关键词：汽柴油;加氢脱硫;LMBP神经网络;gasoline and diesel;hydrodesulfurization;LMBP neural networks
摘 要：在温度320～ 360℃、空速1.2～2.0h-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.