项目名称: 生物油与石油馏分共炼制的积炭研究

项目编号: No.51176049

项目类型: 面上项目

立项/批准年度: 2012

项目学科: 工程热物理与能源利用学科

项目作者: 张素平

作者单位: 华东理工大学

项目金额: 60万元

中文摘要: 生物油与石油馏分共炼制,由于其更适合规模化应用的突出特点,是近两年开发出的生物油炼制方向。但由于生物油自身热稳定性差的特点,使得该过程仍然存在"催化结焦"这一关键瓶颈问题,因此需要围绕"积炭生成行为及其消除"这一关键科学问题的研究,来降低可抑制积炭的生成。首先需要研究不同含氧官能团的反应历程,建立不同集总物质的反应网络,进而通过对反应过程的控制,来降低结焦率;其次通过对催化剂积炭前身物的结构特性分析,探讨影响催化剂积炭的来源和积炭机理,建立催化剂积炭动力学模型,进而通过加氢脱氧的控制来减少提质油中该组分的含量,达到减少积炭生成的目的;通过催化剂本身特性的研究,来探讨不同催化剂活性组分、载体、酸性位及孔径等对积炭生成的影响,寻找适合共炼制的催化剂;由于催化剂的积炭而影响催化剂床层的传热、传质问题,所以建立考虑积炭行为的动态宏观动力学模型就显得十分必要,为反应器放大提供理论依据。

中文关键词: 生物油;共炼制;积炭行为;积炭机理;动力学模型

英文摘要:

英文关键词: bio-oil;co-processing;coke deposition behavior;coke deposition mechanism;kinetical model

成为VIP会员查看完整内容
0

相关内容

专知会员服务
42+阅读 · 2021年9月7日
专知会员服务
28+阅读 · 2021年8月27日
专知会员服务
86+阅读 · 2021年8月8日
专知会员服务
39+阅读 · 2021年5月12日
专知会员服务
24+阅读 · 2021年4月21日
深度学习模型终端环境自适应方法研究
专知会员服务
33+阅读 · 2020年11月13日
专知会员服务
220+阅读 · 2020年8月1日
专知会员服务
108+阅读 · 2020年5月21日
流程工业数字孪生关键技术探讨
专知
1+阅读 · 2021年4月7日
生成对抗网络的研究进展与趋势
中国计算机学会
35+阅读 · 2018年11月14日
麻省理工发布2018年全球十大突破性技术
算法与数学之美
12+阅读 · 2018年9月13日
国家自然科学基金
0+阅读 · 2017年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
1+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月17日
Optimization for deep learning: theory and algorithms
Arxiv
104+阅读 · 2019年12月19日
Arxiv
15+阅读 · 2019年6月25日
Knowledge Representation Learning: A Quantitative Review
Adversarial Transfer Learning
Arxiv
12+阅读 · 2018年12月6日
小贴士
相关主题
相关VIP内容
专知会员服务
42+阅读 · 2021年9月7日
专知会员服务
28+阅读 · 2021年8月27日
专知会员服务
86+阅读 · 2021年8月8日
专知会员服务
39+阅读 · 2021年5月12日
专知会员服务
24+阅读 · 2021年4月21日
深度学习模型终端环境自适应方法研究
专知会员服务
33+阅读 · 2020年11月13日
专知会员服务
220+阅读 · 2020年8月1日
专知会员服务
108+阅读 · 2020年5月21日
相关基金
国家自然科学基金
0+阅读 · 2017年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
相关论文
Arxiv
0+阅读 · 2022年4月19日
Arxiv
1+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月17日
Optimization for deep learning: theory and algorithms
Arxiv
104+阅读 · 2019年12月19日
Arxiv
15+阅读 · 2019年6月25日
Knowledge Representation Learning: A Quantitative Review
Adversarial Transfer Learning
Arxiv
12+阅读 · 2018年12月6日
微信扫码咨询专知VIP会员