工業甲基萘及苊餾分雙塔精餾系統的模擬和優化

張麗萍，熊杰明，羅義文，趙 磊

（1. 北京石油化工學院 ，北京 102617； 2. 攀鋼集團攀枝花鋼釩有限公司煤化工廠, 四川 攀枝花 617023）

工業甲基萘及苊餾分雙塔精餾系統的模擬和優化

張麗萍1，熊杰明1，羅義文2，趙 磊2

（1. 北京石油化工學院 ，北京 102617； 2. 攀鋼集團攀枝花鋼釩有限公司煤化工廠, 四川 攀枝花 617023）

苊是一種重要的化工原料，工業苊主要通過精餾和結晶相結合的辦法來提取。通常以中質洗油為原料，通過雙爐雙塔精餾，同時提取70%以上的工業甲基萘和50%以上的苊餾分，然后再通過結晶得到90%以上的工業苊。利用Aspen Plus軟件工具，按照回流比最小，即消耗最低的原則，對甲基萘精餾塔和苊精餾塔的進行了詳細優化，確定了甲基萘餾份的最佳采出量、各物料最佳進料位置、最佳采出位置等，最終達到了設計指標。模擬結果與工業化實施結果基本一致。

洗油；精餾；模擬；工業甲基萘；工業苊

苊（acenapt hylene）是一種重要的化工原料，主要用于合成染料，特別是高檔的有機染料、涂料、合成樹脂、工程塑料和橡膠防老劑，制造耐高溫的聚酰亞胺和聚苯并咪唑二酮樹脂,用作制造宇宙飛船降落傘的纖維等[1,2]。苊主要來自于煤焦油，煤焦油的洗油餾分中富含的苊約為16%～20%。關于苊的精餾與精制，有不少文獻，但多數均停留在研究階段[3-9]。從工業化應用來看，先通過精餾，將苊的濃度提高到50%以上，然后再通過熔融結晶，即可得到90%以上的工業苊，這是一種簡單實用的工藝。目前已有關于這方面的實驗研究，但由于苊餾份由于沸點高，結晶點高，管道易堵難清理，要作精餾實驗非常困難。如果通過計算機進行模擬，則方便得多。過去有關于洗油精餾過程模擬方面的報道[10,11]，但一般都是采用自己編程和理想算法，誤差較大，在工業化應用過程中發現，與實際結果有較大差距，特別是苊含量等達不到設計指標。為此，采用用Aspen Plus專業軟件來計算，對其分離過程進行模擬和優化，以期得到更可靠的結果。

表1 原料組成Table 1 Composition of the medium wash oil

1 計算依據

中質洗油總處理量1 806.0 kg/h，其組成如表1。

為了節約設備投資，一般采用雙爐雙塔流程（見圖1），并且利用現成的塔設備，其中T1塔為30塊理論板，T2塔為33塊理論板。產品質量要求見表2。

圖1 中質洗油蒸餾流程Fig.1 Distillation process for medium wash oil

表2 產品要求Table 2 Products specification

2 模擬與優化

2.1 T1塔的模擬

T1塔只有塊理論板數N=30塊，以及α、β-甲基萘≥70%的設計要求，但進料位置Nf1、回流比R1、采出量D1都是未明確規定，而且這三個因素都是彼此相關的。根據經驗，初算時采用15塊板（塔中部）進料、塔頂采出甲基萘700 kg/h、質量回流比R=3.0，然后再進行調整和優化。具體步驟為：

（1）回流比的確定：以α、β-甲基萘=70%為設計指標，通過調整回流比R1，使上述條件下達到設計指標，利用 Aspen Plus的 RADRFAC模塊中Design Specs指定；

（2）最佳進料位置的確定：在上述設計指標的前提下，當處于最佳進料位置時，所需要的回流經最小，以此為依據調整最佳進料位置， 利用Model Anslysis Tools中的Sensitivity實現。從圖2可以看出進料位置對回流比有直接影響。

從圖2可以看出，最佳進料位置位于13塊板處，此時對應的回流比最小，R1=1.81。

（3）塔頂采出量的優化：試算表明，塔頂采出量在700~900 kg/h范圍，通過調整回流比，都可以達到α、β-甲基萘=70%的要求。但不能簡單地認為采出量越大，產量越高，經濟效益就越好，因為不同采出量對應的能耗是不一樣的，而回流比與能耗直接相關，回流比越大，意謂著再沸器加熱消耗、冷卻器冷卻消耗都相應增加。

圖2 T1塔進料位置與回流比關系Fig.2 Relationship curve of the feed position and reflux ratio of T1 tower

為此，采用D1/R1（相當于單位消耗所對應的產量）最大作為目標，在滿足α、β-甲基萘=70%為前提下，尋找D1/R1最大值。通過Model Anslysis Tools中的Sensitivity分析，得到圖3。從圖3可以看出，隨著采出量D1增加，回流比R1先緩慢下降，當D=820 kg/h時，R1下降到最低點；之后，隨著采出量D繼續增加，回流比R1急速上升，這也說明采出量合理時對應的回流比也小。但從D1/R1曲線來看，隨著采出量D1增加，D1/R1先緩慢上升，到D1=860 kg/h時，D1/R1上升到最高點，然后開始下降。根據相同的能耗投入所得產量最大的原則，最佳位置應為D1/R1最大的點，此點意謂著相同的消耗下所得產量最大。因此，D1=860 kg/h為最佳采出量。

圖3 T1塔頂采出量與R1、D1/R1關系Fig.3 Relationship curve of the distillate rate and R1 ,D1/R1 of T1 tower

T1塔優化之后的最終結果為：第13塊板進料、塔頂采出甲基萘D1=860 kg/h、質量回流比R1=1.81。

2.2 T2塔的模擬與優化

將輕質洗油中苊含量=5%，苊餾分中苊含量=50%，重質洗油中含苊=5%作為設計參數， 在RADRFAC模塊中Design Specs指定，并分別以塔頂、側線采出量和回流比R2作為調節變量；以回流比R2最小作為最佳進料位置的決策依據，結果見下圖4。從圖4可以看出，Nf2=15時對應的回流比最小，為最佳進料位置。

圖4 T2塔進料位置與回流比關系Fig.4 Relationship curve of the feed position and reflux ratio of T2 tower

此外，還用Sensitivity工具分析了側線位置Ns不同情況下，所需回流比R2的變化規律，見圖5所示。同樣根據回流比R2最小的原則，確定了最佳側線位置Ns=22。

圖5 T2塔側線采出位置與回流比關系Fig.5 Relationship curve of the side withdrawing position and reflux ratio of T2 tower

2.3 操作壓力對回流比和加熱負荷的影響

精餾體系為高沸點物質，如果降低塔的操作壓力，會增大各物質之間的相對揮發度，在達到相同分離要求的前提下，所需要的回流比會相應減少（見圖6所示）。

圖6 操作壓力與回流比關系Fig.6 Relationship curve of the pressure and reflux ratio

可以看出，隨著操作壓力降低，T1、T2塔的回流比R1、R2均下降。從下降幅度來看，T1塔下降小一些，T2塔下降幅度更大些。

由于回流比的降低，必然使加熱負荷下降。由于T1塔進料總負荷較大，減壓蒸餾必然使塔徑大幅增加，在工業化實施上未必劃算；相比之下，T2塔總進料負荷較小，塔徑增大所增加的設備投資并不太大；而且T2塔的物料沸點高，操作溫度高，減壓之后操作溫度下降明顯，對節能更加有利。因此，T1塔采用常壓操作，T2塔采用減壓操作是劃算的。

2.4 工業化實施情況

工業化實施正是按照T1塔常壓、T2塔減壓這種方式進行的。為了保險起見，按照上述計算結果，T1采用舊塔改造，加高了3塊理論板；T2塔重新制作，理論板數38塊，工作情況良好。盡管有時進料組成出現了波動，但都滿足了分離要求，實際甲基萘含量 70.52%，苊含量 50.71%，完全達到了設計指標。

3 結 論

以回流比最小為計算和優化的主要依據，對T1塔、T2塔進行了詳細設計和優化計算，結果表明：

（1）原有T1塔30塊理論板、T2塔35塊理論板基本滿足甲基萘含量達到70%，苊含量達到50%的分離要求；

（2）T1塔常壓、T2塔減壓操作是比較劃算的操作方式；

（3）Aspen Plus模擬和優化結果準確可靠，與工業化實施辦法的結果基本一致。

［1］李松岳, 張永強. 苊的開發利用［J］. 煤化工, 1998, 84(03): 45-47.

［2］吳寶貴, 楊彥文, 張文會, 王新. 焦油洗油中甲基萘、苊的提取及應用［J］. 河北化工, 1999 (03): 3-6.

［3］姚潤生, 薛永強, 王志忠, 崔子祥. 從洗油中分離和精制苊的新工藝研究［J］. 煤炭轉化, 2010, 31(01): 86-88.

［4］呂苗, 伊汀, 王仁遠. 從洗油中同時提取甲基蔡和苊餾分［J］. 燃料與化工, 1995, 26(01): 43-45.

［5］王仁遠, 呂苗, 伊汀. 苊的分離與提純的研究［J］. 精細與專用化學品, 2005, 13(08): 18-20.

［6］呂苗, 伊汀, 王仁遠. 從苊油中提取芴的研究［J］. 燃料與化工, 2005, 36(05): 39-41.

［7］黨樂平, 王占忠, 劉朋標, 衛宏遠. 苊冷卻結晶動力學的間歇動態法研究［J］. 化學工程, 2010, 38(04): 17-20.

［8］王妹麗. 國內外苊精制工藝的發展［J］. 鞍鋼技術, 1996 (06): 1-4.

［9］王軍, 劉文彬, 白雪峰, 吳振. 從煤焦油洗油中提取高純度苊的研究［J］. 化學與黏合, 2005, 27(02): 85-87.

［10］姜秋, 孫虹. 洗油蒸餾模擬計算在設計中的應用［J］. 燃料與化工, 2010, 37(06): 37-40.

［11］馬中全, 王 波. 用模擬計算優化洗油的加工工藝［J］. 燃料與化工, 2005, 36(01): 28-30.

Simulation and Optimization of Industrial Methylnaphthalene and Acenaphthene Distillation With Two Columns

ZHANG Li-ping1，XIONG Jie-ming1，LUO Yi-wen2，ZHAO Lei2
（1. Beijing Institute of Petro-chemical Technology , Beijing 102617, China;；
2. Panzhihua Steel Group Panzhihua Steel Vanadium Co., Ltd. Coal & Chemical Industry Plant, Sichuan Panzhihua 617023, China）

As an important chemical material, industrial acenaphthene is mainly separated from medium wash oil by distillation and crystallation. Usually 70% or higher industrial methylnaphthalene and 50% or higher acenaphthene fraction were separated by distillation and 90% or higher industrial acenaphthene was concentrated by crystallation thereafter. According to the fundamental of minimum reflux ratio or consumption, two distillation columns for industrial methylnaphthalene and acenaphthene fraction were optimized by Aspen Plus to determine the optimal quantity for output, and optimal positions for input and output. Actually, the simulated result is very consistent with industrial result.

Medium wash oil; Distillation; Simulatation; Industrial methylnaphthalene; Industrial acenaphthene

TQ 028.3

A

1671-0460（2011）05-0539-03

2011-11-14

張麗萍（1970-），女，四川瀘州人，工程師，畢業于四川大學 ，研究方向：計算機仿真。E-mail：zhangliping@bipt.edu.cn。

熊杰明（1967-），男，副教授，碩士，研究方向：傳質與分離。E-mail：xjm@bipt.edu.cn，電話：81292131。