На заре переработки нефти из-за характера и простоты очистки нефти не было необходимости разбираться в характере и поведении сырья для нефтепереработки в тех деталях, которые требуются в настоящее время
жүктеу/скачать 175.05 Kb.
|
| 3.6 USE OF THE DATA
Было заявлено, что необходимо сделать больше для сопоставления аналитических данных, полученных для тяжелого сырья, с технологичностью (Speight, 1984, 2014; Reynolds, 1991). В частности, необходимы измерения свойств, которые отражают уникальность отдельных тяжелых исходных материалов и процессов, таких как гидродесульфуризация и гидродеметаллизация (Reynolds, 1991). В настоящее время используемые предикторы выхода кокса являются упрощенными и зависят от сырья (Beret and Reynolds, 1990; Hsu and Robinson, 2006; Gary et al., 2007; Speight, 2014). Стандартные анализы цельного тяжелого сырья, такие как определение элементного состава и молекулярной массы, не служат надежными предикторами технологичности. Было продемонстрировано, что многие методы применимы для определения характеристик компонентов тяжелого сырья; однако немногие из них были доведены до удовлетворительной стадии систематического использования. Обратную газожидкостную хроматографию можно использовать для индикации увеличения трудностей обработки с увеличением полярности компонентов тяжелого сырья; однако в нем не говорится, как можно решить такие трудности. Определение средних структурных особенностей имеет ограниченную ценность и, похоже, не очень помогает (Speight, 2014). Данные, полученные с помощью одного или нескольких методов оценки, описанных здесь, дают представление о поведении сырья. Эти данные также могут быть использованы, чтобы дать переработчику представление о различиях между различными остатками (Speight and Ozum, 2002; Parkash, 2003; Hsu and Robinson, 2006; Gary et al., 2007; Speight, 2014) (и другим исходным сырьем). ), тем самым представляя указание на средства, с помощью которых сырое сырье должно обрабатываться, и для прогнозирования свойств продукта (Dolbear et al., 1987). Следует подчеркнуть, что переход от исходных данных оценки к полномасштабному производству не является предпочтительным шагом. Дальнейшая оценка технологичности исходного сырья обычно необходима посредством использования опытно-промышленных работ, в результате которых можно будет сопоставить данные, полученные в результате фактических операций завода (а также данные пилотной установки), с одним или больше физических свойств, определенных как часть оценки сырья. Прогнозирование технологичности - это вопрос понимания химического и физического состава сырья, поскольку он связан со свойствами, способностью рафинирования и выходом продукта (Speight, 1992). Могут быть выполнены измерения, чтобы дать нефтеперерабатывающему предприятию представление о поведении сырья во время модернизации, а также для прогнозирования вариантов процесса, которые могут привести к улучшению характеристик продукта и / или выхода. Из-за сложности исходного сырья полагаться на использование объемных свойств в качестве единственного средства прогнозирования поведения имеет недостатки (Dolbear et al., 1987). Хотя ранние исследования в первую очередь были сосредоточены на составе и поведении асфальта, методы, разработанные для этих исследований, предоставили отличные средства изучения тяжелого сырья (Speight, 2014). Фракционирование тяжелого исходного сырья на представляющие интерес компоненты с последующим изучением компонентов представляется лучшим подходом, чем получение данных по остаткам в целом. Путем тщательного выбора схемы характеристики можно получить подробный обзор состава сырья, который можно использовать для прогнозов процесса. Таким образом, методы фракционирования также играют роль, наряду с методами физических испытаний, для оценки тяжелой нефти, сверхтяжелой нефти и битума из битуминозного песка - остатки уже присутствуют на нефтеперерабатывающем заводе как продукты процесса дистилляции, когда они применяются к более легкой сырой нефти. Например, путем тщательного выбора подходящего метода можно получить подробную «карту» состава сырья или продукта, которую можно использовать для прогнозирования процесса (Speight, 2001, 2014, 2015). жүктеу/скачать 175.05 Kb. Достарыңызбен бөлісу:
|