复杂烃类混合物的集总-解集总
一体化方法研究
摘要
随着炼化行业进入分子管理时代，以原油精炼产品（油品）为主的复杂烃
类混合物得以用更详实的真实分子表征，构建分子级炼化模型成为过程仿真、
优化和预测的重要问题。然而，详实的分子组成会极大增加数学模型的复杂度，
导致热力学计算规模激增，进而难以应用在以实时优化与在线仿真系统为主的
过程系统建模中。基于此，本研究旨在利用机器学习技术辅助构建面向石油分
子管理技术的油品分子集总方法，以平衡油品分子表征技术和传统炼化仿真模
型两者的信息差距，使丰富的油品分子信息在不增加计算负担的同时能高效精
准的用于炼化工艺（如精馏单元）的建模与仿真。具体研究内容如下：
(1)针对大量真实分子带来的计算负担和集总数目难以确定的问题，依托密
度峰聚类算法(DPC)和分子热力学性质（a（PR状态方程参数），b（PR状态方
程参数），m（PR状态方程参数），MW（分子量））实现油品分子快速精准的自
动化集总，在保证汽油分馏塔采出温度计算精度的同时将其计算效率提高79.8%。
(2)针对油品分子热力学性质组合会影响集总和相平衡计算精度的问题，提
出通过拟合虚拟组分性质的概率密度函数形状参数来评价虚拟组分描述真实分
子的能力，后通过霍普金斯统计量模型制定合适的特征选择策略，发现a，b，
Tb（沸点）是使油品分子数据集呈现较高聚类倾向的性质（特征）组合，且该组
合具备较好的可解释性。相平衡计算结果表明，所提出的性质组合在计算精度
方面优于之前的四变量组合。
(3)经DPC集总得到的虚拟组分(Pseudo-Component)经过解集总后出现组成
分布不准问题，进而导致塔板（除塔顶和塔底外）温度分布不准。针对该问题，
受启发于精馏过程不同组分间具有分离效果差异的事实，提出了基于模糊准则
且契合精馏分离原理的F-DPC集总算法，并推导出配套的解集总算式，该算式
完全符合F-DPC算法下虚拟组分的形成机制，所建立的一体化方法极大改善了
清晰聚类（诸如DPC、动态聚类）造成的组分分配不准问题，在汽油和石脑油
案例中取得了良好的应用效果，各塔板温度、组成与真实组分模拟下的相对误
差均在5%以内。
上述研究从集总方法、集总特征、解集总及一体化方法三方面顺序展开，
以问题为导向提出相应的解决方案，初步解决了详细分子如何有效用于过程建
模与仿真的问题，为推进分子级炼化模型的数字孪生发展起到一定作用。
关键词：石油分子管理；热力学性质；组分集总；聚类算法；特征选择
LUMPING-DELUMPING
OFCOMPLEXHYDROCARBON
MIXTURESINTEGRATEDMETHODSTUDY
ABSTRACT
Astherefiningandchemicalindustryenterstheeraofmolecularmanagement,
complexhydrocarbonmixtures,primarilycrudeoilrefinedproducts(oilproducts),are
beingcharacterizedbymoredetailedrealmolecules,makingtheconstructionof
molecular-levelrefiningmodelsasignificantchallengeinprocesssimulation,
optimization,andprediction.However,thedetailedmolecularcomposition
significantlyincreasesthecomplexityofmathematicalmodels,