直馏轻质油辛烷值增强剂研究

直馏轻质油改性剂是针对直馏轻质油的油品特性而研制的，以千分级添加量即能显著改善直馏轻质油的燃烧性能，使其辛烷值提高至７０￣８０（ＭＯＮ），各项指标达到内燃机的使用要求，长时间使用对发动机无不良影响。该添加剂除适用于直馏轻质油外，还可用于普通汽油的改性，可显著提高其辛烷值，节以降耗，改善排放，是一种新型的节能环保产品。     

高辛烷值燃料-空气预混层流燃烧特性研究

在定容燃烧弹中采用高速纹影摄像方法研究了不同当量比(φ=0.8～1.4)和初始温度(373K,423 K,473 K)下高辛烷值燃料-空气预混合气的层流燃烧特性,分析了当量比和初始温度对燃烧的影响.结果表明:拉伸火焰传播速率、无拉伸火焰传播速率、拉伸层流燃烧速率和无拉伸层流燃烧速率随着初始温度的增加而增加,无拉伸层流燃烧速率在φ=1.0～1.1附近有最大值;马克斯坦长度随初始温度的增加而增加,随当量比的增加而减小;燃烧压力峰值与混合气质量的比值在φ=1.1时出现最大值,初始温度增加,该比值相应增加.     

0.5Mt/a加氢后轻汽油醚化工艺生产运行分析

采用加氢后轻汽油醚化技术,将轻汽油中的碳五、碳六的叔碳烯烃与甲醇进行醚化反应,生成高辛烷值醚类化合物,有效降低了轻汽油中的烯烃含量,提高了辛烷值并降低了汽油蒸汽压,有助于国内汽油质量升级的需求。     

Prime—G＋技术在180万t／a催化汽油加氢脱硫装置中的应用

介绍了Prime—G＋技术在兰州石化公司新建180万∥8催化汽油加氢脱硫装置应用情况,装置标定结果表明：催化汽油硫含量从0．0195（m／m）％降低到0．00385（m／m）％,RON损失1个单位,（RON＋MON）／2损失0．6个单位,达到了Prime—G＋工艺设计产品标准。     

高分辨气相色谱法快速测定汽油辛烷值

用高分辨气相色谱详细分析了汽油组成，按各组分的辛烷值特性分组，并与标准方法所测定的辛烷值进行关系，得出了每组的质量有效辛烷值及准确计算的ＭＯＮ和ＲＯＮ，本方法将国内外普遍采用的３１组分组改缩至２１组，分析时间只需３５ｍｉｎ。     

数据挖掘方法在汽油辛烷值损失计算中的应用

针对汽油清洁化中降低辛烷值的损失这一重点问题,提出了基于数据挖掘的辛烷值损失预测方法.首先,对影响辛烷值损失的各类因素进行了分析;然后以某石化企业为例,应用数据挖掘方法对其提供的数据进行有效的数据清洗;其次对多种复杂的影响因素进行合理的特征提取,成功提取出28个影响辛烷值损失特性的代表因素;接着利用如支持向量机回归、神...     

化学计量学方法在近红外光谱分析中的应用--近红外光谱法测定汽油辛烷值

介绍了化学计量学在近红外分析技术中的应用方法。并以近红外光谱法测定汽油辛烷值为例 ,详细介绍了常用化学计量学方法 (主成分回归 ,偏最小二乘法和马氏距离分析 )的比较与在应用中的选择。     

C5/C6异构化技术方案对比与应用分析

为便于C5/C6异构化技术方案的选择,该文对国外两种C5/C6异构化专利技术,即UOP公司的Penex异构化,Axens 公司的C5/C6 ISOM异构化进行了详细的描述和对比分析,对C5/C6异构化工艺技术选择、工业设计等方面提出一些方法和建议.     

基于多元线性回归分析的汽油辛烷值损失预测建模

针对催化裂化汽油精制装置所采集的325个数据样本,运用R型聚类法得到建模的25个主要变量,并通过数据挖掘技术建立了基于多元线性回归分析的汽油辛烷值(RON)损失的预测模型.首先,利用3σ准则去除异常值等方法对原始数据样本进行预处理.其次,根据统聚类法中的R型聚类法,利用相关系数法和最大系数法分别确定指标变量之间的相似性...     

稳健逆传播算法用于预测混合物辛烷值和表面张力

采用中位数对训练过程中个别样本的训练残差进行了剪裁,消除奇异点或数据污染点的影响,从而使得训练模型更真实,泛化能力更强。改造后的算法称为稳健逆传播算法（ＲＢＰ）,将这种算法用于推测混合物的辛烷值和表面张力,并与ＢＰ算法进行了比较,证明改造后的ＲＢＰ算法在泛化能力方面优于传统ＢＰ算法。