[发明专利]预测LCO加氢原料与产物的烃族组成的方法和装置

说明书

本公开涉及一种预测LCO加氢原料与产物的烃族组成的方法和装置，收集LCO加氢原料与产物样本，获取LCO加氢原料与产物样本的第一烃族组成数据，采集LCO加氢原料与产物样本在预设谱区内常温下的红外光谱，根据红外光谱的主成分与从第一烃族组成数据中获取的主成分对应的第二烃族组成数据建立第一校正模型，根据红外光谱和主成分获取光谱残差，并根据光谱残差与光谱残差对应的烃族组成残差数据建立第二校正模型，获取待测LCO加氢原料与产物的红外光谱，并根据待测LCO加氢原料与产物的红外光谱通过第一校正模型和第二校正模型预测待测LCO加氢原料与产物的烃族组成，从而实现LCO加氢原料与产物的烃族组成的快速预测。

技术领域

本公开涉及化学工业领域，具体地，涉及一种预测LCO加氢原料与产物的烃族组成的方法和装置。

背景技术

国内石油化工科学研究院(简称石科院)将开发的劣质LCO(轻循环油)转化为催化裂化汽油或轻质芳烃(LCO to Aromatics and Gasoline，LTAG)，这样，将低价值的LCO转化成为高附加值的高辛烷值车用汽油或芳烃，可大大缓解企业压力，同时提高汽柴比也符合我国国情。

LTAG工艺包含两个关键性技术：对LCO的选择性加氢技术以及后续的对加氢产品进行选择性催化裂化的技术，前者是将LCO中多环芳烃(如双环芳烃)选择性加氢饱和为单环芳烃，LTAG加氢单元的加氢深度和选择性直接影响到后续催化裂化单元目标产品的收率和质量。选择性加氢饱和后的结果的好坏可以通过LCO加氢前后单环芳烃和多环芳烃的含量变化来确定，另外还可以通过特定芳烃化合物(如茚满或四氢萘、萘类等物质)的含量变化来确定。因此，保持对LTAG加氢单元中LCO原料和产品的性质监控，尤其是对烃族组成的监控，对于整个LTAG工艺来说是必不可少的，这样，有利于及时调整加氢及催化裂化的工况，降低能耗并优化最终产品质量。

目前，对于柴油烃族组成(例如芳烃组成)，主要的分析方法有质谱法，质谱法可以给出柴油的组成信息，包括链烷烃、不同环数环烷烃以及不同环数芳烃的含量分布等，满足对LCO原料和产品性质的分析需求，但是质谱法需要对样品进行预分离，即将样品分离为饱和烃和芳烃后再分别进行质谱分析，从而使得分析时长较长，难以满足快速监控的要求。

发明内容

为了解决上述问题，本公开提供一种预测LCO加氢原料与产物的烃族组成的方法和装置。

为了实现上述目的，根据本公开实施例的第一方面，提供一种预测LCO加氢原料与产物的烃族组成的方法，包括：

收集LCO加氢原料与产物样本；

获取所述LCO加氢原料与产物样本的第一烃族组成数据；

采集所述LCO加氢原料与产物样本在预设谱区内常温下的红外光谱；

根据所述红外光谱的主成分与从所述第一烃族组成数据中获取的所述主成分对应的第二烃族组成数据建立第一校正模型；

根据所述红外光谱和所述主成分获取光谱残差，并根据所述光谱残差与所述光谱残差对应的烃族组成残差数据建立第二校正模型；所述烃族组成残差数据为所述第一烃族组成数据中除所述第二烃族组成数据之外的数据；

获取待测LCO加氢原料与产物的红外光谱，并根据所述待测LCO加氢原料与产物的红外光谱通过所述第一校正模型和所述第二校正模型预测所述待测LCO加氢原料与产物的烃族组成。

可选地，所述获取所述LCO加氢原料与产物样本的第一烃族组成数据包括：

通过SH/T0606方法获取所述LCO加氢原料与产物样本的第一烃族组成数据。

可选地，所述预设谱区包括：1840～950cm^-1和3000～2400cm^-1。

可选地，所述采集所述LCO加氢原料与产物样本在预设谱区内常温下的红外光谱包括：