催化裂化原料平均相对分子质量的计算

程从礼

（中国石化 石油化工科学研究院，北京 100083）

由于催化裂化原料是不均一的多分散体系，是多种化合物的复杂混合物，原料的性质是其中各个组分性质的综合表现，具有宏观的、平均的特点，所以需采用平均相对分子质量的概念表示原料的相对分子质量。平均相对分子质量是表征催化裂化原料的一个重要基础物性参数，它是催化裂化装置设计和原料其他物性关联的必不可少的原始数据。例如，在催化裂化装置设计过程中，平均相对分子质量用于计算体积流率、气化潜热、油气分压等。平均相对分子质量的测定方法是依据溶液的依数性，具体有冰点降低法、沸点升高法、蒸气压渗透法、渗透压法等。对于石油产品，常用的是冰点降压法和蒸气压渗透法，前者适用于＜350℃的汽油、煤油、轻柴油等馏分，后者适用于＞350℃的减压馏分、渣油等。

在催化裂化工业生产过程中，通常对原料的平均相对分子质量并不进行实测，而是根据原料物性具有相关性的原理开发了一些经验计算公式，对平均相对分子质量进行近似计算。寿德清等［1－2］实验测定了大庆、胜利、任丘、大港、孤岛和羊三木6种原油的平均相对分子质量、中沸点、密度、运动黏度等性质，在此基础上提出预测我国石油直馏馏分平均相对分子质量的4种关联式，并考察了国外常用的计算石油馏分平均相对分子质量的关联式的适用性。翁汉波等［3］建立了大庆原油平均相对分子质量的关联式，其自变量为馏分的中沸点和密度。孙昱东等［4］推荐了一种预测石油馏分平均相对分子质量的计算方法。该方法是在对31种纯化合物和国内外79种石油馏分进行回归的基础上而得，只须知道石油馏分的密度和50%馏出温度，即可计算石油馏分的平均相对分子质量。白正伟［5］采用黏度和密度计算重油的平均相对分子质量。

由上可见，对于石油馏分一些较难测定的物性，通常用2、3个常见性质，通过各种形式的关联来进行计算。石油馏分的平均相对分子质量是一个复杂混合物中各个组分相对分子质量的平均值，它取决于馏分的轻重、沸点的高低、化学组成和结构特征。目前所提出的平均相对分子质量的关联式基本上可以划分为两类。一类是关联为密度和沸点的函数，另外一类就是关联为密度和黏度的函数。由于我国催化裂化原料组成复杂，需要对所采用的关联式进行适用性精度的考察。

1 催化裂化原料平均相对分子质量关联式的建立

为了建立催化裂化原料平均相对分子质量的关联式，丰富的原料样品必不可少。为此从不同的催化裂化装置采集了79套原料，并对其性质作了详尽的分析。79套催化裂化原料分别来自于中国石化、中国石油、中国海油和延长集团，针对国内催化裂化装置，具有很好的代表性，涵盖了目前工业催化裂化装置所加工的所有原料类型。建立平均相对分子质量关联式的目的是可用性，也就是说能适用于催化裂化装置日常生产，所以关联式的自变量选取应该能从原料的日常分析数据中获取。目前，催化裂化装置日常生产中，通常只分析原料密度、残炭值和馏程等数据，所以平均相对分子质量关联式自变量选取原料的相对密度、残炭值和50%馏出温度这3个项目。这79套数据中，残炭值的范围为0.05%～8.23%（质量分数）；相对密度范围为 0.8900～0.9626g/cm3；50%馏出温度范围是402～539℃。

Riazi等［6］研究发现，油品的平均相对分子质量与相对密度的乘积和沸点具有一定的函数关系。寿德清等［1］认为，石油馏分油的平均相对分子质量随相对密度的改变并不显著。根据这些结论，以催化裂化原料的平均相对分子质量与相对密度的乘积为纵坐标，以残炭值或50%馏出温度为横坐标，分别绘制其关系曲线，如图1所示。

图1 催化裂化原料平均相对分子质量（M）与相对密度（ρ20）的乘积与残炭值（w（CCR））、50%馏出温度（T50）的关系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

从图1可以看出，原料的残炭值与50%馏出温度对平均相对分子质量的影响都呈现非线性关系。利用79套原料的相对密度、残炭值、50%馏出温度以及平均相对分子质量进行多元非线性回归，得到计算平均相对分子质量的关联式（1）。

式（1）中，M为催化裂化原料的平均相对分子质量；ρ20表示20℃下原料的相对密度，g/cm3；w（CCR）表示原料的残炭值，%；T50表示50%馏出温度，K。

寿德清等［1］对国内外24种平均相对分子质量关联式进行了广泛研究，推荐了2种计算平均相对分子质量的关联式。在具备中沸点和密度（或特性因数）数据的条件下，建议采用式（2），在具备中沸点和100℃运动黏度时，可采用式（3）。

式（2）、（3）中，Tmid为原料的中沸点，K；K为特性因数；ν100表示100℃下原料的运动黏度，mm2/s。

孙昱东等［4］提出了基于相对密度、50%馏出温度的平均相对分子质量关联式，如式（4）所示。

白正伟［5］建立了基于黏度与密度的计算平均相对分子质量的关联式。当采用100℃下黏度和密度作参数时，关联式如式（5）所示。

笔者将提出的关联式（1）与关联式（2）～（5）进行了比较。

2 计算结果与讨论

根据79套催化裂化装置原料的分析数据，利用笔者提出的关联式（1）以及上述关联式（2）～（5）对原料的平均相对分子质量进行了计算，并与实际值进行了比较，结果列于表1。

从表1可以看出，笔者提出的催化裂化原料平均相对分子质量关联式的计算精确度高于其他几个关联式。其中，关联式（2）和式（3）也适合于催化裂化原料，而式（4）和式（5）计算误差较大，对催化裂化装置原料适用性较差。但是不难看出，由于中沸点数据和特性因数的数据对于催化裂化装置原料这种相对较重的馏分来说，获取较为困难，所以式（2）或式（3）应用可行性较差。

表1 催化裂化装置原料平均相对分子质量各关联式计算精确度的比较Table 1 Comparison of estimation correlations for average relative molecular mass of FCC feedstocks

3 结 论

（1）分析了79套催化裂化装置原料的物性数据，发现原料密度与平均相对分子质量没有明确的相关性，但平均相对分子质量随沸点的升高而增大，同时平均相对分子质量随原料残炭值的增加而显著增加。

（2）通过非线性回归方法提出了基于原料相对密度、残炭值和50%馏出温度的平均相对分子质量的关联式。该关联式中自变量从日常催化裂化装置原料分析数据中就可以获得，具有较好的应用性。

（3）根据79套催化裂化装置原料的分析数据，利用笔者提出的关联式对原料的平均相对分子质量进行了计算，并与实际值进行了比较，结果表明，该关联式具有较高的精确度，最大相对误差为9.76%，平均相对误差为3.70%。

［1］寿德清，向正为.我国石油基础物性的研究（一）——石油直馏馏分油平均分子量的测定与关联［J］.华东石油学院学 报，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］寿德清，向正为.我国石油基础物性的研究（一）［J］.石油炼制，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］翁汉波，马春曦，赵晓非，等.石油馏分平均相对分子质量数学关联式的建立［J］.大庆石油学院学报，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］孙昱东，杨朝合.一种计算石油馏分相对分子质量的新方法［J］.石油大学学报（自然科学版），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］白正伟.由粘度和密度计算重油的相对分子质量［J］.石 油 炼 制 与 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.