毕业时间：2017年5月（博士）

毕业去向：中石化石油化工科学研究院

导师：赵锁奇 教授 史权 教授 张霖宙 副教授

学科专业：化学工程与技术

研究方向：石油天然气加工

 

学位论文题目

催化裂化油浆加工过程分子转化模拟

Molecular-Level Modeling of FCC Slurry Oil Conversion

 

论文摘要

催化裂化油浆是催化裂化工艺产生的最重液体组分， 由于富含大量重芳烃、 金属、 残炭、 催化剂颗粒， 难以进一步处理， 通常作为燃料油直接烧掉。但是随着催化裂化原料重质化， 油浆产出比例不断增加，如何对其进一步利用，提高附加值，值得深入研究。超临界萃取耦合加氢处理工艺可以有效的改善油浆性质。通过超临界萃取的方法，对原料油浆进行萃取。 经过萃取后，油浆中大部分催化剂颗粒、金属可以被脱除，残炭、 胶质、 沥青质明显降低。萃取后的油浆可以满足加氢处理装置对原料的要求。之后，本研究以萃取后的油浆为原料， 进行了加氢处理实验，并对加氢过程进行了分子水平动力学模型构建。

在分子水平上进行动力学模型构建， 是目前动力学模型研究的热点。分子水平动力学建模， 需要先定义分子在计算机中的存储方式， 前人提出了多种存储方法，但存在过于复杂或同一种存储方式异构体过多等情况。本研究采用化学信息学中的 SMILES 编码来存储分子， 可以解决前人方法存在的许多问题。目前， 原料分子集构建主要有两种方法， 随机构建法和最大信息熵法，本研究对两种方法进行了探讨， 并提出了通过预构建分子库， 提高构建效率的方法。 选用最大熵优化算法， 对萃取后的催化裂化油浆进行了原料分子集构建， 构建结果可以与实验值吻合。 在加氢反应网络构建过程，使用反应 SMARTS 语言，解决了反应规则编写的问题。反应网络生成完毕后， 还需要将其转换成计算机可求解的微分方程组的形式， 本研究采用了计量系数矩阵的处理方法，可以动态的将反应网络转换成计算机可求解形式。最后， 利用上述模型构建方法， 对油浆加氢过反应过程进行了分子水平动力学构建，模型计算结果可以与实验结果较好的吻合。

构建完成后的模型可能存在问题或者需要对模型进行进一步分析，本研究采用网络可视化的方法， 可以对整个构建过程和反应微分方程组进行网络可视化分析。反应网络可视化， 在生物反应网络分析中有广泛应用，一般通过结合反应物的某种性质， 对相应过程中性质的变化进行分析。本研究首先根据反应网络的特性，选取了物质-物质与物质-反应型两种图类型。之后，通过将反应网络结合反应物产生的代数和反应过程中物质含量的变化，开发了一套针对分子水平动力学模型特性的可视化方法。对网络的布局进行了详细探讨，并尝试了多种网络布局方案，最后选取树状布局和力学布局作为最终方案， 并在可视化基础上， 将可视化与反应网络数据文件进行整合，可以直接在可视化界面上对反应网络进行编辑。

本研究在对催化裂化油浆加氢过程进行分子水平动力学模型构建的同时，开发了一套完整的分子水平动力学构建平台， 可以快速完成分子水平动力学模型构建， 并对该构建平台使用的软件编程库、软件的基本框架和部分代码进行了简要介绍。

关键词：催化裂化油浆；超临界萃取；加氢处理；分子级动力学模型；反应网络可视化

 

创新点

（1）引入化学信息学中的 SMILES、SMARTS 语言，用于处理分子水平动力学的分子存储和反应网络生成， 解决了键电矩阵存储分子编写复杂，结构导向集总法存储分子结构存在一对多的问题。通过 SMILES 语言，预构建分子库可以通过化学绘图软件（如 ChemDraw）快速完成。反应 SMARTS 语言， 配合SMILES 使用，可以使反应规则的编写，变得直观简单。（见第 2、3 章）

（2）采用最大信息熵构建法，对催化裂化油浆进行分子组成构建，并对催化裂化油浆加氢过程进行反应网络生成， 使用计量系数矩阵法，将反应网络转换成计算机可求解的微分方程组形式，并对生成的方程组求解，计算结果可以与实际值吻合。（见第 2、3 章）

（3）分子水平动力学模型的结果分析，往往局限于最终产物性质与实验结果的对比， 构建过程的模型数据， 因为结构复杂通常被忽略。但是， 当模型出现问题或者需要对反应网络深入分析时， 这部分数据十分重要。 本文提出网络可视化方法，用以分析分子水平动力学模型的反应网络和结果， 通过选取合理的网络布局， 对反应网络生成过程， 和物质在反应过程的变化进行了可视化， 解决了反应网络分析困难的问题。对 PageRank、最短路径等图论分析方法在反应网络中的应用进行了探究。（见第 4 章）

 

发表学术论文

1. [1]He S, Lucio-Vega J, Zhang L, Shi Q, Horton SR, Al-Khattaf S, Al-Jundi I, Elmutasim O, Zhao S, Klein MT. Integrating visualization methods with chemical kinetics model solution and editing tools. Energy Fuels 2017;31(9):9881–9
   https://doi.org/10.1021/acs.energyfuels.7b01202

2. [2]Hu M, Zhang L, He S, Xu C, Shi Q. Collision cross section (ccs) measurement by ion cyclotron resonance mass spectrometry with short-time fourier transform. Rapid Commun Mass Spectrom 2018;32(9):751–61
   https://doi.org/10.1002/rcm.8096