0077] 当A为100％，B为0％时，液化气收率为：22.909％，当A为65％，B为35％时，液化气收率为：22.968％，当A为35％，B为65％时，液化气收率为：23.019％，当A为20％，B为80％时，液化气收率为：23.044％。
[0078] 当A为100％，B为0％时，汽油收率为：44.848％，当A为65％，B为35％时，汽油收率为：44.781％，当A为35％，B为65％时，汽油收率为：44.723％，当A为20％，B为80％时，汽油收率为：44.694％。
[0079] 当A为100％，B为0％时，柴油收率为：15.414％，当A为65％，B为35％时，柴油收率为：15.407％，当A为35％，B为65％时，柴油收率为：15.401％，当A为20％，B为80％时，柴油收率为：15.398％。
[0080] 当A为100％，B为0％时，油浆收率为：6.581％，当A为65％，B为35％时，油浆收率为：6.586％，当A为35％，B为65％时，油浆收率为：6.591％，当A为20％，B为80％时，油浆收率为：6.593％。
[0081] 与未置换催化剂B对比，当催化剂B占系统藏量分别为35％、65％、80％时，汽油和液化气总收率相当，碳四烯烃收率分别增加0.284％、0.523％、0.64％，碳四烯烃收率持续增加，验证了置换催化剂B对于碳四烯烃收率增加效果显著，通过对产品分布的直观预测可以精确的指导装置操作，提高生产操作水平。
[0082] 为验证置换催化剂B在该炼化企业的催化装置中实际应用情况，当催化剂B占装置系统藏量80％的时候，取得当天的实际生产运行数据，对比预测值与实际生产值，并求取精度，结果如表3所示：
[0083] 表3
[0084]
[0085] 从表中可以看出：
[0086] 碳四烯烃收率中，实际生产值为：5.403％，模型预测值为：5.531％，差值为：0.128，精度为：97.63％。
[0087] 干气收率中，实际生产值为：3.565％，模型预测值为：3.340％，差值为：‑0.225，精度为：93.69％。
[0088] 液化气收率中，实际生产值为：22.413％，模型预测值为：23.044％，差值为：0.631，精度为：97.18％。
[0089] 汽油收率中，实际生产值为：42.586％，模型预测值为：44.694％，差值为：2.108，精度为：95.05％。
[0090] 柴油收率中，实际生产值为：16.152％，模型预测值为：15.398％，差值为：‑0.754，精度为：95.33％。
[0091] 油浆收率中，实际生产值为：6.882％，模型预测值为：6.593％，差值为：‑0.289，精度为：95.80％。
[0092] 从实际生产值与模型预测值对比结果可以看出，所有产品的收率、产品分布精度都维持在90％以上，其中液化气、汽油、柴油、油浆收率精度均在95％以上，证明预测结果的准确性较高。
[0093] 本发明实施例通过对催化剂进行催化剂评价实验，获得催化剂数据库，根据催化装置的相关数据，建立催化装置模型，然后将所述置换催化剂数据库和被置换催化剂数据库代入所述催化装置模型，获得所述置换催化剂和被置换催化剂的加入比例与催化装置反应所得产品分布、产品性质的关系，预测催化剂置换过程中催化装置的产品分布和产品性质，通过产品分布和产品性质，可以直观地了解置换催化剂和被置换催化剂的性能，进而精确的指导装置操作，提高生产操作水平。
[0094] 需要说明的是，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、商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、商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，并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
[0095] 以上仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。
