LTAG加氢单元原料和产品组成的近红外快速分析及应用

石油炼制与化工 ›› 2017, Vol. 48 ›› Issue (7): 98-102.

• 分析与评定 • 上一篇

LTAG加氢单元原料和产品组成的近红外快速分析及应用

陈瀑,祝馨怡,李敬岩,褚小立

中国石化石油化工科学研究院

收稿日期:2016-12-01 修回日期:2017-02-10 出版日期:2017-07-12 发布日期:2017-06-21
通讯作者: 陈瀑 E-mail:chenpu.ripp@sinopec.com
基金资助:

RAPID COMPOSITION ANALYSIS OF FEEDSTOCK AND PRODUCT OF HYDROTREATING IN LTAG TECHNOLOGY BY NEAR INFRARED SPECTROSCOPY

Received:2016-12-01 Revised:2017-02-10 Online:2017-07-12 Published:2017-06-21
Supported by:

摘要/Abstract

摘要： 利用383个催化裂化柴油和加氢柴油样品的近红外光谱及标准族组成数据，结合偏最小二乘（PLS）方法建立近红外混合分析模型，针对LTAG加氢单元中LCO原料和产品的详细族组成进行快速分析，并将该近红外快速分析方法应用于某炼油厂LTAG工艺过程中。模型验证结果显示预测值与样品族组成实测值非常接近，模型准确性与标准方法相当，重复性测试结果显示模型重复性优于标准方法；对炼油厂LTAG加氢装置原料和产品某些组分含量连续15天的近红外监控结果也证明该快速分析方法可满足实际应用需求。

关键词: LTAG, LCO加氢, 近红外光谱, 偏最小二乘

Abstract: Based on the NIR results and the group composition data by SH/T 0606 standard method of 383 FCC diesel and hydrotreated diesel samples, a NIR hybrid analysis model was established using partial least squares (PLS) method. Verification results indicate that the results predicted by model are very close to the standard method and the repeatability even better. It was applied in a refinery LTAG process. The continuous analysis of the compositions of feedstock before and after hydrotreating for 15 days proves the practicability of this rapid analysis method.

Key words: LTAG, LCO hydrotreating, NIR, partial least squares

中图分类号:

陈瀑祝馨怡李敬岩褚小立. LTAG加氢单元原料和产品组成的近红外快速分析及应用[J]. 石油炼制与化工, 2017, 48(7): 98-102.

[1]	余立公. 催化裂化装置采用LTAG工艺回炼不同物料的效果[J]. 石油炼制与化工, 2023, 54(6): 18-25.
[2]	王哲唐津莲鞠雪艳龚剑洪梁家林施瑢. LTAG技术中加氢单元的选择与对比分析[J]. 石油炼制与化工, 2023, 54(3): 7-13.
[3]	于楠孙仁金蓝兴英刘德峰. 中国润滑油生态足迹测算及影响因素研究[J]. 石油炼制与化工, 2023, 54(2): 82-89.
[4]	许育鹏章群丹房韡时圣洁李宏亮李志松. 配方原油技术在炼油厂原油加工中的应用[J]. 石油炼制与化工, 2023, 54(10): 45-51.
[5]	童宗歌陈夕松王鹏胡云云. 基于拉曼光谱荧光背景的痕量原油泄漏检测方法[J]. 石油炼制与化工, 2022, 53(4): 108-113.
[6]	李明刘子龙王磊. 喷气燃料馏分进催化裂化LTAG喷嘴回炼的工业实践[J]. 石油炼制与化工, 2022, 53(3): 46-50.
[7]	许育鹏刘天波王硕张蕊刘玉亮林坤赵衍伟褚小立. 在线近红外光谱分析技术在S Zorb装置上的应用[J]. 石油炼制与化工, 2022, 53(10): 93-99.
[8]	刘秋芳褚小立陈瀑李敬岩. 基于近红外光谱快速预测石脑油单体烃分子组成[J]. 石油炼制与化工, 2022, 53(1): 86-92.
[9]	石翠翠刘媛华. 基于PLS-MI组合的天牛须搜索BP神经网络模型对汽油辛烷值的预测性能[J]. 石油炼制与化工, 2021, 52(9): 90-97.
[10]	唐津莲龚剑洪彭轶武文斌. 第二代LTAG技术的工业应用[J]. 石油炼制与化工, 2021, 52(2): 1-6.
[11]	丁怡曼薛晓康范宾董学胜舒耀皋蒋鑫. 基于便携式拉曼光谱的汽油快速识别模型[J]. 石油炼制与化工, 2021, 52(11): 64-69.
[12]	刘天波林春阳侯和乾唐津莲. 重油MIP与劣质催化裂化柴油LTAG组合工艺催化裂化装置运行分析[J]. 石油炼制与化工, 2020, 51(6): 72-78.
[13]	安谧杨晓彦赫丽娜张婧元王艳斌. 红外光谱法用于快速测定车用柴油酸度等性质的研究[J]. 石油炼制与化工, 2020, 51(2): 87-92.
[14]	李敬岩王乃鑫褚小立陈瀑. LTAG加氢单元原料和产品烃类组成中红外光谱快速分析技术[J]. 石油炼制与化工, 2020, 51(1): 62-67.
[15]	孙磊朱长健程周全. 催化裂化柴油加工路线的选择与优化[J]. 石油炼制与化工, 2019, 50(5): 45-51.

LTAG加氢单元原料和产品组成的近红外快速分析及应用

RAPID COMPOSITION ANALYSIS OF FEEDSTOCK AND PRODUCT OF HYDROTREATING IN LTAG TECHNOLOGY BY NEAR INFRARED SPECTROSCOPY

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价