催化裂化裝置及系統(tǒng)腐蝕預測.pdf

1、催化裂化是石油煉制過程之一，是在熱和催化劑的作用下使重質油發(fā)生裂化反應，轉變?yōu)榱鸦瘹狻⑵秃筒裼偷鹊倪^程。隨著催化裂化加工原料的重質化，各種腐蝕物質含量愈來愈高，不僅引起設備的嚴重腐蝕，每年因此報廢的鋼材相當驚人，還使得后序深加工裝置的產(chǎn)品質量下降。其中以分餾塔頂循環(huán)系統(tǒng)的腐蝕最為劇烈，分餾塔頂循環(huán)系統(tǒng)的腐蝕類型眾多，腐蝕機理復雜，并且造成設備的損壞最為劇烈。
　　因分餾塔頂循環(huán)系統(tǒng)腐蝕因素多且關系復雜，采用一般的方法不能完全實現(xiàn)

2、多因素的腐蝕預測和控制。采用信息融合技術將pH值、Cl-、H2S、氮化物四種腐蝕參數(shù)融合在一起，利用神經(jīng)網(wǎng)絡建立多源腐蝕參數(shù)與Fe離子的關系，解決腐蝕預測的問題，為腐蝕控制提供依據(jù)。
　　利用信息融合技術建立的分餾塔頂循環(huán)系統(tǒng)的腐蝕預測系統(tǒng)，通過從獨山子石化現(xiàn)場腐蝕監(jiān)測系統(tǒng)采集的數(shù)據(jù)對腐蝕預測系統(tǒng)進行訓練，實現(xiàn)了多源信息融合計算預測腐蝕情況的目標。對于腐蝕預測系統(tǒng)的訓練，采用MATLAB神經(jīng)網(wǎng)絡算法對四種腐蝕參數(shù)進行融合計算，比較

3、BP算法和徑向基算法的訓練速度和預測精度，提出解決實際問題的合理的腐蝕預測的方法。通過驗證，在合理選擇中間層數(shù)和散布常數(shù)的情況下，兩種方法精度都達到要求。
　　基于分餾塔頂循環(huán)系統(tǒng)的腐蝕預測系統(tǒng)，通過計算，對四種腐蝕參數(shù)分別進行了敏感性分析，畫出了腐蝕參數(shù)的敏感性曲線圖，得出Cl-和H2S是腐蝕敏感性強的參數(shù)的結論。
　　完成了分餾塔頂循環(huán)系統(tǒng)腐蝕預測的操作系統(tǒng)的設計，針對催化裂化裝置的生產(chǎn)工藝參數(shù)，確定其溫度、壓力和材質，