توسعه یک رویکرد مبتنی بر مدل‌سازی به منظور طراحی رآکتور بالارونده در فرآیند شکست کاتالیستی بستر سیال (fcc)

فرآیند شکست کاتالیستی بستر سیال (fcc) یک مسیر مقرون به صرفه و قابل اطمینان برای تبدیل برش‌های سنگین نفتی به محصولات سبک و با ارزش است. رآکتورهای بالارونده به منظور انجام این فرآیند به طور گسترده تجاری‌سازی شده‌اند. در این مطالعه، بر اساس یک رویکرد مبتنی بر مدل‌سازی، طراحی یک رآکتور بالارونده واحد fcc بر اساس خوراک ورودی نفت‌گاز با دبی جرمی kg s-1 24/1 ارائه شده است. به دنبال آن، عملکرد رآکتور طراحی شده در شرایط عملیاتی مختلف مورد بررسی قرار گرفته است. به این منظور، الگوریتمی به عنوان رویه طراحی پیشنهاد شده است. در ابتدا مدل عددی حاکم بر رآکتور توسعه داده شده و سپس با بهره‌گیری از داده‌های تجربی شامل توزیع محصولات و دمای خروجی اعتبارسنجی شده است. مدل عددی ارائه شده با متوسط خطای %7/52 بر داده‌های تجربی یک واحد صنعتی منطبق شده است. بر اساس طراحی انجام شده، کسر تبدیل نفت‌گاز %94/32 بوده و کسر وزنی محصولات شامل گازوئیل، بنزین، گاز مایع، گاز سبک و کک نیز به ترتیب برابر %21/66، %49/82، %12/55، %4/35 و %5/94 می‌باشد. کنترل‌پذیری فرآیند نسبت به شرایط عملیاتی نیز بر اساس آنالیز‌های حساسیت تعیین شده است به طوری که می‌توان نسبت کاتالیست به خوراک ورودی (cor)، نرخ خوراک ورودی، دمای خوراک ورودی و دمای کاتالیست ورودی را با هدف دست‌یابی به توزیع مناسبی از محصولات تنظیم نمود.

developing a modeling-based approach to design a riser reactor in the fluid catalytic cracking (fcc) process

the fluid catalytic cracking (fcc) process is a cost-effective and reliable route to convert heavy oil fractions into valuable and light products. the riser reactors are commonly commercialized to perform this process. in this study, using a novel modeling-based approach, the design of the fcc riser reactor system is presented based on the gas oil feed with 24.1 kg s-1 mass flow rate. subsequently, the performance of the designed reactor is examined under various operating conditions. for this purpose, an algorithm is proposed as the design procedure. initially, the numerical model of the riser reactor is developed and then validated using experimental data including product distribution and outlet temperature. the presented numerical model matches the experimental data of an industrial unit with an average error of 7.52%. based on the proposed design, the gas oil conversion is 94.32% and the mass fractions of products including diesel, gasoline, lpg, dry gas, and coke are 21.66%, 49.82%, 12.55%, 4.35%, and 5.94%, respectively. the process controllability to operating conditions is also determined based on the sensitivity analysis so that the catalyst-to-oil ratio (cor), feed flow rate, feed temperature, and catalyst temperature can be adjusted to achieve a desirable product distribution.