Кинетика и катализ, 2019, T. 60, № 1, стр. 129-135
Моделирование каталитического риформинга: влияние вариаций кинетических параметров на ожидаемый состав продуктов
А. А. Дюсембаева 1, *, В. И. Вершинин 1
1 ФГБОУ ВО Омский государственный университет им. Ф.М. Достоевского
644077 Омск, просп. Мира, 55-А, Россия
* E-mail: aykend@mail.ru
Поступила в редакцию 06.12.2017
После доработки 25.09.2018
Принята к публикации 21.06.2018
Аннотация
Изучена чувствительность ранее разработанной кинетической модели риформинга к вариациям констант скорости 27 частных реакций. Модель адекватно описывает работу заводской установки риформинга бензиновой фракции 85−140°С на Pt−Sn-катализаторе. В ходе компьютерного эксперимента выявлены реакции, оказывающие наибольшее влияние на выходы целевых продуктов. Содержания целевых продуктов (бензол, толуол и сумма ксилолов) прогнозируются без существенных погрешностей, если вариации констант скорости не превышают 10% от их номинальных значений.
ВВЕДЕНИЕ
Каталитический риформинг − важный технологический процесс, обеспечивающий получение высококачественных моторных топлив, а также индивидуальных ароматических углеводородов (аренов), необходимых для нефтехимических производств. Математическое моделирование кинетики риформинга позволяет оптимизировать работу реакторов, разрабатывать новые катализаторы [1] и описывать реакции индивидуальных углеводородов (УВ) c учетом природы активных центров катализатора [2]. В работах зарубежных авторов для моделирования процесса чаще применяют детализированные схемы превращения. Так, авторы работы [3] представили кинетическую модель риформинга для описания реакций углеводородов до 11 атомов углерода. Значения кинетических параметров реакций были определены по экспериментальным данным, полученным на опытной установке с неподвижным слоем катализатора. Для прогнозирования процесса в условиях нестационарной работы катализатора была разработана модель риформинга, учитывающая дезактивацию катализатора, и исследовано влияние технологических параметров на длительность межрегенерационного цикла [4]. Интерес представляет работа Hou Weifeng et al. [5], где схема с участием псевдокомпонентов С1–С9 также была достаточно детализирована и описывала превращения 18 компонентов в нестационарных условиях. Иной подход к построению кинетической модели, основанный на корреляции скоростей реакции с учетом термодинамических особенностей этих реакций (значения свободной энергии Гиббса), предложен в работе [6]. Результирующая модель характеризуется высоким уровнем детализации кинетической схемы (62 индивидуальных и групповых реагента, 146 реакций), в то же время она достаточно проста и дает точное описание экспериментальных данных, используя всего 22 кинетических параметра.
Исследование каталитического риформинга и оптимизация условий его проведения могут быть реализованы на основе комбинации схем с разной степенью агрегирования компонентов. Ранее мы показали, что двухуровневая модель [7] позволяет правильно прогнозировать состав продуктов риформинга прямогонных бензинов в широком интервале температур и при постепенной дезактивации Pt–Sn-катализатора [8]. Однако адекватность подобных моделей зависит от точности исходных параметров, особенно констант скорости множества частных реакций, протекающих в ходе риформинга. Отметим, что константы скорости и энергии активации частных реакций заранее определяют в лабораторных условиях, а затем уточняют, решая обратную задачу химической кинетики применительно к работе полупромышленных или заводских установок [5, 9].
Цель настоящего исследования – оценка устойчивости модели [8], в частности, чувствительности модели к неизбежным погрешностям, с которыми определяются числовые значения констант скорости (kj). Влияние неопределенности констант скорости можно оценить в ходе компьютерного эксперимента, поочередно варьируя эти параметры и отслеживая изменения ожидаемого состава продуктов реакции. В отличие от других многостадийных технологических процессов [10], устойчивость моделей риформинга таким способом ранее не проверяли.
В ходе компьютерного эксперимента следовало: 1) выявить частные реакции, которые сильнее всего влияют на ожидаемые выходы целевых продуктов (бензола, толуола и ксилолов); 2) установить, какие именно вариации констант скорости этих реакций приводят к существенным изменениям ожидаемого состава продуктов риформинга. При проведении компьютерного эксперимента технологические параметры процесса (тип и активность катализатора, состав и скорость подачи сырья, температуру на входе в слой, давление) фиксировали на постоянных уровнях, отвечающих режиму работы моделируемой заводской установки.
ХАРАКТЕРИСТИКА МОДЕЛИ И МЕТОДИКА ЭКСПЕРИМЕНТА
В основе модели [7] лежит схема превращения УВ на платиновых катализаторах, показанная ниже (схема 1). Она учитывает превращения УВ С6–С8, которые суммарно составляют около 70% массы сырья (части прямогонной бензиновой фракции, отгоняемой при 85–105°С). Некоторые структурно-родственные УВ (например, метилциклопентаны или ксилолы) при моделировании объединяют в псевдокомпоненты. Низкоагрегированная схема включает 27 частных реакций изомеризации, дегидрирования, гидрокрекинга и др., идущих на активных центрах катализатора.
C1–C5 – газ; n-C6, n-C7, n-C8 – разные группы н-парафинов; i-C6, i-C7, i-C8 – группы изопарафинов; МЦП, ДМЦП, ТМЦП – N5-нафтены; ЦГ, МЦГ, ДМЦГ – N6-нафтены; Б, Т, К – бензол, толуол, ксилолы. Цифра – номер реакции.
Схема 1. Превращения углеводородов С6–С8 в процессе риформинга.
Кинетику частных реакций при моделировании риформинга принято описывать уравнениями первого порядка [9, 11]. Скорости реакций (ммоль/(г ч)) выражают кинетическими уравнениями типа (1):
где kj – константа скорости, Yi – мольная доля i-го компонента в смеси УВ; φj – параметр обратимости j-ой реакции. Для псевдокомпонентов этот параметр вычисляется с учетом обобщенной константы равновесия, которую находили по алгоритму [12, 13]. Изменения концентраций компонентов (или псевдокомпонентов), участвующих сразу в нескольких реакциях, описывают уравнениями типа (2): где wi – скорость изменения концентрации компонента; ${{v}_{{ij}}}$ – стехиометрический коэффициент. Так как концентрация Н2 в ходе риформинга практически не меняется, ее включают в константы скорости соответствующих реакций. Процесс в неподвижном адиабатическом слое катализатора описывают уравнениями материального и теплового балансов [7]. Математическая модель представлена системой дифференциальных уравнений, ее решение реализовано на языке Fortran-77. Программы, позволяющие прогнозировать состав продуктов с учетом или без учета дезактивации катализатора, описаны в работе [8].Объектом моделирования была работа многотоннажной установки риформинга С-300 КПА полурегенеративного типа, перерабатывающей прямогонный бензин (фракция 85–140°С) с применением Pt–Sn-катализатора серии R. Значения констант скорости и энергий активации частных реакций были измерены нашими предшественниками применительно к лабораторным или полупромышленным установкам [14], а затем уточнены нами с использованием накопленных в течение двух лет хроматографических данных, характеризующих состав сырья и состав смеси продуктов реакции (“платформат”) [15]. В качестве примера в табл. 1 приведены прогнозируемые и реальные показатели состава платформата для адиабатического режима при 490°С без учета дезактивации катализатора. Указаны погрешности прогнозирования ∆отн (%).
Таблица 1.
Компо-ненты | Сырье | Платформат | ∆отн, % | |
---|---|---|---|---|
прогноз | экспери-мент | |||
n-C6 | 0.66 | 0.69 | 0.71 | –2.8 |
i-C6 | 0.0 | 2.0 | 2.2 | –9.1 |
n-C7 | 12.1 | 5.2 | 5.1 | 1.9 |
i-C7 | 11.0 | 12.0 | 11.9 | –0.8 |
n-C8 | 8.7 | 2.0 | 2.2 | –9.1 |
i-C8 | 11.3 | 5.9 | 6.2 | –4.8 |
ЦГ | 6.4 | 0.01 | – | – |
МЦП | 2.9 | 0.26 | 0.28 | –7.1 |
МЦГ | 18.2 | 0.34 | 0.36 | –5.6 |
ДМЦГ | 9.1 | 0.01 | – | – |
ТМЦП | 4.4 | 0.49 | 0.53 | –7.5 |
ДМЦП | 9.2 | 0.70 | 0.68 | 2.9 |
Бензол | 0.05 | 8.1 | 8.0 | 1.3 |
Толуол | 3.1 | 39.8 | 39.6 | 0.5 |
Ксилолы | 2.8 | 22.5 | 22.2 | 1.4 |
Из данных, представленных в табл. 1, следует, что погрешности моделирования по целевым продуктам риформинга – бензолу, толуолу и ксилолам – не превышают 2 отн. %. Хроматографический анализ платформата по стандартным методикам, включающим применение прецизионной аппаратуры и программ компьютерной идентификации, позволяет определять содержания индивидуальных УВ (или псевдокомпонентов) с погрешностями (по модулю) не более 5 отн. %. Таким образом, вышеописанная модель риформинга адекватна. Для компонентов, содержание которых в платформате составляет 1–2 мас. % (i-C6, МЦП, ДМЦП), погрешности прогнозирования несколько больше, но во всех случаях они не превышают 10 отн. %. Сопоставление дисперсий адекватности и воспроизводимости по критерию Фишера (α = 0.05) подтверждает cтатистическую адекватность модели и для этих компонентов. Содержания микропримесей (ЦГ, ДМЦГ) прогнозируются на уровне сотых долей процента. Примерно такая же точность прогнозирования достигается при моделировании риформинга в условиях дезактивации катализатора из-за коксоотложения, а также при варьировании температуры. Адекватность модели [7, 8] позволила перейти к проверке ее устойчивости в ходе компьютерного эксперимента.
При моделировании сложных химико-технологических процессов устойчивость модели принято [16] оценивать с помощью частных производных вида:
где Yi – моделируемая характеристика (например, содержание i-го компонента в реакционной смеси); pj – j-ый варьируемый параметр (например, константа скорости j-ой реакции). Однако в процессе риформинга константы скорости частных реакций (kj) при фиксированной температуре сильно различаются по своей величине (табл. 2), поэтому сопоставление коэффициентов чувствительности, найденных по формуле (3), могло привести к ошибочным выводам. Необходимо оговориться, что при решении системы дифференциальных уравнений изменение одной из констант вызывает изменения, затрагивающие концентрации всех реагентов, в том числе не участвующих в соответствующей реакции. Отсюда следует неоднозначность понятия “коэффициент чувствительности” и невозможность прямого вычисления этих коэффициентов в отсутствие адекватной модели.Таблица 2.
Реакция | ki , ммоль г–1 ч–1 | Тип реакций | |
---|---|---|---|
номер | химизм | ||
IV | ЦГ → Б | 500 ± 25 | Дегидрирование |
X | МЦГ → Т | 7240 ± 90 | |
XVI | ДМЦГ → К | 7532 ± 68 | |
I | n-C6 → i-C6 | 174 ± 3 | Изомеризация |
V | n-C7 → i-C7 | 248 ± 7 | |
XI | n-C8 → i-C8 | 72 ± 6 | |
III | МЦП → ЦГ | 203 ± 6 | |
IX | ДМЦП → МЦГ | 210 ± 6 | |
II | n-C6 → МЦП | 0.97 ± 0.14 | Дегидроциклизация |
XX | i-С6 → C1–C5 | 1.07 ± 0.16 | Гидрокрекинг |
XXI | i-C7 → C1–C5 | 0.48 ± 0.06 | |
XXII | i-C8 → C1–C5 | 0.47 ± 0.06 |
В подобных случаях мы предлагаем рассчитывать и сравнивать нормированные коэффициенты чувствительности [16], используя общую формулу (4):
В частности, чувствительность показателей состава платформата к вариациям констант скорости рассчитывали по формуле:
(5)
${S_{{ij}}^{k} = \frac{{{{k}_{j}}\partial {{Y}_{i}}}}{{{{Y}_{i}}\partial {{k}_{j}}}} = \frac{{\partial \ln {{Y}_{i}}}}{{\partial \ln {{k}_{j}}}}}.$Значения $S_{{ij}}^{k}$ для каждого из целевых продуктов находили в конечно-разностном приближении:
Аналогичным образом вычисляли коэффициенты чувствительности модели к вариациям энергий активации Ej (при неизменных значениях предэкспоненциальных множителей):
Рассчитанные по формулам (6) или (7) значения нормированных коэффициентов чувствительности сопоставляли по модулю, что и позволяло выбрать реакции, в наибольшей степени влияющие на ожидаемое содержание некоторого целевого продукта. Далее будем называть такие реакции “целевыми”.
При проведении компьютерного эксперимента вводили как положительные, так и отрицательные отклонения, составлявшие 5, 10 или 15% от номинальных значений kj или Ej. Температуру на входе в реактор (Т) и другие технологические характеристики процесса в ходе этих расчетов не меняли. Все расчеты проводили для Т = 505°С, что соответствует середине интервала температур, допускаемых технологическим регламентом (490–525°С).
РЕЗУЛЬТАТЫ И ИХ ОБСУЖДЕНИЕ
В первой серии опытов оценивали чувствительность модели к вариациям констант скорости. В качестве примера на рис. 1 сопоставлены нормированные коэффициенты чувствительности, вычисленные для одного из основных продуктов риформинга – бензола. Положительные значения $S_{{ij}}^{k}$ означают, что рост j-ой константы скорости приводит к увеличению ожидаемого выхода бензола, и наоборот. Чем больше по модулю $S_{{ij}}^{k},$ тем сильнее влияет данная реакция на выход бензола. Видно, что самое сильное влияние на ожидаемый выход бензола оказывают реакции (II), (V) и (IX), для которых $\left| {S_{{ij}}^{k}} \right|$ > 0.2.
Полученные результаты в целом согласуются с химизмом риформинга (рис. 1). Напомним, что реакция (II) – это дегидроциклизация н-гексана с последующим превращением продуктов реакции в бензол. Реакции (V) и (IX) представляют собой разные стадии трансформации С7-углеводородов в толуол.
Аналогичные расчеты показали, что ожидаемые выходы толуола и ксилолов практически не зависят от вариаций k2, но зависят от изменений k5 и k9. Варьирование констант скорости остальных частных реакций ведет к значениям $\left| {S_{{ij}}^{k}} \right|$ < 0.1. Изменение констант скорости этих реакций даже на уровне ±10% влияет на ожидаемые выходы аренов лишь в пределах погрешности их измерения методом ГЖХ.
Отметим, что реакция (II), а также реакции (V) и (IX) характеризуются сравнительно небольшими значениями констант скорости (табл. 2). Вероятно, именно эти реакции являются лимитирующими стадиями в соответствующих цепочках превращений. Это предположение должно быть подтверждено или опровергнуто в ходе дополнительных исследований. Но в любом случае константы скорости вышеуказанных реакций нужно определять как можно точнее. Как и следовало ожидать, в число таких реакций не попали быстрые реакции дегидрирования N6-нафтенов (IV), (X) и (XVI). Соответствующие константы скорости настолько велики, что выход целевых продуктов практически не зависит от их изменения ($S_{{ij}}^{k}$ ≈ 0). Для медленных побочных реакций гидрокрекинга (XX)–(XXII) значения $S_{{ij}}^{k}$ также близки к нулю, что говорит о слабом (в заданных условиях) влиянии побочных реакций на выходы аренов.
На втором этапе эксперимента поочередно меняли константы скорости целевых реакций на 5, 10 и 15 отн. %, как в большую, так и в меньшую сторону. Рассчитывали ожидаемые выходы индивидуальных аренов и их отличия от действительных показателей состава платформата (табл. 3). Значения $S_{{ij}}^{k}$ при этом не вычисляли. Как и следовало ожидать, увеличение модуля вариаций усиливало отклонения расчетных показателей состава платформата от их действительных значений. При расчете критического уровня варьирования констант предельно допустимыми считали 5-процентные отклонения показателей состава от их номинальных значений.
Таблица 3.
Варьируемая константа | Интервалы концентраций бензола (абс. %) при разных уровнях варьирования |
Критический уровень варьирования, отн. % |
||
---|---|---|---|---|
±5% | ±10% | ±15% | ||
k2 | 3.41–3.50 | 3.38–3.55 | 3.33–3.61 | 13 |
k5 | 3.42–3.48 | 3.40–3.50 | 3.37–3.53 | 20 |
k9 | 3.38–3.55 | 3.29–3.60 | 3.20–3.68 | 10 |
Как видно из табл. 3, критический уровень варьирования констант скорости целевых реакций составляет 5–10%. Большие (по модулю) погрешности при измерении этих констант приведут к значимым ошибкам при прогнозировании выхода бензола. Отметим, что иногда одинаковые по модулю положительные и отрицательные отклонения констант скорости искажали показатели состава платформата в различной степени. Аналогичные расчеты продемонстрировали, что ожидаемые содержания толуола и ксилолов зависят от вариации констант скорости целевых реакций в меньшей степени, чем ожидаемое содержание бензола. Таким образом, проверяемая модель риформинга оказалась довольно устойчивой к небольшим погрешностям измерения констант скорости. Высокая точность измерений (относительные погрешности менее 10%) необходима лишь для 3 констант из 27 варьируемых (k2, k5 и k9).
ЗАКЛЮЧЕНИЕ
Полученные в настоящей работе результаты позволяют сделать некоторые практические рекомендации, а именно:
1) для проверки устойчивости моделей риформинга целесообразно вычислять и сопоставлять нормированные показатели чувствительности, характеризующие изменения показателей состава продукции при варьировании констант скорости частных реакций;
2) для успешного моделирования риформинга константы скорости некоторых реакций должны быть измерены как можно точнее (с погрешностями, не выше 10 отн. %), так как их неопределенность в наибольшей степени влияет на прогнозируемый состав платформата;
3) константы скорости быстрых реакций дегидрирования парафинов, а также константы скорости реакций образования побочных продуктов за счет гидрокрекинга можно измерять менее точно, с погрешностями порядка 15%.
Отметим, что наши результаты согласуются с выводами других исследователей. Так, при изучении влияния неопределенности кинетических параметров на модели разных химико-технологических процессов показано, что решение остается качественно неизменным при вариации кинетических параметров в пределах ±20% [10]. По-видимому, риформинг также относится к числу процессов, относительно устойчивых к неопределенности кинетических параметров частных реакций. Это облегчает моделирование риформинга и открывает возможность целенаправленного управления составом целевых продуктов риформинга с помощью заранее построенной модели. В литературе есть сведения об успешном применении кинетических моделей риформинга для оптимизации работы заводских установок и управления ими [10]. Устойчивость и адекватность модели, описанной в работах [7, 8], позволяет создавать на ее основе автоматизированные системы типа “электронный помощник технолога”.
Однако в этой области решены далеко не все проблемы. В частности, пока не ясно, насколько устойчивыми окажутся кинетические модели риформинга при существенных изменениях состава сырья (соотношение разных УВ в прямогонных бензинах может меняться после перехода к новому типу нефти или новому режиму работы соответствующих установок). Вопрос о чувствительности моделей риформинга к изменениям состава сырья нуждается в отдельном исследовании. Недостаточно изучено и влияние технологических параметров на ожидаемый состав продуктов риформинга. Наконец, просторное поле будущих исследований связано с одновременным (а не поочередным) варьированием разных кинетических и технологических факторов.
Список литературы
Островский Н.М., Белый А.С. // Хим. пром-ть. 1999. № 8. С. 522.
Sotelo-Boyas R., Froment G.F. // Ind. Eng. Chem. 2009. V. 48. P. 1107.
Ancheyta-Juarez J., Villafuerte-Macias E. // Energy Fuels. 2000. V. 14. № 5. P. 1032.
Rahimpour M.R. // Chem. Eng. Technol. 2006. V. 29. P. 616.
Hou W., Su H., Hu Y., Chu J. // Chinese J. Chem. Eng. 2006. V. 14. № 5. P. 584.
Zagoruiko A.N., Belyi A.S., Smolikov M.D., Noskov A.S. // Catal. Today. 2014. V. 220–222. P. 168.
Джунусова (Дюсембаева) А.А., Островский Н.М. // Хим. технология. 2003. № 9. С. 37.
Дюсембаева А.А., Вершинин В.И. // Катализ в промышленности. 2016. Т. 16. № 5. С. 24.
Островский Н.М. Кинетика дезактивации катализаторов. Математические модели и их применение. М.: Наука, 2001. С. 334.
Антонова О.А., Мустафина С.А., Спивак С.И. // Башкирский хим. журн. 2010. Т. 17. № 3. С. 36.
Кравцов А.В., Иванчина Э.Д., Храпов Д.В., Короленко М.В., Гынгазова М.С. // Нефтепереработка и нефтехимия. 2009. № 10. С. 13.
Лебедева С.Л., Островский Н.М., Спивак С.И. // Кинетика и катализ. 1993. Т. 34. № 1. С. 171.
Wei J., Prater Ch.D. // Adv. In Catal. 1962. V. 13. P. 203.
Островский Н.М., Соколов В.П., Аксенова Н.В., Лукьянов Б.Н. // Тез. докл. Всесоюзной конференции “Химреактор-10”. Тольятти, 1989. Ч. 1. С. 49.
Дюсембаева А.А., Вершинин В.И. // Хим. технология. 2005. Т. 6. № 12. С. 32.
Полак Л.С., Гольденберг М.Я., Левицкий А.А. Вычислительные методы в химической кинетике. М.: Наука, 1984. С. 312.
Дополнительные материалы отсутствуют.
Инструменты
Кинетика и катализ