Molecular representation of complex hydrocarbon feedstocks through efficient characterization and stochastic algorithms

Neurock, Matthew; Nigam, Abhash; Trauth, Daniel M.; Klein, Michael T.

doi:10.1016/s0009-2509(05)80217-9

Cited by 36 publications

(67 citation statements)

References 0 publications

Supporting

Mentioning

Contrasting

Order By: Relevance

“…Several molecular reconstruction methods have been developed (Al Halwachi et al, 2012;Allen and Liguras, 1991;Alvarez-Majmutov et al, 2014Boek et al, 2009;Neurock et al, 1994;Peng, 1999;Pyl et al, 2011;Quann and Jaffe, 1992;Sheremata et al, 2004;Zhang, 1999). These methods can be classified into three groups according to the approach used to represent the molecular composition: approach by model molecule, deterministic molecular reconstruction approach, and stochastic molecular reconstruction approach.…”

Section: Molecular Reconstruction Methodsmentioning

confidence: 99%

“…The application of the PDF was extended to the petroleum field by Klein's group (Campbell and Klein, 1997;Neurock et al, 1994;Trauth et al, 1994) based on detailed analysis of heavy fractions done by Boduszynski (Boduszynski, 1988(Boduszynski, , 1987. Boduszynski showed that the structural properties of a petroleum fraction follow statistical distributions when plotted against the Atmospheric Equivalent Boiling Point (AEBP), the molecular weight or the number of carbon atoms.…”

Section: Stochastic Molecular Reconstruction Approachmentioning

confidence: 99%

“…Boduszynski showed that the structural properties of a petroleum fraction follow statistical distributions when plotted against the Atmospheric Equivalent Boiling Point (AEBP), the molecular weight or the number of carbon atoms. Therefore, Neurock et al (1994) suggested the characterization of petroleum fractions by means of a set of PDF for molecular attributes. They developed a Stochastic Reconstruction (SR) method to generate an equimolar set of molecules from a set of PDF for molecular attributes which are characteristic of the mixture to be represented.…”

Section: Stochastic Molecular Reconstruction Approachmentioning

confidence: 99%

See 2 more Smart Citations

A Review of Kinetic Modeling Methodologies for Complex Processes

Oliveira

Hudebine

Denis

et al. 2016

Oil Gas Sci. Technol. – Rev. IFP Energies nouvelles

125

113

View full text Add to dashboard Cite

-In this paper, kinetic modeling techniques for complex chemical processes are reviewed. After a brief historical overview of chemical kinetics, an overview is given of the theoretical background of kinetic modeling of elementary steps and of multistep reactions. Classic lumping techniques are introduced and analyzed. Two examples of lumped kinetic models (atmospheric gasoil hydrotreating and residue hydroprocessing) developed at IFP Energies nouvelles (IFPEN) are presented. The largest part of this review describes advanced kinetic modeling strategies, in which the molecular detail is retained, i.e. the reactions are represented between molecules or even subdivided into elementary steps. To be able to retain this molecular level throughout the kinetic model and the reactor simulations, several hurdles have to be cleared first: (i) the feedstock needs to be described in terms of molecules, (ii) large reaction networks need to be automatically generated, and (iii) a large number of rate equations with their rate parameters need to be derived. For these three obstacles, molecular reconstruction techniques, deterministic or stochastic network generation programs, and single-event micro-kinetics and/or linear free energy relationships have been applied at IFPEN, as illustrated by several examples of kinetic models for industrial refining processes.Résumé -Une revue de méthodes de modélisation cinétique pour des procédés complexesDans cet article, les techniques de modélisation cinétique des processus chimiques complexes sont examinées. Après un bref aperçu historique de la cinétique chimique, un aperçu des bases théoriques de la modélisation cinétique d'étapes élémentaires et de réactions globales est présenté. Les techniques classiques de regroupement (lumping) sont ensuite présentées et analysées. Deux exemples de modèles cinétiques regroupés (pour l'hydrotraitement de gazole atmosphérique et pour l'hydrotraitement de résidus) développés à IFP Energies nouvelles (IFPEN) sont présentés. La plus grande partie de cette revue décrit des stratégies avancées de modélisation cinétique, dans lesquelles le détail moléculaire est retenu : les réactions entre les molécules sont représentées ou même subdivisées en étapes élémentaires. Pour être en mesure de conserver ce niveau moléculaire à la fois dans le modèle cinétique et dans les simulations de réacteurs, plusieurs obstacles doivent d'abord être éliminés : (i) la charge doit être décrite en termes de molécules, (ii) les grands réseaux réactionnels doivent être générés automatiquement et (iii) un grand nombre d'équations de vitesse avec leurs paramètres de vitesse doit être dérivé. Pour ces trois obstacles, des techniques de reconstruction moléculaire, des programmes de génération de réseaux déterministes ou stochastiques, et des modèles microcinétiques basés sur des événements constitutifs (single events) et/ou des

show abstract

Section: Molecular Reconstruction Methodsmentioning

confidence: 99%

Section: Stochastic Molecular Reconstruction Approachmentioning

confidence: 99%

Section: Stochastic Molecular Reconstruction Approachmentioning

confidence: 99%

See 1 more Smart Citation

A Review of Kinetic Modeling Methodologies for Complex Processes

Oliveira

Hudebine

Denis

et al. 2016

Oil Gas Sci. Technol. – Rev. IFP Energies nouvelles

125

113

View full text Add to dashboard Cite

show abstract

“…with (2) E represents the Shannon entropy, N is the number of possible states and p i is the probability of the state i. To summarize, Shannon's entropy is a measure of the homogeneity of the probability distribution p i .…”

Section: Conceptmentioning

confidence: 99%

“…They are based on different strategies that depend on the type of feedstocks to rebuild. For the heaviest petroleum fractions (vacuum gas oils, atmospheric residues, vacuum residues), the main approach consists in sampling randomly different statistical distributions of structural blocks which are the basic elements of the molecules present in the mixture after reconstruction [1][2][3][4][5][6][7][8]. For the lightest petroleum cuts (gasolines, kerosenes, gas oils), the majority of the methods is based on a predefined set of compounds which is supposed to be representative of the molecules that are actually present in the fraction under investigation.…”

Section: Introductionmentioning

confidence: 99%

Reconstruction of Petroleum Feedstocks by Entropy Maximization. Application to FCC Gasolines

Hudebine

Verstraete

2011

Oil Gas Sci. Technol. – Rev. IFP Energies nouvelles

View full text Add to dashboard Cite

Résumé -Reconstruction de coupes pétrolières par maximisation d'entropie. Application aux essences de FCC -Dans le domaine pétrolier, les coupes sont généralement des mélanges complexes de plusieurs centaines à plusieurs millions d'espèces chimiques différentes. De ce fait, les outils analytiques, même les plus performants, ne permettent pas de séparer et d'identifier l'ensemble des composés présents. Les fractions pétrolières sont donc actuellement caractérisées soit via des descripteurs macroscopiques moyens (densité, analyse élémentaire, résonance magnétique nucléaire, etc.), soit à l'aide de techniques séparatives (distillation, chromatographie gaz ou liquide, spectrométrie de masse, etc.) qui ne quantifient cependant que quelques grandes familles de molécules. Les méthodes de reconstruction de coupes pétrolières sont des approches informatiques qui permettent d'évoluer vers un détail plus moléculaire en se basant sur le principe suivant : définir des mélanges simplifiés mais cohérents de composés chimiques à partir de données analytiques parcellaires et de connaissances expertes du procédé étudié. Ainsi, la méthode de reconstruction par maximisation d'entropie, proposée dans cet article, est une technique récente et puissante permettant de déterminer les fractions molaires d'un mélange préétabli de composés chimiques en maximisant un critère entropique et en respectant les contraintes analytiques fixées par le modélisateur. L'utilisation de cette méthodologie permet de réduire le nombre de degrés de liberté du système de quelques milliers (correspondant aux fractions molaires des composés) à quelques dizaines (correspondant aux paramètres de Lagrange associés aux contraintes analytiques) et ainsi de diminuer fortement le temps de calcul nécessaire à la résolution du problème. Cette approche a été appliquée avec succès à la reconstruction d'essences de FCC en prédisant précisément la composition moléculaire de ce type de coupes pétrolières à partir d'une distillation simulée et d'une analyse PIONA globale (Paraffines, Isoparaffines, Oléfines, Naphtènes et Aromatiques). L'extension à d'autres types de naphtas (naphtas Straight Run, naphtas de Coker, naphtas hydrotraités, etc.) est très aisée. Abstract

show abstract

Molecular reconstruction of complex hydrocarbon mixtures: An application of principal component analysis

Pyl¹,

Reyniers²,

Marin³

2010

AIChE Journal

View full text Add to dashboard Cite

in Wiley Online Library (wileyonlinelibrary.com).Three methods for reconstruction of the detailed molecular composition of complex hydrocarbon mixtures, based on their global properties, are compared: a method based on the Shannon entropy criterion, an artificial neural network and a multiple linear regression model. In spite of the broad range of naphthas included in the training set, the application range of the last two methods proved to be limited. Principal component analysis allowed to identify their three-dimensional ellipsoidal application range. In this subspace, the artificial neural network is more accurate than the multiple linear regression model and the Shannon entropy method. However, outside its application range, the performance of the neural network, as well as the regression model, decreases drastically. In contrast, the performance of the Shannon entropy method is not influenced by the characteristics of the considered naphtha, but rather depends on the number of available commercial indices. The Shannon entropy method yields comparable results to the artificial neural network, provided that a sufficient amount of distillation data is available to supply information on the carbon number distribution. Combining the reconstruction methods with a fundamental simulation model illustrates the necessity of having accurate feedstock reconstruction methods since they allow to capture the full power of fundamental simulation models for the simulation of industrial processes. V V C 2010 American Institute of Chemical Engineers AIChE J, 56: 3174-3188, 2010

show abstract

Molecular representation of complex hydrocarbon feedstocks through efficient characterization and stochastic algorithms

Cited by 36 publications

References 0 publications

A Review of Kinetic Modeling Methodologies for Complex Processes

A Review of Kinetic Modeling Methodologies for Complex Processes

Reconstruction of Petroleum Feedstocks by Entropy Maximization. Application to FCC Gasolines

Molecular reconstruction of complex hydrocarbon mixtures: An application of principal component analysis

Contact Info

Product

Resources

About