一种催化裂化催化剂性能预测方法和装置及选型方法与流程

1.本发明涉及催化性能预测和炼油生产领域，具体地涉及一种催化裂化催化剂性能预测方法和装置及选型方法。


背景技术：

2.在炼油生产过程中，催化裂化是重油加工的最基本、最重要的重质油轻质化手段，交通运输燃料和化工原料中有80％汽油、30％柴油和40％丙烯都来自催化裂化，所以催化裂化装置是炼厂主要的创效装置，处于核心地位。而催化裂化催化剂又作为催化技术的基础材料，是实现原油高效转化和清洁利用最灵活、最经济、最有潜力的关键核心技术。现有技术中，主要催化裂化催化剂生产商，为满足不同原料、不同工艺和产品方案的催化裂化装置开发出了不同类型的催化剂产品。而对于刚建成或想改变产品分布的特定装置，对于如何选型、如何选择催化剂都是通过实验室选剂方法实现的，但是实验室催化剂评价结果与工业装置实际应用情况存在一定的误差，不能实现快速有效的预测催化剂的性能。


技术实现要素：

3.本发明实施例的目的是一种催化裂化催化剂性能预测方法和装置及选型方法。发明人通过研究发现，在现有的技术方法中，主要通过实验室选剂方法，但是实验室催化剂评价结果与工业装置实际应用情况存在一定的误差，开发一种如何在装置限制条件下能最大满足装置目标产品的需求的催化剂选剂方法变得格外重要。
4.为了实现能够有效的预测催化裂化催化剂的性能，且能够有效预测催化剂在该炼厂限制条件下的产品分布，本发明提供一种催化裂化催化剂性能预测方法和装置及选型方法。该催化裂化催化剂性能预测方法包括：对催化剂进行评价实验得到催化剂因子；根据炼厂的工业装置数据，建立该炼厂的催化裂化装置模型；将所述催化剂因子带入催化裂化装置模型，预测所述催化剂在该炼厂使用下的产品分布。
5.可选的，所述评价实验包括选取实验条件，并根据所述实验条件，确定催化剂的实验方案，根据所述实验方案确定初始数据；将所述初始数据数据输入计算文件中，生成所述催化剂的催化剂因子。
6.可选的，所述实验条件至少包括实验温度、实验时间、实验压力、反应温度；所述初始数据至少包括催化剂的物理化学数据、催化剂评价数据；所述催化剂因子至少包括温度对转化率的影响、金属对生焦的影响、重油对生焦的影响。
7.可选的，根据所述炼厂的工业装置数据，通过fcc-sim软件建立该炼厂的催化裂化装置模型；所述工业装置数据至少包括所述炼厂的原料油数据、产品数据、操作条件数据、装置尺寸数据。
8.相应的，本发明实施例还提供一种催化裂化催化剂选型方法，该方法包括上述中任一项所述的催化裂化催化剂性能预测方法，预测不少于一种催化剂在所述炼厂使用下的产品分布；结合所述炼厂需求和不同催化剂的产品分布，确定满足该炼厂需求的至少一种
催化剂。
9.相应的，本发明实施例还提供一种催化裂化催化剂性能预测装置，其特征在于，包括：信息获取单元，用于对催化剂进行评价实验得到催化剂因子；数据模型单元，用于根据炼厂的工业装置数据，建立该炼厂的催化裂化装置模型；处理单元，用于将所述催化剂因子带入催化裂化装置模型，预测所述催化剂在该炼厂使用下的产品分布。
10.可选的，所述评价实验包括选取实验条件，并根据所述实验条件，确定催化剂的实验方案，根据所述实验方案确定初始数据；将所述初始数据数据输入计算文件中，生成所述催化剂的催化剂因子。
11.可选的，所述实验条件至少包括实验温度、实验时间、实验压力、反应温度；所述初始数据至少包括催化剂的物理化学数据、催化剂评价数据；所述催化剂因子至少包括温度对转化率的影响、金属对生焦的影响、重油对生焦的影响。
12.可选的，根据所述炼厂的工业装置数据，通过fcc-sim软件建立该炼厂的催化裂化装置模型；所述工业装置数据至少包括所述炼厂的原料油数据、产品数据、操作条件数据、装置尺寸数据。
13.可选的，根据所述处理单元预测不少于一种催化剂在所述炼厂使用下的产品分布；结合炼厂需求和不同催化剂的产品分布，确定满足该炼厂需求的至少一种催化剂。
14.通过上述技术方案，本发明提供的催化裂化催化剂性能预测、选型的方法可以快速有效的预测催化剂的性能，能够有效的将催化剂实验数据和工业装置数据结合起来，能够有效预测该催化剂在该炼厂限制条件下的产品分布。
15.本发明实施例的其它特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
16.附图是用来提供对本发明实施例的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本发明实施例，但并不构成对本发明实施例的限制。在附图中：
17.图1是本发明的一种催化裂化催化剂性能预测方法的流程示意图；
18.图2是本发明一种实施例的催化裂化装置模型示意图。
具体实施方式
19.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。
20.图1是本发明的一种催化裂化催化剂性能预测方法的流程示意图。如图1所示，步骤s101为对催化剂进行评价实验得到催化剂因子。在炼油生产过程中，催化裂化是重油加工的最基本、最重要的重质油轻质化手段，交通运输燃料和化工原料中有80％汽油、30％柴油和40％丙烯都来自催化裂化，重油的催化裂化催化剂是指以石油炼制工业中的焦油、减粘裂化的馏出油、减压渣油经溶剂抽提得到的抽出油，经加氢处理的常压重油和减压渣油，甚至常压重油和减压渣油本身等重油组分为原料，进行裂化反应使用的催化剂。
21.所述评价实验包括选取实验条件，并根据所述实验条件，确定催化剂的实验方案，根据所述实验方案确定初始数据；将所述初始数据数据输入计算文件中，生成所述催化剂
的催化剂因子。所述实验条件至少包括实验温度、实验时间、实验压力、反应温度；所述初始数据至少包括催化剂的物理化学数据、催化剂评价数据。作为一种优选的实施方式，本发明采用fcc催化剂常规化验分析，得到催化剂的物理化学数据；采用ace评价装置，得到催化剂评价数据；所述计算文件为kbc公司的fcc-sim软件的相关输入文件。按照一种优选的实施方式，对催化剂进行八组评价试验，获得与催化剂质量和性能相关的实验结果，并将实验结果转化为催化剂数据库，所述八组评价实验如表1所示：
22.表1
[0023][0024][0025]
所述催化剂因子至少包括温度对转化率的影响、金属对生焦的影响、重油对生焦的影响。优选的，所述催化因子包括如下表2所示：
[0026]
表2
[0027][0028][0029]
步骤s102为建立该炼厂的催化裂化装置模型。优选的，根据炼厂的工业装置数据，建立该炼厂的催化裂化装置模型；根据所述炼厂的工业装置数据，通过fcc-sim软件建立该炼厂的催化裂化装置模型；所述工业装置数据至少包括所述炼厂的原料油数据、产品数据、操作条件数据、装置尺寸数据。优选的，了解某炼厂催化装置的工艺流程，收集该催化装置的原料油数据、产品数据、操作条件数据以及装置尺寸数据等，利用kbc公司的fcc-sim软
件，将收集的数据建立该催化装置的工业模型，经过反复校正，使模型符合工业装置特点。
[0030]
步骤s103为将所述催化剂因子带入催化裂化装置模型，预测所述催化剂在该炼厂使用下的产品分布。对催化剂进行八组评价试验后，利用kbc公司提供软件将实验结果转化为工业装置模型能识别的催化剂因子，根据待筛选催化剂的数量，可以对一个或者多个催化剂进行八组评价实验，多个催化剂的催化剂因子可以组成催化剂数据库。将催化剂数据库与工业装置模型结合，预测不同催化剂在该炼厂使用下的产品分布。
[0031]
本发明实施例还提供一种催化裂化催化剂选型方法，其特征在于，该方法包括利用上述任一项所述的催化裂化催化剂性能预测方法，预测不少于一种催化剂在所述炼厂使用下的产品分布；结合所述炼厂需求和不同催化剂的产品分布，确定满足该炼厂需求的至少一种催化剂。
[0032]
本发明提供了一种催化裂化催化剂选型方法的具体实施案例：
[0033]
1)某炼厂a要筛选一种催化剂，其目标产品需求如下：减少油浆；多产柴油；保持其它产品收率大体不变；减少新鲜催化剂消耗量。
[0034]
2)具体选剂流程：
[0035]
将待筛选的催化剂按照发明内容所述的八组实验条件进行实验，利用kbc公司提供软件将实验结果转化为工业装置模型能识别的催化剂数据库；
[0036]
了解某炼厂催化装置的工艺流程，收集该催化装置的原料油数据、产品数据、操作条件数据以及装置尺寸数据等，利用kbc公司的fcc-sim软件，将收集的数据建立该催化装置的工业模型，如图2所示；
[0037]
将催化剂因子与工业装置模型结合，预测不同催化剂在该炼厂使用下的产品分布，从而挑选出最符合装置目标产品需求的催化剂b。催化剂b对应的该炼厂催化后的产品分布为表3：
[0038]
表3
[0039]
产品收率基础催化剂催化剂b差值干气1.681.880.20液化气11.2410.82-0.41汽油48.8348.55-0.28柴油22.1324.272.14重油11.539.88-1.65焦炭4.204.220.02
[0040]
3)从表3可以看出，催化剂b在装置限制条件下，重油收率降低1.65％，柴油收率升高2.14％，其它产品收率基本保持不变，满足炼厂a的目标产品需求，有效的筛选出催化剂b作为炼厂a的催化剂。
[0041]
本发明的催化裂化催化剂选型方法可以快速有效的预测催化剂的性能，能够有效的将催化剂实验数据和工业装置数据结合起来，能够有效预测该催化剂在该炼厂限制条件下的产品分布，从而筛选出最适合炼厂需求的催化剂，是有效的催化裂化剂选型方法。优选的，根据待筛选催化剂的数量，可以对一个或者多个催化剂进行八组评价实验，多个催化剂的催化剂因子可以组成催化剂数据库。将催化剂数据库与工业装置模型结合，预测不同催化剂在该炼厂使用下的产品分布，从而挑选出最符合装置目标产品需求的催化剂。
[0042]
传统的催化裂化催化剂选型主要依靠实验室评价，其不足之处是装置工艺条件、装置瓶颈、操作条件及原料性质等难以考虑，本发明克服了这一难题，包括如下步骤：探索合适的催化剂实验装置和实验条件；对催化剂进行八组评价实验，获得与催化剂质量和性能相关的实验结果，并将实验结果转化为模型识别的催化剂因子，多个待筛选的催化剂因子组成催化剂数据库；利用kbc公司的fcc-sim软件建立催化裂化装置模型；将催化剂数据库与工业装置模型结合可以预测不同催化剂在该炼厂使用下的产品分布，从而为炼厂选择了合适的催化剂。该方法可以有效的预测催化裂化催化剂的性能，能够有效的将催化剂实验数据和工业装置数据结合起来，能够有效预测催化剂在该炼厂限制条件下的产品分布，是有效的催化裂化剂选型方法。
[0043]
催化裂化催化剂性能预测装置的具体实施细节及效果可参考前述实施方式，在此则不再赘述。
[0044]
以上结合附图详细描述了本发明实施例的可选实施方式，但是，本发明实施例并不限于上述实施方式中的具体细节，在本发明实施例的技术构思范围内，可以对本发明实施例的技术方案进行多种简单变型，这些简单变型均属于本发明实施例的保护范围。
[0045]
另外需要说明的是，在上述具体实施方式中所描述的各个具体技术特征，在不矛盾的情况下，可以通过任何合适的方式进行组合。为了避免不必要的重复，本发明实施例对各种可能的组合方式不再另行说明。
[0046]
此外，本发明实施例的各种不同的实施方式之间也可以进行任意组合，只要其不违背本发明实施例的思想，其同样应当视为本发明实施例所公开的内容。