Быстрая молекулярная реконструкция химического состава сложных углеводородных смесей

Обложка

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

Предложен новый эвристический подход для проведения стохастической молекулярной реконструкции значительно быстрее. За основу взят двухступенчатый метод, объединяющий стохастическую реконструкцию и реконструкцию максимизацией энтропии. В предложенном методе поиск оптимальных параметров распределений осуществляется при решении нескольких сравнительно простых оптимизационных задач. Предложенный метод позволил реконструировать состав образца вакуумного газойля как минимум в 100 раз быстрее классического подхода с генетическими алгоритмами.

Полный текст

Доступ закрыт

Об авторах

Н. А. Глазов

Институт катализа СО РАН

Автор, ответственный за переписку.
Email: glazov@catalysis.ru
Россия, Новосибирск

А. Н. Загоруйко

Институт катализа СО РАН

Email: glazov@catalysis.ru
Россия, Новосибирск

Список литературы

  1. De Oliveria L., Hudebine D., Guillaume D. A review of kinetic modeling methodologies for Complex Processes // Oil Gas Sci. Technol. 2016. V. 71. P. 45.
  2. Ren Y., Liao Z., Sun J. Molecular reconstruction: Recent progress toward composition modeling of petroleum fractions // J. Chem. Eng. 2019. P. 761.
  3. Neurock M., Nigam A., Trauth D. Molecular representation of complex hydrocarbon feedstocks through efficient characterization and stochastic algorithms // Chem. Eng. Sci. 1994. V. 49. № 24А. P. 4153.
  4. Hudebine D., Verstrate J. Molecular reconstruction of LCO gasoils from overall petroleum analyses// Chem. Eng. Sci. 2004. V. 59. P. 4755.
  5. Hudebine D., Verstraete J. Reconstruction of Petroleum Feedstocks by Entropy Maximization. Application to FCC Gasolines // Oil Gas Sci. Technol. 2011. V. 66. P. 437.
  6. De Oliveria L., Vazquez Trujillo A., Verstrate J. Molecular Reconstruction of Petroleum Fraction: Application to Vacuum Residues from Different Origins // Energy & Fuels. 2013. V. 27. P. 3622.
  7. Alvarez-Majmutov A., Chen J., Gieleciak R. Molecular-Level Modeling and Simulation of Vacuum Gas Oil Hydrocracking // Energy & Fuels. 2016. V. 30. P. 138.
  8. Zhao G., Yang M., Du W. A stochastic reconstruction strategy based on a stratified library of structural descriptors and its application in the molecular reconstruction of naphtha // Chin. J. Chem. Eng. 2022. V. 51. P. 153.
  9. Dantas T., Noriler D., Huziwara K. A multi-populating particle swarm optimization algorithm with adaptive patterns of movement for the stochastic reconstruction of petroleum fractions // Comput. Chem. Eng. 2023. P. 174.
  10. Deniz C.U., Yasar M., Klein M.T. Stochastic Reconstruction of Complex Heavy Oil Molecules using an Artificial Neural Network// Energy & Fuels 2017. V. 31. № 11. P. 11932.
  11. Alvarez-Majmutov A., Gieleciak R., Chen Jinwen. Deriving the Molecular Composition of Vacuum Distillates by Integrating Statistical Modeling and Detailed Hydrocarbon Characterization// Energy & Fuels. 2015. V. 29. № 12. P. 7931.
  12. Skander N., Chitour C.E. A new Group-contribution method for the estimation of Physical properties of Hydrocarbons// Oil Gas Sci. Technol. 2002. V. 57. № 4. P. 369.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать
2. Рис. 1. Имитированная дистилляция (ASTM D2887-97a) образца.

Скачать (1KB)
Метаданные
3. Рис. 2. Примеры получаемых кривых имитированной дистилляции для реконструированных составов на основе “нестохастического” метода. Точки – эксперимент, линия – расчет. Каждый график соответствует разному начальному приближению.

Скачать (7KB)
Метаданные
4. Рис. 3. Расчетные кривые имитированной дистилляции. а – исходное начальное приближение, б – после первой итерации, в – после пятой итерации. Точки – эксперимент, линия – расчет с помощью стохастической реконструкции, пунктир – результат расчета после максимизации энтропии.

Скачать (4KB)
Метаданные

© Российская академия наук, 2024