Modeling and Simulation of Reaction and Fractionation Systems for the Industrial Residue Hydrotreating Process

Figure 18.

Predictions of the density of products: (a) naphtha; (b) diesel fuel; (c) tail oil.

6. Conclusions

In this paper, a comprehensive residue hydrotreating process model is established based on

plant data with consideration of the product yields, qualities, and process operations. A novel two

parallel structure is developed for reactor model. In this model, resin and asphaltene with high boiling

point and density are added as a lump, which makes it more consistent with the actual feedstock

and production conditions. The proposed reactor model can predict the boiling point of product

more accurate. Especially, the average relative deviations of tail oil are only about at almost 6.25%.

---

Processes 2020, 8, 32

18 of 19

The accuracy is improved by 55% compared with the original HCR model. For the fractionator, a

database-based delumping method is proposed for transforming kinetic lumps of HCR into data-based

pseudo-components. The method not only provides a consecutive response to the changes of column

specification, but also has a slightly higher prediction accuracy. Five datasets are used to verify

the e

ffectiveness of the established integrated model. The developed process model can predict

temperature rise of the four catalyst beds with the AAD smaller than 2.10

◦

C, the H

2,makeup

flow rate

with the ARD of 2.27%, the temperature distribution of the column with Pearson coe

fficients over

0.977, the product yield with the ARD smaller than 5%.