Modeling and Simulation of a Multibed Industrial Hydrotreater with Vapor–Liquid Equilibrium
Notice bibliographique
Résumé
Dealing with vapor–liquid equilibrium (VLE) in hydrotreating reactors is a major obstacle to realistic process simulation. The present study focused on the modeling and simulation of a commercial light-cycle-oil (LCO) hydrotreater with rigorous vapor–liquid equilibrium (VLE) calculations. The hydrotreater was represented as a one-dimensional plug-flow adiabatic reactor with interbed gas quenching. The model accounted for the hydrodesulfurization (HDS) and hydrodearomatization (HDA) reactions. VLE calculations were performed in situ with a calibrated flash calculation program developed in-house specifically for hydrogen–petroleum systems. Significant differences in reactor temperature profiles, hydrotreating conversions, fluid rates, and phase compositions were observed between the simulations with and without VLE. Analysis of the effect of temperature indicated that reactor performance depends heavily on the axial temperature distribution, which is established based on the catalyst bed layout and the selection of bed inlet temperatures. It was observed that, although conversion levels were improved at higher inlet temperatures, there was an increase in quenching gas requirement, vaporization rate, and the formation of high-temperature zones toward the inlet of the reactor. In a similar manner, pressure was found to increase hydrotreating performance markedly but with an extensive heat release. Verification of plug-flow and full-catalyst-wetting conditions during the simulations confirmed that all criteria were satisfied in this study.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».