FCC反应过程的CFD模拟进展

鲁波娜，张景远，王维，李静海

（中国科学院过程工程研究所，多相复杂系统国家重点实验室，北京 100190）

FCC反应过程的CFD模拟进展

鲁波娜，张景远，王维，李静海

（中国科学院过程工程研究所，多相复杂系统国家重点实验室，北京 100190）

流化催化裂化（fluid catalytic cracking，FCC）工艺是石油炼制中的重要转化工艺，用于生产汽油、柴油、轻质烯烃等重要化工原料。FCC反应过程的CFD模拟有助于理解FCC反应器中流动和反应行为，辅助设计和优化FCC工艺设备，最终指导工业生产和实现虚拟调控和放大。从与FCC反应模拟相关的多相流动模型、反应动力学模型以及流动与反应之间耦合等方面做了回顾和总结。在流动与反应耦合研究方面，从湍流模型的使用、流动结构的影响、精细化模型的发展以及原油汽化模型的重要性这4个角度做了分析比较及总结。基于已有的研究工作，认为虽然很多研究表明CFD模拟能较好地揭示工业FCC提升管反应器内的流动和反应行为，但缺乏采用同一方法实现从小试到工业反应器模拟放大的实例，从侧面反映了当前的FCC理论模型和模拟技术还远未达到可以代替实验的水平。展望未来的FCC反应模拟，建议从模型精细度和计算效率上加强研发，并在此两方面寻求平衡，最终实现虚拟调控。

催化裂化；多相流；反应动力学；双流体模型；模拟

引　言

流化催化裂化工艺（fluid catalytic cracking，FCC）是石油炼制中最重要的转化工艺，用于生产汽油、柴油、低碳烯烃等重要能源和化工产品，其相关反应主要包括裂化、异构化、氢转移和烷基化反应等。图 1是典型的 FCC工艺［1］。新鲜催化剂（650～730℃）从底部进入，在水蒸气等推动下经过预提升段，与从四周喷嘴射入的雾化原油迅速接触。原油遇热瞬间汽化，反应随之发生。雾化的原料油转化成为更轻更小的碳氢分子（汽油和烯烃等）和焦炭，气体体积迅速膨胀，其速度能提高到原来的近 10倍，成为推动催化剂向上运动的主要推动力。同时，反应产生的焦炭会附着在催化剂颗粒表面的活性位，降低催化活性。失活催化剂在反应器的出口经分离设备与裂解气分离后，进入再生器内部进行烧焦反应重新获得催化能力，从而完成一个反应再生的过程。

图1　FCC装置［1］Fig.1　Simplified view of FCC unit［1］

流化催化裂化工艺发展已有近百年的历史，它经历了多次技术革新［2］：一是催化剂技术的革新，从早期的无定形硅铝催化剂到分子筛催化剂的发展；二是反应器从固定床、移动床、密相流化床到提升管反应器的进步；三是其他各个新技术在反应再生系统中得到广泛应用，如两段再生、烧焦罐等催化剂再生技术，快速汽化、快速反应和快速分离的“三快”技术，以及催化剂预提升段技术等［3］。FCC工艺操作灵活，用途广泛，如可生产汽油和烯烃，也可去除硫等有害物质，又可作为重质渣油的提炼器。可预计，在以后很长一段时期内，它仍将是石油炼制中不可缺少的工艺并逐渐得到升级改进。

我国的催化裂化工艺从第1套流化催化裂化装置于1965年实现工业化以来，发展极为迅速［4］。但是为了满足日益严苛的技术指标要求，催化裂化工艺还需要在不同方面得到改进和提升。石油作为FCC工艺的重要原料，其可采储量日益减少，且正向着重质化、劣质化的方向发展。近年来，为缓解环境污染问题，我国出台了日益严格的环境保护法规，同时大力提倡节能减排，从原料处理、产物分布以及能耗等多方面都对现有的催化裂化工艺提出了更高的要求。在反应器方面，各大石油公司从原油注射技术、内构件以及反应终止技术等方面做了大量改进，大幅提升了生产效率。在再生器方面，不断改进分离技术，提高经济效益并适应严苛的环境保护法规要求［5］。在我国，也有新的FCC工艺升级成功。如石油化工科学院提出两个反应区串联的概念，建立多产异构烷烃新技术（maximizing iso-paraffins process，M IP）［6-7］，大幅降低烯烃含量，以满足新的车用汽油标准。中国石油大学重质油加工国家重点实验室开发的两段提升管催化裂化技术（two-stage riser FCC，TSRFCC）［8-9］，将一个长提升管改造成为两个短提升管，两个提升管共用一个再生器，一段反应生成的油气分离出目的产物后，进入第2个提升管与再生剂接触继续反应，从而具备短反应时间、催化剂接力、大剂油比操作和原料可控性等特点，可显著提高柴油产率。

这些新的FCC工艺从形成到实现工业化，需要经历从实验室、中试到示范等一系列的放大步骤和反复调试，往往时间周期长，投入成本高并且成功率较低。近年来，随着计算流体力学（computational fluid dynam ics，CFD）技术的逐渐成熟，CFD在开发新的 FCC工艺和技术升级过程中发挥了不可忽视的作用。如在M IP技术开发过程中，中国科学院过程工程研究所与石油科学研究院进行了深度合作。在项目第1、2期中，采用基于能量最小多尺度（energy minimization multiscale，EMMS）的稳态流动模型［10］，给出了M IP反再系统的压力分布和操作流域图，并设计了实验室规模的M IP反再系统［11］。在项目第3期中，采用双流体模型对M IP反应器进行了等温流动模拟，考察了操作条件、出口结构、分布板结构等因素对反应器内流动行为的影响，发现并揭示了“噎塞”的发生和存在条件［12］。在后续的项目中，结合石科院开发的十二集总反应动力学模型，基于EMMS对动量和传热系数进行修正，应用双流体模型对某大型工业 M IP反应器进行了三维反应模拟，模拟结果与实验结果非常吻合［13］。在此基础上，完成对120万吨/年到800万吨/年的M IP反再系统的放大模拟。从流域计算、流动模拟到反应模拟，过程中也伴随着理论模型、CFD和计算机技术的发展，使模拟结果逐渐逼近实际操作。可以预计，在以后的FCC技术升级道路上，CFD反应模拟将发挥越来越重要的作用。

近年来，Pinheiro等［14］回顾了FCC工艺过程中的建模、控制和优化，重点关注用于工业操作的在线调控。Gupta等［15］整理了FCC反应器模型相关的各类模型，如原油雾化和汽化模型、简化流动模型、反应动力学模型、相间传热传质模型、催化剂失活模型等，但对各种模型的介绍都较为简单，未做深入总结和评述，且缺乏对流动和反应耦合计算和相关应用的介绍。杨朝合等［16］回顾了国内外流动和反应耦合模型的研究历程，根据流动模型与反应模型的不同集成方式对提升管反应器流动和反应耦合模型进行了归纳与分类，但论文更多地关注于总结和归纳，缺乏对计算模式和存在问题的深入分析。本文首先对FCC反应模拟相关的多相流模型、反应动力学模型以及流动与反应之间耦合等研究进行总体阐述，随后从湍流模型的使用、流动结构的影响、精细化模型的发展以及汽化模型的重要性等4个方面深入总结流动和反应耦合方式的研究，并分析目前研究存在的问题。论文最后部分展望未来FCC反应模拟的几个特点和值得重点关注的方向。

1　多相流理论模型及计算方法

FCC反应模拟需要耦合多相流模型与反应动力学模型，借助数值方法求解一系列偏微分方程。有很多商业软件，如ANSYS Fluent、ANSYS CFX、 Phoenics、StartCD、Barracuda、Comsol以及开源软件MFIX、OpenFoam可用作求解器。基于同一求解平台，数值解的准确性取决于所依赖的理论模型，下面首先介绍多相流模型。

在颗粒流体系统的数值模拟中，根据对颗粒和流体描述详细程度的不同，主要可分为3类模型：直接数值模拟（direct numerical simulation，DNS）、颗粒轨道模型以及双流体模型（又称为连续介质模型或欧拉模型）。其中，直接数值模拟是将颗粒处理为运动壁面，而流体计算网格小于颗粒直径一个数量级。颗粒采用经典的牛顿方程来描述，流体用Navier-Stokes（NS）方程来描述，采用传统的有限差分、有限元方法、无网格方法（如光滑动力学，smooth particle hydrodynamics，SPH）或者格子Boltzmann方法（lattice-Boltzmann method，LBM）进行求解，因此它计算量巨大，往往只能用来做一些简单的机理研究，将其用于FCC提升管反应模拟的研究未曾报道。针对FCC提升管模拟层次，欧拉-欧拉法是应用最为广泛的方法，而随着计算机速度以及粗粒化方法的发展，可预计在不久的将来，颗粒轨道模型在FCC反应模拟中将受到广泛应用。

1.1欧拉-欧拉法

欧拉-欧拉法是目前在FCC反应器层次模拟中应用最为广泛的方法。它将气固两相看作连续介质，在每个微元体内两相可以互相渗透，并服从流体力学基本方程组。固相应力由颗粒动理论［17］封闭，曳力模型可以采用经验关联式，或采用考虑流体结构的曳力模型，具体的控制方程如下：

气固相连续性方程（q=g，s）

式中，ε、ρ和u分别是体积分数、密度和速度向量。

气固相动量守恒方程

式中，p、ps、τ 、g和β分别是压力、颗粒压力、应力、重力加速度和相间动量传递系数。

气固相应力

组分守恒方程（q=g，s）

式中，Y为组分质量分数；下角标i为组分数的序号；右边第1、2项分别是组分输运项和反应源项；R为化学反应速率。

能量守恒方程

式中，h、Qq、Sq和Qpq分别为比焓、热通量、热量源项（包括化学反应产生的热量或辐射等）和相间热量传递；右边第2项是热量耗散项。

颗粒温度守恒方程

式中，Θs为颗粒温度；右边4项分别为颗粒应力引起的能量生成项、能量扩散相、颗粒碰撞耗散项以及相间能量交换项。对于固相应力及固相黏度等物理量的封闭，除了采用经验关联式外，目前最常用的方法是采用颗粒动理论模型［18］。

在FCC提升管的模拟中，相比于颗粒应力，曳力的作用更为关键，而非均匀结构对曳力的重要影响已取得普遍共识。如何在曳力模型中考虑非均匀结构的影响，文献中有两种主流方法。

（1）关联型在底层模拟结果中寻找规律，是一种自下而上的方法，以Sundaresan课题组［19-25］的工作为代表。他们假设基于颗粒动理论和均匀分布假设的双流体模型能准确描述气固非均匀系统，只需网格足够细就能求得准确的数值解。该方法的思路是：先利用一个滤波函数对各项守恒方程进行平均化处理，产生的未封闭量被视为与亚网格结构密切相关的物理量，然后对细网格模拟结果进行统计归纳得到相应的关联式。这个思想类似单相湍流中的大涡模拟。除了增加上述未封闭量外，平均化后的控制方程与滤波前的一致。该方法的详细推导可参见Andrews Ⅳ以及Igci等的报道［22， 25］。Sundaresan课题组从 2001年 Agrawal［23］发表第1篇相关报道后，陆续有Andrews Ⅳ、Igci、M ilioli等［22， 24-25］在此方面开展工作。

（2）极值型以 EMMS模型为代表，通过建立稳定性条件将宏观整体行为和单颗粒作用行为进行耦合。EMMS模型原先用于稳态计算，而微元体内的曳力和颗粒重力并不平衡，Yang等［26-27］提出引入加速度的概念，并假设稀密相加速度相等，从而使EMMS模型拓展至非平衡体系，可求得结构参数进而建立依赖于结构的曳力模型。该曳力模型成功模拟了FCC/air快速床，模拟预测的颗粒通量、径向分布等与实验值吻合较好。在此基础上，Wang等［28］区分了稀密相加速度，并采用两步法求解模型，使得模型进一步拓展至亚格子尺度。得到的曳力修正因子是微元体空隙率和滑移速度的函数，以矩阵的形式存储，因此称为EMMS/matrix模型。该模型可适用于Geldart A、B及D类颗粒的流化床模拟［29］。随后，Wang等［30-33］相继开展了EMMS模型的相关研究。目前，已开发了EMMS软件。Qi等［34-35］、Wang等［36-39］、Nikolopoulos［40-41］、Shah等［42-43］也开展了与 EMMS相关的曳力模型的研究工作。表 1列出了由中国科学院过程工程研究所EMMS团队开发的在FCC领域应用较好的EMMS曳力模型以及由普林斯顿Sundaresan课题组开发的Filtered模型。

1.2欧拉-拉格朗日法

欧拉-拉格朗日方法又称为颗粒轨道模型，它以连续方法（欧拉方法）处理流体相，以离散方法（拉格朗日方法）处理颗粒相，求解N-S方程获得每个网格内的流体运动情况，应用牛顿运动定律得到每个离散颗粒运动的详细信息。颗粒轨道模型采用的流体网格尺度远大于单个颗粒，因此无法描述每个固体颗粒周围的流场细节，过滤掉的网格内流固不均匀分布往往通过修正本构关系来补偿，如修正相间曳力作用等。颗粒与颗粒之间相互作用的处理方式可划分为以下 3类：① 直接数值 Monte Carlo （direct simulation Monte Carlo，DSMC）；② 硬球模型；③ 软球模型，也称为离散单元法（discrete element method，DEM）。在DSMC方法中，通过概率抽样的方法判断和处理颗粒间的碰撞，可大大节省计算量，但存在不确定性的统计偏差。在硬球模型中，颗粒间的碰撞是二体瞬时碰撞，应用动量守恒原理处理颗粒间的相互作用，即利用碰撞前两颗粒运动的已知状态（如颗粒速度、角速度及位置等）就可得到碰撞后颗粒的运动状态。硬球模型一般采用事件驱动法，系统时间的推进依赖于碰撞发生的次数，这意味着对于碰撞次数很少的系统模拟进行得很快。但这一方式要求颗粒碰撞时间相对其自由运动时间要短很多，适用于颗粒含量较低的快速颗粒流动系统，不适用于存在颗粒静止接触或者多颗粒间碰撞频繁的系统。在软球模型中，颗粒被视作具有弹性的球，颗粒间的相互作用有一定的接触时间，而且允许一个颗粒和多个颗粒同时接触。颗粒之间的相互作用通过由弹簧器、缓冲器和滑动器组成的简单力学模型来表示。软球模型一般采用固定的时间步长驱动体系演化，其时间步长足够小可精确量化颗粒碰撞细节。软球模型是处理气固两相流中应用最多的欧拉-拉格朗日法。

表1　关联型和极值型两种方法得到的代表性曳力模型Table 1　Typical drag m odels based on correlative and variational approaches

颗粒轨道模型中大部分计算用于处理流固体系中众多颗粒的运动和相互作用，而实际体系中颗粒数目大大超过目前计算能力所能承受范围，而在流固系统中颗粒以聚团等形式发挥作用，没有必要追踪每个颗粒的行为。近年来，为进一步提高欧拉-拉格朗日法的计算效率，一些粗粒化方法应运而生［45-48］。该方法将大量在统计意义上属性相近（如速度相同、位置相近）的颗粒作为一个粗颗粒计算，从而直接降低颗粒数量。根据颗粒碰撞处理方式的不同，粗粒化方法可分为两类：一类以多相物质点法（multi-phase particle in cell，MP-PIC）［46］为代表，不直接计算颗粒之间的碰撞力，因此能极大节省计算量，且能选用更大的固相时间步长，但气固之间的动量传递仍需考虑非均匀结构的影响，才能准确模拟FCC提升管中的非均匀流动［49］。另一类则从离散单元法出发，直接计算粗颗粒之间的碰撞作用，但粗颗粒之间的碰撞力如何确定，成为此类方法的难点。Sakai等［45］直接假定两个粗颗粒碰撞时，每个粗颗粒中的所有真实颗粒都发生相同的碰撞，但其粗粒化比率仅为3（一个粗颗粒代表27个实际颗粒），远不能满足工程计算需求。Lu等［50］考虑颗粒聚团实际结构，利用EMMS模型获得相关结构参数确定粗粒化模型中的颗粒作用力，加大粗粒化比率，并且借助大规模并行计算将粗粒化处理的颗粒轨道模型应用于实际工程计算中。

2　反应动力学模型

催化裂化反应中存在成百上千的物质和化学反应，且反应间高度偶联，是一个典型的复杂反应体系。在建立反应动力学模型时，根据考虑对象的不同，其动力学模型的复杂性以及预测能力也随之变化。Chang等［51］给出了模型复杂度与预测能力的关系图。如图2所示，Yield lumps和Chemical lumps属于集总反应动力学范畴，而 Pathways和Mechanistic可近似认为是分子水平动力学模型。

图2　反应动力学模型的总结［51］Fig.2　Summary of kinetic models［51］

2.1集总方法

集总方法是研究 FCC反应动力学最为普遍的一种方法。它是将复杂石油反应体系中许多单一的化合物按其反应动力学性质的相似性划分为若干虚拟组分，每一个虚拟组分看作一个集总，从而构建集总间的反应网络。20世纪60年代，集总理论由Aris［52］、Wei和 Kuo［53］提出以来，很快成为催化裂化反应动力学研究的主流方法，大大提升了催化裂化工艺研发的进程。段良伟等［54］总结了催化裂化集总反应动力学模型的集总划分原则及建模过程中的数据来源、参数估计和辅助模型开发等方面的研究进展，这里不再赘述。

吴飞跃［55］将集总反应动力学模型分为3种。

（1）按馏程划分集总组分，代表性模型如Weekman和 Nace［56］建立的馏分油催化裂化三集总动力学模型。该模型的集总组分有原料油A、汽油G和气体+焦炭C。它可较好地预测同一原料在不同反应条件下的转化率和产率分布，但由于它将整个原料视为一个集总，模型动力学参数需根据原料油组成的变化重新估算或调整。

（2）按馏程-烃族-结构族划分集总组分，代表模型如Jacob等［57］开发的催化裂化十集总反应动力学模型，它是在三集总模型的基础上细分了原料油集总。首先按馏程将原料油和产物分为重燃料油（HFO）、轻燃料油（LFO）、汽油（G）以及焦炭+裂化气（C）。然后按烃类和结构族组成将重燃料油和轻燃料油又分别划分为烷烃（P）、环烷烃（N）、芳烃中的碳原子（CA）和芳环上的取代基团（A）等4个集总。该模型可成功预测各种组成的进料下的原料油转化率、汽油选择性、轻燃料油产率以及轻质产品的分布。此类模型按裂化性能相似的特点将原料油分为多个集总，使其不受原料组成的限制而具有较好的外推性，但它原料分析手段复杂，限制了其在工业界的推广应用。

（3）按馏程-结构族划分集总组分，代表性模型如任杰等［58］建立的八集总模型。该模型把馏分油按馏程归并为重馏分油、轻馏分油、汽油、气体+焦炭，其中重馏分油和轻馏分油又分为烷基碳、环烷碳、芳香碳，这样就形成了八集总模型反应体系。与前一种模型相比，该模型可采用常规分析方法，然后通过一些关联式计算即可确定原料油集总组分的集总浓度，因此符合工业催化裂化装置因原料油变化而需确定其性质的这一需求。

除了上述通过增加集总数目或者改进划分规则提高模型适用性和预测性外，有不少研究工作聚焦于改进催化剂失活函数。催化剂失活函数一般认为是对催化裂化所有反应具有同样效应的单一函数。Bollas等［59］提出了一个具有选择性的催化剂失活函数，以进料性质和产品性质等为依据。Nevicato等［60］认为导致催化剂失活的直接原因是催化剂上附着的焦炭，而不是催化剂停留时间。随着催化裂化工艺的不断升级和改进，催化裂化集总反应动力学模型也不断演化和发展，熊凯和卢春喜［61］认为可将动力学模型的发展分为3个阶段，依次分为蜡油催化裂化集总反应动力学模型阶段、重油催化裂化集总动力学模型阶段和基于新工艺的催化裂化集总动力学模型阶段。

2.2分子水平的动力学模型

由于传统集总模型不涉及烃类分子的结构，其适用性无法满足各种日益精细的质量指标，因此亟需发展分子水平的更具机理性的动力学模型。张旭等［62］介绍了近年来国内外催化裂化反应分子水平动力学模型具有代表性的研究成果，对比了各类模型的特点、适用范围及优缺点。最常见的有以下两种：① 单事件模型（single event kinetic model，SEKM），以Baltanas等［63］基于三配位正碳离子理论的动力学模型为代表。该模型的主要思路是既要保留每个进料组分和中间产物反应历程的全部细节，又要尽量减少计算参数。但对于复杂原料，受限于分析手段的不足很难获得全部分子级组成数据，且计算耗时过大，因而制约了该模型的发展。② 结构导向集总方法（structural oriented lumping，SOL），由Exxon Mobile公司的Quann和Jaffe［64］提出。该方法是将烃类分子用向量来表示，向量的元素代表分子结构特征，可以构成任何分子。吴飞跃［55］认为该类方法是一种分子尺度上的集总，可将体系中的分子数由以万计减少至几千个。该方法包含了数量庞大的虚拟分子，虽能提供反应性能的详细信息，但仍没有完全脱离集总的概念，而速率参数的计算依赖于大量实验，无法从公开发表的文献中获得。更多的分子水平动力学模型可参看张旭等［62］的介绍。

3　流动与反应的耦合

在流动与反应的耦合模拟中，反应动力学很少采用基于分子水平的模型，可能的主要原因有：①基于分子水平的动力学模型还处于发展期；② 涉及组分数太多导致计算量巨大，组分数目超出CFD商业软件的使用限制，因而需要开发专有的模型。若采用基于分子水平的动力学模型，往往需要舍弃一部分流动模型的精度。如Dewachtere等［65］采用单事件动力学模型模拟高50 m的工业提升管反应器时，流动模型选用了一维稳态的平推流模型，模拟揭示了 646个组分沿提升管高度的变化情况。Quintana-Solórzano等［66］也是采用一维流动模型结合单事件微观动力学模拟了高30 m的工业提升管反应器，涉及678个组分。模拟考察了操作条件的影响，指出再生催化剂温度和剂油比是最重要的两个参数。

若要更多地考虑流动细节，则动力学模型一般采用集总方法。由于真实的FCC反应器尺寸较大，催化剂颗粒数目巨大，欧拉-拉格朗日法受限于计算量很少被采用。Wu等［67］曾采用CFD-DEM模型结合4集总方法模拟二维FCC提升管和下降管反应器，但计算的颗粒数只有4万～20万个，与真实反应器存在较大差别。限于目前的计算水平，欧拉-欧拉法是FCC反应模拟中使用最广泛的方法，但涉及气液固三相时，如需考虑原油汽化过程，则更多地采用拉格朗日方法跟踪原油雾滴。在现有的FCC反应模拟的报道中，子模型的选用存在较多差异。下面针对上述差异进行总结和梳理。

3.1湍流与层流模式

Gao等较早地开展了 FCC反应模拟的研究工作，建立了Reynolds平均的气固两相欧拉模型并在冷态模拟中得到验证，然后将模型应用于工业提升管反应器的三维稳态模拟。模拟揭示了提升管内的颗粒浓度、温度以及产物的不均匀分布，发现原油入射区是流动和物性变化最复杂的区域［68］。他们又将 Reynolds平均模型拓展至气液固三相的反应模拟，结合十三集总方法，考察原油雾滴汽化对反应带来的影响［69］。Lan等［70］采用 Zheng等［71］开发的k-ε-kp-εp-Θ法模拟两段提升管。其中，气相采用k-ε模型，颗粒相采用类似气相湍流模型的kp-εp模型且启用颗粒动理论，反应动力学模型采用十四集总法。模拟得到的颗粒浓度和颗粒速度的径向分布与文献中的实验数据吻合较好。继而考察了停留时间、反应温度、剂油比对产物分布的影响，但缺乏与反应实验数据的对比。需要注意的是，以上工作都是稳态计算，没有考虑流动与反应行为的瞬态变化过程。Chang等［72］也采用与上相同的湍流模型，但改用三维瞬态计算结合九集总方法，模拟直径 0.8 m、高36.7 m的等直径工业反应器，涉及1664334个网格数，得到的出口组分质量分数与工业数据吻合较好。Chang等［73］利用相同方法进行了气液固的三维非稳态计算，用以考察原油雾滴尺寸、入射角度等对产物分布等的影响。Tang［74］采用双流体模型结合四集总和十四集总模型模拟三维工业 FCC提升管反应器。其中，气固两相都采用realizable k-ε湍流模型，声称得到合理的模拟结果。Wu等［67］利用CFD-DEM进行反应模拟时，只在气相中采用realizable k-ε湍流模型。Lopes等［75］的模拟工作中，也只对气相启用了湍流模型，计算所得的出口汽油产率和焦炭浓度及温度与实验值误差较小。

Gan等［76］基于双流体模型的层流模式结合十一集总反应动力学模型模拟了变径工业反应器，揭示同一提升管反应器内有多种流态共存的现象，模拟所得的颗粒通量、出口产物组成与实验较为一致。鲁波娜等［13］也采用层流模式结合十二集总反应动力学模型模拟M IP工业反应器，模拟得到的出口产物分布、焦炭含率以及温度轴向分布等都与工业数据吻合较好。Benyahia等［77］同样采用层流模式结合三集总方法，对工业提升管单元进行了二维等温瞬态模拟，计算得到的反应产率与设计值较为吻合。杨朝合等［16］总结了 FCC提升管反应器的流动与反应的耦合模式。文中列出了各类FCC反应模拟报道中对湍流或层流的选择情况。从上述总结中可看到，湍流模型的选用存在一定的随意性。对于是否需要湍流模型，选用哪类湍流模型，是否每相都需考虑湍流模型，目前没有给出明确的标准。在今后的FCC模拟研究工作中，需系统分析上述问题并给出相应答案。

3.2流动结构的影响

流动结构与反应行为密切相关，即使采用简化的流动模型，仍需考虑流动结构的典型特征。如前面提到的 Dewachtere等［65］采用复杂的反应动力学模型模拟工业提升管反应器时，流动模型虽选用了一维平推流模型，但考虑了气固两相间存在滑移的非均匀特征。Berry等［78］采用二维环核模型结合四集总方法模拟直径0.8 m、高33 m的FCC提升管单元。在他们的二维环核模型中，纳入了滑移因子关联式，使得模型更具预测性。研究表明，当活化能稍作调整情况下，模型预测的汽油转化率、温度及压力分布都与文献中的工业数据吻合较好。Yang等［79］采用一种简化的二维流动模型模拟了催化裂化汽油中的二次反应过程，其中轴向颗粒浓度分布采用Kwauk等［80］提出的具有“S”形分布的经验公式，径向颗粒浓度和气体速度分布采用程从礼等［81］提出的关联式，滑移速度和颗粒速度分布采用基于EMMS模型的计算公式。模拟预测的提升管中的二次反应结果与实验吻合较好。Zhu等［2］认为由颗粒加速、颗粒间碰撞以及气固间的滑移导致的流动结构的非均匀性对FCC反应有着重要的影响。通常在确定FCC反应网络以及反应速率常数时，一般都采用小的反应器进行实验，这样做的目的是为了获得所谓的“本征”动力学参数，消除外部扩散、混合等的影响。然而，从上述实验所测的反应动力学模型在模拟工业反应器时，其效果往往不好，这是因为缺乏对反应器放大带来的流动结构差异的考虑。鲁波娜等［13］的M IP工业反应器的模拟工作中，采用的反应动力学模型参数来源于工业数据。他们比较了均匀曳力模型和考虑结构的非均匀曳力模型对反应行为的影响。研究发现，采用这两种曳力模型计算得到的反应区颗粒浓度有显著区别，但出口产物组成非常接近。而对于温度轴向分布和焦炭含率的预测上，采用非均匀曳力模型的计算结果要比均匀曳力模型更接近实验结果。从上述工作所知，流动结构与反应行为之间的耦合作用非常复杂。虽然很多FCC研究工作都表明模拟结果与实验数据吻合，但缺乏采用同一方法实现从小试到工业反应器放大模拟的成功实例，这说明人们还未深层次地认识和掌握流动结构与反应行为的耦合规律和作用机制。

3.3原油汽化模型的重要性

雾化原油从喷嘴进入反应器，与高温再生催化剂以及水蒸气等接触后，会经历一个汽化的过程。雾化原油的液滴尺寸、入射的角度以及与周围媒介混合的程度与汽化效率密切相关，也会影响反应的进程。一个完整的FCC反应模拟需要考虑原油汽化的过程。文献中报道的只考虑气固两相流的FCC反应模拟一般假设原油在入口处已瞬间汽化。在鲁波娜等［13］的研究工作中，其入口处的原油已发生反应且已知各反应产物含率。但大多数情况下，这种入口处的工业反应数据是很少监测或很难获得的，因此在模拟中考虑原油汽化的过程更接近实际操作情况。

Nayak等［82］采用欧拉-拉格朗日法结合四集总和十集总方法同时模拟了原油雾滴汽化和反应过程，其中气相采用欧拉法，液固两相采用拉格朗日法，基于一维流动模型，采用 FLUENT®6.1.18进行求解。汽化模型不仅考虑了气液间传热，还考虑气固间的传热，将汽化速率与颗粒碰撞相联系。他们研究工作虽然局限于一维模拟，但开启了同时在提升管模拟中考虑流动、反应和汽化的模式。Patel等［83-84］在模拟中采用气液固三相，其中气固两相用对流控制的欧拉输送方程，原油雾滴采用拉格朗日法进行跟踪，反应模型采用典型的四集总方法，考虑了雾滴和颗粒之间的碰撞和多股液体喷射。采用FLUENT软件对反应器进行分区计算，在进料区考虑气液固三相输送加反应，在主要输送区考虑气固两相输送和反应。研究表明，进料区的预裂解反应对于整个FCC提升管的表现有着非常重要的影响。这种分区模型允许更复杂的动力学模型与其结合，用于预测FCC过程。Behjat等［85］对直径0.14 m、高11 m的提升管进行了三维瞬态计算，其中气固两相采用标准k-ε湍流欧拉模型，液相采用拉格朗日法跟踪，动力学模型选用六集总方法。研究表明，同时考虑汽化和反应引起颗粒和气体速度的快速增大，对气固两相流动和温度分布的影响很大。Nguyen等［86］比较了不同的汽化模型对雾化时间和温度变化的影响，并在其报道中列出了各FCC模拟工作中使用汽化模型的情况。研究表明均相汽化模型预测的汽化时间比异相汽化模型大一个数量级，可作为汽化区设计中一个保守估计。他们还提出了一个基于雾滴和颗粒间碰撞的新的异相汽化模型，其预测的汽化时间和温度变化趋势与已有的其他异相模型较为一致。

3.4其他因素的影响

除了考虑上述影响外，有不少研究者尝试在模型中考虑更多的细节。如Dutta等［1］采用多相欧拉法结合十二集总模型对一个工业尺度的 FCC提升管进行了三维瞬态的模拟，除了考虑湍流外，还考虑颗粒尺寸分布的影响。其中，颗粒尺寸分布采用群平衡模型（population balance model，PBM）来表达，利用动量直接求积法（direct quadrature method of moments）进行求解。研究表明，考虑颗粒尺寸分布后，模拟得到的转化率和产物分布比均一尺寸模型要有所改进。Li等［87］模拟了2.4×105t·a-1的减压蜡油FCC提升管单元，也采用动量直接求积法求解群平衡模型考虑颗粒尺寸分布的影响。他们的模拟工作中，还提到考虑了颗粒的聚并和破碎，其大致的求解路径如图3所示。研究表明，考虑颗粒团聚和破碎模型后对提升管内的流场有重要的影响，但缺乏相应的实验数据阐明考虑上述模型后是否有助于改进对产物分布、温度分布等重要数据的预测。从图3可看到，考虑颗粒尺寸以及颗粒聚并破碎作用需求解额外的方程，这进一步加重了三维瞬态反应的计算负担，因此需要综合考虑模型的“精细度”和“计算成本”的问题。

图3　考虑PBM的双流体求解框图［87］Fig.3　Schematic diagram of CFD-PBM coupled model［87］

Chen和Luo［88］除了考虑颗粒尺寸分布外，进一步考虑了单个颗粒内部的作用。大致的求解路径如下：① 先用动量求积法表示颗粒尺寸分布，得到颗粒平均直径和颗粒浓度；② 将上述信息作为双流体模型的初始化条件，然后求解得到压力、温度、组分含率等信息；③ 将上述的流场和浓度信息作为单颗粒模型的边界条件，用以求解真实的平均体积反应速率和反应热；④ 将上步求得的平均体积反应速率和反应热数据返回给双流体模型层次的组分输送方程和其他控制方程，更新流场数据。他们采用该模型模拟了实验室尺寸（0.05 m×2 m）的提升管，计算得到的反应有效因子与文献中的经验关联式误差较小。然后将其应用于工业尺度的提升管反应器的计算，研究认为这种颗粒内部传质作用对快速或者强吸热反应尤为重要，但其有效性有待于实验验证。

4　结论与展望

对流化催化裂化反应模拟涉及的多相流动模型、反应动力学模型以及流动与反应之间耦合的研究做了回顾和总结。限于计算量问题，目前应用最广的 FCC反应模拟的计算模式是多相欧拉方法结合集总反应动力学模型，很多研究均表明该模式能较好模拟工业 FCC提升管反应器中的流动和反应行为，但缺乏采用同一方法实现从小试到工业尺度反应器模拟放大的实例，从侧面说明目前的理论模型和模拟技术还远未达到可以代替实验的水平。在理论模型上，是否需要采用湍流模型，还未有统一的认识。在反应动力学模型上，还缺乏成熟的基于分子水平的动力学模型或者普适性强的集总反应动力学模型。在反应和流动耦合上，还缺乏对它们的耦合规律和作用机制的深层次认识。在未来的道路上，还需要从以下几个方面加强研究。

（1）加强基础研究，发展更精细化的理论模型。催化裂化反应的核心是催化剂，反应最终产物的分布与催化剂性质和结焦过程紧密相关。采用底层数值模拟方法对催化剂颗粒层次，包括内部孔道等结构进行机理性模拟，结合精细实验，真实复现催化剂颗粒表面发生的反应行为，为反应器层次的数值模拟方法提供合理的本构关系或者反应模型。在此基础上，逐级考虑流动的影响，探索反应和流动的耦合影响规律，为实现反应器放大模拟研究奠定基础。

（2）合理简化计算模型加速计算。FCC反应模拟的最终目的是服务工业生产。对于工业尺寸的反应器，以M IP工业反应器为例，从启动到趋近稳定流动状态的时间至少需要30 s，而基于高效并行计算平台采用双流体模型结合简单的集总方法进行计算，约需要6 d时间。若采用组分更多的反应动力学模型，则需更长的时间。这种时间尺度的巨大差异无法满足工业生产和设计需求，因此需要在模型精度和计算效率之间寻求平衡。目前，有不少研究者在这方面进行了初步探索，如Du等［89］利用CFD模拟结果作为参考，建立等价的反应器网络模型并结合集总方法，模拟中试FCC反应器，计算速度从一周缩短至5 s，但前期建模工作复杂，依赖于CFD模拟结果的做法也需一定时间。He等［90］提出建立两区模型（进料区和充分发展区），根据区域特点分别建立简化的理论模型。该模型计算效率高，可用于在线控制，优化操作条件，但其精度有待检验。

（3）实现全回路模拟计算，实现虚拟调控。FCC提升管反应器只是整个反应-再生系统中的一部分，孤立地研究提升管单元无法揭示反应与再生系统之间的物料、热量和动量的交互关系。将整个反应-再生系统作为一个有机的整体进行模拟是实现虚拟调控的最基本环节。在此基础上，从合理简化模型、优化计算模式、发展快速算法等多个方面入手，最终实现虚拟调控，服务于实际工业生产。

References

［1］ DUTTA A， CONSTALES D， HEYNDERICKX G J. Applying the direct quadrature method of moments to improve multiphase FCC riser reactor simulation ［J］. Chem. Eng. Sci.， 2012， 83: 93-109.

［2］ ZHU C， JUN Y， PATEL R， et al. Interactions of flow and reaction in fluid catalytic cracking risers ［J］. AIChE Journal， 2011， 57（11）: 3122-3131.

［3］ 许友好， 汪燮卿. 催化裂化过程反应化学的进展［J］. 中国工程科学， 2007， 9（8）: 6-14.

XU Y H， WANG X Q. Advance in FCC process reaction chem istry ［J］. Engineering Sciences， 2007， 9（8）: 6-14

［4］ 陈俊武. 催化裂化工艺与工程［M］. 2版. 北京: 中国石油出版社，2005.

CHEN J W. Catalytic Cracking Process and Engineering ［M］. 2nd ed. Beijing: China Petrochem ical Press， 2005.

［5］ CHEN Y M. Recent advances in FCC technology ［J］. Powder Tech.，2006， 163: 2-8.

［6］ 许友好， 张久顺， 龙军. 生产清洁汽油组分的催化裂化新工艺M IP ［J］. 石油炼制与化工， 2001， 32（8）: 1-5.

XU Y H， ZHANG J S， LONG J. A modified FCC process M IP formaximizing iso-paraffins in cracked naphtha ［J］. Petroleum Processing and Petrochemicals， 2001， 32（8）: 1-5.

［7］ 许友好， 张久顺， 龙军， 等. 多产异构烷烃的催化裂化工艺技术开发与工业应用［J］. 中国工程科学， 2003， 5（5）: 55-58.

XU Y H， ZHANG J S， LONG J， et al. Development and commerical application of FCC process for maximizing iso-paraffins （M IP） in cracked naphtha ［J］. Engineering Sciences， 2003， 5（5）: 55-58.

［8］ 山红红， 李春义， 钮根林， 等. 流化催化裂化技术研究进展［J］. 石油大学学报（自然科学版）， 2005， 29（6）: 135-150.

SHAN H H， LI C Y， NIU G L， et al. Research progress in fluid catalytic cracking technology ［J］. Journal of the University of Petroleum， China， 2005， 29（6）: 135-150.

［9］ 杨朝合， 山红红， 张建芳， 等. 传统催化裂化提升管反应器的弊端与两段提升管催化裂化［J］. 中国石油大学学报（自然科学版）， 2007，31: 127-138.

YANG C H， SHAN H H， ZHANG J F， et al. Shortcoming of conversional RFCC reactor and advantage of TSRFCC technology ［J］. Journal of China University of Petroleum， 2007， 31: 127-138.

［10］ LI J H， KWAUK M. Paticle-Fluid Two-Phase Flow: the Energy-M inimization Multi-Scale Method ［M］. Beijing: Metallurgical Industry Press， 1994.

［11］ WANG X H， GAO S Q， XU Y H， et al. Gas-solids flow patterns in a novel dual-loop FCC riser ［J］. Powder Tech.， 2005， 152: 90-99.

［12］ LU B N， WANG W， LI J H， et al. Multi-scale CFD simulation of gas-solid flow in MIP reactors w ith a structure-dependent drag model ［J］. Chem. Eng. Sci.， 2007， 62（18/19/20）: 5487-5494.

［13］ 鲁波娜， 程从礼， 鲁维民， 等. 基于多尺度模型的M IP提升管反应历程数值模拟［J］. 化工学报， 2013， 64（6）: 1983-1992.

LU B N， CHENG C L， LU W M， et al. Numerical simulation of reaction process in MIP riser based on multi-scale model ［J］. CIESC Journal， 2013， 64（6）: 1983-1992.

［14］ PINHEIRO C I C， FERNANDES J L， DOM INGUES L， et al. Fluid catalytic cracking （FCC） process modeling， simulation， and control ［J］. Ind. Eng. Chem. Res.， 2012， 51（1）: 1-29.

［15］ GUPTA R K， KUMAR V， SRIVASTAVA V K. Modeling of fluid catalytic cracking riser reactor: a review ［J］. Inter. J. Chem. Reactor Eng.， 2010， 8: R6.

［16］ 杨朝合， 杜玉朋， 赵辉. 催化裂化提升管反应器流动反应耦合模型研究进展［J］. 化工进展， 2015， 34（3）: 608-616.

YANG C H， DU Y P， ZHAO H. Evolvement of flow-reaction models for fluid catalytic cracking riser reactors ［J］. Chemical Industry and Engineering Progress， 2015， 34（3）: 608-616.

［17］ GIDASPOW D. Multiphase Flow and Fluidization: Continuum and Kinetic Theory Descriptions ［M］. Boston: Academic Press ， 1994.

［18］ ANSYS Inc. ANSYS Fluent Theory Guide （release 15.0） ［EB/OL］. http://www.ansys.com， 2013.

［19］ IGCI Y， PANNALA S， BENYAHIA S， et al. Validation studies on filtered model equations for gas-particle flows in risers ［J］. Ind. Eng. Chem. Res.， 2012， 51: 2094-2103.

［20］ OZARKAR S S， YAN X， WANG S， et al. Validation of filtered two-fluid models for gas-particle flows against experimetal data from bubbling fluidized bed ［J］. Powder Tech.， 2015， 284: 159-169.

［21］ HOLLOWAY W， SUNDARESAN S. Filtered models for reactng gas-particle flows ［J］. Chem. Eng. Sci.， 2012， 82: 132-143.

［22］ IGCI Y， ANDREWS Ⅳ A T， SUNDARESAN S， et al. Filtered two-fluid models for fluidized gas-particle suspensions ［J］. AIChE J.， 2008， 54（6）: 1431-1448.

［23］ AGRAWAL K， LOEZOS P N， SYAMLAL M， et al. The role of mesoscale structures in rapid gas-solid flows ［J］. J. Fluid Mech.， 2001，445: 151-185.

［24］ MILIOLI C C， M ILIOLI F E， HOLLOWAY W， et al. Filtered two-fluid models of fluidized gas-particle flows: new constitutive relations ［J］. AIChE J.， 2013， 59（9）: 3265-3275.

［25］ ANDREWS Ⅳ A T. Filtered models for gas-particle flow hydrodynamics ［D］. Princeton University， 2007.

［26］ YANG N， WANG W， GE W， et al. CFD simulation of concurrent-up gas-solid flow in circulating fluidized beds w ith structure-dependent drag coefficient ［J］. Chem. Eng. J.， 2003， 96: 71-80.

［27］ YANG N， WANG W， GE W， et al. Simulation of heterogeneous structure in a circulating fluidized-bed riser by combining the two-fluid model with the EMMS approach ［J］. Ind. Eng. Chem. Res.，2004， 43（18）: 5548-5561.

［28］ WANG W， LI J H. Simulation of gas-solid two-phase flow by a multi-scale CFD approach — extension of the EMMS model to the sub-grid level ［J］. Chem. Eng. Sci.， 2007， 62（1/2）: 208-231.

［29］ LU B N， WANG W， LI J H. Eulerian simulation of gas-solid flows with particles of Geldart groups A， B and D using EMMS-based meso-scale model ［J］. Chem. Eng. Sci.， 2011， 66（20）: 4624-4635.

［30］ WANG J W， GE W， LI J H. Eulerian simulation of heterogeneous gas-solid flows in CFB risers: EMMS-based sub-grid scale model with a revised cluster description ［J］. Chem. Eng. Sci.， 2008， 63（6）: 1553-1571.

［31］ SHI Z S， WANG W， LI J H. A bubble-based EMMS model for gas-solid bubbling fluidization ［J］. Chem. Eng. Sci.， 2011， 66（22）: 5541-5555.

［32］ HONG K， WANG W， ZHOU Q， et al. An EMMS-based multi-fluid model （EFM） for heterogeneous gas-solid riser flows （Ⅰ）: Formulation of structure-dependent conservation equations ［J］. Chem. Eng. Sci.， 2012， 75: 376-389.

［33］ HONG K， SHI Z S， ULLAH A， et al. Extending the bubble-based EMMS model to CFB riser simulations ［J］. Powder Tech.， 2014， 266: 424-432.

［34］ CHEN C， LI F， QI H Y. Modeling of the flue gas desulfurization in a CFB riser using the Eulerian approach with heterogeneous drag coefficient ［J］. Chem. Eng. Sci.， 2012， 69（1）: 659-668.

［35］ QI H Y， LI F， XI B， et al. Modeling of drag with the Eulerian approach and EMMS theory for heterogeneous dense gas-solid two-phase flow ［J］. Chem. Eng. Sci.， 2007， 62（6）: 1670-1681.

［36］ WANG S， ZHAO G B， LIU G D， et al. Hydrodynamics of gas-solid risers using cluster structure-dependent drag model ［J］. Powder Tech.，2014， 254: 214-227.

［37］ WANG S， LIU G D， LU H L， et al. A cluster structure-dependent drag coefficient model applied to risers ［J］. Powder Tech.， 2012， 225: 176-189.

［38］ WANG S， LU H L， HAO Z H， et al. Modeling of reactive gas-solid flows in riser reactors using a multi-scale chemical reaction model ［J］. Chem. Eng. Sci.， 2014， 116: 773-780.

［39］ WANG X， JIANG F， LEI J， et al. A revised drag force model and the application for the gas-solid flow in the high-density circulating fluidized bed ［J］. Applied Therm. Eng.， 2011， 31（14/15）: 2254-2261.

［40］ NIKOLOPOULOS A， ATSONIOS K， NIKOLOPOULOS N， et al. An advanced EMMS scheme for the prediction of drag coefficient undera 1.2 MW th CFBC isothermal flow （Ⅱ）: Numerical implementation ［J］. Chem. Eng. Sci.， 2010， 65（13）: 4089-4099.

［41］ NIKOLOPOULOS A， PAPAFOTIOU D， NIKOLOPOULOS N， et al. An advanced EMMS scheme for the prediction of drag coefficient under a 1.2 MW th CFBC isothermal flow （Ⅰ）: Numerical formulation ［J］. Chem. Eng. Sci.， 2010， 65（13）: 4080-4088.

［42］ SHAH M T， UTIKAR R P， TADE M O， et al. Simulation of gas-solid flows in riser using energy minimization multiscale model: effect of cluster diameter correlation ［J］. Chem. Eng. Sci.， 2011， 66（14）: 3291-3300.

［43］ SHAH M T， UTIKAR R P， TADE M O， et al. Hydrodynamics of an FCC riser using energy minimization multiscale drag model ［J］. Chem. Eng. J.， 2011， 168（2）: 812-821.

［44］ LU B， WANG W， LI J. Searching for a mesh-independent sub-grid model for CFD simulation of gas-solid riser flows ［J］. Chem. Eng. Sci.， 2009， 64（15）: 3437-3447.

［45］ SAKAI M， KOSHIZUKA S. Large-scale discrete element modeling in pneumatic conveying ［J］. Chem. Eng. Sci.， 2009， 64（3）: 533-539.

［46］ ANDREWS M J， O'ROURKE P J. The multiphase particle-in-cell （MP-PIC） method for dense particulate flows ［J］. Inter. J. Multiphase Flow， 1996， 22（2）: 379-402.

［47］ SAKANO M， YASO T， NAKANISHI H. Numerical simulation of two-dimensional fluidized bed using discrete element method w ith imaginary sphere model ［J］. Japanese J. Multiphase Flow， 2000， 14（1）: 66-73.

［48］ HILTON J E， CLEARY P W. Comparison of non-cohesive resolved and coarse grain DEM models for gas flow through particle beds ［J］. Applied Math. Modelling， 2014， 38: 4197-4214.

［49］ LI F， SONG F， BENYAHIA S， et al. MP-PIC simulation of CFB riser w ith EMMS-based drag model ［J］. Chem. Eng. Sci.， 2012， 82: 104-113.

［50］ LU L， XU J， GE W， et al. EMMS-based discrete particle method （EMMS-DPM） for simulation of gas-solid flows ［J］. Chem. Eng. Sci.，2014， 120: 67-87.

［51］ CHANG A F， PASHIKANTI K， LIU Y A. Predictive modeling of the fluid catalytic cracking （FCC） process ［M］// Refinery Engineering. Wiley-VCH Verlag GmbH & Co. KGaA， 2012: 145-251.

［52］ ARIS R. Prolegomena to the rational analysis of system of chemical reactions ［J］. Archive for Rational Mechanics and Analysis， 1965，19（2）: 81-99.

［53］ WEI J， KUO J C W. Lumping analysis in monomolecular reaction systems. Analysis of the reactly lumpable system ［J］. Ind. Eng. Chem. Fundamentals， 1969， 8（1）: 114-133.

［54］ 段良伟， 薛高平， 翁惠新. 催化裂化集总反应动力学模型研究进展［J］. 化工进展， 2010， 29（增刊）: 22-27.

DUAN L W， XUE G P， WENG H X. Research progress of lump kinetic model of fluid catalytic cracking ［J］. Chemical Industry and Engineering Progress， 2010， 29（supplement）: 22-27.

［55］ 吴飞跃. FDFCC集总反应动力学模型的研究［D］.上海: 华东理工大学， 2008.

WU F Y. Study on lumped kinetic model for FDFCC ［D］. Shanghai: East China University of Science and Technology， 2008.

［56］ WEEKMAN V W J， NACE D M. Kinetics of catalytic cracking selectivity in fixed， moving， and fluid-bed reactors ［J］. AIChE J.，1970， 16（3）: 397-404.

［57］ JACOB S M， GROSS B， VOLTZ S E， et al. A lumping and reaction scheme for catalytic cracking ［J］. AIChE J.， 1976， 22（4）: 701-713.

［58］ 任杰， 翁惠新， 刘馥英. 催化裂化反应八集总动力学［J］. 石油学报（石油加工）， 1994， 10（1）: 1-7.

REN J， WENG H X， LIU F Y. Investigation of the lumped kinetic model for catalytic cracking reaction ［J］. Acta Petrolei Sinica （Petroleum Processing Section）， 1994， 10（1）: 1-7.

［59］ BOLLAS G M， LAPPAS A A， IATRIDIS D K. Five-lump kinetic model w ith selective catalyst deactivation for the prediction of the product selectivity in the fluid catalytic cracking process ［J］. Catalysis Today， 2007， 27（127）: 31-43.

［60］ NEVICATO D， PITAULT I， FORISSIER M， et al. The activity decay of cracking catalysts: chemical and structural deactivation by coke ［J］. Catalyst Deactivation， 1994， 88: 249-256.

［61］ 熊凯， 卢春喜. 催化裂化（裂解）集总反应动力学模型研究进展［J］.石油学报（石油加工）， 2015， 31（2）: 293-306.

XIONG K， LU C X. Research progresses of lump kinetic model of FCC and catalytic pyrolysis ［J］. Acta Petrolei Sinica （Petroleum Processing Section）， 2015， 31（2）: 293-306.

［62］ 张旭， 郭锦标， 周祥， 等. 分子水平动力学模型在催化裂化反应中的应用［J］.化工进展， 2012， 31: 2678-2685.

ZHANG X， GUO J B， ZHOU X， et al. Application of molecular level kinetic modeling to catalytic cracking reaction ［J］. Chemical Industry and Engineering Progress， 2012， 31: 2678-2685.

［63］ BALTANAS M A， VAN R K K， FROMENT G F， et al. Fundamental kinetic modeling of hydroisomerization and hydrocracking on noble metal-loaded faujasites （Ⅰ）: Rate parameters for hydroisomerization ［J］. Ind. Eng. Chem. Res.， 1989， 28（7）: 899-910.

［64］ QUANN R J， JAFFE S B. Structure-oriented lumping: describing the chemistry of complex hydrocarbon mixtures ［J］. Ind. Eng. Chem. Res.， 1992， 31（11）: 2483-2497.

［65］ DEWACHTERE N V， SANTAELLA F， FROMENT G. F. Application of a single-event kinetic model in the simulation of an industrial riser reactor for the catalytic cracking of vacuum gas oil ［J］. Chem. Eng. Sci.， 1999， 54（15/16）: 3653-3660.

［66］ QUINTANA-SOLÓRZANO R， THYBAUT J W， GALTIER P， et al. Simulation of an industrial riser for catalytic cracking in the presence of coking using single-event micro kinetics ［J］. Catalysis Today， 2010，150（3/4）: 319-331.

［67］ WU C N， CHENG Y， DING Y L， et al. CFD-DEM simulation of gas-solid reacting flows in fluid catalytic cracking （FCC） process ［J］. Chem. Eng. Sci.， 2010， 65（1）: 542-549.

［68］ GAO J S， XU C M， LIN S X， et al. Advanced model for turbulent gas-solid flow and reaction in FCC riser reactors ［J］. AIChE J.， 1999，45（5）: 1095-1113.

［69］ GAO J S， XU C M， LIN S X， et al. Simulations of gas-liquid-solid 3-phase flow and reaction in FCC riser reactors ［J］. AIChE J.， 2001，47（3）: 677-692.

［70］ LAN X Y， XU C M， WANG G， et al. CFD modeling of gas-solid flow and cracking reaction in two-stage riser FCC reactors ［J］. Chem. Eng. Sci.， 2009， 64（17）: 3847-3858.

［71］ ZHENG Y， WAN X T， QIAN Z， et al. Numerical simulation of the gas-particle turbulent flow in riser reactor based on k-ε-kp-εp-Θ two-fluid model ［J］. Chem. Eng. Sci.， 2001， 56（24）: 6813-6822.

［72］ CHANG J， CAI W， ZHANG K， et al. Computational investigation of the hydrodynamics， heat transfer and kinetic reaction in an FCC gasoline riser ［J］. Chem. Eng. Sci.， 2014， 111: 170-179.

［73］ CHANG J， MENG F D， WANG L Y， et al. CFD investigation of hydrodynamics， heat transfer and cracking reaction in a heavy oil riser with bottom airlift loop mixer ［J］. Chem. Eng. Sci.， 2012， 78: 128-143.

［74］ TANG G W. Numerical simulation of industrial fluid catalytic cracking regenerator and riser ［D］. Purdue University， 2013.

［75］ LOPES G C， ROSA L M， MORI M， et al. Three-dimensional modeling of fluid catalytic cracking industrial riser flow and reactions ［J］. Com. Chem. Eng.， 2011， 35（11）: 2159-2168.

［76］ GAN J Q， ZHAO H， BERROUK A S， et al. Numerical simulation of hydrodynamics and cracking reactions in the feed mixing zone of a multiregime gas-solid riser reactor ［J］. Ind. Eng. Chem. Res.， 2011，50（20）: 11511-11520.

［77］ BENYAHIA S， ORTIZ A G， PAREDES J I P. Numerical analysis of a reacting gas/solid flow in the riser section of an industrial fluid catalytic cracking unit ［J］. Inter. J. Chem. Reactor Eng.， 2003， 1: A41.

［78］ BERRY T A， MCKEEN T R， PUGSLEY T S， et al. Two-dimensional reaction engineering model of the riser section of a fluid catalytic cracking unit ［J］. Ind. Eng. Chem. Res.， 2004， 43（18）: 5571-5581.

［79］ YANG B L， ZHOU X W， YANG X H， et al. Multi-scale study on the secondary reactions of fluid catalytic cracking gasoline ［J］. AIChE J.，2009， 55（8）: 2138-2149.

［80］ LI J H， KWAUK M. The dynamics of fast fluidization ［M］// Fluidization. Plenum Press， 1980.

［81］ 程从礼， 李静海， 张忠东， 等. 气固垂直并流向上两相流流体动力学模型［J］. 化工学报， 2001， 52（8）: 684-689.

CHENG C L， LI J H， ZHANG Z D， et al. Fluid dynamic model of concurrent-up gas-solid two-phase flow ［J］. Journal of Chemical Industry and Engineering （China）， 2001， 52（8）: 684-689.

［82］ NAYAK S V， JOSHI S L， RANADE V V. Modeling of vaporization and cracking of liquid oil injected in a gas-solid riser ［J］. Chem. Eng. Sci.， 2005， 60（22）: 6049-6066.

［83］ PATEL R， HE P F， ZHANG B， et al. Transport of interacting and evaporating liquid sprays in a gas-solid riser reactor ［J］. Chem. Eng. Sci.， 2013， 100: 433-444.

［84］ PATEL R， WANG D， ZHU C， et al. Effect of injection zone cracking on fluid catalytic cracking ［J］. AIChE J.， 2013， 59（4）: 1226-1235.

［85］ BEHJAT Y， SHAHHOSSEINI S， MARVAST M A. CFD analysis of hydrodynamic， heat transfer and reaction of three phase riser reactor ［J］. Chem. Eng. Res. Des.， 2011， 89（7）: 978-989.

［86］ NGUYEN T T B， M ITRA S， PAREEK V， et al. Comparison of vaporization models for feed droplet in fluid catalytic cracking risers ［J］. Chem. Eng. Res. Des.， 2015， 101: 82-97.

［87］ LI J， LUO Z H， LAN X Y， et al. Numerical simulation of the turbulent gas-solid flow and reaction in a polydisperse FCC riser reactor ［J］. Powder Tech.， 2013， 237: 569-580.

［88］ CHEN G Q， LUO Z H. New insights into intraparticle transfer，particle kinetics， and gas-solid two-phase flow in polydisperse fluid catalytic cracking riser reactors under reaction conditions using multi-scale modeling ［J］. Chem. Eng. Sci.， 2014， 109: 38-52.

［89］ DU Y P， ZHAO H， MA A， et al. Equivalent reactor network model for the modeling of fluid catalytic cracking riser reactor ［J］. Ind. Eng. Chem. Res.， 2015， 54（35）: 8732-8742.

［90］ HE P F， ZHU C， HO T C. A two-zone model for fluid catalytic cracking riser w ith multiple feed injectors ［J］. AIChE J.， 2015， 61（2）: 610-619.

CFD modeling of FCC reaction process: a review

LU Bona， ZHANG Jingyuan， WANG Wei， LI Jinghai
（State Key Laboratory of Multiphase Complex Systems， Institute of Process Engineering， Chinese Academy of Sciences，Beijing 100190， China）

Fluid catalytic cracking （FCC） is a crucial conversion process in a petroleum refinery， which produces important chemicals， e.g. gasoline， diesel， light olefins， etc. Computational fluid dynamics （CFD） modeling of FCC reaction processes assists to understand the behaviors of flow and reaction in FCC riser reactors， design and optimize the FCC units， and finally provide the guidance for production and implement the virtual tuning and scale up of processes. This study reviews the recent processes in the multiphase flow models， reaction kinetics and the coupling between flow and FCC reaction. In terms of the coupling approaches， summaries and critical comments are present from the usage of turbulent models， the impact of flow structures， more sophisticated models to crude oil vaporization models. Based on the previous studies， it is pointed out by the authors that although CFD modeling can well reveal the behaviors of flow and reaction in FCC riser reactor of industrial scale，the current theoretical models and modeling techniques have a long way to run up w ith the experiment counterpart since there is no successful application of CFD reactive modeling of a series of FCC riser reactors ranging from a bench scale to the industrial scale. For the future of FCC reactive modeling， it is very necessary to emphasize the studies on the modeling and the computing efficiency， then strike a balance between them to realize the virtualprocess engineering.

FCC； multiphase flow； reaction kinetics； two-fluid model； simulation

date: 2016-03-31.

LU Bona， bnlu@ipe.ac.cn

supported by the National Basic Research Program of China （2012CB215003）， the National Natural Science Foundation of China （21576263） and the Youth Innovation Promotion Association CAS.

TQ 021.1； O 359

A

0438—1157（2016）08—3121—12

10.11949/j.issn.0438-1157.20160404

2016-03-31收到初稿，2016-04-27收到修改稿。

联系人及第一作者：鲁波娜（1979—），女，博士，副研究员。

国家重点基础研究发展计划项目（2012CB215003）；国家自然科学基金项目（21576263）；中国科学院青年创新促进会。