人工神经网络在汽柴油混合加氢脱硫中的应用

在温度320～360℃、空速1.2～2.0 h-1、氢油体积比350～550、压力6.0～8.5 MPa的条件下,采用Ni-Mo-P/Al2O3加氢精制催化剂在100 mL加氢评价装置上,对5种劣质汽柴油进行混合加氢脱硫评价。应用LMBP神经网络建立了用于预测汽柴油混合加氢脱硫率的模型,并应用LMBP神经网络考察了原料油性质和工艺条件对加氢脱硫反应的影响。实验结果表明,LMBP神经网络对脱硫率和脱硫反应温度的预测精度较高,平均相对偏差分别为0.55%和0.28%;原料油性质对加氢脱硫影响大小的顺序为:密度>溴值>90%馏出点>氮含量>硫含量>运动黏度,工艺条件对加氢脱硫影响大小的顺序为:温度>空速>氢油比>压力,为汽柴油混合加氢脱硫工艺条件的优化提供了指导。