高 萍，刘 松，程 顺，欧阳福生，赵明洋

(1.华东理工大学化工学院石油加工研究所，上海 200237；2.中国石化上海高桥分公司)

重油催化裂化(RFCC)工艺不仅可以将重油转化成汽油、柴油等轻质燃料，还能同时生产低碳烯烃，是炼油化工一体化的核心工艺之一[1-2]。我国催化裂化装置生产的汽油约占成品汽油的70%左右[3]，并且成品汽油中的硫主要来自RFCC汽油[4]。随着环保要求的日益严格，汽油的深度脱硫在世界范围内引起了广泛重视。我国汽油质量升级较快，国Ⅴ汽油标准中硫质量分数要求不大于10 μg/g[5]。吸附脱硫(S Zorb)技术是针对FCC汽油深度脱硫的最有效工艺之一。与传统的加氢脱硫技术相比，它不仅能在辛烷值损失较低的情况下生产硫质量分数低于10 μg/g的汽油，还能降低操作成本和能耗。到目前为止，国内共有38套S Zorb装置投产[5]。但在实际运行过程中，某炼油厂S Zorb装置的精制汽油辛烷值损失长期在1以上，严重影响了企业的经济效益。

鉴于RFCC工艺在石油加工中的重要地位，对该工艺过程的建模优化一直是该领域的研究重点。自20世纪60年代起，国内外就通过机理建模来指导优化RFCC的操作。但由于催化裂化各操作变量之间具有高度非线性和强耦联性，机理模型的精度和时效性受到很大挑战[6-7]。

人工神经网络(Artificial Neural Network，ANN)是一个非线性动态系统，具有良好的自学习、自组织、自适应和非线性映射能力，不用依赖模型来实现多项控制。因此，人工神经网络在工业中有广泛的应用，尤其是在化工领域[8-10]。……