1:00 PM - 1:15 PM

[1E09] Statistical Reaction Analysis of Residue Desulfurization

○Yasuki Kansha¹, Shoma Kato¹, Koji Tsuji² (1. The University of Tokyo, 2. Japan Petroleum Energy Center)

In this research, the authors proposed a new method to analyze reactions using the input/output composition data from FT-ICR-MS. In this method, representative chemical reactions were defined and assumed the series of reactions linearly. As a result, the conversion ratios of each chemical reaction can be simply obtained and statistically compared by component structures. The authors applied this method to a residue desulfurization reactor and compared the reaction ratios by component structures. From this analysis, the authors found that the component structure significantly affects the conversion ratio in desulfurization reaction. Therefore, this analysis might be promising to analyze reactions for providing insights into catalysts and process design.

1:15 PM - 1:30 PM

[1E10] Evaluation of deasphalted oil activity on RDS catalyst with different extraction ratio in SDA unit

○Masaya Kani¹, Koichi Sato¹, Manami Nakagawa¹, Koichi Matsushita¹, Marie Iwama¹, Ryo Kishida¹, Chikanori Nakaoka¹ (1. ENEOS Corporation)

従来C重油として使用されていた減圧残渣（VR）留分を、溶剤脱れき（SDA）装置にて抽出して得られる脱れき油（DAO）を重油脱硫（RDS）装置で処理することにより、重油接触分解（RFCC）装置の原料に用いるアップグレーディング技術開発を行っている。新たに導入した高効率反応評価（HTE）装置を用いて抽出率の異なるDAOの反応性評価を行い、原料性状に応じたRDS触媒システムについて検討した結果を報告する。

1:30 PM - 1:45 PM

[1E11] Development of RDS catalyst system on pretreatment of heavy residue for RFCC feedstock (7) -Verification of RFCC reactivity on commercial unit-

○Koichi Matsushita¹, Masahiro Higashi¹, Masaya Kani¹, Ryo Kishida¹, Chikanori Nakaoka¹ (1. ENEOS Corporation)

従来C重油として使用されていた減圧残渣(VR)留分を、溶剤脱れき (SDA) 装置にて抽出して得られる脱れき油（DAO）を重油脱硫装置(RDS)で処理することにより、接触分解装置(RFCC)の原料に用いるアップグレーディング技術開発を行っている。これまでの検討からDAO処理に特化したRDS触媒システムを構築し、実機RDS装置における1年間の商業運転による、RFCC装置でのパフォーマンス向上について報告する。

1:45 PM - 2:00 PM

[1E12] RDS-RFCC total optimization

○Ryuzo Tanaka¹, Yoshifumi Hiramatsu¹, Kei Sakakura¹, Yuki Miura¹, Shingo Harada¹ (1. Idemitsu Kosan Co., Ltd.)

RDS/RFCC両装置を一体のものとして全体最適処理するための技術を開発した。RDSガード触媒層の安定運転を実現するため、新たに開発したCFDモデルを用いて触媒グレーディングを検討した。分解性に優れたDSAR製造と触媒活性の安定化を両立できる組成制御型RDS触媒システムを構築した。原料油分子情報も活用して、RFCC触媒の最適化を図った。実装置で検証運転を行い、開発技術の優位性を確認した。

2:00 PM - 2:15 PM

[1E13] Development of RFCC reaction model by using molecular structure information(Final)

○Matsumoto Kotaro¹, Sase Kiyoshi¹, Kato Hiroshi¹ (1. Japan Petroleum Energy Center Advanced Technology and Research Institute Petroleomics Technology Laboratory)

RFCC得率予測モデルは反応モデルと物性推算モデルから構成される。昨年は、原料影響を反映した反応モデルの改良版について報告した。今回は、反応条件等が異なる場合にも対応出来るようペトロリオミクス技術を用いて反応モデルを見直し、RFCCの反応機構の解明を行ったので、その結果について報告する。また、反応モデルからRFCCにおける高付加価値留分の得率向上を実現するために望ましいRFCC原料油組成を考察したので、その結果についても併せて報告する。

2:15 PM - 2:30 PM

[1E14] Prediction of product composition using machine learning in catalytic cracking of polycyclic aromatic hydrocarbons

○Iori Shimada¹, Mitsumasa Osada¹, Hiroshi Fukunaga¹, Michihisa Koyama¹ (1. Shinshu University)

多環芳香族の接触分解反応を対象に、機械学習を利用した生成物組成予測モデルの構築に取り組んだ。原料組成と反応条件を記述子に用い、転化率や生成物組成を予測した。一般に機械学習において線形回帰モデルは非線形モデルに比べ解釈可能性は高いが予測精度に劣る。しかし物理化学的な根拠に基づいた特徴量エンジニアリングに取り組んだ結果、線形回帰モデルの予測精度が大きく向上し、解釈可能性と予測精度の高いモデル構築の可能性が示された。

Session information

[1E09-14] Petroleomics(1)