Цифровые технологии процессов нефтепереработки и нефтехимии являются одним из приоритетных научных направлений в России и за рубежом. Решение проблемы повышения эффективности работы действующего оборудования стало возможным с разработкой цифровых технологий переработки углеводородного сырья, созданных на стыке наук математики, физики, информатики и химической технологии. Особенно актуально данное направление является для предприятий нефтеперерабатывающей и нефтехимической отраслей промышленности.
Известно множество отечественных и зарубежных аналогов таких разработок. Но, при этом, в большинстве случаев, компьютерное моделирование базируется на информационном и статистическом подходах и не затрагивает физико-химической и технологической сущности промышленных процессов. моделирование показателей качества выполняется такими системами по статическим законам применимо лишь в случае стационарного ведения промышленного процесса. Однако подавляющее большинство промышленных каталитических процессов нефтепереработки и нефтехимии являются нестационарными.
В условиях протекания промышленного процесса непостоянным является состав перерабатываемого углеводородного сырья, что определяющим образом влияет на реакционную способность углеводородов. Большинство процессов нефтепереработки и нефтехимии являются каталитическими и протекают вдали от равновесия. Увеличение ресурса катализатора при работе на оптимальной активности определяющим образом влияет на экономику всего производства. В этой связи востребованным является направление создания интеллектуальных программных комплексов, в основе которых лежат физико-химические модели многокомпонентных каталитических процессов.
Созданная в Томском политехническом университете методология построения интеллектуальных систем для повышения энерго- и ресурсоэффективности промышленных процессов нефтепереработки и нефтехимии основана на иерархической структуре накопления знаний, что позволяет реализовать поэтапный анализ и прогнозирования протекания промышленных процессов переработки углеводородного сырья, выполнять мониторинг и оптимизация активности катализаторов, эксплуатируемых в процессах каталитического риформинга бензинов, изомеризации, дегидрирования, алкилирования, каталитического крекинга. В настоящее время в промышленность внедрены и функционируют в заводских базах данных следующие разработки Томского политехнического университета:
-
Математическая модель процесса каталитического риформинга бензинов на установках ЛЧ-35-11/1000, ЛЧ-35-11/600, Л-35-11/600 и ЛГ-35-8/300Б для мониторинга и прогнозирования работы Pt-Re-катализаторов риформинга.
-
Математическая модель процесса изомеризации пентан-гексановой фракции для мониторинга и прогнозирования работы катализатора СИ-2, совмещенная с HYSYS для оптимизации состава сырья.
-
Математическая модель процессов дегидрирования и гидрирования на установке Пакол – Дифайн для мониторинга и прогнозирования работы катализаторов DEH – 11 и DEH – 15.
-
Программно-реализованная методика подачи воды в реактор дегидрирования, новый способ защищен Патентом РФ, подготовленный совместно с технологами ООО «КИНЕФ».
Как продолжение этих работ, в статье приведены результаты исследований работы катализаторов на установках риформинга для тестирования и выбора катализатора на установке риформинга ПНЗ.
Процессы риформинга, изомеризации, дегидрирования невозможны без применения платиносодержащих катализаторов, именно они инициируют протекание целевых реакций. Вместе с тем, в процессе эксплуатации катализатора происходит снижение его активности и селективности, для восстановления которых проводят регенерацию. Это позволяет заново создать активную поверхность контакта, сократить издержки на производство конечного продукта за счет повторного использования катализатора. Основной причиной снижения активности является закоксовывание катализаторов и блокировка активных центров КГС (коксогенными структурами).
Применение цифровых технологий позволяет проводить непрерывный мониторинг работы промышленных установок риформинга, изомеризации, дегидрирования и количественно оценивать степень закоксовывания катализаторов с тем, чтобы с учетом химического состава сырья проводить оптимизацию технологических режимов.
Мониторинг и прогнозирование работы катализаторов риформинга
Для контроля и описания активности, селективности и стабильности катализаторов, механизмов протекания химических реакций на поверхности платиновых контактов процесса риформинга и их кинетических закономерностей, необходимо измерять зависимость скоростей элементарных стадий реакций и каталитической реакции в целом от концентрации реагирующих веществ, температур и других параметров, влияющих на скорость реакции. Однако такой кинетический подход осложняется рядом факторов. Во-первых, скорость химических реакций зависит от температуры реакции, состава контактирующей с катализатором реакционной (контактной) смеси. Во-вторых, в реальных условиях проведения процесса химические превращения сопровождаются процессами масса- и теплопереноса, которые могут существенно исказить информацию о скорости каталитической реакции.
В настоящее время существует два направления исследования каталитических свойств контактов: инструментальное и кинетическое. Инструментальные методы в итоге позволяют определить структуру активного центра в условиях протекания реакции, форму активации реагирующих веществ и обосновать поверхностный механизм на данном контакте.
Инструментальные методы
С использованием данных методов устанавливают текстуру катализаторов и объемные свойства их компонентов. Вместес тем, они дают лишь косвенную информацию о структуре поверхности, строении активных центров и т. д.
Инструментальные методы исследования катализаторов процесса риформинга чрезвычайно разнообразны по физической сущности, но по наиболее важным характеристикам можно выделить несколько подгрупп:
-
Окисление и восстановление с программированием температуры.
-
Электронная микроскопия.
-
Рентгенографические методы.
-
Оптическая и ультрафиолетовая спектроскопия.
-
Исследование магнитных свойств катализаторов.
-
Электронный парамагнитный резонанс.
-
Ядерный магнитный резонанс.
-
Мессбауэровская спектроскопия.
Описание каталитических свойств катализаторов процесса риформинга на основе только инструментальных методов не позволяет представить полной картины, поскольку не содержит данных о механизмах и скоростях превращения углеводородов на поверхности контакта. Для исследования кинетических закономерностей используют кинетические методы.
Кинетические методы
Кинетические методы позволяют обосновать формализованный механизм процесса, раскрыть физико-химический механизм конкретных реакций и, следовательно, получить исходную информацию для сознательного управления этими реакциями при их практической реализации, определить кинетические параметры протекающих реакций.
Использование кинетического подхода позволяет сформировать формализованный механизм превращения углеводородов на платиносодержащем катализаторе процесса риформинга, оценить активность и стабильность работы катализатора в модельных условиях. Полная же картина о каталитических свойствах исследуемых катализаторов достигается только при комплексном рассмотрении результатов исследований инструментальными и кинетическими методами. Очевидно, что для такого интегрированного подхода необходимо рассматривать большой массив взаимно дополняющих данных, решение такой сложной задачи стало возможно лишь с внедрением вычислительных устройств и разработкой математических моделей, базирующихся на данных физических и кинетических испытаний платиносодержащих контактов.
На основе инструментальных и кинетических методов исследования катализаторов процесса риформинга невозможно достоверно произвести прогноз его каталитических свойств (активность, стабильность, селективность) при эксплуатации в промышленных условиях, поскольку не учитывается масштабный переход на производственные условия. При изменении сырья и технологических условий необходима повторная серия трудоемких испытаний, что можно избежать при использовании метода математического моделирования.
Именно сочетание результатов инструментальных и кинетических методов исследований, заложенных в математической модели, позволяет как оптимизировать состав разрабатываемого катализатора, так и обосновать для него кинетическую модель, путем решения обратной кинетической задачи охарактеризовать кинетические параметры контакта. При этом «кинетический подход» отнюдь не находится в противоречии с «инструментальным», а позволяет более полно и точно охарактеризовать активность и стабильность изучаемых образцов.
Учет процесса дезактивации в процессе эксплуатации платиносодержащих катализаторов риформинга вследствие закоксовывания кислотных и металлических центров, осуществляется при построение модели через функцию дезактивации:
Кинетика спекания катализатора выражается уравнением:
где Ed – энергия активации спекания; Т – температура регенерации катализатора; K0 – зависит от химического состава катализатора и оценивается по экспериментальным данным.
Движущей силой спекания является разность термодинамических потенциалов мелких и крупных частиц.
Реакции риформинга протекают по бифункциональному механизму. Старение катализатора изменяет селективность процесса вследствие изменения баланса между реакциями, которые, в свою очередь, зависят от состава катализатора.
Если размер кристаллитов влияет на скорость реакции и ее селективность, то это приводит к изменению соотношения центров на металле, а электронные свойства очень малых кристаллов отличаются от электронных свойств металла в объеме. Механизмы протекания структурно-чувствительных реакций дегидроциклизации, изомеризации и гидрокрекинга парафиновых углеводородов описываются кинетическими моделями старения катализатора:
Таким образом, полная математическая модель каталитического риформинга бензинов на полиметаллических катализаторах отражает динамический процесс падения активности и селективности промышленных катализаторов во времени. В свою очередь именно нестационарная кинетика предопределяет выбор катализатора для конкретного процесса на основе модели, адекватно описывающей реальный процесс. Очевидно, что использование такого рода математических моделей позволяет делать прогноз эксплуатации катализатора не только в конкретных стационарных условиях, на момент его загрузки в реакторный блок, но и прогнозировать динамику его дезактивации и отравления в процессе эксплуатации, в связи с чем достоверность прогноза каталитических свойств системы многократно повышается.
Этот способ расчета констант скоростей химических реакций позволяет учитывать одновременное действие различных явлений дезактивации в течение рабочего цикла, а также в период испытания свежей загрузки. В то время как процедуры экспрессного тестирования не могут полностью соответствовать промышленной эксплуатации катализатора в условиях старения, отравления и закоксовывания его активной поверхности, что также затрудняет интерпретацию результатов.
Таким образом, используя программу можно выбрать из списка любой катализатор, провести расчеты для данного типа сырья и определить оптимальный катализатор для данной установки. Также возможности программы позволяют оптимизировать технологический процесс, выдать рекомендации по технологическим условиям.
Активность – это свойство катализатора ускорять химическую реакцию. Количественно активность равна разности скоростей протекания той же реакции и при тех же условиях за вычетом скорости без катализатора. Константа скорости химической реакции является количественной мерой активности катализатора.
Активность катализатора изменяется вследствие протекания процессов коксообразования, отравления и термической дезактивации. Количественно это выражается относительной активностью (по отношению к свежему катализатору), а dT – это температура компенсации.
Определяющим фактором эффективности процесса риформинга является активность, селективность и стабильность Pt-катализаторов. Внедрение полиметаллических катализаторов третьего поколения обеспечило возможность производства высокооктановых бензинов и позволило более, чем в два раза продлить межрегенерационный цикл. Однако зачастую сопоставимая оценка активности, селективности и стабильности Pt-катализаторов осуществляется с применением лабораторных кинетических методов с последующим их тестированием на опытно – промышленных и даже промышленных установках.
Вместе с тем, развитие методов математического моделирования в практике кинетического анализа процессов обеспечивает возможность оценки кинетических параметров различных катализаторов решением обратной кинетической задачи по экспериментальным данным. При этом становится возможным переносить работу катализатора на другую установку, на другой процесс и проводить сопоставление его эффективности в зависимости от условий эксплуатации.
Достоверность и точность получаемых результатов определяется адекватным описанием механизма многокомпонентного процесса каталитического риформинга на Pt-катализаторах путем агрегирования углеводородов по принципу близости их реакционной способности и свободной энергии Гиббса, а также учетом нестационарности кинетических параметров катализатора, как следствие протекания процессов коксообразования, отравления и старения.
Достоверность тестирования Pt-Re катализаторов обусловлена учетом при моделировании термодинамических и кинетических закономерностей протекания химических реакций, а также комплекса факторов нестационарности промышленных процессов.
Учет реакционной способности компонентов перерабатываемого сырья количественно выражаемой значением констант скоростей химических реакций, является основой для сравнительного анализа применяемых Pt-Re катализаторов.
Табл.1 Константы скоростей химических реакций на катализаторах серии RG (в относительных единицах)
Реакция |
Катализатор |
|
|
RG-492,582 |
RG-682 |
ПР-71 |
|
гидрокрек н-П |
3,1 |
1,9 |
1,8 |
н-П → изо-П |
1,3 |
1,4 |
1.6 |
изо-П → н-П |
1,2 |
1,2 |
1.2 |
Н-П → Н-6 |
3,0 |
3,0 |
3.0 |
гидрокрек изо-П |
7,4 |
4,16 |
3.2 |
изо-П → Н-6 |
6,3 |
6,8 |
6,8 |
Н-5 → изо-П |
3,3 |
2,4 |
2.2 |
Н-6 → Н-5 |
0,2 |
0,2 |
0,2 |
Н-6 → Ар |
0,5 |
0,5 |
0,5 |
Ар → Н-6 |
0,1 |
0,1 |
0,1 |
Н-П → Н-5 |
4,9 |
5,3 |
5,5 |
изо-П → Н-5 |
4,7 |
4,9 |
5,3 |
Н-5 → Н-6 |
1,7 |
3,8 |
3,8 |
Н-5 → н-П |
0,85 |
0,85 |
0,5 |
Табл. 2. Анализ работы катализатора RG-682 в сравнении с системой катализаторов RG 492, 582
Катализатор |
RG 492, 582 |
RG 492, 582 |
RG 492, 582 |
RG 492, 582 |
RG-682 |
RG-682 |
Активность |
0,95 |
0,86 |
0,87 |
0,85 |
1,22 |
1,12 |
Перераб. сырьё т. |
377496,00 |
1060355,00 |
1114992,00 |
1227700,00 |
192167,00 |
275527,00 |
Число крекинга |
3,10 |
1,90 |
1,90 |
1,90 |
2,10 |
1,80 |
Температура входа |
501,00 |
492,00 |
495,00 |
496,00 |
490,00 |
483,00 |
Расход сырья м3/ч |
170,00 |
143,60 |
157,40 |
157,20 |
194,00 |
135,00 |
Пар/(Нафт+Аром) в сырье |
1,35 |
1,34 |
1,34 |
1,34 |
1,49 |
1,51 |
н-Пар/и-Пар сырьё |
1,14 |
1,06 |
1,06 |
1,06 |
1,29 |
0,95 |
Кратн. цирк. м3/м3 |
1132,00 |
1372,80 |
1252,80 |
1249,40 |
1000,00 |
1481,50 |
Степень изомеризации |
62,00 |
45,00 |
45,00 |
45,00 |
83,00 |
49,00 |
Степень ароматизации |
26,75 |
19,17 |
18,89 |
18,85 |
26,20 |
25,74 |
Ароматика, %вес. |
65,88 |
60,83 |
60,55 |
60,50 |
63,21 |
63,27 |
Октановое число о.ч.и. |
97,70 |
97,00 |
96,20 |
97,00 |
98,30 |
98,60 |
МЦП в катал., % вес |
0,61 |
0,30 |
0,31 |
0,31 |
0,40 |
0,33 |
Перепад температур |
60,00 |
64,50 |
66,90 |
65,70 |
73,00 |
73,00 |
Кокс, %вес. |
4,03 |
5,79 |
6,10 |
6,76 |
1,75 |
1,72 |
Выход риформата |
85,04 |
85,36 |
85,71 |
85,69 |
87,67 |
87,62 |
Таким образом, сравнительный анализ катализаторов показал значительное увеличение селективности RG-682, что подтверждается снижением констант скоростей химических реакций гидрокрекинга парафинов и гидрогенолиза нафтенов. При этом, возросли скорости реакций изомеризации парафинов и нафтенов. Менее значительное изменение наблюдается в скоростях дегидроциклизации парафинов. Таким образом, развитие цифровых технологий обеспечивает возможным решение задачи обоснованного выбора и сравнительной оценки эффективности Pt-катализаторов на основе разработанной нестационарной кинетической модели процесса риформинга, учитывающей физико-химические закономерности превращения углеводородов на поверхности контакта и технологические особенности промышленной установки, а также внутризаводской базы данных по этому процессу. Точность расчетов и получение достоверных результатов определяется правильностью формирования формализованного механизма многокомпонентного процесса каталитического риформинга на Pt-катализаторах путем агрегирования углеводородов по принципу близости их реакционной способности и учетом нестационарности кинетических параметров катализатора вследствие его дезактивации за счет физического старения, отравления и коксообразования. Исходя из выполненных исследований, на установке риформинга был загружен катализатор RG-682.
Однако дальнейшие исследования показали, что катализаторы серии ПР-71, 81(разработка Омского института проблем переработки углеводородов, Белый А.С., Смоликов М.Д., СО РАН, Россия) обладает высокой селективностью в отношении протекания реакций дегидроциклизации парафинов, что очень важно для переработки высокопарафинистого сырья Павлодарского нефтехимического завода.
Как известно, важнейшими свойствами катализаторов нефтепереработки и нефтехимии являются активность, селективность и стабильность. Активность и селективность обеспечивают скорость протекания каталитической реакции, и соответственно, выход и качество полученной продукции. А стабильность – устойчивость этих показателей в течение срока службы катализатора. При поддержании условий равновесия реакции коксообразования и гидрирования промежуточных продуктов уплотнения достигается уровень оптимальной активности катализатора, при которой происходит его саморегенерация. Работа на оптимальной активности позволяет существенно продлить срок межрегенерационного пробега катализаторов риформинга [3].
Исходя их условий термодинамического равновесия реакции окисления коксогенных соединений, образующихся на поверхности платиносодержащих катализаторов дегидрирования, были определены оптимальные режимы подачи воды в промышленный реактор, что обеспечило увеличение срока службы катализатора на 20 % [4].
Мониторинг работы установок риформинга ООО «КИНЕФ»
Современные модификации Pt-Re-катализаторов позволяют получить высокооктановый катализат с ИОЧ 96-98 при селективности 87-90 % мас. Однако неизбежно возникает вопрос об их стабильности в процессе эксплуатации, которая определяется углеводородным составом перерабатываемого сырья, технологическим режимом и конструкционными особенностями реакторного блока. Принципиально неверно cводить многофакторную задачу мониторинга промышленного катализатора по эксплуатационным признакам к делению на «зарубежные» и «отечественные» по поверхностным признакам без учета физико-химических закономерностей протекания целевых и побочных реакций (Нефтепереработка и нефтехимия, 2013 г., №6, Плешакова Н.А. и др.). Решить эту многофакторную задачу прогноза работы катализаторов можно только с использованием кинетической модели, которая учитывает комплексное влияние на дезактивацию процессов коксообразования, отравления и старения. Кроме того, необходимо добавить к этому технологический уровень эксплуатации катализатора.
Цифровые технологии позволяют определять оптимальные технологические условия и углеводородный состав перерабатываемого сырья, обеспечивающие повышение эффективности за счет сбалансированности кислотной и металлической активности катализатора, т. е. осуществлять оптимизацию работы промышленного реактора при различных режимах его эксплуатации.
Мониторинг работы катализатора с учетом текущего потенциала его активности и количественной оценкой оптимальной активности (активность, соответствующая условию термодинамического равновесия реакций коксообразования и гидрирования промежуточных продуктов уплотнения) был проведен с использованием Системы контроля работы катализаторов.
В оптимальном случае реализация рабочего потенциала катализатора определяющим образом зависит от степени вовлечения всех показателей (факторов) в процесс регулирования технологического режима работы установки. При этом различают зависимые и независимые факторы
(рис. 1). К независимым факторам относят, прежде всего, углеводородный состав сырья и октановое число бензинов, а также степень очистки сырья от вредных примесей. К зависимым факторам (зависимыми считаются те факторы, на которые можно повлиять в процессе регулирования) относятся расход реагентов, температура, подача хлорагентов.
Рис. 1. Факторы, влияющие на реакционную систему
Наиболее эффективно многопараметрическое регулирование при наличии обобщенного критерия, который характеризует как потенциал катализатора, так и степень его реализации. В качестве такого критерия используется коксообразование на поверхности катализатора, длительность сырьевых циклов и суммарный объем переработанного сырья. Далее представлены результаты мониторинга и прогнозирования промышленных установок ЛЧ-35-11/600, ЛЧ-35-11/1000, Л-35-11/600 КИНЕФ (табл. 3-6).
Таблица 3. Прогнозный расчет на модели текущей активности катализатора на установке ЛЧ-35-11/1000 (Катализатор RG-682)
|
Перераб. сырьё т. |
940302 |
1163862 |
1827252 |
|
Температура входа |
482 |
484 |
492 |
|
Расход сырья м3/ч |
135 |
135 |
135 |
|
Пар/(Нафт+Аром) |
1,51 |
1,51 |
1,51 |
|
н-Пар/и-Пар сырьё |
0,95 |
0,95 |
0,95 |
|
Кратн. цирк. м3/м3 |
1481,5 |
1481,5 |
1481,5 |
|
Степень изомеризации |
46 |
46 |
46 |
|
Степень ароматизации |
22,36 |
22,37 |
22,17 |
|
Ароматика, %вес. |
59,72 |
59,73 |
59,52 |
|
Октановое число о.ч.и. |
96 |
96 |
96,9 |
|
Кокс, %вес. |
6,39 |
7,31 |
10,3 |
Кокса на массу катализатора, т |
12,1 |
|||
Степень дезактивации, % |
0,0007 |
Из расчета, что на установку ЛЧ-35-11/1000 загружено 117 т катализатора, то количество кокса при переработке 1827252 т сырья составит 12,1 т. Так как на рассчитываемую дату переработано 1827252 т сырья, то количество кокса составит 0,0007 % мас. на объем переработанного сырья.
Таблица 4. Расчет на модели текущей активности катализатора ПР-71- на установке ЛЧ-35-11/600
![](/upload/medialibrary/fd0/fd0baee6d186f5a75d065c69d6636bcf.png)
Таблица 5. Прогноз на модели работы установки Л-35-11/600 при загрузке катализатора ПР-71(расчет на модели)
Перераб. сырьё т. |
496224,00 |
988974,00 |
1564074,00 |
Температура входа |
487,00 |
493,00 |
495,00 |
Степень ароматизации |
29,92 |
29,88 |
30,00 |
Ароматика, %вес. |
59,19 |
59,15 |
59,26 |
Выход водорода, % |
2,11 |
2,11 |
2,12 |
Кокс, %вес. |
4,11 |
8,16 |
10,95 |
Расход сырья м3/ч |
75,00 |
||
Пар/(Нафт+Аром) |
1,36 |
||
н-Пар/и-Пар сырьё |
0,98 |
||
Кратн. цирк. м3/м3 |
1333,30 |
||
Степень изомеризации |
49,00 |
||
Октановое число о.ч.и. |
96,00 |
Таблица 6. Мониторинг работы установки Л-35-11/600 на катализаторе RG-682(фактические данные)
Перераб. сырьё т. |
496224,00 |
988974,00 |
1564074,00 |
Температура входа |
485,00 |
491,00 |
498,00 |
Степень ароматизации |
19,83 |
19,79 |
19,91 |
Ароматика, %вес. |
61,35 |
62,21 |
60,43 |
Выход водорода, % |
2,12 |
2,12 |
2,13 |
Кокс, %вес. |
2,50 |
4,97 |
11,89 |
Расход сырья м3/ч |
75,00 |
||
Пар/(Нафт+Аром) |
1,36 |
||
н-Пар/и-Пар сырьё |
0,98 |
||
Кратн. цирк. м3/м3 |
1333,30 |
||
Степень изомеризации |
49,00 |
||
Октановое число о.ч.и. |
96,00 |
Таким образом, с использованием фактических данных эксплуатации катализаторов серий RG и ПР показано, что для переработки высокопарафинистых нефтей Казахстана целесообразна загрузка катализатора ПР-71, который показал высокую селективность в затрудненной реакции риформинга дегидроциклизации парафинов.
Следует отметить, что производство моторных топлив в Республике Казахстан характеризуется невысокой глубиной переработки сырья и невысоким качеством выпускаемой продукции, в том числе при производстве бензинов. Одним из технологических приемов, позволяющим увеличить степень превращения сырья в продукт при экономии энергии, является оптимизация и прогнозирование режимов многостадийных каталитических процессов на основе метода математического моделирования и создания моделей, учитывающих реакционную способность углеводородов нефтяных фракций в процессе каталитического риформинга. Эффективность каталитической стадии переработки нефти зависит от правильности выбора технологических режимов и активности, селективности и стабильности применяемых катализаторов. В данной статье представлены результаты моделирования, подтверждающие целесообразность использования математических моделей процесса каталитического риформинга. Показана необходимость учета изменения состава перерабатываемого сырья и активности применяемых катализаторов на технологические режимы, что обеспечивает повышение качества выпуска товарной продукции.
Литература:
V. Sharikov, P. Petrov, Universal model for catalytic reforming, Chem. Petrol. Eng.,43, (2007) 580–584.
G. Froment, Modeling of catalyst deactivation, Applied Catalysis A: General, (212(1,2)) (2001) 117–128.
A. Aguayo, A. Gayubo, A. Atutxa, M. Olazar, J. Bilbao, Catalyst Deactivation by Coke in the Transformation of Aqueous Ethanol into Hydrocarbons. Kinetic Modeling and Acidity Deterioration of the Catalyst, Ind. Eng. Chem. Res., 41(17) (2002) 4216–4224.
N. Ostrovskii, Problems in the study of catalyst deactivation kinetics, Kinet. Catal., 2005, 46(5), 693-704.
J. Ancheyta, E. Villafuerte-Macias, Kinetic modeling of naphtha catalytic reforming reactions, Energy Fuels. 14 (2000) 1032-1037.
M. Stijepovic, A. Ostojic, I. Milenkovic, P. Linke, Development of a kinetic model for catalytic reforming of naphtha and parameter estimation using industrial plant data, Energy Fuels. 23 (2009) 979–983.
M. Rodríguez, J. Ancheyta, Detailed description of kinetic and reactor modeling for naphtha catalytic reforming, Fuel. 90 (2011) 3492–3508.
W. Wei, C. Bennet, R. Tanaka, G. Hou et al., Detailed kinetic models for catalytic reforming, Fuel Process. Tech, 89(4) (2008) 344-349.
H. Arani, M. Shirvani, K. Safdarian, E. Dorostkar, Lumping procedure for a kinetic model of catalytic naphtha reforming, Braz. J. Chem. Eng. 26(4) (2009) 723-732.
A. Belyi, Reforming Catalysts of the PR Family: Scientific Foundations and Technological Advancement, Kinet. Catal. 46(5) (2005) 684–692.
A. Noskov, Two centuries of mathematical modelling. Report at the problem seminar on 90-th anniversary of M.G. Slinko, (2005).
W. Hou, H. Su, Y. Hu, J. Chu, Modeling, Simulation and Optimization of a whole industrial catalytic naphtha reforming process on Aspen Plus platform, Chin. J. Chem. Eng., 14(5) (2006) 584–591.
T. Lid, S. Skogestad, Data reconciliation and optimal operation of a catalytic naphtha reformer, J. Process Control, 18 (2008) 320–331.
U. Taskar, J.B. Riggs. Modeling and optimization of a semiregenerative catalytic naphtha reformer. AIChE J. 3(43) (1997) 740–753.
Z. Hongjun, S. Mingliang, W. Huixin, L. Zeji et al., Modeling and simulation of moving bed rea,ctor for catalytic naphtha reforming», Pet. Sci. Technol., 2010, 28, 667-676.
Padmavathi G., Chaudhuri K.K. Modelling and simulation of commercial catalytic naphtha reformers, Can. J. Chem. Eng., 1997, 75, 930-938.
Rahimpour M.R. Operability of an industrial catalytic naphtha reformer in the presence of catalyst deactivation, Chem. Eng. Technol., 2006, 29(5), P.616-624.
Ostrovskii N.M. General equation for linear mechanisms of catalyst deactivation, Chem. Eng. J., 2006, 120, 73–82.
Kern C., Jess A. Regeneration of coked catalysts – modelling and verification of coke burn-off in single particles and fixed bed reactors, Chem. Eng. Sci., 2005, 60, 4249–4264.
Gyngazova M.S., Kravtsov A.V., Ivanchina E.D., Korolenko M.V. et al., «Reactor modeling and simulation of moving-bed catalytic reforming process», Chem. Eng. J., 2011, 176-177, 134-143.
Zagoruiko A.N., Belyi A.S., Smolikov M.D., Noskov A.S. Unsteady-state kinetic simulation of naphtha reforming and coke combustion processes in the fixed and moving catalyst beds, Catal. Today, 2014, 220-227, 168-177.
Баннов ПГ. Процессы переработки нефти. М: ЦНИИТЭнефтехим, 2001. 625 c.
Островский Н.М. Кинетика дезактивации катализаторов: математические модели и их применение. Институт катализа им. Г.К. Борескова. – М: Наука. –2001 – 333 с.
Костенко А.В., Кравцов А.В., Иванчина Э.Д., Полубоярцев Д.С. Оценка технологических параметров Рt-катализаторов риформинга методом математического моделирования // Нефтепереработка и нефтехимия. – 2005. –12. – С. 52–55.
Keywords: catalytic reforming, motor fuel, digital technologies, predictive models, testing and selection of the catalyst