基于COSMO-RS理论的化工分离工程计算型实验教学设计

将化工热力学溶液理论和化工流程模拟有机结合,设计了正己烷-甲基环戊烷萃取精馏计算型实验。通过类导体屏蔽电荷真实溶液模型(conductor-like screening model for real solvents,COSMO-RS)计算,基于溶解性、选择性指标筛选离子液体溶剂;通过量子化学计算及屏蔽电荷密度曲线分析溶剂和溶质分子相互作用,探究离子液体促进分离过程的机理;基于筛选的溶剂,利用Aspen Plus软件计算优化萃取分离工艺。该综合实验融合了化工热力学、化工原理和过程系统工程等专业课程内容,同时将学科理论知识与工程实践应用有机结合,强化了专业基本功训练,激发了研究兴趣,提升了创新能力。

煤焦油及其馏分油中烯烃分子组成表征

针对煤焦油中的烯烃化合物进行了分子水平表征,以气相色谱-质谱联用技术和银离子络合电喷雾超高分辨率质谱法为手段,揭示了低温煤焦油和高温煤焦油中烯烃化合物的组成分布,获得了C_(12)~C_(40)范围内烯烃分子类型及碳数分布信息。结果表明:低温煤焦油相比高温煤焦油具有更高的烯烃含量;富含烯烃的低温煤焦油通过馏分切割为轻质馏分(≤360℃)和常压渣油馏分(>360℃),通过对不同馏分的烯烃分子组成分析发现,轻质馏分260~320℃馏分段中烯烃含量最高,常压渣油馏分中也存在较为丰富的烯烃化合物。煤焦油及其馏分中烯烃详细的定性及半定量信息为目标烯烃的分离及煤焦油的高效清洁利用提供分子层次依据。

离子液体萃取分离石脑油中芳烃的理论计算与试验验证

以苯-环己烷为模型体系,基于COSMO-RS模型研究多种离子液体阴、阳离子对分离性能的影响,以萃取性能指数作为评价指标优选出1-丁基-3-甲基咪唑四氯化铁([Bmim][FeCl_(4)])萃取剂,并对[Bmim][FeCl_(4)]与苯、环己烷的弱相互作用进行探究。合成[Bmim][FeCl_(4)]离子液体,并用于苯-环己烷体系的萃取分离,证实该离子液体对石脑油中的芳烃具有良好的萃取分离效果,采用NRTL模型对[Bmim][FeCl_(4)]-苯-环己烷体系的二元交互作用参数进行拟合。结果表明:离子液体[Bmim][FeCl_(4)]选择性萃取分离芳烃主要依靠咪唑阳离子与芳烃之间的π-π相互作用;相较于环丁砜,该离子液体对于苯-环己烷体系具有更大的两相区,易于苯-环己烷体系的分离;针对芳烃质量分数为0.1的原料,其芳烃分配系数、萃取选择性、萃取性能指数分别可达0.770、19.73和15.19;NRTL模型对该三元体系预测效果较好,均方根偏差为1.14%。

渣油及其组分黏度的分子层次组成关联研究

渣油由于自身的黏度大和流动性差制约其加工和运输,所以渣油高黏度的来源成为探究的关键。本研究把不同渣油分离成SARA(饱和分、芳香分、胶质、沥青质)四个组分并进行黏度和分子组成的关联研究。研究结果表明:从组分含量来看,渣油黏度影响的灰色关联顺序为:沥青质>饱和分>胶质>芳香分。饱和分黏度远小于渣油的黏度,说明饱和分是渣油体系主要的稀释剂。从组分分子层次来看,发现饱和分的黏度贡献主要来源于环烷烃的贡献,环数越多对饱和分黏度影响越大。芳香分的黏度贡献主要来源于N1O1类和N1类化合物的分布。除了金属元素Ni及Fe元素,胶质黏度很大程度受O1类化合物的影响。

炼化分子管理技术:概念与理论基础

基于对石油加工原料、产品性质和转化过程在分子水平上的深入认识,优化石油加工过程的原料组合,在分子尺度上对石油加工过程进行模拟和调控,实现生产过程的分子管理(Molecular Management),是当前石油加工技术开发的发展方向。本文讨论了石油加工分子管理的概念,介绍了分子管理技术的几个基础理论问题,包括分子组成的实验分析、分子组成的模型化、分子层次反应网络构建及求解方法;简要介绍了分子管理技术的发展历史和技术现状;讨论了分子管理的发展定位、技术路线,最后根据实验分析技术和计算机运算能力的发展趋势对分子管理技术的发展前景进行了展望。

催化裂化油浆组成分布对中间相沥青光学织构的影响

以SLO-LH、SLO-SH和SLO-YN催化裂化油浆为原料,利用热缩聚法制备中间相沥青,系统分析了油浆的烃组成分布、沸点分布以及核磁结构特征,关联了中间相沥青光学织构与原料性质组成关系。结果表明,SLO-SH和SLO-YN油浆中的分子量和组成分布较窄,在给定反应条件(430℃、0.7 MPa)下制备中间相沥青的光学织构指数(OTI)值分别为45和50,中间相织构主要由大面积的域及流域组成,镶嵌结构较少。相对于SLO-SH与SLO-YN,SLO-LH样品的烃组成与沸点分布明显疏散,得到的中间相主要由镶嵌组织与小域构成。结果表明集中分布且芳烃含量高有利于得到高收率与高OTI值的优质中间相沥青,对油浆组分进行分离是制备高品质中间相沥青和针状焦的必要途径。

分子尺度反应动力学模型构建在催化裂化/裂解过程中的应用进展

随着环保法规的日益严格和成品油质量标准的持续升级,对催化裂化/裂解过程的产品要求和控制逐渐精细到分子级别,可靠的分子尺度反应动力学模型是实现催化裂化/裂解过程分子管理的关键所在。本文简述了催化裂化/裂解的反应机理和反应类型,回顾了近三十年来不同方法对催化裂化/裂解过程反应网络和分子尺度反应动力学模型构建的研究进展。重点对不同模型构建技术的优缺点进行了详细的对比分析,指出了催化裂化/裂解过程分子尺度反应动力学模型构建的研究方向:开发更为精细的石油分子分析表征技术,构建与催化剂失活和反应器模型相结合的分子尺度反应动力学模型,实现基于分子管理的催化裂化/裂解过程反应器设计和工艺工程放大。此外,指出建立对分子集构建、反应网络构建和动力学参数求解的集成化平台是分子尺度反应动力学发展的必然趋势。

重油加氢处理分子层次模型构建与原料适应性考察

复杂体系反应动力学模型在石油加工过程工艺设计、操作条件优化等方面具有重要的应用价值。传统集总模型由于组成划分强烈依赖于建模所用原料,导致其原料适应性差。相比于集总模型,分子层次模型以分子作为最小构筑单元,模型的预测能力及原料适应性大为提高。笔者提出了分子层次模型构建策略,完成了重油加氢处理分子层次模型的构建,并将构建完成的重油加氢处理分子层次模型应用于不同重油原料,以考察其产物性质预测能力与原料适应性。结果表明:不同重油原料的组成模型宏观性质与实验数据一致,分子分布与高分辨质谱数据一致;反应动力学模型计算得到的产物宏观性质与分子分布符合实验结果,硫化物与氮化物的转化规律与实验规律一致。因此,分子层次模型具有一定的预测能力与原料适应性,相比于集总模型具有更高的工业应用价值。

重质油稳定性的耗散粒子动力学模拟

重质油的稳定性关乎其开采、储运及加工过程安全。准确的重质油稳定性判定方法对重质油生产及加工过程具有重要指导意义,然而重质油稳定性的经验判定法存在一定的局限性。从理论层面建立重质油稳定性的判定方法将提高重质油稳定性的预测准确度,本文基于耗散粒子动力学方法(DPD)模拟了不同重质油体系分子的微观聚集态。模拟结果表明,重质油体系的沥青质聚集率与胶体不稳定指数(C.I.I.)及稳定性判定图的判定结果吻合,验证了模拟体系的准确性。在此基础上,基于DPD模拟结果对C.I.I.及稳定性判定图的局限性进行了讨论,提出了改进的稳定性判定图用于重油稳定的快速判定。提出的重质油稳定性判定方法有望用于实际工业过程。

基于图卷积神经网络汽油单体烃辛烷值的预测

基于图卷积神经网络的神经指纹方法,引入了池化操作,建立了改进的神经指纹方法;进而采用改进的神经指纹法建立了汽油单体烃辛烷值的预测模型,作为对分子级汽油辛烷值调合模型的支撑。通过用单体烃沸点和临界温度数据集对预测模型进行验证,发现池化操作的引入对神经指纹法的预测能力有明显提升,改进神经指纹法模型可自动选取对辛烷值有利和不利的结构特征,双键结构对单体烃马达法辛烷值的影响比芳环结构的影响更大。该预测模型对研究法辛烷值和马达法辛烷值的预测达到了同等水平,取得了良好的预测效果。

基于PR状态方程的柴油中氢气溶解度预测模型构建

以PR状态方程作为基础热力学模型,收集柴油中典型化合物的氢气溶解度实验数据,回归计算不同条件下PR状态方程中氢气与典型化合物的二元交互作用参数,通过经验关联提出二元交互作用参数的计算关联式,结合PR状态方程建立柴油中氢气溶解度预测模型。基于所开发模型,对典型模型化合物的氢气溶解度进行预测,得到氢气在直链烷烃、环烷烃和芳香烃中的溶解度预测值与实验值的平均相对误差分别为4.45%,11.84%,8.50%。对不同柴油在不同温度及压力下的氢气溶解度进行预测,模型预测值与实验值取得良好一致性,所开发模型可用。

汽油分子组成模型构建

针对汽油建立了分子库,并开发了汽油分子组成模拟的方法,使所得结果可以用于以后的加工模拟和调和模拟中。根据汽油分子的结构特点,预定义了166个分子,并采用模拟退火的方法优化,通过汽油的宏观性质反算其分子组成。研究采用一套催化裂化汽油的数据验证了模型的准确性。所得关键性质的预测值与实验值平均相对偏差小于2%,全性质平均相对偏差小于5%。所得PIONA组成分布趋势与实验值基本一致,可以认为模型模拟所得的汽油分子组成能够代表该汽油样品的实际组成。

俄罗斯渣油加氢处理技术开发与工业应用

俄罗斯是我国最大原油供应国之一,俄罗斯渣油中硫、氮、残炭、金属含量均较高,无法直接进入催化裂化装置加工,需要进行渣油加氢处理。本文利用核磁、傅里叶变换高分辨质谱等技术手段对俄罗斯渣油分子结构进行了详细表征,并根据其性质和分子结构特点,对PHR系列催化剂及级配进行适应性优化改进,开发形成了俄罗斯渣油加氢处理技术。工业应用结果表明,开发的俄罗斯渣油加氢处理技术具有非常出色的原料适应性和活性稳定性,能够实现俄罗斯渣油中S、N、Ni、V深度脱除和残炭深度转化,催化剂运行时间达到19416h,1t催化剂加工处理原料油达到6000t,均比设计值高62%。通过分析加氢渣油中未被脱除的氮化物分子形态,提出了实现技术持续优化改进的方向。

沥青质含量对重油中氢气溶解度影响的研究

氢气是油品加氢工艺中重要的反应组分,其在石油馏分中的溶解性能是影响加氢工艺过程的关键因素。重油中氢气溶解度的数据较为匮乏,尤其是重油中沥青质组分对氢气溶解度的影响并未受到关注。采用高压搅拌釜对氢气在四种重油原料中的溶解度进行系统研究,获得了氢气在重油中溶解性能随温度和压力的变化规律,并考察了沥青质含量对氢气溶解性能的影响。结果表明,氢气在相同重油原料中的溶解度随温度和压力的升高而增大,并且在较高温度或压力条件下,压力或温度变化对氢气溶解性能的影响更加显著。利用AspenPlus中的Flash模块结合PR状态方程建立氢气溶解度计算模型,并进行高温条件氢气溶解度的预测,表明常规加氢条件下加拿大油砂沥青减渣中氢气溶解度与氢耗之间的矛盾极为尖锐,其脱沥青油的氢气溶解性能得到较大改善,胶质和沥青质的脱除缓解了氢气溶解和氢耗之间的矛盾。

烃类液体黏度的定量结构性质预测模型

开发了结构性质关联模型(QSPR),实现了基于烃类化合物的结构特征预测黏温特性的功能。搜集了254种烃类化合物不同温度下的黏度数据,选择改进的Andrade方程来描述烃类化合物的黏温特性曲线,并通过对实验数据进行回归,获得了化合物的Andrade方程参数B和T_0。在此基础上,采用分子质量和15个基团作为分子的结构特征参数,建立神经网络模型预测Andrade模型参数B和T_0,平均相对误差分别为3.59%和1.27%。通过所预测的Andrade模型参数计算化合物的黏温性能,预测值与实验数据相比绝对平均误差为0.42 m Pa·s。

石油特色《化工原理》课程思政育人模式探索与践行

《化工原理》课程是重要的思政教育阵地。结合学生特点和课程特点,通过教师育人和专业知识育人坚持隐性教育和显性教育相统一,构建思政元素与课程内容有机融合的育人新模式。教师精益求精,以身示范,注重潜移默化育人,利用第二课堂开展具有亲和性的思政育人;课程教学中讲好科学家故事,借助石油特色相关的科技前沿、国计民生等案例与专业知识有机融合,达成知识传授、能力培养、价值塑造三位一体的思政育人目标。

石油分子表征与分子层次模型构建:前沿及挑战

石油资源的绿色、高效及高值化利用需要从分子层次认识石油分子的组成及转化规律,并构建分子层次的精细化过程模型,由此诞生了分子管理技术路线.石油分子组成及转化过程的高度复杂性使得石油分子管理技术开发面临巨大的挑战.本文阐述了石油分子管理的沿革及内涵,总结了石油分子组成表征及石油加工分子模型的进展及所面临的挑战,并对未来的发展方向进行了展望.

重质油超临界溶剂萃取梯级分离工艺的化学基础

超临界溶剂萃取分馏方法可实现重质油的深度精细切割分离,从而成为研究重质油化学组成结构的有力工具.本文针对以此方法为基础的重油化学基础研究进展进行专题评述,总结了在重质油超临界萃取分离组分的缔合作用、在液体及超临界戊烷溶剂中微量金属与沥青质的吸附缔合作用、分子组成变化规律、在多孔材料中的扩散规律及其热转化和加氢转化行为等方面的近期研究进展,并介绍了这些研究进展对重油超临界溶剂萃取梯级分离工艺开发的指导作用.

石油加工分子管理平台构建

在最大化利用石油资源及石油炼制向生产精细化工品侧重的趋势下,从分子层次实现对石油加工过程中的原料组成、相行为及转化过程的模拟化,已成为石油化工领域学术界和工业界的关注热点,并由此形成了石油加工"分子管理"这一研究方向.本文阐述了分子管理技术的内涵及其研究范畴,介绍了分子管理技术主要的内容及应用方向.重点介绍了本课题组开发的分子管理软件平台的基础框架、模块构成及所实现的功能,包括分子的数学化表达、性质计算、组成模型生成、反应网络构建及反应动力学模型生成等功能,覆盖了分子管理研究的完整链条.