王俊杰，潘艷秋，牛亞賓，俞路

（大連理工大學(xué)化工學(xué)院，遼寧 大連 116024）

《中國制造2025》明確指出：“新一代信息技術(shù)與制造業(yè)深度融合，正在引發(fā)影響深遠(yuǎn)的產(chǎn)業(yè)變革，形成新的生產(chǎn)方式、產(chǎn)業(yè)形態(tài)、商業(yè)模式和經(jīng)濟(jì)增長點(diǎn)”[1]。在此背景下，石化產(chǎn)業(yè)的數(shù)字化、智能化轉(zhuǎn)型升級(jí)進(jìn)程加快。

連續(xù)催化重整裝置是高辛烷值汽油、芳香烴的核心生產(chǎn)裝置[2]，其高質(zhì)量運(yùn)行對(duì)石化企業(yè)來說意義非凡且愈加重要。然而，由于催化重整反應(yīng)體系復(fù)雜，組分?jǐn)?shù)和反應(yīng)眾多[3]，導(dǎo)致通過常規(guī)方法構(gòu)建催化重整過程的動(dòng)力學(xué)模型存在巨大困難。進(jìn)入21 世紀(jì)后，隨著國家環(huán)保法規(guī)的不斷升級(jí)，以往僅控制石油產(chǎn)品整體平均理化性質(zhì)就能保障石油產(chǎn)品使用性能的傳統(tǒng)模式被打破，石油產(chǎn)品質(zhì)量標(biāo)準(zhǔn)已由餾分級(jí)上升到了分子級(jí)[4]，目前常用的集總動(dòng)力學(xué)模型[5]已無法滿足對(duì)催化重整產(chǎn)物進(jìn)行分子水平預(yù)測(cè)的要求。因此，建立分子水平動(dòng)力學(xué)模型勢(shì)在必行。隨著計(jì)算機(jī)性能的不斷提高和現(xiàn)代分析技術(shù)的顯著進(jìn)步[6]，石油分子工程[7]概念應(yīng)運(yùn)而生，使得分子水平催化重整動(dòng)力學(xué)模型建立成為可能。

催化重整裝置分子水平模型構(gòu)建主要包括兩方面內(nèi)容：石腦油分子重構(gòu)模型和催化重整分子水平反應(yīng)動(dòng)力學(xué)模型。建立石腦油分子重構(gòu)模型的目的是通過一些石腦油常見物性作為輸入條件來計(jì)算石腦油餾分的詳細(xì)組成分布。對(duì)于石腦油這種組分種類復(fù)雜的混合物，構(gòu)建準(zhǔn)確預(yù)測(cè)組分含量的分子重構(gòu)模型十分困難，目前有關(guān)研究主要集中在兩方面：一是調(diào)整預(yù)設(shè)分子庫中的分子數(shù)量；二是改進(jìn)模型構(gòu)建方法。Van Geem 等[8]按質(zhì)量分?jǐn)?shù)排序從173 種純組分中選出37種代表性組分，以熵值最大化為目標(biāo)函數(shù)，基于石腦油宏觀物性調(diào)整這些石腦油分子的摩爾分?jǐn)?shù)，建立石腦油分子重構(gòu)模型。Wang等[9]使用MTHS矩陣模型預(yù)測(cè)石腦油和汽油樣品的分子組成，用兩參數(shù)正態(tài)分布代替三參數(shù)伽馬分布，描述每個(gè)同系物內(nèi)部的統(tǒng)計(jì)分布，以更少的變量準(zhǔn)確地預(yù)測(cè)了石腦油組成。總體看來，目前石腦油分子重構(gòu)模型的發(fā)展相對(duì)成熟，但是作為保障模型計(jì)算準(zhǔn)確性的最基礎(chǔ)工作，分子庫中分子選擇原則卻仍未明確提出，且雖然石腦油所含重組分較少，但幾十甚至上百個(gè)組分含量的優(yōu)化求解仍有很大難度，構(gòu)建高效的分子重構(gòu)模型仍是重中之重。

對(duì)于催化重整分子水平動(dòng)力學(xué)模型構(gòu)建，研究者們嘗試了多種方法。周齊宏等[10]利用MTHS 矩陣模型描述重整進(jìn)料組成，建立催化重整過程的分子水平模型，并以裝置經(jīng)濟(jì)效益最大化為目標(biāo)來優(yōu)化裝置操作條件。Sotelo-Boyás 等[11]通過向量和布爾關(guān)系矩陣生成分子反應(yīng)網(wǎng)絡(luò)，采用列文伯格-馬夸爾特法估計(jì)速率系數(shù)并將動(dòng)力學(xué)模型應(yīng)用于擬均相和非均相反應(yīng)過程，模擬了具有向心徑向流動(dòng)的工業(yè)三床絕熱催化重整爐，結(jié)果證明了模型的可靠性。王睿通等[12]基于結(jié)構(gòu)導(dǎo)向集總方法，建立裝置分子水平反應(yīng)動(dòng)力學(xué)模型，分析了反應(yīng)溫度、壓力、空速的影響，實(shí)現(xiàn)了對(duì)于催化重整裝置中芳烴以及液體收率的雙目標(biāo)優(yōu)化。Zhou等[6]基于KMT軟件建立了連續(xù)催化重整的分子動(dòng)力學(xué)模型，對(duì)工業(yè)裝置的模擬結(jié)果證明了模型的可靠性。綜上所述，采用MTHS 矩陣、布爾關(guān)系矩陣、結(jié)構(gòu)導(dǎo)向集總、KMT 軟件等方法可較好地構(gòu)建催化重整的分子水平模型。但由于催化重整裝置的復(fù)雜性，上述文獻(xiàn)中仍存在僅對(duì)產(chǎn)物宏觀物性進(jìn)行預(yù)測(cè)、僅對(duì)典型產(chǎn)物分子進(jìn)行預(yù)測(cè)等問題，因此目前催化重整裝置分子水平模型的建立方法和模型本身均需要完善和提高。

本文基于國內(nèi)某石化企業(yè)智慧工廠建設(shè)需求，構(gòu)建基于工廠生產(chǎn)實(shí)際數(shù)據(jù)的催化重整分子水平反應(yīng)動(dòng)力學(xué)模型，探討催化重整裝置分子水平建模的思路和方法，實(shí)現(xiàn)通過石腦油宏觀物性預(yù)測(cè)催化重整產(chǎn)物分布的目的。

1 催化重整裝置分子水平模型建立

1.1 石腦油分子重構(gòu)模型構(gòu)建

圖1為石腦油分子重構(gòu)模型的構(gòu)建思路。

圖1 石腦油分子重構(gòu)模型構(gòu)建思路

1.1.1 石腦油確定性分子庫構(gòu)建

構(gòu)建石腦油確定性分子庫的目的是確定構(gòu)成石腦油的純物質(zhì)種類及其物性。由于石腦油含有400余種組分，故目前石腦油分子重構(gòu)模型大多采用確定性方法，即選擇出的代表性分子在真實(shí)油品中實(shí)際存在且是在建模之初就確定好，不再隨模型的求解過程發(fā)生變化。

本文的背景裝置以石腦油為原料，采用連續(xù)重整工藝技術(shù)生產(chǎn)汽油、苯、混合二甲苯并副產(chǎn)氫氣?；谘b置特點(diǎn)，確定了分子選擇原則，即同時(shí)考慮到石腦油餾分的烴類組成及催化重整反應(yīng)特性，選擇石腦油餾分中質(zhì)量分?jǐn)?shù)高、參與催化重整反應(yīng)以及用于評(píng)價(jià)催化重整原料反應(yīng)性能的分子構(gòu)成石腦油確定性分子庫。詳細(xì)內(nèi)容如下。

（1）石腦油餾分烴類組成 石腦油餾分的主要成分是正構(gòu)烷烴和支鏈數(shù)少的異構(gòu)烷烴，其中只含有一個(gè)甲基支鏈的異構(gòu)烷烴含量占異構(gòu)烷烴總含量的一半以上；環(huán)烷烴通常只包含單環(huán)環(huán)烷烴，有環(huán)戊烷系化合物與環(huán)己烷系化合物兩類；芳香烴只含有單環(huán)芳香烴；烯烴的含量非常低但其同分異構(gòu)體眾多，僅選取少量常見的烯烴分子[13]。

（2）催化重整過程反應(yīng)類型 包括脫氫反應(yīng)、脫氫環(huán)化、異構(gòu)化反應(yīng)以及加氫裂化[14]。需著重考慮參與這些反應(yīng)的分子。

（3）重整原料反應(yīng)性能 用“芳烴潛含量”來表征重整原料的反應(yīng)性能，即當(dāng)原料中的環(huán)烷烴全部轉(zhuǎn)化為芳烴時(shí)所獲得的芳烴量。需著重考慮計(jì)算重整原料的反應(yīng)性能的分子。

從三個(gè)角度提出分子庫選擇原則，不僅保障分子重構(gòu)模型的可靠性，同時(shí)可延伸應(yīng)用于后續(xù)動(dòng)力學(xué)模型的建立，這種聯(lián)合構(gòu)建分子重構(gòu)模型-反應(yīng)動(dòng)力學(xué)模型的研究思路，可用于不同餾分油和不同生產(chǎn)裝置，提供出有效構(gòu)建分子水平動(dòng)力學(xué)模型的思路。

1.1.2 集總組分物性計(jì)算

以上建立的分子庫中包含眾多分子，若直接求解各分子含量存在困難。為了減少變量數(shù)，本文先采用MTHS 矩陣模型[15]描述石腦油餾分的組成及含量，即用矩陣表示石油餾分的組成，其中矩陣的行代表碳原子數(shù)目、列代表同系物（族組成），每個(gè)單元格代表對(duì)應(yīng)碳數(shù)和分子類型的單個(gè)分子或同分異構(gòu)體集總的質(zhì)量分?jǐn)?shù)；再假設(shè)矩陣單元格集總中的同分異構(gòu)體處于熱力學(xué)平衡狀態(tài)（每個(gè)矩陣單元格的自由度都將降為1），借助Aspen Plus軟件求得每個(gè)組分的熱力學(xué)平衡分?jǐn)?shù)；最后利用混合規(guī)則[16]，結(jié)合純物質(zhì)含量和物性，計(jì)算出矩陣單元格中每個(gè)集總組分的平均物性[17]。

1.1.3 分子重構(gòu)數(shù)學(xué)模型構(gòu)建

基于以上求取的集總組分物性，利用集總單元格的質(zhì)量分?jǐn)?shù)，即可求得石腦油混合物的物性。

上節(jié)將模型變量數(shù)從幾百降維到幾十，若同時(shí)調(diào)節(jié)這些變量存在耗時(shí)長等困難，故本節(jié)引入統(tǒng)計(jì)分布進(jìn)一步減少變量數(shù)。假設(shè)集總單元格的質(zhì)量分?jǐn)?shù)隨碳數(shù)遵循伽馬分布、同時(shí)可由分布函數(shù)得到分子重構(gòu)模型的約束條件，如式(1)、式(2)。

式(4)即為優(yōu)化模型的約束之一。另外，將完全滿足正構(gòu)烷烴、異構(gòu)烷烴、烯烴、環(huán)烷烴、芳香烴含量模擬值和實(shí)際值一致作為分子重構(gòu)模型的第二個(gè)約束條件，如式(5)所示。

為了保證石腦油分子重構(gòu)模型的準(zhǔn)確性，本文以石腦油宏觀物性的模擬值與實(shí)際值的相對(duì)偏差的平方和為目標(biāo)函數(shù)，如式(6)所示。

1.2 石腦油分子水平催化重整反應(yīng)動(dòng)力學(xué)模型構(gòu)建

分子水平反應(yīng)動(dòng)力學(xué)模型建立及求解思路如圖2所示。

圖2 分子水平反應(yīng)動(dòng)力學(xué)模型建立及求解思路

1.2.1 催化重整反應(yīng)網(wǎng)絡(luò)生成

本文結(jié)合背景裝置情況、基于文獻(xiàn)[14, 18]，提出了如下反應(yīng)網(wǎng)絡(luò)簡化原則。

（1）烷烴環(huán)化 環(huán)化反應(yīng)主要是烷烴直接環(huán)化，烷烴經(jīng)過五元環(huán)烷烴生成六元環(huán)烷烴，進(jìn)而脫氫生成芳烴。

（2）芳烴反應(yīng) 對(duì)于芳烴加氫裂化，只考慮芳烴側(cè)鏈的裂化；二甲苯和乙苯，三甲苯、甲乙苯和丙苯之間不相互轉(zhuǎn)化（轉(zhuǎn)化速率非常慢）。

（3）環(huán)烷烴反應(yīng) 因環(huán)烷烴的異構(gòu)化和脫氫環(huán)化速率很快，忽略其裂化反應(yīng)。

（4）烯烴反應(yīng) 石腦油中烯烴含量極低，故不專門為其生成反應(yīng)網(wǎng)絡(luò)。

（5）反應(yīng)的可逆性 將異構(gòu)化、脫氫環(huán)化和芳構(gòu)化視為可逆反應(yīng)，而將芳烴側(cè)鏈、烷烴加氫裂化視為不可逆反應(yīng)。

對(duì)于由大量分子通過復(fù)雜的反應(yīng)網(wǎng)絡(luò)相互關(guān)聯(lián)組成的復(fù)雜反應(yīng)系統(tǒng)，可利用自動(dòng)反應(yīng)網(wǎng)絡(luò)生成器來實(shí)現(xiàn)反應(yīng)網(wǎng)絡(luò)構(gòu)建。目前已研發(fā)使用的自動(dòng)反應(yīng)網(wǎng)絡(luò)生成器有多種[19]，其中RING 已被應(yīng)用于生成單種物質(zhì)和簡單混合物的反應(yīng)網(wǎng)絡(luò)[20-22]，通過該軟件能夠在較短時(shí)間、人力消耗較少的情況下得到詳細(xì)的反應(yīng)網(wǎng)絡(luò)。

1.2.2 分子水平催化重整反應(yīng)動(dòng)力學(xué)建模

建立分子水平動(dòng)力學(xué)模型，包括動(dòng)力學(xué)方程組構(gòu)建（將確定的反應(yīng)網(wǎng)絡(luò)信息轉(zhuǎn)化為可求解的數(shù)學(xué)表達(dá)式）、反應(yīng)速率方程確定兩部分內(nèi)容。

（1）動(dòng)力學(xué)方程組構(gòu)建 以正辛烷為例，圖3和圖4分別為其局部反應(yīng)網(wǎng)絡(luò)以及反應(yīng)轉(zhuǎn)化為動(dòng)力學(xué)常微分方程的流程。首先要獲得每一個(gè)反應(yīng)的化學(xué)反應(yīng)表達(dá)式；其次為提取反應(yīng)中的分子與其化學(xué)計(jì)量數(shù)構(gòu)建轉(zhuǎn)化矩陣，矩陣的行數(shù)和列數(shù)分別表示分子個(gè)數(shù)和反應(yīng)個(gè)數(shù)；再次，將矩陣與每個(gè)反應(yīng)的反應(yīng)速率（r）相乘得到每個(gè)物質(zhì)的動(dòng)力學(xué)方程。其他組分的動(dòng)力學(xué)方程構(gòu)建與此類似。

圖3 正辛烷的局部反應(yīng)網(wǎng)絡(luò)

圖4 反應(yīng)網(wǎng)絡(luò)轉(zhuǎn)化為動(dòng)力學(xué)方程流程圖

（2）反應(yīng)速率方程確定 催化重整過程中各反應(yīng)相對(duì)于烴組分呈簡單的一級(jí)反應(yīng)，且與氫分壓呈指數(shù)關(guān)系[23]。但對(duì)于包含上萬個(gè)反應(yīng)的催化重整反應(yīng)網(wǎng)絡(luò)，求解前需要對(duì)速率常數(shù)進(jìn)行降維處理。借鑒集總理論，認(rèn)為動(dòng)力學(xué)特性相似的一類組分的速率常數(shù)相同[5]，將反應(yīng)網(wǎng)絡(luò)中的分子集總到MTHS矩陣中，因此各反應(yīng)反應(yīng)速率常數(shù)與集總構(gòu)成及反應(yīng)類型有關(guān)。在此基礎(chǔ)上，使用阿倫尼烏斯定律表示速率常數(shù)與溫度的關(guān)系，同時(shí)考慮其與壓力呈指數(shù)關(guān)系，計(jì)算如式(7)所示。

對(duì)反應(yīng)頻率因子進(jìn)行估計(jì)，反應(yīng)活化能和壓力指數(shù)采用文獻(xiàn)[24]實(shí)驗(yàn)結(jié)果，文獻(xiàn)中缺少的二甲苯轉(zhuǎn)化的18個(gè)參數(shù)采用文獻(xiàn)[25]的方法進(jìn)行估算。

利用遺傳算法求解式(7)中的動(dòng)力學(xué)參數(shù)，目標(biāo)函數(shù)為主要產(chǎn)物的質(zhì)量分?jǐn)?shù)模擬值和實(shí)際值之差的平方和，如式(8)。

2 分子水平模型在催化重整裝置的應(yīng)用

2.1 石腦油分子重構(gòu)模型應(yīng)用

根據(jù)1.1 節(jié)中的石腦油確定性分子庫構(gòu)建原則，構(gòu)建包括C4～C12范圍內(nèi)的共270 個(gè)分子的石腦油分子數(shù)據(jù)庫。其中，正構(gòu)烷烴和異構(gòu)烷烴均包含C4～C12，烯 烴、環(huán) 烷 烴、芳 烴 分 別 包 含C4～C7、C5～C11、C6～C11。石腦油確定性分子庫中的分子種類、純物質(zhì)物性數(shù)據(jù)均可在NIST（https://webbook.nist.gov/）上獲得。

將上述270 個(gè)分子集總到MTHS 矩陣模型中，得到圖5（√和×分別表示在相應(yīng)的碳數(shù)和同源物系列下有、沒有集總組分）的共計(jì)35個(gè)集總的矩陣。結(jié)合1.1 節(jié)中的方法計(jì)算出石腦油宏觀物性，目標(biāo)函數(shù)式(6)中的權(quán)重因子設(shè)置為5%、10%、20%、40%蒸餾體積時(shí)為0.01，其他均為1。利用遺傳算法即可求得石腦油的詳細(xì)分子組成。

圖5 石腦油餾分MTHS矩陣

在 MATLAB 軟件平臺(tái)中求解石腦油分子重構(gòu)模型，模擬得到的蒸餾體積數(shù)據(jù)與實(shí)際值的比值如圖6所示?？梢钥闯?，模擬蒸餾體積數(shù)據(jù)與實(shí)際數(shù)據(jù)基本吻合。表1中列出分子量和密度的模擬值與實(shí)驗(yàn)值的比較，相對(duì)誤差均在0.5%以內(nèi)。

表1 物性實(shí)際值和模擬值的比較

圖6 模擬蒸餾體積數(shù)據(jù)與實(shí)際數(shù)據(jù)的比較

圖7顯示了該石腦油樣品分子組成的模擬值和實(shí)際值，可見正構(gòu)烷烴、異構(gòu)烷烴、環(huán)烷烴、芳香烴對(duì)應(yīng)碳數(shù)的質(zhì)量分?jǐn)?shù)與實(shí)際值總體上吻合較好，說明模型計(jì)算精度較高，可以在工廠實(shí)際中用來計(jì)算石腦油的詳細(xì)組成。

圖7 石腦油樣品分子組成的實(shí)際值和模擬值

2.2 石腦油分子水平催化重整反應(yīng)動(dòng)力學(xué)模型應(yīng)用

基于1.2 節(jié)確定的催化重整反應(yīng)類型以及反應(yīng)網(wǎng)絡(luò)簡化規(guī)則，利用RING 軟件編寫代碼，RING將反應(yīng)規(guī)則應(yīng)用于分子及其生成的產(chǎn)物，從系統(tǒng)的初始反應(yīng)物開始，結(jié)果是在反應(yīng)規(guī)則的基礎(chǔ)上產(chǎn)生所有可能反應(yīng)和物種的窮舉網(wǎng)絡(luò)。本文生成反應(yīng)網(wǎng)絡(luò)的代碼編寫規(guī)則遵循文獻(xiàn)中所寫，得到包含18種反應(yīng)類型、865個(gè)分子和6616個(gè)反應(yīng)的石腦油催化重整反應(yīng)網(wǎng)絡(luò)，反應(yīng)類型參見表2。

表2 石腦油分子水平催化重整反應(yīng)動(dòng)力學(xué)模型中反應(yīng)類型統(tǒng)計(jì)

依據(jù)獲得的反應(yīng)網(wǎng)絡(luò)構(gòu)建分子水平催化重整反應(yīng)動(dòng)力學(xué)模型，按理想的平推流反應(yīng)器建立物料衡算，采用工廠實(shí)際數(shù)據(jù)對(duì)反應(yīng)動(dòng)力學(xué)參數(shù)進(jìn)行估計(jì)，結(jié)果見表3。該工廠生產(chǎn)工況較為穩(wěn)定，反應(yīng)溫為532℃，反應(yīng)壓力為0.35MPa，液時(shí)空速為1.58h-1，產(chǎn)物組成變化很小，故采用本文作者課題組[26]前期對(duì)相同背景裝置的模擬結(jié)果，來驗(yàn)證模型在不同工況下模擬結(jié)果的可靠性，圖8為反應(yīng)溫度分別為525℃、530℃、532℃、535℃、反應(yīng)壓力為0.35MPa、液時(shí)空速為1.58h-1時(shí)27種產(chǎn)物組分的質(zhì)量分?jǐn)?shù)模擬值與實(shí)際值的對(duì)比，模擬值與實(shí)際值的絕對(duì)誤差均在0.85%以內(nèi)，模型對(duì)于芳香烴收率的模擬相對(duì)誤差小于0.35%，對(duì)于乙苯、對(duì)二甲苯、鄰二甲苯、間二甲苯的模擬絕對(duì)誤差小于0.5%，說明模型對(duì)于催化重整產(chǎn)物分布的預(yù)測(cè)可靠性較高。

表3 反應(yīng)動(dòng)力學(xué)參數(shù)估算值

圖8 產(chǎn)物組分的質(zhì)量分?jǐn)?shù)實(shí)際值與模擬值比較

由建立的催化重整分子水平反應(yīng)動(dòng)力學(xué)模型進(jìn)行重整反應(yīng)過程分析，重整過程中反應(yīng)溫度以及反應(yīng)壓力對(duì)芳烴以及C5+液體收率的影響如圖9所示，C5+液體收率隨溫度升高而減小，原因是溫度升高會(huì)加劇重整過程中裂化反應(yīng)的發(fā)生，從而導(dǎo)致C5+液體收率降低，此時(shí)芳香烴收率升高，主要是因?yàn)槊摎浞紭?gòu)化反應(yīng)是吸熱反應(yīng)，溫度升高有利于反應(yīng)的進(jìn)行，因此其收率提高。提高反應(yīng)壓力不利于烷烴環(huán)化反應(yīng)與環(huán)烷烴芳構(gòu)化反應(yīng)的進(jìn)行，故提升反應(yīng)壓力會(huì)導(dǎo)致芳烴收率降低，與芳烴相似，反應(yīng)壓力的升高會(huì)使得C5+液體收率降低。

圖9 反應(yīng)溫度、反應(yīng)壓力對(duì)芳香烴、C5+液體收率的影響

3 結(jié)論

（1）針對(duì)某催化重整裝置情況，構(gòu)建了包含270個(gè)分子的石腦油確定性分子數(shù)據(jù)庫，將分子集總到MTHS模型中，通過優(yōu)化算法建立石腦油分子重構(gòu)模型。模擬結(jié)果表明，石腦油混合物的分子量和密度模擬值與實(shí)際值的相對(duì)誤差均在0.5%以內(nèi)，蒸餾體積數(shù)據(jù)及石腦油分子組成的模擬值與實(shí)際值吻合良好。

（2）基于以上石腦油分子重構(gòu)模型，運(yùn)用RING 軟件生成反應(yīng)網(wǎng)絡(luò)，構(gòu)建分子水平催化重整反應(yīng)動(dòng)力學(xué)模型并采用遺傳算法估算模型參數(shù)。模擬結(jié)果與工廠實(shí)際值絕對(duì)誤差較小，證明了模型的可靠性。

本文建立了基于工廠數(shù)據(jù)的催化重整裝置分子級(jí)反應(yīng)動(dòng)力學(xué)模型，實(shí)現(xiàn)了由已知原料宏觀物性預(yù)測(cè)催化重整產(chǎn)物分布的目的，為從分子水平上認(rèn)識(shí)裝置反應(yīng)機(jī)理進(jìn)而支撐催化重整裝置的智能化建設(shè)奠定基礎(chǔ)。

符號(hào)說明

A6——6個(gè)碳的烷烴、正構(gòu)烷烴、異構(gòu)烷烴、五元環(huán)環(huán)烷烴、芳香烴，其余類似

D——石腦油的密度，kg/m3

E——反應(yīng)活化能，kJ/mol

IP6——6個(gè)碳的異構(gòu)烷烴，其余類似

k——反應(yīng)速率常數(shù)，s-1

k0——反應(yīng)頻率因子，s-1·MPa-b

M——同系物n中的一系列組分

Mw——石腦油的摩爾質(zhì)量，g/mol

N——同系物

6N6，5N6——6 個(gè)碳的六元環(huán)烷烴、五元環(huán)環(huán)烷烴，其余類似

NP6——6個(gè)碳的正構(gòu)烷烴，其余類似

O——石腦油分子重構(gòu)模型目標(biāo)函數(shù)

P5——5個(gè)碳的烷烴，其余類似

PH——?dú)浞謮?，MPa

PR——分子水平催化重整動(dòng)力學(xué)模型目標(biāo)函數(shù)

pr——產(chǎn)物j的質(zhì)量分?jǐn)?shù)，%

pm,n——同系物n中單元格(m,n)的概率密度

q——催化重整產(chǎn)物組分?jǐn)?shù)目

R——摩爾氣體常量，8.3145J/(mol·K)

T——反應(yīng)溫度，K

t——積分變量

Vt——實(shí)沸點(diǎn)蒸餾數(shù)據(jù)，%

w——權(quán)重因子

Xn——正構(gòu)烷烴、異構(gòu)烷烴、烯烴、環(huán)烷烴、芳香烴的含量值，%

ym,n——通過歸一化pm,n得到的對(duì)應(yīng)于同系物n中組分m的分?jǐn)?shù)

Z——碳數(shù)

αn——第n個(gè)同系物伽馬分布的形狀參數(shù)

βn——第n個(gè)同系物伽馬分布的尺寸參數(shù)

上角標(biāo)

act——實(shí)際值

b——壓力指數(shù)

sim——模擬值

下角標(biāo)

i——反應(yīng)頻率因子數(shù)目

j——催化重整產(chǎn)物組分?jǐn)?shù)

m——對(duì)應(yīng)于同系物n的組分m

min，max ——最小、最大

n——同系物N的組成

t——t=1～12，表示5%、10%、20%、30%、40%、50%、60%、70%、80%、90%、95%、98%的蒸餾體積數(shù)據(jù)