导读:本文包含了煤液化油论文开题报告文献综述及选题提纲参考文献，主要关键词:煤液化油,离子色谱仪,燃烧炉,氯离子
煤液化油论文文献综述
王泓皓[1]（2019）在《煤液化油中氯含量分析方法》一文中研究指出针对煤液化油中所含的氯离子可能会给设备带来腐蚀的问题,结合当前的分析技术,提出一种基于燃烧炉与离子色谱图的煤液化油氯离子分析方法。对此,选取A、B实验油样,在调整燃烧炉实验条件的基础上,采用离子色谱仪对氯离子含量进行分析,最后得出加标油样A、B中的氯离子含量。结果表明,本文构建的方法具有准确性高,偏差小的特点。(本文来源于《工业加热》期刊2019年03期）
毛学锋,朱肖曼,史士东,赵渊,李伟林[2]（2018）在《基于ANN-GBC模型的煤液化油临界性质研究》一文中研究指出针对传统基团贡献法和半经验关联式未考虑煤液化油分子中基团键相互作用和缺乏适合其重质馏分油临界性质的计算方法,构建了基于人工神经网络-基团键贡献耦合模型(ANN-GBC),采用3层网络结构,输入层神经元数由煤液化油包含的45个基团键和常压沸点共46个,隐含层最佳神经元数通过试差法优化确定为40,临界性质作为输出层,研究了煤液化油15个窄馏分的临界性质与其分子结构之间的相关性。对20种模型化合物进行了ANN-GBC模型的校核与验证,其计算值与理论值偏离相对误差在2.5%以下,相关系数0.999 69,表明该模型具有较好的模拟推算和精准辨识同分异构体的功能。结果表明:煤液化油的临界温度、临界体积均随蒸馏切割温度升高而升高,临界压力随馏分蒸馏切割温度升高呈先升高后下降趋势。模型预测值与半经验关联式对比结果基本一致,各馏分段不同组成物质的含量差异导致了个别结果的跳跃。该模型不仅揭示了煤液化油临界性质与分子结构之间的定量关系,而且为其他复杂体系临界性质的预测提供了一种新的有效方法。(本文来源于《煤炭科学技术》期刊2018年03期）
毛学锋[3]（2017）在《人工神经网络-基团键贡献耦合模型预测煤液化油的偏心因子》一文中研究指出为探索预测煤直接液化油窄馏分的偏心因子的新方法,建立了基于人工神经网络-基团键贡献耦合模型(ANN-GBC),以煤直接液化油包含的45个基团键和常压沸点(T_b)共46个参数作为该模型的输入参数,研究了煤直接液化油15个窄馏分的偏心因子与分子结构之间的相关性。结果表明,通过计算20个模型化合物的偏心因子,表明ANN-GBC模型具有较好的模拟推算功能,计算值与理论值平均相对误差均在2.5%以下。偏心因子ω随蒸馏切割馏分温度的升高而增大,ANN-GBC模型预测值普遍高于Watanasiri、NEDOL关联式的计算值。<380℃馏分ω小于1,相对偏差较小;>380℃馏分ω偏差较大;针对>420℃馏分,因仅能定性定量分析其中20%物质,不同物质的含量差异导致个别结果的跳跃,ω偏差较大。(本文来源于《洁净煤技术》期刊2017年03期）
黄澎[4]（2017）在《神府煤液化油石脑油馏分重整生产芳烃的研究》一文中研究指出由于煤液化油石脑油馏分(<200℃)中芳烃潜含量较高,利用煤液化油石脑油馏分为原料,进行加氢精制,将原料中的硫氮含量降至1 mg/kg左右,满足重整进料要求,然后在小型固定床连续反应器上进行加氢重整生产芳烃试验。着重考察重整反应前、后族组成的变化及主要芳烃化合物的产率。结果表明,加氢重整过程中发生正构烷烃异构化反应;环烷烃主要发生脱氢芳构化反应转化为芳香烃;煤液化油石脑油馏分适宜进行催化重整,C_1~C_4烃气产率6.03%,氢气产率3.60%;重整后,芳烃含量达83.20%,其中C_6~C_8芳烃含量61.03%,是提取BTX的良好原料。石脑油的馏程对芳烃的组成和产率有一定影响,适宜的馏程为60~160℃。(本文来源于《洁净煤技术》期刊2017年02期）
李辉,龚景松,朴英,陆奇志,刘海[5]（2016）在《煤液化油在雾化过程中的流量特性研究》一文中研究指出为了考察煤液化油在航空发动机上的雾化特性,利用离心式喷嘴测量了不同燃油压差下煤液化油的质量流量、雾化角和径向流量分布并与RP-3喷气燃料进行了对比。实验结果表明:在燃油压差低于1.8MPa时,煤液化油的质量流量比RP-3喷气燃料平均高出4.24%,继续增大燃油压差,两种燃料的质量流量不断接近。煤液化油的雾化角随着燃油压差的增大有小幅增加,当压差超过0.8MPa后雾化角基本保持在99°左右。在相同的燃油压差下,煤液化油的雾化角比RP-3喷气燃料小4°左右。煤液化油和RP-3喷气燃料的径向流量分布特征基本相同,分布不均度都小于10%。(本文来源于《推进技术》期刊2016年08期）
罗化峰[6]（2016）在《BP网络预测H_2在煤液化油混合组分中的溶解度》一文中研究指出为满足煤制油工业化过程中设计和操作需要,以H_2在神华煤液化油模型组分混合溶剂中实测溶解度为基础,考察利用人工神经网络法预测H_2在该系统中溶解度的能力。结果表明,神经网络的计算精度随着循环次数的增加而提高;对于不同种类的混合溶剂,随着隐藏层个数的增加,计算值与试验值之间的相对误差呈现逐渐减小的趋势,从减小计算量的角度考虑,选定为4个隐藏层;3-4-1网络结构对于H_2在不同混合溶剂中溶解度的计算值与试验值最大相对误差为4.48%,这表明该模型能够满足H_2在该系统中溶解度的预测需要。(本文来源于《洁净煤技术》期刊2016年04期）
李群花,姜元博,高山松[7]（2016）在《SH/T0558标准分析煤液化油馏程误差因素分析》一文中研究指出基于SH/T0558标准馏程分析原理,结合煤液化油烃类组成特点,分析了采用SH/T0558标准分析标准规定馏程范围内的煤液化油产生的误差因素,总结了标准分析石油和煤液化油过程中由分析仪器、分析方法和分析人员操作产生的误差因素,及由煤液化油烃类组成性质特点引起的误差,并建议建立适合煤液化油性质的色谱模拟蒸馏标准。(本文来源于《神华科技》期刊2016年02期）
黄澎,张晓静,毛学锋,李伟林[8]（2016）在《神府煤液化油加氢精制过程中硫氮化合物分布的变化》一文中研究指出采用实沸点蒸馏对神府煤液化油及其加氢精制油做了馏分切割,并采用GC-PFPD与GC-NCD对液化油与精制油中的硫氮化合物类型进行了分析,研究了液化油加氢精制过程中硫氮化合物分布的变化。结果表明,液化油中硫含量随窄馏分的馏程由低到高呈现"U"型分布,氮的分布基本上随窄馏分沸点温度的升高而增大,氮的含量远高于硫的含量;经过固定床加氢精制后,97%的硫和98.9%的氮得到脱除。液化油中苯并噻吩和二苯并噻吩等二环和叁环化合物占93.25%;经过加氢处理之后,硫醇、硫醚、噻吩类等低沸点含硫化合物基本消失,难脱除组分主要以苯并噻吩类、二苯并噻吩类为主。液化油中含氮化合物主要以五元杂环中性氮化物为主,占54.96%;碱性氮化物主要以苯胺类为主,占23.22%,喹啉类相对较少;经过加氢处理之后,脂肪胺类含氮化合物被完全脱除,精制油中残留的氮主要以碱性氮化物喹啉类与苯胺类含氮化合物存在。(本文来源于《燃料化学学报》期刊2016年01期）
佟瑞利,张海永,林雄超,许德平,王永刚[9]（2016）在《煤液化油催化加氢反应烃类气液产物的研究》一文中研究指出采用Ni-W/γ-Al2O3型催化剂,利用固定床反应器对煤直接液化油进行催化加氢改质,研究了反应温度和氢压对烃类液体和气体产物分布的影响.结果表明:随着反应温度的升高,液态烃类产物中芳烃和烷烃组分的含量(质量分数)增加,当温度高于500℃时,裂化反应加剧,甲烷和乙烷气体含量(体积分数)急剧增加;随着反应压力的升高,氢化芳烃的含量增加,但高于4 MPa后,增加趋势变缓,甲烷气体含量随着压力升高而增加,其他气体含量受压力影响微弱.300℃,4 MPa条件下加氢液体产物中轻馏分油含量由加氢前的11%提高到17%;催化剂的HDN(加氢脱氮)、HDS(加氢脱硫)和HDO(加氢脱氧)活性分别为35.56%,72.73%和24.20%,n(H)∶n(C)由1.37提高到1.52.(本文来源于《煤炭转化》期刊2016年02期）
朱慧红,孙素华,刘杰,金浩,杨光[10]（2015）在《活性金属对煤液化油加氢处理催化剂的影响》一文中研究指出考察了活性金属种类、含量及改善金属分散性能对煤液化油加氢处理催化剂性质和性能的影响,结果表明:采用活性金属Mo-Ni体系制备的催化剂具有较好的加氢活性;随着金属含量的增加,生成油中芳碳含量逐渐减小,综合考虑催化剂金属含量的增加对流化及反应性能的影响,选择金属含量为(基准+3);加入助剂能显着改善金属的分散率,但同时也降低了催化剂的相对总酸值;随着助剂含量的增加,催化剂相对总酸值由0.952下降到0.868,生成油芳碳摩尔分数由45.34%增加到46.70%。煤液化油经过催化剂加氢处理后,其全馏分芳碳摩尔分数从57.03%降到25.69%,生成油(350~500℃)芳碳摩尔分数为42.56%,生成油性质得到了改善,可以作为煤液化单元的供氢性溶剂油。(本文来源于《炼油技术与工程》期刊2015年06期）
煤液化油论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对传统基团贡献法和半经验关联式未考虑煤液化油分子中基团键相互作用和缺乏适合其重质馏分油临界性质的计算方法,构建了基于人工神经网络-基团键贡献耦合模型(ANN-GBC),采用3层网络结构,输入层神经元数由煤液化油包含的45个基团键和常压沸点共46个,隐含层最佳神经元数通过试差法优化确定为40,临界性质作为输出层,研究了煤液化油15个窄馏分的临界性质与其分子结构之间的相关性。对20种模型化合物进行了ANN-GBC模型的校核与验证,其计算值与理论值偏离相对误差在2.5%以下,相关系数0.999 69,表明该模型具有较好的模拟推算和精准辨识同分异构体的功能。结果表明:煤液化油的临界温度、临界体积均随蒸馏切割温度升高而升高,临界压力随馏分蒸馏切割温度升高呈先升高后下降趋势。模型预测值与半经验关联式对比结果基本一致,各馏分段不同组成物质的含量差异导致了个别结果的跳跃。该模型不仅揭示了煤液化油临界性质与分子结构之间的定量关系,而且为其他复杂体系临界性质的预测提供了一种新的有效方法。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
煤液化油论文参考文献
[1].王泓皓.煤液化油中氯含量分析方法[J].工业加热.2019
[2].毛学锋,朱肖曼,史士东,赵渊,李伟林.基于ANN-GBC模型的煤液化油临界性质研究[J].煤炭科学技术.2018
[3].毛学锋.人工神经网络-基团键贡献耦合模型预测煤液化油的偏心因子[J].洁净煤技术.2017
[4].黄澎.神府煤液化油石脑油馏分重整生产芳烃的研究[J].洁净煤技术.2017
[5].李辉,龚景松,朴英,陆奇志,刘海.煤液化油在雾化过程中的流量特性研究[J].推进技术.2016
[6].罗化峰.BP网络预测H_2在煤液化油混合组分中的溶解度[J].洁净煤技术.2016
[7].李群花,姜元博,高山松.SH/T0558标准分析煤液化油馏程误差因素分析[J].神华科技.2016
[8].黄澎,张晓静,毛学锋,李伟林.神府煤液化油加氢精制过程中硫氮化合物分布的变化[J].燃料化学学报.2016
[9].佟瑞利,张海永,林雄超,许德平,王永刚.煤液化油催化加氢反应烃类气液产物的研究[J].煤炭转化.2016
[10].朱慧红,孙素华,刘杰,金浩,杨光.活性金属对煤液化油加氢处理催化剂的影响[J].炼油技术与工程.2015