催化裂化原料平均相對分子質量的計算

程從禮

（中國石化 石油化工科學研究院，北京 100083）

由于催化裂化原料是不均一的多分散體系，是多種化合物的復雜混合物，原料的性質是其中各個組分性質的綜合表現，具有宏觀的、平均的特點，所以需采用平均相對分子質量的概念表示原料的相對分子質量。平均相對分子質量是表征催化裂化原料的一個重要基礎物性參數，它是催化裂化裝置設計和原料其他物性關聯的必不可少的原始數據。例如，在催化裂化裝置設計過程中，平均相對分子質量用于計算體積流率、氣化潛熱、油氣分壓等。平均相對分子質量的測定方法是依據溶液的依數性，具體有冰點降低法、沸點升高法、蒸氣壓滲透法、滲透壓法等。對于石油產品，常用的是冰點降壓法和蒸氣壓滲透法，前者適用于＜350℃的汽油、煤油、輕柴油等餾分，后者適用于＞350℃的減壓餾分、渣油等。

在催化裂化工業生產過程中，通常對原料的平均相對分子質量并不進行實測，而是根據原料物性具有相關性的原理開發了一些經驗計算公式，對平均相對分子質量進行近似計算。壽德清等［1－2］實驗測定了大慶、勝利、任丘、大港、孤島和羊三木6種原油的平均相對分子質量、中沸點、密度、運動黏度等性質，在此基礎上提出預測我國石油直餾餾分平均相對分子質量的4種關聯式，并考察了國外常用的計算石油餾分平均相對分子質量的關聯式的適用性。翁漢波等［3］建立了大慶原油平均相對分子質量的關聯式，其自變量為餾分的中沸點和密度。孫昱東等［4］推薦了一種預測石油餾分平均相對分子質量的計算方法。該方法是在對31種純化合物和國內外79種石油餾分進行回歸的基礎上而得，只須知道石油餾分的密度和50%餾出溫度，即可計算石油餾分的平均相對分子質量。白正偉［5］采用黏度和密度計算重油的平均相對分子質量。

由上可見，對于石油餾分一些較難測定的物性，通常用2、3個常見性質，通過各種形式的關聯來進行計算。石油餾分的平均相對分子質量是一個復雜混合物中各個組分相對分子質量的平均值，它取決于餾分的輕重、沸點的高低、化學組成和結構特征。目前所提出的平均相對分子質量的關聯式基本上可以劃分為兩類。一類是關聯為密度和沸點的函數，另外一類就是關聯為密度和黏度的函數。由于我國催化裂化原料組成復雜，需要對所采用的關聯式進行適用性精度的考察。

1 催化裂化原料平均相對分子質量關聯式的建立

為了建立催化裂化原料平均相對分子質量的關聯式，豐富的原料樣品必不可少。為此從不同的催化裂化裝置采集了79套原料，并對其性質作了詳盡的分析。79套催化裂化原料分別來自于中國石化、中國石油、中國海油和延長集團，針對國內催化裂化裝置，具有很好的代表性，涵蓋了目前工業催化裂化裝置所加工的所有原料類型。建立平均相對分子質量關聯式的目的是可用性，也就是說能適用于催化裂化裝置日常生產，所以關聯式的自變量選取應該能從原料的日常分析數據中獲取。目前，催化裂化裝置日常生產中，通常只分析原料密度、殘炭值和餾程等數據，所以平均相對分子質量關聯式自變量選取原料的相對密度、殘炭值和50%餾出溫度這3個項目。這79套數據中，殘炭值的范圍為0.05%～8.23%（質量分數）；相對密度范圍為 0.8900～0.9626g/cm3；50%餾出溫度范圍是402～539℃。

Riazi等［6］研究發現，油品的平均相對分子質量與相對密度的乘積和沸點具有一定的函數關系。壽德清等［1］認為，石油餾分油的平均相對分子質量隨相對密度的改變并不顯著。根據這些結論，以催化裂化原料的平均相對分子質量與相對密度的乘積為縱坐標，以殘炭值或50%餾出溫度為橫坐標，分別繪制其關系曲線，如圖1所示。

圖1 催化裂化原料平均相對分子質量（M）與相對密度（ρ20）的乘積與殘炭值（w（CCR））、50%餾出溫度（T50）的關系Fig.1 Relationship between average relative molecular（M）×relative density（ρ20）and carbon residue value（w（CCR））and distillation temperature at 50%（T50）of FCC feedstocks

從圖1可以看出，原料的殘炭值與50%餾出溫度對平均相對分子質量的影響都呈現非線性關系。利用79套原料的相對密度、殘炭值、50%餾出溫度以及平均相對分子質量進行多元非線性回歸，得到計算平均相對分子質量的關聯式（1）。

式（1）中，M為催化裂化原料的平均相對分子質量；ρ20表示20℃下原料的相對密度，g/cm3；w（CCR）表示原料的殘炭值，%；T50表示50%餾出溫度，K。

壽德清等［1］對國內外24種平均相對分子質量關聯式進行了廣泛研究，推薦了2種計算平均相對分子質量的關聯式。在具備中沸點和密度（或特性因數）數據的條件下，建議采用式（2），在具備中沸點和100℃運動黏度時，可采用式（3）。

式（2）、（3）中，Tmid為原料的中沸點，K；K為特性因數；ν100表示100℃下原料的運動黏度，mm2/s。

孫昱東等［4］提出了基于相對密度、50%餾出溫度的平均相對分子質量關聯式，如式（4）所示。

白正偉［5］建立了基于黏度與密度的計算平均相對分子質量的關聯式。當采用100℃下黏度和密度作參數時，關聯式如式（5）所示。

筆者將提出的關聯式（1）與關聯式（2）～（5）進行了比較。

2 計算結果與討論

根據79套催化裂化裝置原料的分析數據，利用筆者提出的關聯式（1）以及上述關聯式（2）～（5）對原料的平均相對分子質量進行了計算，并與實際值進行了比較，結果列于表1。

從表1可以看出，筆者提出的催化裂化原料平均相對分子質量關聯式的計算精確度高于其他幾個關聯式。其中，關聯式（2）和式（3）也適合于催化裂化原料，而式（4）和式（5）計算誤差較大，對催化裂化裝置原料適用性較差。但是不難看出，由于中沸點數據和特性因數的數據對于催化裂化裝置原料這種相對較重的餾分來說，獲取較為困難，所以式（2）或式（3）應用可行性較差。

表1 催化裂化裝置原料平均相對分子質量各關聯式計算精確度的比較Table 1 Comparison of estimation correlations for average relative molecular mass of FCC feedstocks

3 結 論

（1）分析了79套催化裂化裝置原料的物性數據，發現原料密度與平均相對分子質量沒有明確的相關性，但平均相對分子質量隨沸點的升高而增大，同時平均相對分子質量隨原料殘炭值的增加而顯著增加。

（2）通過非線性回歸方法提出了基于原料相對密度、殘炭值和50%餾出溫度的平均相對分子質量的關聯式。該關聯式中自變量從日常催化裂化裝置原料分析數據中就可以獲得，具有較好的應用性。

（3）根據79套催化裂化裝置原料的分析數據，利用筆者提出的關聯式對原料的平均相對分子質量進行了計算，并與實際值進行了比較，結果表明，該關聯式具有較高的精確度，最大相對誤差為9.76%，平均相對誤差為3.70%。

［1］壽德清，向正為.我國石油基礎物性的研究（一）——石油直餾餾分油平均分子量的測定與關聯［J］.華東石油學院學 報，1983，（3）：334-342.（SHOU Deqing，XIANG Zhengwei.A study of the basic physical properties of petroleum fractions（Ⅰ）Determination and correlation of molecular weight of straight petroleum fractions［J］.Journal of Eastern China College of Petroleum，1983，（3）：334-342.）

［2］壽德清，向正為.我國石油基礎物性的研究（一）［J］.石油煉制，1984，15（4）：1-7.（SHOU Deqing，XIANG Zhengwei.A study of the basic physical properties of petroleum （Ⅰ）［J］.Petroleum Processing，1984，15（4）：1-7.）

［3］翁漢波，馬春曦，趙曉非，等.石油餾分平均相對分子質量數學關聯式的建立［J］.大慶石油學院學報，1995，19（3）：64-67.（WENG Hanbo，MA Chunxi，ZHAO Xiaofei，et al.Mathematic correlation equation for the calculation of average relative molecular mass of petroleum cuts［J］.Journal of Daqing Petroleum Institute，1995，19（3）：64-67.）

［4］孫昱東，楊朝合.一種計算石油餾分相對分子質量的新方法［J］.石油大學學報（自然科學版），2000，24（3）：5-7.（SUN Yudong，YANG Chaohe.A new method for calculating relative molecular weight of petroleum fractions［J］.Journal of the University of Petroleum，China（Edition of Natural Science），2000，24（3）：5-7.）

［5］白正偉.由粘度和密度計算重油的相對分子質量［J］.石 油 煉 制 與 化 工，1999，30（10）：56-58.（BAI Zhengwei.Molecular weight estimation of heavy oil with viscosity and density［J］.Petroleum Processing and Petrochemicals，1999，30（10）：56-58.）

［6］RIAZI M R，DAUBER T E.Simplify property predictions［J］.Hydrocarbon Process，1980，59（3）：985-988.