基于ANN-GBC模型的煤液化油临界性质研究

毛学锋^1,2，朱肖曼^1,2，史士东^1,2，赵渊^1,2，李伟林^1,2

1. 煤炭科学技术研究院有限公司煤化工分院2. 国家能源煤炭高效利用与节能减排技术装备重点实验室

摘 要：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。

关键词：煤直接液化;煤液化油;重质馏分油;窄馏分;