知財求人 - 知財ポータルサイト「IP Force」
特許7511011分子ベースのＥＯ反応器（ＭＢ ＥＯＲＸＲ）におけるハイブリッド属性反応モデル（ＡＲＭ）
(19)【発行国】日本国特許庁(JP)
(12)【公報種別】特許公報(B2)
(11)【特許番号】
(24)【登録日】2024-06-26
(45)【発行日】2024-07-04
(54)【発明の名称】分子ベースのＥＯ反応器（ＭＢ ＥＯＲＸＲ）におけるハイブリッド属性反応モデル（ＡＲＭ）
(51)【国際特許分類】
G16C 20/10 20190101AFI20240627BHJP
【ＦＩ】
G16C20/10
【請求項の数】
20
(21)【出願番号】P 2022542301
(86)(22)【出願日】2020-11-12
(65)【公表番号】
(43)【公表日】2023-03-13
(86)【国際出願番号】 US2020060136
(87)【国際公開番号】W WO2021141664
(87)【国際公開日】2021-07-15
【審査請求日】2022-09-15
(31)【優先権主張番号】16/739,291
(32)【優先日】2020-01-10
(33)【優先権主張国・地域又は機関】US
(73)【特許権者】
【識別番号】500204511
【氏名又は名称】アスペンテック・コーポレーション
【氏名又は名称原語表記】ＡｓｐｅｎＴｅｃｈ Ｃｏｒｐｏｒａｔｉｏｎ
(74)【代理人】
【識別番号】100087941
【弁理士】
【氏名又は名称】杉本 修司
(74)【代理人】
【識別番号】100112829
【弁理士】
【氏名又は名称】堤 健郎
(74)【代理人】
【識別番号】100142608
【弁理士】
【氏名又は名称】小林 由佳
(74)【代理人】
【識別番号】100155963
【弁理士】
【氏名又は名称】金子 大輔
(74)【代理人】
【識別番号】100154771
【弁理士】
【氏名又は名称】中田 健一
(74)【代理人】
【識別番号】100150566
【弁理士】
【氏名又は名称】谷口 洋樹
(74)【代理人】
【識別番号】100213470
【弁理士】
【氏名又は名称】中尾 真二
(74)【代理人】
【識別番号】100220489
【弁理士】
【氏名又は名称】笹沼 崇
(74)【代理人】
【識別番号】100187469
【弁理士】
【氏名又は名称】藤原 由子
(74)【代理人】
【識別番号】100225026
【弁理士】
【氏名又は名称】古後 亜紀
(72)【発明者】
【氏名】ホウ・ジェン
(72)【発明者】
【氏名】キャンベル・ダリン
【審査官】山崎 誠也
(56)【参考文献】
【文献】特開２０２０－１６６７７９（ＪＰ，Ａ）
【文献】米国特許出願公開第２０１９／０２２８８４３（ＵＳ，Ａ１）
【文献】国際公開第２０１８／１８１３２０（ＷＯ，Ａ１）
【文献】特開平９－１３８８０８（ＪＰ，Ａ）
【文献】特開２０２０－１５５０８８（ＪＰ，Ａ）
【文献】Molecular-Level Composition and Reaction Modeling for Heavy Petroleum Complex System，Springer International Publishing Switzerland 2015，2015年10月，p.1-27
【文献】Scott R. Horton，Molecular-Level Kinetic Modeling of Resid Pyrolysis，Industrial & Engineering Chemistry Research，2015年，p.4226-4235
(58)【調査した分野】(Int.Cl.，ＤＢ名)
Ｇ１６Ｃ １０／００－９９／００
(57)【特許請求の範囲】
【請求項1】
コンピュータ上に実装され、コンピュータによって実行される、化学反応器内の化学反応をモデル化して、前記反応の生成物を決定するためのコンピュータ実装された方法であって、前記コンピュータが、コンピュータメモリ内で、個々の分子構造表現および分子属性表現を含む表現の組み合わせとして、供給原料中の分子の組成を表すことと、
前記コンピュータが、前記コンピュータメモリ内で、前記個々の分子構造表現および前記分子属性表現に基づいて、化学反応器内での前記供給原料の化学反応の化学的性質の表現を定式化することと、
前記コンピュータが、前記個々の分子構造表現、前記分子属性表現、および前記化学反応の前記化学的性質の前記定式化された表現を使用して、前記化学反応器内での前記供給原料の前記化学反応のシミュレーションを実行することであって、前記シミュレーションが、前記反応の生成物の組成を決定し、前記反応の前記生成物の第一のサブセットが、前記コンピュータメモリ内で個々の分子構造表現された生成物として表現され、かつ前記反応の前記生成物の第二のサブセットが、前記コンピュータメモリ内で、属性表現された生成物として表現される、ことと、
前記コンピュータが、前記第二のサブセットの前記属性表現された生成物をサンプリングして、前記第二のサブセットの前記属性表現された生成物の個々の分子構造表現を自動的に決定し、これにより前記化学反応器内での前記供給原料の前記化学反応の前記生成物の前記第一および第二のサブセットの個々の分子構造表現が、結果としてもたらされる、こととを、を含む、方法。
【請求項2】
前記分子属性表現が、分子型および一つ以上の側鎖を含む、請求項１に記載の方法。
【請求項3】
前記化学反応の前記化学的性質の前記表現が、熱化学、酸触媒化学、および金属触媒化学のうちの少なくとも一つに由来する化学反応を含む、請求項１に記載の方法。
【請求項4】
前記コンピュータが、前記個々の分子構造表現された生成物と、前記属性表現された生成物の前記個々の分子構造表現とを組み合わせて、前記生成物の完全な分子組成物を決定することをさらに含む、請求項１に記載の方法。
【請求項5】
前記コンピュータが、ユーザー入力に基づいて、前記シミュレーションを実行するために使用される方程式を定義することをさらに含む、請求項１に記載の方法。
【請求項6】
前記ユーザー入力が、反応型、反応経路、熱力学的特性、物理的特性、および速度則の式のうちの少なくとも一つである、請求項５に記載の方法。
【請求項7】
前記供給原料が、炭化水素混合物、石炭、およびシェール油のうちの少なくとも一つである、請求項１に記載の方法。
【請求項8】
前記コンピュータが、ユーザー入力に基づいて、前記個々の分子構造表現または前記分子属性表現を使用して、前記供給原料中のどの分子を表現するかを選択することをさらに含む、請求項１に記載の方法。
【請求項9】
前記ユーザー入力が、前記個々の分子構造表現を使用して表現される分子に対する炭素数の制限および環数の制限を示す、請求項８に記載の方法。
【請求項10】
前記コンピュータが、前記化学反応の前記生成物の前記第一および第二のサブセットの前記決定された個々の分子構造表現に基づいて、化学処理手順の修正を評価することと、前記コンピュータが、前記化学反応の前記生成物の前記第一および第二のサブセットの前記決定された個々の分子構造表現に基づいて、反応プロセスを最適化することと、
前記コンピュータが、前記化学反応の前記生成物の前記第一および第二のサブセットの前記決定された個々の分子構造表現に基づいて、生成物の特性を予測することと、
前記コンピュータが、前記化学反応の前記生成物の前記第一および第二のサブセットの前記決定された個々の分子構造表現に基づいて、下流ユニットについての分子詳細を予測することによって、前記化学反応器と前記下流ユニットの統合をモデル化することと、
前記コンピュータが、方程式指向（ＥＯ）方法を使用して、前記化学反応の前記生成物の前記第一および第二のサブセットの前記決定された個々の分子構造表現に基づいて、複雑な炭化水素混合物の変換のシステムを最適化することと、のうち少なくとも一つをさらに含む、請求項１に記載の方法。
【請求項11】
前記シミュレーションを実行することが、属性ベースの質量平衡方程式、属性ベースのエネルギー平衡方程式、および属性ベースの運動量平衡方程式のうちの少なくとも一つを利用する、請求項１に記載の方法。
【請求項12】
化学反応器内での化学反応をモデル化して、前記反応の生成物を決定するシステムであって、プロセッサと、
コンピュータコード命令が格納されたメモリと、を備え、前記プロセッサおよび前記メモリが、前記コンピュータコード命令を用いて、前記システムに、
前記メモリ内で、個々の分子構造表現および分子属性表現を含む表現の組み合わせとして、供給原料中の分子の組成を表現させ、
前記メモリ内で、前記個々の分子構造表現および前記分子属性表現に基づいて、化学反応器内での前記供給原料の化学反応の化学的性質の表現を定式化させ、
前記個々の分子構造表現、前記分子属性表現、および前記化学反応の前記化学的性質の前記定式化された表現を使用して、前記化学反応器内での前記供給原料の前記化学反応のシミュレーションを実行させ、前記シミュレーションが、前記反応の生成物の組成を決定し、前記反応の前記生成物の第一のサブセットが、前記メモリ内で個々の分子構造表現された生成物として表現され、かつ前記反応の前記生成物の第二のサブセットが、前記メモリ内で、属性表現された生成物として表現され、かつ、
前記第二のサブセットの前記属性表現された生成物をサンプリングさせて、前記第二のサブセットの前記属性表現された生成物の個々の分子構造表現を自動的に決定させ、これにより前記化学反応器内での前記供給原料の前記化学反応の生成物の前記第一および第二のサブセットの個々の分子構造表現が結果としてもたらされるように構成される、システム。
【請求項13】
前記分子属性表現が、分子型および一つ以上の側鎖を含む、請求項１２に記載のシステム。
【請求項14】
前記化学反応の前記化学的性質の前記表現が、熱化学、酸触媒化学、および金属触媒化学のうちの少なくとも一つに由来する化学反応を含む、請求項１２に記載のシステム。
【請求項15】
前記プロセッサおよび前記メモリが、前記コンピュータコード命令を用いて、前記システムに、前記個々の分子構造表現された生成物と、前記属性表現された生成物の前記個々の分子構造表現とを組み合わせて、前記生成物の完全な分子組成物を決定させるようにさらに構成される、請求項１２に記載のシステム。
【請求項16】
前記プロセッサおよび前記メモリが、前記コンピュータコード命令を用いて、前記システムに、ユーザー入力に基づいて、前記シミュレーションの実行に使用される方程式を定義させるようにさらに構成される、請求項１２に記載のシステム。
【請求項17】
前記プロセッサおよび前記メモリが、前記コンピュータコード命令を用いて、前記システムに、ユーザー入力に基づいて、前記個々の分子構造表現または前記分子属性表現を使用して、前記供給原料中のどの分子を表現するかを選択させるようにさらに構成される、請求項１２に記載のシステム。
【請求項18】
前記プロセッサおよび前記メモリが、前記コンピュータコード命令を用いて、前記システムに、前記化学反応の前記生成物の前記第一および第二のサブセットの前記決定された個々の分子構造表現に基づいて、化学処理手順の修正を評価することと、
前記化学反応の前記生成物の前記第一および第二のサブセットの前記決定された個々の分子構造表現に基づいて、反応プロセスを最適化することと、
前記化学反応の前記生成物の前記第一および第二のサブセットの前記決定された個々の分子構造表現に基づいて、生成物の特性を予測することと、
前記化学反応の前記生成物の前記第一および第二のサブセットの前記決定された個々の分子構造表現に基づいて、下流ユニットについての分子詳細を予測することによって、前記化学反応器と前記下流ユニットの統合をモデル化することと、
方程式指向（ＥＯ）方法を使用して、前記化学反応の前記生成物の前記第一および第二のサブセットの前記決定された個々の分子構造表現に基づいて、複雑な炭化水素混合物の変換のシステムを最適化することと、のうち少なくとも一つを行わせるようにさらに構成される、請求項１２に記載のシステム。
【請求項19】
前記シミュレーションを実行する上で、前記プロセッサおよび前記メモリが、前記コンピュータコード命令を用いて、前記システムに、属性ベースの質量平衡方程式、属性ベースのエネルギー平衡方程式、および属性ベースの運動量平衡方程式のうちの少なくとも一つを利用させるようにさらに構成される、請求項１２に記載のシステム。
【請求項20】
化学反応器内での化学反応をモデル化し、反応の生成物を決定するための非一時的コンピュータプログラム製品であって、前記コンピュータプログラム製品が、その中に格納されたコンピュータコード命令を有するコンピュータ可読媒体を備え、前記コンピュータコード命令が、プロセッサによって実行されるとき、前記プロセッサに関連付けられた装置に、コンピュータメモリ内で、個々の分子構造表現および分子属性表現を含む表現の組み合わせとして、供給原料中の分子の組成を表現させ、
前記コンピュータメモリ内で、前記個々の分子構造表現および前記分子属性表現に基づいて、化学反応器内での前記供給原料の化学反応の化学的性質の表現を定式化させ、
前記個々の分子構造表現、前記分子属性表現、および前記化学反応の前記化学的性質の前記定式化された表現を使用して、前記化学反応器内での前記供給原料の前記化学反応のシミュレーションを実行させ、前記シミュレーションが、前記反応の生成物の組成を決定し、前記反応の前記生成物の第一のサブセットが、前記コンピュータメモリ内で個々の分子構造表現された生成物として表現され、かつ前記反応の前記生成物の第二のサブセットが、前記コンピュータメモリ内で、属性表現された生成物として表現され、かつ、
前記第二のサブセットの前記属性表現された生成物をサンプリングさせて、前記第二のサブセットの前記属性表現された生成物の個々の分子構造表現を自動的に決定させ、これにより前記化学反応器内での前記供給原料の前記化学反応の前記生成物の前記第一および第二のサブセットの個々の分子構造表現が、結果としてもたらされるように構成された、非一時的コンピュータプログラム製品。
【発明の詳細な説明】
【技術分野】
【0001】
関連出願の相互参照
本出願は、２０２０年１月１０日に出願された米国出願第１６／７３９，２９１号の継続出願である。上記出願全体の教示は、参照により本明細書に組み込まれる。
本出願は、２０２０年１月１０日に出願された米国出願第１６／７３９，２９１号の継続出願である。上記出願全体の教示は、参照により本明細書に組み込まれる。
【背景技術】
【0002】
既存のコンピュータベースの化学反応をモデル化するための方法およびシステムは、数千の種、および同様に数千の反応をモデル化することができる。しかしながら、これらの既存の方法は、重質残油（例えば、原油残渣）の反応をモデル化する場合など、特定の状況において構造および反応をモデル化することができない。
【0003】
したがって、化学反応をモデル化するための改善されたコンピュータ実装された方法およびシステムに対するニーズがある。
【発明の概要】
【0004】
本発明の実施形態は、化学反応器内での化学反応をモデル化するための方法およびシステムを提供する。実施形態は、化学反応をモデル化し、反応の生成物を決定することができる。
【0005】
こうした例示的実施形態の一つは、反応生成物を決定するための化学反応器内での化学反応をモデル化する方法を対象とする。方法は、コンピュータメモリ内で、個々の分子表現および分子属性表現を含む表現の組み合わせとして、供給原料中の分子の組成を表現する。方法は引き続き、コンピュータメモリ内で、個々の分子表現および分子属性表現に基づいて、化学反応器内での供給原料の化学反応の化学的性質の表現を定式化する。次に、方法は、個々の分子表現、分子属性表現、および化学反応の化学的性質の定式化された表現に基づいて、前記供給原料の化学反応の化学表現を使用して、化学反応器内での供給原料の化学反応のシミュレーションを実行する。シミュレーションは、反応の生成物の第一のサブセットが、コンピュータメモリ内で個々の分子表現された生成物として表現され、反応の生成物の第二のサブセットが、コンピュータメモリ内で属性表現された生成物として表現される、反応の生成物の組成を決定する。ある実施形態によれば、第一および第二のサブセットは重複しない。続行するために、第二のサブセットの属性表現された生成物はサンプリングされて、化学反応器内での供給原料の化学反応の生成物の第一および第二のサブセットの個々の分子表現が結果として生じるように、当該属性表現された生成物の個々の分子表現が自動的に決定される。このようにして、本方法は、反応の生成物に対する個々の分子表現を決定する。
【0006】
実施形態では、方法のステップ、すなわち、表現、製剤化、シミュレーション、およびサンプリングは、自動的に実行されてもよく、またはユーザー入力に応答して実行されてもよい。
【0007】
実施形態によれば、分子属性表現は、分子型および一つ以上の側鎖の表示を含む。別の実施形態では、化学反応の化学的性質の表現は、熱化学、酸触媒化学、および金属触媒化学のうちの少なくとも一つに由来する化学反応を含む。
【0008】
代替的な実施形態は、個々の分子表現された生成物と、属性表現された生成物の個々の分子表現とを組み合わせて、生成物の完全な分子組成を決定する。さらに別の例示的な実施形態は、ユーザー入力に基づいてシミュレーションを実行するために使用される方程式を定義する。こうした実施形態では、ユーザー入力は、反応型、反応経路、熱力学的特性、物理的特性、および速度則の式のうちの少なくとも一つを示す。
【0009】
別の実施形態は、ユーザー入力に基づいて、供給原料中のどの分子が個々の分子表現を用いて表されるか、およびどの分子が分子属性表現を用いて表現されるかを選択する。一つのこうした例示的な実施形態では、ユーザー入力は、個々の分子表現を使用して表現される分子に対する炭素数の制限および環数の制限を示す。
【0010】
実施形態はまた、さらなる処理を実行し、反応の決定された生成物に基づいて現実世界のアクションを実行および実施することができる。例えば、例示的な実施形態は、化学反応の生成物の第一および第二のサブセットについて決定された個々の分子表現に基づいて、化学処理手順の修正を評価する。別の実施形態は、化学反応の生成物の第一および第二のサブセットの決定された個々の分子表現に基づいて、反応プロセスを最適化する。さらに別の実施形態は、化学反応の生成物の第一および第二のサブセットの決定された個々の分子表現に基づいて、生成物の特性を予測する。例示的な実施形態は、化学反応物の生成物の第一および第二のサブセットについて決定された個々の分子表現に基づいて、下流ユニットの分子詳細を予測することによって、化学反応器と下流ユニットの統合をモデル化する。さらになお、別の例示的な実施形態は、方程式指向（ＥＯ）方法を使用して、化学反応の生成物の第一および第二のサブセットについて決定された個々の分子表現に基づいて、複雑な炭化水素混合物の変換のシステムを最適化する。
【0011】
実施形態は、属性ベースの質量平衡方程式、属性ベースのエネルギー平衡方程式、および属性ベースの運動量平衡方程式のうちの少なくとも一つを利用して、シミュレーションを実行する。さらに、実施形態は、当業者に公知の任意の供給原料をシミュレートするために使用されうることが知られている。例えば、実施形態では、供給原料は、炭化水素混合物、石炭、およびシェール油のうちの少なくとも一つである。
【0012】
別の実施形態は、反応の生成物を決定するための化学反応器内での化学反応をモデル化するシステムを対象とし、システムは、プロセッサおよびコンピュータコード命令がそれ上に格納されたメモリを含む。こうした実施形態では、プロセッサおよびメモリは、コンピュータコード命令を用いて、システムに本明細書に記載される任意の実施形態を実施させるように構成される。
【0013】
さらに別の実施形態は、化学反応器内での化学反応をモデル化し、反応の生成物を決定するためのコンピュータプログラム製品を対象とする。コンピュータプログラム製品は、コンピュータコード命令をそれ上に格納したコンピュータ可読媒体を含み、コンピュータコード命令は、プロセッサによって実行されるとき、プロセッサに関連付けられた装置に、本明細書に記述された任意の実施形態を実施させる。
【0014】
前述のことは、添付の図面に示されているように、例示的な実施形態の以下のより具体的な説明から明らかであり、同様の参照文字は、異なる図面全体を通して同じ部分を参照している。図面は必ずしも原寸に比例しておらず、代わりに実施形態を説明することに重点が置かれている。
【図面の簡単な説明】
【0015】
【発明を実施するための形態】
【0016】
例示的な実施形態の説明は、以下の通りである。
【0017】
本明細書に引用されるすべての特許、公開された出願、および参考文献の教示は、その全体が参照により組み込まれる。
【0018】
米国特許出願第１６／２５０，４４５号に記載されるＡｓｐｅｎ Ｔｅｃｈｎｏｌｏｇｙ，Ｉｎｃ．（出願人）の分子ベースＥＯ（方程式指向）反応器（ＭＢ ＥＯＲＸＲ）などの、化学反応をシミュレートするための既存の方法によって、ユーザーは分子レベルで精製化学をモデル化することができる。ＭＢ ＥＯＲＸＲは、２４００以上の種および５７００の反応を使用して、炭化水素混合物の変換を、残油に至るまで、かつ残油を含めて記述することができる。しかしながら、ＭＢ ＥＯＲＸＲの分子ベースのハイドロクラッカー／ハイドロトリーターでモデル化された重質残油の構造および反応は、依然として限定されている。最近の分析化学研究によれば、重質石油残油留分には数百もの異なる凝集環構造があり、これは、石油の反応性、熱力学、および主要な特性を決定する。この研究によれば、数百万もの個々の重分子構造が存在する。計算リソースは、ＭＢ ＥＯＲＸＲなどの既存の方法を介して、このような大きなシステムをモデル化するための重要な課題である。ナフサから重質残油に至るまでの完全な詳細の組成をモデル化する分子ベースの反応器（本明細書では、完全ＭＢモデルと称される）のための計算要件の統計を、表１に列挙する。
【0019】
【表1】
【0020】
表１は、分子成分および反応の数が、軽質ナフサから重質残油まで指数関数的に増加することを示す。その結果、反応器床をモデル化するために必要な方程式の数も、ナフサから残油まで劇的に増加する。さらに、２～１０個の反応器床を含む複雑なフローシートをモデル化するには、さらに多くの計算資源を必要とする。例えば、４床のハイドロクラッカーの方程式および変数の数は、単一の反応器床の数よりもほぼ１桁大きい。これらのシミュレーションを実行するために必要な多数の方程式は、方程式指向モデルの計算性能に著しい影響を与える可能性がある。図１は、プロット１００において、ＭＢ ＥＯＲＸＲモデルにおける方程式１０１の数と、その解く時間１０２との関係を示す。プロット１００に示す結果は、３．４ＧＨｚのＣＰＵおよび３２ＧＢのＲＡＭを搭載したコンピュータで得られた。
【0021】
図１から、（１０＾６）桁（以下、「Ｏ」）の方程式を有するモデルは、解くのにおよそ５分以上かかることが分かる。理想的には、工業反応器の典型的なフローシートを解く時間は、数分以内であるべきである。一部の用途（例えば、リアルタイム最適化（ＲＴＯ））では、さらに迅速な解く時間Ｏ（秒）が必要である。したがって、産業用途に必要な性能を得るには、ＭＢ ＥＯＲＸＲモデルの方程式の数は１０＾６未満に制限される必要がある。表１から、複雑なフローシートにある完全な分子詳細を備えたＭＢ ＥＯ反応器を介して、ガスオイル、ＶＧＯ、および残油の留分をモデル化する性能は、典型的な産業用途で要求される性能を満たすことはできない。
【0022】
米国特許出願第１６／２５０，４４５号に記載される炭素数ベースのモデル低減は、大規模システムにおけるＭＢ反応器の性能を改善するために実施することができるが、上述の計算問題に完全には対処することはできない。炭素数ベースのモデル低減には、主に二つの制限がある。
【0023】
第一の制限は、このアプローチは、数百の別個の分子型を含む可能性がある、重質残油の供給を処理するために十分に、複雑な系の種の数を減少させることができないことである。反応系にＮ個の分子型が存在し、各分子型に対してＭ個の炭素数由来の種が存在する場合、完全に詳細な組成を有するモデルにはＮ＊Ｍ個の種が存在する。炭素数ベースのモデルの低減は、離散化された炭素数Ｍを、所定の基準で、より小さい数Ｍ’（すなわち、Ｍ’は典型的にはＭの１／４～１／２の間である）へと減少させることができ、その結果得られる炭素数ベースの低減モデル中の種の数はＮ＊Ｍ’である。ところが、大きな数であるＮの分子型は、依然として、モデルについて解決困難なほどに多数の種をもたらしかねない。
【0024】
炭素数ベースのモデル低減の第二の制限は、モデルの頑健性である。低減された炭素数の集まりからの完全に詳細な種に対する分布を反転させるために、数値スプライン関数を使用するため、実際には、頑健性がそのアプローチの問題となる可能性がある。モデルの収束を行うためには、通常、より少ないステップ数とより多くの反復数が必要であり、これによりモデルの解決時間が増大する。これは、フローシートに複数の反応器床とリサイクルストリームが含まれる場合、または生成物の仕様が運動パラメータまたは動作条件を計算するために固定されている場合に、特に当てはまる。
【0025】
したがって、大きいＭＢ ＥＯ反応器モデルの計算負荷を低減し、モデル解決の頑健性を維持するには、新しいアプローチが必要である。図２は、一つのこうした例示的な方法２２０を示す。方法２２０は、コンピュータ実装され、当該技術分野で知られるようなハードウェアおよびソフトウェアの任意の組み合わせによって実行されてもよい。例えば、方法２２０は、プロセッサに方法２２０の工程２２１、２２２、２２３、および２２４を実装させるコンピュータコード命令を保存する関連付けられたメモリを有する一つ以上のプロセッサを介して実装されてもよい。さらに、方法２２０は、米国特許出願第１６／２５０，４４５号に記載される、Ａｓｐｅｎ Ｔｅｃｈｎｏｌｏｇｙ，Ｉｎｃ．（出願人）の分子ベースＥＯ（方程式指向）反応器（ＭＢ ＥＯＲＸＲ）などの既存のシミュレーションソフトウェアに実装されてもよい。こうした実装では、方法２２０および／または本明細書に記載される任意の他の実施形態は、ＭＢ ＥＯＲＸＲブロックに実装されてもよい。
【0026】
方法２２０は、コンピュータメモリ内で、個々の分子表現および分子属性表現を含む表現の組み合わせとして、供給原料中の分子の組成を表現することによって、ステップ２２１で開始する。実施形態によれば、ステップ２２１での分子属性表現は、分子型および一つ以上の側鎖を含む。別の実施形態は、２２１で、ユーザー入力に基づいて、供給原料中のどの分子が個々の分子表現を用いて表されるか、およびどの分子が分子属性表現を用いて表現されるかを選択する。こうした例示的な実施形態では、ユーザー入力は、個々の分子表現を使用して表現される分子に対する炭素数の制限および環数の制限を示す。こうした実施形態では、制限よりも多くの炭素および環を有する分子は、分子属性表現を用いて表現される。実施形態によれば、供給原料は、図６に関連して後述するように表現される。一実施形態では、供給原料は、個々の分子（ＩＭ）領域および分子属性表現（ＡＲＭ）領域という二つの領域によって表現される。例示的なＩＭ領域６６３を図６に示す。ＩＭ領域内の分子は、個々に表現される。例示的なＡＲＭ領域６６４を図６に示す。ＡＲＭ領域内の分子は、分子型および主側鎖の二つの構造属性によってそれぞれ表現される。ＡＲＭ領域内の分子は、その化学構造によって分子型および主側鎖に解析される。結果として、分子型の分布および主側鎖長の分布は、ＡＲＭ領域内のそれらの分子の所与のモル組成のセットによって得られる。
【0027】
方法２２０は引き続き、ステップ２２２で、コンピュータメモリ内で、個々の分子表現および分子属性表現に基づいて、化学反応器内での供給原料の化学反応の化学的性質の表現を定式化する。実施形態によれば、反応の化学的性質は、図７に関連して後述するように表現される。一実施形態では、ステップ２２２で定式化される化学反応の化学的性質の表現は、熱化学、酸触媒化学、および金属触媒化学のうちの少なくとも一つに由来する化学反応を含む。実施形態によれば、化学反応の化学的性質の表現は、化学量論的反応および適切な速度則形態を含む。さらに、実施形態では、化学反応の化学的性質の表現は、他の例の中でも、パラフィン触媒クラッキング、パラフィンハイドロクラッキング、パラフィン熱分解、パラフィン水素化分解、側鎖クラッキング、パラフィン水素転移、パラフィン異性化、ナフテン環の異性化、ナフテン環の芳香化、芳香族環の飽和、オレフィン飽和、パラフィン脱水素化、水素化脱硫、水素化脱窒素、および水素化脱酸素などの、前記基礎熱化学、酸触媒化学および金属触媒化学に由来してもよい。概して、任意の化学反応は、化学結合切断／化学結合生成プロセスとみなすことができる。所与の機構については、反応物中の構造複合体の選択された化学結合が分解され、それらの構造複合体間の新しい化学結合の形成を介して生成物が生成される。通常、これらの構造複合体は個々の分子で産生され、個々の分子の化学反応が生成される。ところが、同じアプローチを、属性の構造複合体および分子属性表現の化学反応にも適用することができる。
【0028】
次に、ステップ２２３で、化学反応器内での供給原料の化学反応のシミュレーションが、個々の分子表現（ステップ２２１の出力）、分子属性表現、および化学反応の化学的性質の定式化された表現（ステップ２２２の出力）を用いて実行される。シミュレーションは、反応の生成物の第一のサブセットが、コンピュータメモリ内で個々の分子表現された生成物として表現され、反応の生成物の第二のサブセットが、コンピュータメモリ内で属性表現された生成物として表現される、反応の生成物の組成を決定する。一実施形態では、ステップ２２３で、以下に説明される方程式１～１０を利用して、シミュレーションを実行する。実施形態は、２２３で、ユーザー入力に部分的に基づいて、シミュレーションを実行するために使用される方程式を定義する。実施形態によれば、ユーザー入力は、反応型、反応経路、熱力学的特性、物理的特性、および速度則の式のうちの少なくとも一つである。例えば、ユーザー入力は、他の例の中でも、個々の分子および分子属性の反応経路、すべての反応の反応型、すべての個々の分子および分子属性についての主要な熱力学的特性および物理的特性、ならびに速度則の式の仕様を含むことができる。実施形態では、２２３で、シミュレーションは、一つ以上の属性方程式を利用して実施されてもよい。例えば、２２３でのシミュレーションの実行は、属性ベースの質量平衡方程式、属性ベースのエネルギー平衡方程式、および属性ベースの運動量平衡方程式のうちの少なくとも一つを利用してもよい。
【0029】
引き続いて、ステップ２２４で、第二のサブセットの属性表現された生成物（ステップ２２３の出力）がサンプリングされて、第二のサブセットの属性表現された生成物の個々の分子表現が自動的に決定される。このようにして、ステップ２２４の結果として、化学反応器内での供給原料の化学反応の生成物の第一および第二のサブセットの個々の分子表現が得られる。このように、方法２２０は、反応の生成物に対する個々の分子表現を決定する。
【0030】
方法２２０の代替的な実施形態は、個々の分子表現された生成物（ステップ２２３からの出力）と、属性表現された生成物の個々の分子表現（ステップ２２４の出力）とを組み合わせて、生成物の完全な分子組成を決定する。
【0031】
方法２２０はまた、２２４で、さらなる処理を実行してもよく、または決定された反応の生成物に基づいて、現実世界のアクションを取ってもよい。例えば、例示的な実施形態は、化学反応の生成物（２２４での出力）の第一および第二のサブセットについて決定された個々の分子表現に基づいて、化学処理手順（例えば、現実世界の精製プロセス）の修正を評価する。別の実施形態は、化学反応の生成物の第一および第二のサブセットの決定された個々の分子表現に基づいて、反応プロセスを最適化する。さらに別の実施形態は、化学反応の生成物の第一および第二のサブセットの決定された個々の分子表現に基づいて、生成物の特性を予測する。例示的な実施形態は、化学反応物の生成物の第一および第二のサブセットについて決定された個々の分子表現に基づいて、下流ユニットの分子詳細を予測することによって、化学反応器と下流ユニットの統合をモデル化する。なお別の例示的な実施形態は、方程式指向（ＥＯ）方法を使用して、化学反応の生成物の第一および第二のサブセットについて決定された個々の分子表現に基づいて、複雑な炭化水素混合物の変換のシステムを最適化する。こうした実施形態では、その最適化は、リアルタイム最適化（ＲＴＯ）を実行し、かつＥＯソリューション方法を使用して、最良の性能および柔軟性を得るために、オンラインシステムに適用することができる。さらに、例示的な実施形態では、ＥＯ方法は、反応器システムに必要な方程式を同時に解く。これは、リサイクル（例えば、ハイドロクラッカー用の水素リサイクル）および仕様変更（例えば、必要なクエンチガスを計算することによって各反応器床への入口温度を指定する）を伴うシステムに特に有効である。分子ベースのハイドロクラッカーにＥＯを使用することの欠点は、方程式の数が非常に多く、これはメモリ集約的で低速になりかねないことである。ところが、ハイブリッドＡＲＭアプローチでは、方程式の数を大幅に減らして、メモリ要件とソリューション性能を大幅に改善することで、これに対処する。
【0032】
さらに、実施形態、例えば、方法２２０を使用して、当業者に公知の任意の供給原料をシミュレートしうることが知られている。例えば、実施形態では、供給原料は、炭化水素混合物、石炭、およびシェール油のうちの少なくとも一つである。
【0033】
実施形態は、反応をシミュレートするための新しいハイブリッド属性反応モデル（ＡＲＭ）アプローチを提供する。実施形態、例えば、ハイブリッドＡＲＭアプローチは、Ａｓｐｅｎ Ｔｅｃｈｎｏｌｏｇｙ，Ｉｎｃ．（出願人）から入手可能なＭＢ ＥＯＲＸＲブロックに実装されているものとして本明細書に記述されているが、実施形態はそのように限定されるものではなく、当業者に公知の任意の精製プロセスのワークフローまたは他のコンピュータ実装で用いられてもよい。ＭＢ反応器のハイブリッドＡＲＭモデルは、ナフサから重質残油に至るまで複雑な炭化水素混合物の種の数を著しく低減させ、完全な分子詳細と頑健な収束性能を維持しながら、計算上の制限を克服することができる。
【0034】
実施形態は、一連の分子構造属性（分子型および側鎖）を使用して、石油留分中の複雑な重分子を記述することができる。さらに、実施形態は、簡略化されたサンプリングプロトコルを活用して、制限された数の構造属性を並置することによって、Ａｓｐｅｎ Ｔｅｃｈｎｏｌｏｇｙ，Ｉｎｃ．（出願人）のＭＢ ＥＯＲＸＲの複雑な分子成分を定義することができる。小さなナフサ分子の個々の異性体も考慮される。
【0035】
一実施形態では、複雑な化学的性質の反応および動態が、より重い留分に対する制限された数の構造属性に関して記述される。より軽い留分の反応および動態は、個々の成分によって表現することができる。構造属性と個々の構成要素の組み合わせを、まとめて解決することができる。
【0036】
例示的な実施形態では、ＭＢ ＥＯＲＸＲフレームワークおよびモデルビルダーが強化され、Ａｓｐｅｎ Ｔｅｃｈｎｏｌｏｇｙ，Ｉｎｃ．（出願人）のＥＯ形式に関して、残差、スパース性、およびヤコビアンを含むハイブリッドＡＲＭモデルのコード生成の自動化がサポートされる。さらに、ＡＲＭモデルおよび個々のコンポーネントモデルを使用するための領域には柔軟性がある。ユーザーは、構造限界（例えば、炭素数および環数）を指定することによって、ハイブリッドＭＢモデル（ＡＲＭモデルおよび個々のモデル）の粒度を選択することができる。
【0037】
さらに、実施形態では、ハイブリッドＡＲＭモデルは、完全な分子詳細を維持することができる。ハイブリッドＡＲＭ ＭＢモデルを利用する実施形態の結果は、完全なＭＢモデルに近い。しかしながら、一実施形態によるハイブリッドＡＲＭ ＭＢモデルの計算負荷は、完全なＭＢモデルよりもはるかに小さい。さらに、ハイブリッドＡＲＭ ＭＢモデルは、解決に対して頑健性がある。結果として、実施形態は、産業用途におけるナフサから重質残油に至るまでの複雑なフローシートの迅速かつ頑健なソリューションを提供する。
【0038】
実施形態、例えば、ハイブリッドＡＲＭモデルをＭＢ ＥＯＲＸＲに実装することにより、ユーザーは、手ごろな価格の計算負荷で、複雑な精製化学のための分子レベルの運動モデルを作成することができる。有限数の構造属性と制限された数の個々の構成要素の組み合わせを使用して、ナフサから重質残油に至るまで、広範囲の複雑な炭化水素混合物での、ほぼ無限数の分子および反応が記述される。結果として、重質残油に至るまでの複雑な供給原料用のハイブリッドＡＲＭモデルは、数分以内に、完全な分子詳細を維持しながら、確実に解決することができる。
【0039】
石油炭化水素混合物（重油）の残油留分は、通常、数百万の複雑な大分子を含有する。これらの分子は、典型的には、島構造または群島構造として特定される。代表的な重分子３３０を図３に示す。
【0040】
図３に示すように、残油分子は多くの場合、多数の凝集環構造および複数の異なる構造官能基を含む、錯体分子である。数百のこうした複雑な分子型が重質油留分中に存在する（米国特許出願第１５／９６１，３１０号、Ｚｈａｎｇ，Ｌｉｎｚｈｏｕ，ｅｔ ａｌ．“Ｍｏｌｅｃｕｌａｒ ｒｅｐｒｅｓｅｎｔａｔｉｏｎ ｏｆ ｐｅｔｒｏｌｅｕｍ ｖａｃｕｕｍ ｒｅｓｉｄ”Ｅｎｅｒｇｙ ＆ Ｆｕｅｌｓ ２８．３（２０１４）：１７３６－１７４９；Ｚｈａｎｇ，Ｙｕｎｌｏｎｇ．“Ｉｄｅｎｔｉｆｙ Ｓｉｍｉｌａｒｉｔｉｅｓ ｉｎ Ｄｉｖｅｒｓｅ Ｐｏｌｙｃｙｃｌｉｃ Ａｒｏｍａｔｉｃ Ｈｙｄｒｏｃａｒｂｏｎｓ ｏｆ Ａｓｐｈａｌｔｅｎｅｓ ａｎｄ Ｈｅａｖｙ Ｏｉｌｓ Ｒｅｖｅａｌｅｄ ｂｙ Ｎｏｎｃｏｎｔａｃｔ Ａｔｏｍｉｃ Ｆｏｒｃｅ Ｍｉｃｒｏｓｃｏｐｙ：Ａｒｏｍａｔｉｃｉｔｙ，Ｂｏｎｄｉｎｇ，ａｎｄ Ｉｍｐｌｉｃａｔｉｏｎｓ ｉｎ Ｒｅａｃｔｉｖｉｔｙ”（２０１９））。大きな残油分子の環には、数多くの置換位置が存在する可能性がある。確率分布に従って可能性のあるすべてのコアを組み合わせると、重質残油中のほぼ無限数の分子への急増につながる。一方で、分析化学の限界により、重質油留分中の個々の異性体をそれぞれ明示的に検出することもできない。揮発性が低いため、利用可能な測定値からは、不完全な情報しか得ることができない。詳細な置換基の効果は明確でなく、また重油のアップグレーディングのプロセス（例えば、特性、反応性、および熱力学）にとっては比較的重要ではない。
【0041】
したがって、実施形態は、重油中の分子情報を記述するために、一組の構造属性を使用することができる。構造属性は、一組の分子ピースである。例えば、こうした実施形態の一つは、３種類の構造属性：コア、側鎖（ＳＣ）、およびインターコアリンク（ＩＬ）を使用して、錯体分子（例えば、Ｚｈｅｎ，ｅｔ ａｌ．“Ｍｏｌｅｃｕｌａｒ－Ｌｅｖｅｌ Ｃｏｍｐｏｓｉｔｉｏｎ ａｎｄ Ｒｅａｃｔｉｏｎ Ｍｏｄｅｌｉｎｇ ｆｏｒ Ｈｅａｖｙ Ｐｅｔｒｏｌｅｕｍ Ｃｏｍｐｌｅｘ Ｓｙｓｔｅｍ”Ｓｔｒｕｃｔｕｒｅ ａｎｄ Ｍｏｄｅｌｉｎｇ ｏｆ Ｃｏｍｐｌｅｘ Ｐｅｔｒｏｌｅｕｍ Ｍｉｘｔｕｒｅｓ，Ｓｐｒｉｎｇｅｒ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｐｕｂｌｉｓｈｉｎｇ，２０１５．９３－１１９に記載のある分子など）を記述する。コアは、残油分子中の凝集環構造を記述するために使用される。１００～１０００程度のコアが、重質油留分中に存在する。ＳＣは、コア構造に結合された遊離末端置換基を表現するために使用される。ＩＬは、二つ以上のコア構造の間の置換基を表現するために使用される。１００～１０００程度のＳＣおよびＩＬが、重質油留分中に存在する可能性がある。図４に示す重分子４４０などの分子は、コア４４１ａ～ｂ、ＳＣ４４２、およびＩＬ４４３構造の並置として記述することができる。この表現（図４に示すようなコア、側鎖、およびＩＬ）を使用することで、重分子における置換効果の変動を簡略化し、重油変換のためのモデルにおける種の数の有意な減少を提供する。
【0042】
ところが、すべての可能性のあるＩＬおよびＳＣの変形が完全にサンプリングされた場合でも、依然として大きな組合せ問題がある。したがって、実施形態は、産業用途によって可能な計算負荷を満足するために、簡略化されたサンプリングプロトコルを用いる。重分子を定義するための例示的な属性サンプリングプロトコルを図５に示す。
【0043】
一実施形態では、ＳＣおよびＩＬに由来する置換基の組合せ問題は、主ＳＣモデルによって低減される。コア構造中のすべての置換位置についてすべての可能なＳＣをサンプリングする代わりに、図５に示すサンプリング方法は、錯体分子中に炭素数が１よりも多い主ＳＣが一つだけあると仮定する。他の置換位置は、メチル基によってのみ結合することが可能である。図５に示すサンプリング法は、固定構造基（例えば、メチル基）を使用してＩＬを記述する。結果として、図５に示すように、分子型（ＭＴ）と呼ばれる新しい属性は、遊離末端の置換位置および複数のコア間の、コアおよびメチル基の組み合わせによって定義される。ＭＴは、図５の左側のような島構造５５１ａ、および図５の右側のような群島構造５５１ｂを表すために使用することができる。島構造５５１ａは、島重分子が、所与のＭＴおよび所与の主ＳＣ ５５２によってサンプリングされる方法を示す。５５１ａ中の所与のＭＴは、一つのコア構造５５３および少数のメチル基５５４ａ～ｂのみを含む。所定の長さを有する主ＳＣ ５５２をそのＭＴ ５５１ａに結合することによって、島重分子が表現される。群島構造５５１ｂは、群島重分子が、所与のＭＴおよび所与の主ＳＣ５５５によってサンプリングされる方法を示す。５５１ｂ中の所与のＭＴは、複数のコア構造５５６ａ～ｂ、少数の遊離末端メチル基５５７ａ～ｃ、およびＩＬ５５８を含有する。所定の長さを有する主ＳＣ ５５５をそのＭＴに結合することによって、群島重分子が表現される。ＭＴは、ＭＢ ＥＯＲＸＲに適用される同族列と一致し、複雑なプロセスにおける分子の重要な挙動（反応、熱力学、および特性）を表現する。重質油留分中の置換基の変形は、主ＳＣ中にのみ現れる。追加の置換基の効果は、メチル基のみに簡略化される。この仮定は、主要な反応性、熱力学、および石油特性の類似性によって分子成分を特定することができるため、工学的観点からの最適な近似である。
【0044】
ＭＴの構造の詳細は、その化学的専門知識の観点からユーザーによって決定することができる。例示的な実施形態は、デラウェア大学のＫｌｅｉｎ Ｒｅｓｅａｒｃｈ Ｇｒｏｕｐ（ＫＲＧ）が提供するＫｉｎｅｔｉｃ Ｍｏｄｅｌ Ｔｏｏｌｋｉｔ（ＫＭＴ）を使用して、Ａｓｐｅｎ Ｔｅｃｈｎｏｌｏｇｙ，Ｉｎｃ．（出願人）のＭＢ ＨＣＲモデルにＭＴ構造を作成する。通常、重油までの炭化水素混合物中には、Ｏ（１００～２０００）のＭＴがある。主ＳＣの変形は、炭化水素混合物中の１種類の側鎖の最大長によって決定される。典型的に、側鎖の最大長は、５０～１００である。現実には、各ＭＴごとに主ＳＣの別個の分布がある。ところが、こうした大きな組合せ問題を考慮するためには、実際的ではない量の計算資源を必要とすることになる。工学的観点からは、石油の原油および精製転換におけるこうした主ＳＣ分布には、この組合せ問題の低減に役立つ少数のパターンがある。原油の成熟は、粗製物中の主ＳＣの分布に大きく影響し、したがって、アップグレードプロセスを介して導出された生成物中の主ＳＣの分布に間接的に影響する（Ｔｉｓｓｏｔ，Ｂｅｒｎａｒｄ Ｐ．，ａｎｄ Ｄｉｅｔｒｉｃｈ Ｈ．Ｗｅｌｔｅ．Ｐｅｔｒｏｌｅｕｍ ｆｏｒｍａｔｉｏｎ ａｎｄ ｏｃｃｕｒｒｅｎｃｅ．Ｓｐｒｉｎｇｅｒ Ｓｃｉｅｎｃｅ ＆ Ｂｕｓｉｎｅｓｓ Ｍｅｄｉａ，２０１３）。重油中のほとんどの複雑なＭＴは、高度に成熟した構造であり、そのため、実施形態は、重油中のすべてのＭＴによって使用される側鎖の均一な分布を適用することによって簡略化される場合がある。これにより、各タイプの側鎖について、主ＳＣの変形をＯ（５０～１００）に低減する。さらに、パラフィン、オレフィン、硫化物、アミド、カルボン酸などの精製プロセスにおいて考慮する側鎖には、有限数のタイプがある。おおまかに、実施形態が考慮する側鎖のタイプの最大数は、Ｏ（５）である。多くの場合、一つまたはより少数の側鎖のタイプを選択することが許容され、したがって、側鎖のタイプの最小数は１である。
【0045】
その結果、すべてのタイプの主ＳＣの変形はＯ（５０～５００）である。したがって、実施形態は、Ｏ（１５０～２５００）の属性値を使用して、重油中の数百万の分子を記述することができる。上述の属性表現は、重油中の分子を効果的に記述するだけでなく、非常に高い計算性能が望まれる場合に、ガスオイルまたはより軽い留分も記述するように拡張することもできる。
【0046】
ところが、置換基の効果は、触媒改質などの選択されたプロセスにとって非常に重要であるため（例えば、キシレン異性体比は非常に重要である可能性がある）、この方法では簡略化することはできない一部の重要な異性体分子（通常はナフサ範囲）がある。異性体の同定は、典型的に重質留分をアップグレードする際にはあまり重要ではないが、実施形態では、生成物ストリームを重油変換（例えば、ディレードコーキング）からナフサプロセス（例えば、触媒改質）に伝える際に、それらの異性体の詳細を保持する／移す方法が考慮される。さらに、一様な主ＳＣの分布は、より軽い留分には適用できない場合があり、したがって、実施形態では、ユーザーによって要求される情報の保持に基づき、それらは個別に処理される。結果として、一組の個々の分子が、より軽い留分の選択された変換における重要な異性体分子を記述するために、実施形態で利用される。
【0047】
実施形態は、属性の確率密度関数（ｐｄｆ）のサンプリングを介したより重い留分の表現と、より軽い留分の個々の分子の表現とを一つに組み合わせることによって、複雑な炭化水素混合物中の分子成分を記述するための新しいハイブリッドＡＲＭアプローチを適用する。ハイブリッドＡＲＭの分子組成は、ＭＢ ＥＯＲＸＲに図示されるように、一組の同族列として記述することができる。ところが、同族列の表６６０は、図６に示すように更新される。
【0048】
図６の各列６６１ａ～ｎは、分子型（ＭＴ）を記述するために使用される。ＭＴは、凝集環構造および置換メチル基を含有し、これは、精製転換における重要な基準（反応性、熱力学的、特性、例えば、物理的特性、セタン価、およびオクタン価など）の多くを明らかにすることができる。各ＭＴ６６１ａ～ｎの行６６２ａ～ｎは、主ＳＣの延長部である。最大長は、サンプルの分析化学に基づいて決定することができる。表全体が、個々の分子（ＩＭ）領域６６３およびＡＲＭ領域６６４の二つの領域に分割される。ＩＭ領域６６３およびＡＲＭ領域６６４の領域を調整するために、２種類の基準がユーザーに提供される。第一の基準は、ＭＴをＩＭ領域６６３またはＡＲＭ領域６６４に分類するために使用される、総環数、芳香族環数、およびＤＢＥ（二重結合当量）の組み合わせとしての、最小環基準６６５（図６の縦線）である。第二の基準は、主ＳＣの最小長６６６（図６の横線）。種の両方の基準が満たされている場合、ＡＲＭ領域６６４内である。そうでなければ、その種はＩＭ領域６６３にある。図６に示すように、表６６０の右下部分は、ＡＲＭ領域６６４であり、表６６０のその他の部分は、ＩＭ領域６６３である。非環状種（例えば、パラフィン）は、ＩＭ領域６６３に属するデフォルトとして設定することができる。ＡＲＭ領域６６４は、炭化水素混合物のより重い留分を表す。ＩＭ領域６６３内の種は、別個の側鎖の分布を有することができる。実施形態は、ＭＴおよび主ＳＣ長さの観点から、同じ分子成分中の異性体を特定するために、別の異性体分布ｆｉｓｏｍを課すことができる。例えば、ジメチルベンゼンは、図６の一つのセル、例えば、６６２ａが１の主ＳＣを表す実施例のセル６６７である。ジメチルベンゼンの三つの異性体であるｐ－キシレン、ｏ－キシレン、およびｍ－キシレンは、ｆｉｓｏｍによって分化することができ、ｆｉｓｏｍは、動態学、熱力学、および精製プロセスの知識によって決定することができる。その結果として、ハイブリッドＡＲＭアプローチは、制限された数のＭＴおよび主ＳＣに関して重油を記述するだけでなく、個々の側鎖および異性体の詳細に関して、より軽い分子も表現するため、石油炭化水素混合物の全範囲に対して最適な分子表現である。
【0049】
上記のハイブリッドアプローチによって分子成分を決定した後、実施形態は、反応器内での動態を効果的にモデル化し続けることができる。個々の分子ごとにすべての反応を記述する代わりに、実施形態は、それぞれＭＴおよび主ＳＣの２種類の属性に関して、ＡＲＭ領域内の種に関与する反応をモデル化する。ＩＭ領域内にのみある種に関与する反応は依然として、従来のやり方で、例えば、個々の分子の観点からの反応を表すように、モデル化される。
【0050】
図７は、ハイブリッドＡＲＭアプローチを実施する実施形態における反応の概念を描写する。図７の第一の反応７７０は、パラフィン異性化の例であり、反応７７０は、種がＩＭ領域６６３内にのみ存在する反応を表現する。図７のその他二つの反応、７７１および７７２は、種がＡＲＭ領域６６４内にある反応である。一実施形態では、反応は、個々の種ではなく、属性の観点から記述される。第二の反応７７１は、ナフテン環と融合させた三芳香族環および二芳香族環といった、ＭＴ属性の観点からの芳香族飽和の例である。第三の反応７７２は、ＳＣ６（ＳＣの長さは６）およびＳＣ３（ＳＣの長さは３）といった、主要ＳＣ（側鎖）属性の観点からの側鎖クラッキングの例である。ＩＭ領域内の種は、任意の個々の分子反応および任意の属性反応で現れる可能性がある。ＭＴおよびＳＣはそれぞれ、属性反応でのみ反応する。言い換えれば、ＭＴおよびＳＣを、同じ反応で一緒に発現することはできない。さらに、一つの反応の左側（ＬＨＳ）および右側（ＲＨＳ）は、一つのＭＴまたはＳＣのみを有することができる。結果として、反応器内の質量平衡方程式は、以下の式１～式６として記述することができる。
【0051】
【数1】
【0052】
ＩＭ種の質量平衡方程式（方程式１）は、個々の反応および属性の反応（ＭＴおよびＳＣ）の速度を含む。ＭＴ属性の質量平衡方程式（方程式２）は、ＭＴに関する属性反応の速度のみを含み、ＳＣ属性の質量平衡方程式（方程式３）は、ＳＣに関する属性反応の速度のみを含む。すべてのＩＭの総モル流量は、ＦｔｏｔａｌＩＭ（方程式４）と呼ばれる。すべてのＭＴの総モル流量は、すべてのＳＣの総モル流量と等しく、属性の総モル流量：ＦｔｏｔａｌＡｔｔ（方程式５）として命名される。反応器内のすべての種の総モル流量：Ｆｔｏｔａｌは、ＦｔｏｔａｌＩＭとＦｔｏｔａｌＡｔｔの合計（方程式６）である。
【0053】
反応器モデルの統合後、実施形態は、ＡＲＭ領域６６４内の反応に由来するすべての個々の種をサンプリングして、分子組成物全体を下流ユニットの演算に伝えるか、または選択された生成物の特性を推定する。式７は、ＭＴおよびＳＣの確率密度関数をサンプリングすることによって、反応後の種の組成を計算する方法を示す。
【0054】
【数2】
【0055】
例えば、ＭＢハイドロクラッカー（ＨＣＲ）モデルにおいて、ＭＴｉが、芳香族飽和反応および開環反応に由来する一つのメチル基で置換された単一の芳香族環である場合、およびＳＣｊが、側鎖クラッキングに由来する１に等しい長さを有する主ＳＣである場合、それらによって画定される構成要素のモル流量、ＡＲＭ領域中のより重い留分をアップグレードすることによって生成されるジメチルベンゼンは、ＦｔｏｔａｌＡｔｔにＦＭＴｉ中の確率ＭＴｉ（モル分率）およびＦＳＣｊ中の確率ＳＣｊ（モル分率）を乗じることによって計算することができる。ＭＢ ＨＣＲモデルの軽産物をナフサ連続触媒再生（ＣＣＲ）リフォーマーに伝える必要がある場合、ジメチルベンゼン（ｐ－キシレン、ｏ－キシレン、およびｍ－キシレン）の個々の異性体を考慮する必要がある。方程式７では、異性体分布ｆｉｓｏｍが、三つのキシレンのモル流量を計算するために、ジメチルベンゼンのモル流量に対する追加の乗数として課される。ｆｉｓｏｍは、動態、熱力学、および精製プロセスの知識によって決定される。例示的な実施形態では、ｆｉｓｏｍは、化学およびモデルに基づいており、ユーザーは、指定するモデルを設定できる。そのため、一実施形態では、ｆｉｓｏｍは、ユーザー仕様の入力変数である。ＨＣＲプロセスでは、三つのキシレンの分布を決定する芳香族メチルシフト反応の速度は、通常、クラッキング、飽和などの他の反応の速度よりも有意に速い。したがって、実施形態は、芳香族メチルシフト反応に仮想平衡近似を適用することができる。結果として、それらの熱力学的平衡によって制約される異性体分布を導出することができ、モデルで使用することができる。実施形態によれば、個々の異性体の分化を必要としない中等度またはより重い生成物については、ｆｉｓｏｍは１に設定される。次いで、ＩＭ領域６６３における個々の反応からの反応後の結果が、ＡＲＭ反応からサンプリングされた反応後の種と組み合わされて、ハイブリッドＡＲＭアプローチからの生成物の全分子詳細が決定される。
【0056】
ユーザーの関心に応じて、ＩＭ領域６６３には典型的にはＯ（５０～１０００）種があり、ＩＭ領域内の反応物および反応生成物の数はＯ（５０～１０００）である。上述したように、典型的な精製反応器では、通常、元の供給原料の分子型および生成物の反応により生成される分子型を含むＯ（１００～２０００）のＭＴがある。さらに、通常、Ｏ（５０～５００）の主ＳＣがある。ＡＲＭ領域６６４における反応物および反応生成物の数は、ＭＴおよびＳＣの総数：Ｏ（１５０～２５００）の属性である。反応器モデルで使用するすべての反応における反応物および生成物の総数は、ハイブリッドＡＲＭアプローチにより、Ｏ（２００～３５００）である。実施形態が、反応器を唯一の個々の分子としてモデル化する場合、考慮する反応物および生成物の数は、Ｏ（５０００～１０＾６）である。したがって、ハイブリッドＡＲＭアプローチは、計算負荷を大幅に低減することができる。概念的には、ＡＲＭ領域６６４にＮ個のＭＴおよびＭ個の主ＳＣがある場合、ハイブリッドＡＲＭアプローチは、Ｎ＋Ｍ個の変数のみを使用して、個々の異性体を含む完全な分子詳細を維持しながら、反応器モデルのＡＲＭ領域のＮ＊Ｍ個の分子を表現することができる。
【0057】
図８は、Ａｓｐｅｎ Ｔｅｃｈｎｏｌｏｇｙ，Ｉｎｃ．（出願人）のＭＢ反応器にハイブリッドＡＲＭを提供する本発明の実施形態のワークフロー８８０を示す。ワークフロー８８０では、供給原料８８１は、まず組成モデル（例えば、Ａｓｐｅｎ Ｔｅｃｈｎｏｌｏｇｙ，Ｉｎｃ．（出願人）の米国特許出願第１５／９６１，３１０号の分子特性付け）８８２によって特徴付けられ、一組の分子組成物へと変換される。ユーザーによって選択されたＡＲＭ基準を使用して、ＭＢ反応器は、それらの分子組成物８８３を、一組のＩＭ種８８４と、２種類の属性値：ＭＴ（分子型）８８５およびＳＣ（側鎖）８８６に解析する。次に、反応物のＩＭ ８８４、ＭＴ ８８５、およびＳＣ ８８６が、入力値としてハイブリッドＡＲＭモデル８８７に転送される。シミュレーションは、ＭＢ反応器のハイブリッドＡＲＭモデル８８７で実行され、その後、ＭＢ反応器のシミュレーションで、ハイブリッドＡＲＭからの出力値は、生成物のＩＭ（個々の分子）８８８、ＭＴ８８９、およびＳＣ８９０である。生成物のＭＴ ８８９およびＳＣ ８９０を、一組の構成要素へとサンプリング８９１し、次いで、８９２をＩＭ ８８８と組み合わせて、ＭＢ反応器の生成物の完全な分子組成８９３を生成する。
【0058】
実施形態は、ＭＢ ＥＯＲＸＲのアプローチに類似した、ハイブリッドＡＲＭモデル用のエネルギー平衡方程式および運動量平衡方程式を採用してもよい。エネルギー平衡方程式を、以下の式８に示し、運動量平衡方程式を、以下の式９および式１０に示す。
【0059】
【数3】
【0060】
断熱反応器（例えば、ＨＣＲ）については、式８の第二の項は無視することができる。
【0061】
【数4】
【0062】
一実施形態では、ハイブリッドＡＲＭモデルは、ＭＢ ＥＯＲＸＲビルダーへと組み込まれる。結果として、ハイブリッドＡＲＭモデルの残余、分析的ヤコビアン、およびスパース性、式１～式６の質量平衡方程式、式８のエネルギー平衡方程式、式９～式１０の運動量平衡方程式、および式７のサンプリングプロセスが自動的に生成される。さらに、ＩＭ領域およびＡＲＭ領域の分類は、ユーザー入力の基準から、ＭＢ ＥＯＲＸＲビルダーによって自動化することができる。
【0063】
以下の表２は、ＭＢ ＥＯＲＸＲで使用される一組の選択された熱力学的特性および物理的特性を列挙する。ＡＲＭ領域６６４における反応および種は、ＭＴおよびＳＣといった二つの属性によって表現されるため、式１～式１０で使用されるＡＲＭ領域内の反応および種の特性推定は、個々の分子ではなく、それらの属性から計算される。構造属性（ＭＴまたはＳＣ）は、分子構造の断片である。これらの特性を得る方法は、個々の構成成分を計算するために使用される機能に類似している。構造情報の特性は、属性の構造から直接解析することができる。実施形態は、表２の熱力学的特性を推定するために、グループ寄与法（例えば、ベンソン法）を使用してもよい。分子の構造官能基を数える代わりに、一実施形態は、これらの方法を調整して、属性ＭＴまたはＳＣの構造断片を使用する。
【0064】
【表2】
【0065】
実施形態は、供給原料をシミュレートするための個々の分子表現および分子属性表現を利用することを確認するために検証されている。例えば、ハイブリッドＡＲＭアプローチの一つのこうした検証は、性能試験のためにＡｓｐｅｎ Ｔｅｃｈｎｏｌｏｇｙ，Ｉｎｃ．（出願人）のＭＢ ＨＣＲを使用し、解決時間、スケール、およびモデルの精度を比較した。取り上げられた実施例は、ＶＧＯの単一水素化処理床モデルと、二つの処理床および二つのクラッキング床からなるＶＧＯの単段式ハイドロクラッカーモデルとである。モデルは、低減を全くせずに完全な詳細の構成成分を用いてシミュレーション（フルモデルと呼ばれる）され、その後、ハイブリッドＡＲＭ法によって計算（ＡＲＭモデルと呼ばれる）された。検証では、ＡＲＭの異なる基準を設定することにより、ＡＲＭモデルの９個のシナリオをシミュレートして、ＡＲＭ低減の効果を異なる粒度で比較した。以下の表３は、異なるＡＲＭ基準に基づく９個のＡＲＭモデルの説明を示す。
【0066】
【表3】
【0067】
単一水素化処理床ＶＧＯモデルの計算要求の統計を表４に示す。
【0068】
【表4】
【0069】
表４の行１～３は、高い粒度を有するＡＲＭモデルの結果を示し、ＩＭ領域（例えば、６６３）の種は、ディーゼル留分までである。表４の行４～６は、中程度の粒度のＡＲＭモデルの結果を示し、ＩＭ領域の種は、ナフサ留分までである。表４の行７～９は、粒度の低いＡＲＭモデルの結果を示し、ＩＭ領域の種は、一連のパラフィンのみに限定される。最後の行は、フルモデルの結果である。表４から、ＶＧＯ単一水素化処理床モデルの計算要求は、ハイブリッドＡＲＭモデルによって大幅に減少することができ、ＶＧＯ単一水素化処理床モデルの解決時間は、Ｒｉｎｇ１ＳＣ０のシナリオにおいて３１．１３秒から２．７４秒に短縮することができることが分かる。ＡＲＭモデルは、Ａｓｐｅｎ Ｔｅｃｈｎｏｌｏｇｙ，Ｉｎｃ．（出願人）のＥＯエンジンのフルモデルのようにまとめるのが簡単で、追加のクリープステップは必要ない。
【0070】
計算性能の比較に加えて、フルモデルおよびＡＲＭモデルの使用の精度も評価されて、ＡＲＭモデルの妥当性が検証された。比較において、蒸留曲線（図９）、炭素数の分布（図１０）、ＤＢＥの分布（図１１）、グローバルＰＩＯＮＡ（図１２）、および重量ベースの収率（図１３）など、生成物の選択された特性が考慮された。生成物についてのこれらの選択された特性の比較結果を、図９～図１３に示す。
【0071】
図９は、ＶＧＯ単一水素化処理床モデルにおけるフルモデルおよびＡＲＭモデルを使用して決定された、予測される蒸留曲線をプロット９９０ａ～ｃで示す。プロット９９０ａは、フルモデル９９１ａ、Ｒｉｎｇ３ＳＣ８モデル９９２ａ、Ｒｉｎｇ３ＳＣ４モデル９９３ａ、およびＲｉｎｇ３ＳＣ０モデル９９４ａを使用して決定された、予測される蒸留曲線を示す。プロット９９０ｂは、フルモデル９９１ｂ、Ｒｉｎｇ１ＳＣ８モデル９９２ｂ、Ｒｉｎｇ１ＳＣ４モデル９９３ｂ、およびＲｉｎｇ１ＳＣ０モデル９９４ｂを使用して決定された予測される蒸留曲線を示す。プロット９９０ｃは、フルモデル９９１ｃ、Ｒｉｎｇ２ＳＣ８モデル９９２ｃ、Ｒｉｎｇ２ＳＣ４モデル９９３ｃ、およびＲｉｎｇ２ＳＣ０モデル９９４ｃを使用して決定された予測される蒸留曲線を示す。
【0072】
図１０は、ＶＧＯ単一水素化処理床モデルにおいて、フルモデルおよびＡＲＭモデルを使用して決定された予測される炭素数の分布をプロット１０００ａ～ｃで示す。プロット１０００ａは、フルモデル１００１ａ、Ｒｉｎｇ３ＳＣ８モデル１００２ａ、Ｒｉｎｇ３ＳＣ４モデル１００３ａ、およびＲｉｎｇ３ＳＣ０モデル１００４ａを使用して決定された予測される炭素数の分布を示す。プロット１０００ｂは、フルモデル１００１ｂ、Ｒｉｎｇ２ＳＣ８モデル１００２ｂ、Ｒｉｎｇ２ＳＣ４モデル１００３ｂ、およびＲｉｎｇ２ＳＣ０モデル１００４ｂを使用して決定された予測される炭素数の分布を示す。プロット１０００ｃは、フルモデル１００１ｃ、Ｒｉｎｇ１ＳＣ８モデル１００２ｃ、Ｒｉｎｇ１ＳＣ４モデル１００３ｃ、およびＲｉｎｇ１ＳＣ０モデル１００４ｃを使用して決定された予測される炭素数の分布を示す。
【0073】
図１１は、ＶＧＯ単一水素化処理床モデルにおいて、フルモデルおよびＡＲＭモデルを使用して決定された予測されるＤＢＥの分布をプロット１１００ａ～ｃで示す。プロット１１００ａは、フルモデル１１０１ａ、Ｒｉｎｇ３ＳＣ８モデル１１０２ａ、Ｒｉｎｇ３ＳＣ４モデル１１０３ａ、およびＲｉｎｇ３ＳＣ０モデル１１０４ａを使用して決定された予測されるＤＢＥの分布を示す。プロット１１００ｂは、フルモデル１１０１ｂ、Ｒｉｎｇ２ＳＣ８モデル１１０２ｂ、Ｒｉｎｇ２ＳＣ４モデル１１０３ｂ、およびＲｉｎｇ２ＳＣ０モデル１１０４ｂを使用して決定された予測されるＤＢＥの分布を示す。プロット１１００ｃは、フルモデル１１０１ｃ、Ｒｉｎｇ１ＳＣ８モデル１１０２ｃ、Ｒｉｎｇ１ＳＣ４モデル１１０３ｃ、およびＲｉｎｇ１ＳＣ０モデル１１０４ｃを使用して決定された予測されるＤＢＥの分布を示す。
【0074】
図１２は、ＶＧＯ単一水素化処理床モデルにおいて、フルモデルおよびＡＲＭモデルを使用して決定された、予測されるＰＩＯＮＡ重量割合をプロット１２００ａ～ｃで示す。プロット１２００ａは、フルモデル１２０１ａ、Ｒｉｎｇ３ＳＣ８モデル１２０２ａ、Ｒｉｎｇ３ＳＣ４モデル１２０３ａ、およびＲｉｎｇ３ＳＣ０モデル１２０４ａを使用して決定された予測されるＰＩＯＮＡ重量割合を示す。プロット１２００ｂは、フルモデル１２０１ｂ、Ｒｉｎｇ２ＳＣ８モデル１２０２ｂ、Ｒｉｎｇ２ＳＣ４モデル１２０３ｂ、およびＲｉｎｇ２ＳＣ０モデル１２０４ｂを使用して決定された予測されるＰＩＯＮＡ重量割合を示す。プロット１２００ｃは、フルモデル１２０１ｃ、Ｒｉｎｇ１ＳＣ８モデル１２０２ｃ、Ｒｉｎｇ１ＳＣ４モデル１２０３ｃ、およびＲｉｎｇ１ＳＣ０モデル１２０４ｃを使用して決定された予測されるＰＩＯＮＡ重量割合を示す。
【0075】
図１３は、ＶＧＯ単一水素化処理床モデルにおいて、フルモデルおよびＡＲＭモデルを使用して決定された予測される収率をプロット１３００ａ～ｃで示す。プロット１３００ａは、フルモデル１３０１ａ、Ｒｉｎｇ３ＳＣ８モデル１３０２ａ、Ｒｉｎｇ３ＳＣ４モデル１３０３ａ、Ｒｉｎｇ３ＳＣ０モデル１３０４ａ、およびＲｉｎｇ２ＳＣ８モデル１３０５ａを使用して決定された予測される収率を示す。プロット１３００ｂは、フルモデル１３０１ｂ、Ｒｉｎｇ２ＳＣ８モデル１３０２ｂ、Ｒｉｎｇ２ＳＣ４モデル１３０３ｂ、およびＲｉｎｇ２ＳＣ０モデル１３０４ｂを使用して決定された予測される収率を示す。プロット１３００ｃは、フルモデル１３０１ｃ、Ｒｉｎｇ１ＳＣ８モデル１３０２ｃ、Ｒｉｎｇ１ＳＣ４モデル１３０３ｃ、およびＲｉｎｇ１ＳＣ０モデル１３０４ｃを使用して決定された予測される収率を示す。
【0076】
図９～図１３は、フルモデルとＡＲＭモデルの結果との間に良好な一致があることを示す。ＡＲＭモデルで設定した粒度が高いほど、フルモデルの結果とＡＲＭモデルの結果との一致度が高くなる。ＶＧＯ単一水素化処理床モデルに対するフルモデルと比較したＡＲＭモデルに対するＲ二乗の結果を、表５に示す。
【0077】
【表5】
【0078】
このＶＧＯ単一水素化処理床モデルの事例では、その結果が図９～図１３に示されており、ＡＲＭモデルのすべてのシナリオは、フルモデルのシナリオに近い。Ｒｉｎｇ１ＳＣ０のシナリオは、最良の計算性能を提供しており、これは、フルモデルよりもほぼ１５倍高速である。
【0079】
実施形態はまた、二つの処理床および二つのクラッキング床を含むハイドロクラッカーモデルをシミュレートする第二の事例についても検証した。ＶＧＯ ＭＢハイドロクラッカーモデルの計算要求の統計を表６に示す。
【0080】
【表6】
【0081】
表６の行１～３は、高い粒度を有するＡＲＭモデルの結果を示し、ＩＭ領域の種は、ディーゼル留分までである。表６の行４～６は、中程度の粒度のＡＲＭモデルの結果を示し、ＩＭ領域の種は、ナフサ留分までである。表６の行７～９は、粒度の低いＡＲＭモデルの結果を示し、ＩＭ領域の種は、一連のパラフィンのみに限定される。最後の行は、フルモデルの結果である。表６から、ＶＧＯ ＭＢハイドロクラッカーモデルの計算要求は、ハイブリッドＡＲＭモデルによって大幅に減少することができ、ＶＧＯ ＭＢハイドロクラッカーモデルの解決時間は、Ｒｉｎｇ１ＳＣ０のシナリオにおいて３７８．８１秒から２０．４５秒に短縮することができることが分かる。ＡＲＭモデルは、Ａｓｐｅｎ Ｔｅｃｈｎｏｌｏｇｙ，Ｉｎｃ．（出願人）のＥＯエンジンのフルモデルのようにまとめるのが簡単で、より多くのクリープステップは必要ない。
【0082】
計算性能の比較に加えて、ＶＧＯ ＭＢハイドロクラッカーの例におけるフルモデルおよびＡＲＭモデルの精度も検証された。比較において、蒸留曲線（図１４）、炭素数の分布（図１５）、ＤＢＥの分布（図１６）、グローバルＰＩＯＮＡ（図１７）、重量ベースの収率（図１８）、および反応器出口温度（図１９）など、生成物の選択された特性が考慮された。生成物についての選択された特性の比較結果は、図１４～図１９に示す。
【0083】
図１４は、ＶＧＯ ＭＢハイドロクラッカーモデルにおいて、フルモデルおよびＡＲＭモデルを使用して決定された予測される蒸留曲線をプロット１４００ａ～ｃで示す。プロット１４００ａは、フルモデル１４０１ａ、Ｒｉｎｇ３ＳＣ８モデル１４０２ａ、Ｒｉｎｇ３ＳＣ４モデル１４０３ａ、およびＲｉｎｇ３ＳＣ０モデル１４０４ａを使用して決定された予測される蒸留曲線を示す。プロット１４００ｂは、フルモデル１４０１ｂ、Ｒｉｎｇ２ＳＣ８モデル１４０２ｂ、Ｒｉｎｇ２ＳＣ４モデル１４０３ｂ、およびＲｉｎｇ２ＳＣ０モデル１４０４ｂを使用して決定された、予測される蒸留曲線を示す。プロット１４００ｃは、フルモデル１４０１ｃ、Ｒｉｎｇ１ＳＣ８モデル１４０２ｃ、Ｒｉｎｇ１ＳＣ４モデル１４０３ｃ、およびＲｉｎｇ１ＳＣ０モデル１４０４ｃを使用して決定された予測される蒸留曲線を示す。
【0084】
図１５は、ＶＧＯ ＭＢハイドロクラッカーモデルにおいて、フルモデルおよびＡＲＭモデルを使用して決定された予測される炭素数の分布をプロット１５００ａ～ｃで示す。プロット１５００ａは、フルモデル１５０１ａ、Ｒｉｎｇ３ＳＣ８モデル１５０２ａ、Ｒｉｎｇ３ＳＣ４モデル１５０３ａ、およびＲｉｎｇ３ＳＣ０モデル１５０４ａを使用して決定された予測される炭素数の分布を示す。プロット１５００ｂは、フルモデル１５０１ｂ、Ｒｉｎｇ２ＳＣ８モデル１５０２ｂ、Ｒｉｎｇ２ＳＣ４モデル１５０３ｂ、およびＲｉｎｇ２ＳＣ０モデル１５０４ｂを使用して決定された予測される炭素数の分布を示す。プロット１５００ｃは、フルモデル１５０１ｃ、Ｒｉｎｇ１ＳＣ８モデル１５０２ｃ、Ｒｉｎｇ１ＳＣ４モデル１５０３ｃ、およびＲｉｎｇ１ＳＣ０モデル１５０４ｃを使用して決定された予測される炭素数の分布を示す。
【0085】
図１６は、ＶＧＯ ＭＢハイドロクラッカーモデルにおいて、フルモデルおよびＡＲＭモデルを使用して決定された予測されるＤＢＥの分布をプロット１６００ａ～ｃで示す。プロット１６００ａは、フルモデル１６０１ａ、Ｒｉｎｇ３ＳＣ８モデル１６０２ａ、Ｒｉｎｇ３ＳＣ４モデル１６０３ａ、およびＲｉｎｇ３ＳＣ０モデル１６０４ａを使用して決定された予測されるＤＢＥの分布を示す。プロット１６００ｂは、フルモデル１６０１ｂ、Ｒｉｎｇ２ＳＣ８モデル１６０２ｂ、Ｒｉｎｇ２ＳＣ４モデル１６０３ｂ、およびＲｉｎｇ２ＳＣ０モデル１６０４ｂを使用して決定された予測されるＤＢＥの分布を示す。プロット１６００ｃは、フルモデル１６０１ｃ、Ｒｉｎｇ１ＳＣ８モデル１６０２ｃ、Ｒｉｎｇ１ＳＣ４モデル１６０３ｃ、およびＲｉｎｇ１ＳＣ０モデル１６０４ｃを使用して決定された予測されるＤＢＥの分布を示す。
【0086】
図１７は、ＶＧＯ ＭＢハイドロクラッカーモデルにおいて、フルモデルおよびＡＲＭモデルを使用して決定された予測されるＰＩＯＮＡ重量割合をプロット１７００ａ～ｃで示す。プロット１７００ａは、フルモデル１７０１ａ、Ｒｉｎｇ３ＳＣ８モデル１７０２ａ、Ｒｉｎｇ３ＳＣ４モデル１７０３ａ、およびＲｉｎｇ３ＳＣ０モデル１７０４ａを使用して決定された予測されるＰＩＯＮＡ重量割合を示す。プロット１７００ｂは、フルモデル１７０１ｂ、Ｒｉｎｇ２ＳＣ８モデル１７０２ｂ、Ｒｉｎｇ２ＳＣ４モデル１７０３ｂ、およびＲｉｎｇ２ＳＣ０モデル１７０４ｂを使用して決定された予測されるＰＩＯＮＡ重量割合を示す。プロット１７００ｃは、フルモデル１７０１ｃ、Ｒｉｎｇ１ＳＣ８モデル１７０２ｃ、Ｒｉｎｇ１ＳＣ４モデル１７０３ｃ、およびＲｉｎｇ１ＳＣ０モデル１７０４ｃを使用して決定された予測されるＰＩＯＮＡ重量割合を示す。
【0087】
図１８は、ＶＧＯ ＭＢハイドロクラッカーモデルにおいて、フルモデルおよびＡＲＭモデルを使用して決定された予測される収率をプロット１８００ａ～ｃで示す。プロット１８００ａは、フルモデル１８０１ａ、Ｒｉｎｇ３ＳＣ８モデル１８０２ａ、Ｒｉｎｇ３ＳＣ４モデル１８０３ａ、Ｒｉｎｇ３ＳＣ０モデル１８０４ａ、およびＲｉｎｇ２ＳＣ８モデル１８０５ａを使用して決定された予測される収率を示す。プロット１８００ｂは、フルモデル１８０１ｂ、Ｒｉｎｇ２ＳＣ８モデル１８０２ｂ、Ｒｉｎｇ２ＳＣ４モデル１８０３ｂ、およびＲｉｎｇ２ＳＣ０モデル１８０４ｂを使用して決定された予測される収率を示す。プロット１８００ｃは、フルモデル１８０１ｃ、Ｒｉｎｇ１ＳＣ８モデル１８０２ｃ、Ｒｉｎｇ１ＳＣ４モデル１８０３ｃ、およびＲｉｎｇ１ＳＣ０モデル１８０４ｃを使用して決定された予測される収率を示す。
【0088】
図１９は、ＶＧＯ ＭＢハイドロクラッカーモデルにおいて、フルモデルおよびＡＲＭモデルを使用して決定された予測される反応器出口温度をプロット１９００ａ～ｃで示す。プロット１９００ａは、フルモデル１９０１ａ、Ｒｉｎｇ１ＳＣ８モデル１９０２ａ、Ｒｉｎｇ１ＳＣ４モデル１９０３ａ、およびＲｉｎｇ１ＳＣ０モデル１９０４ａを使用して決定された予測される反応器出口温度を示す。プロット１９００ｂは、フルモデル１９０１ｂ、Ｒｉｎｇ２ＳＣ８モデル１９０２ｂ、Ｒｉｎｇ２ＳＣ４モデル１９０３ｂ、およびＲｉｎｇ２ＳＣ０モデル１９０４ｂを使用して決定された予測される反応器出口温度を示す。プロット１９００ｃは、フルモデル１９０１ｃ、Ｒｉｎｇ３ＳＣ８モデル１９０２ｃ、Ｒｉｎｇ３ＳＣ４モデル１９０３ｃ、およびＲｉｎｇ３ＳＣ０モデル１９０４ｃを使用して決定された予測される反応器出口温度を示す。
【0089】
図１４～図１９は、フルモデルの結果とＡＲＭモデルの結果との間に良好な一致があることを示す。ＡＲＭモデルで設定した粒度が高いほど、フルモデルとＡＲＭモデルの一致度が高くなる。ＶＧＯ ＭＢハイドロクラッカーモデルに対するフルモデルと比較したＡＲＭモデルのＲ二乗の結果を、以下の表８に示す。
【0090】
【表7】
【0091】
このＭＢハイドロクラッカーモデルの事例では、ＡＲＭモデルのすべてのシナリオの結果と、フルモデルの結果との一貫性は良好である。最も低い粒度であるＲｉｎｇ１ＳＣ０のシナリオは、最良の計算性能を提供しており、これは、フルモデルよりもほぼ１８倍高速である。そのモデルから予測される結果は、フルモデルの結果と完全には合致しないが、Ｒｉｎｇ１ＳＣ０のシナリオの精度は、典型的な産業用途には十分である。したがって、ＭＢ ＥＯＲＸＲにおけるハイブリッドＡＲＭアプローチは、複雑なフローシートにおける複雑な供給原料および変換の分子ベースの運動モデルを解決する非常に効率的な方法を提供する。重油の複雑な反応器モデルを、詳細な分子情報を失わずに、Ｏ（秒）以内で解決することができる。計算性能は、分子モデル化を、多範囲レベルでの幅広い精製プロセスのマルチスケールモデルに適用するための最も重要な課題の一つである（精製業界ではスマートマニュファクチャリングと呼ばれる）。ハイブリッドＡＲＭモデルは、有限数の属性を使用して、ほぼ無限数の分子種と、複雑な炭化水素混合物（例えば、重質残油）中でのそれらの反応を記述することによって、この問題に効果的に対処することができ、それゆえに精製業界でのスマートマニュファクチャリングを最適化する基礎である。
【0092】
図２０は、本発明を実装し得る、コンピュータネットワークまたは類似のデジタル処理環境を図示する。
【0093】
クライアントコンピュータ／デバイス５０およびサーバコンピュータ６０は、アプリケーションプログラムおよびこれに類するものを実行する、処理、記憶、および入出力デバイスを提供する。クライアントコンピュータ／デバイス５０はまた、通信ネットワーク７０を介して、他のクライアントデバイス／プロセス５０およびサーバコンピュータ６０を含む、他のコンピュータデバイスにリンクできる。通信ネットワーク７０は、リモートアクセスネットワーク、グローバルネットワーク（例えば、インターネット）、クラウドコンピューティングのサーバーまたはサービス、世界中に散らばったコンピュータの一群、ローカルエリアまたは広域ネットワーク、および互いに通信するためにそれぞれのプロトコル（ＴＣＰ／ＩＰ、Ｂｌｕｅｔｏｏｔｈなど）を現在使用するゲートウェイの一部とすることができる。他の電子デバイス／コンピュータネットワークアーキテクチャも好適である。
【0094】
図２１は、図２０のコンピュータシステムにおける、コンピュータ（例えば、クライアントプロセッサ／デバイス５０またはサーバコンピュータ６０）の内部構造図である。各コンピュータ５０、６０は、システムバス７９を包含し、バスは、コンピュータまたは処理システムの構成要素間のデータ転送に使用される、一連のハードウェアラインである。バス７９は本質的に、要素間の情報転送を可能にするコンピュータシステムの異なる要素（例えば、プロセッサ、ディスク記憶装置、メモリ、入出力ポート、ネットワークポートなど）を接続する、共有導管である。システムバス７９に取り付けられるのは、様々な入出力デバイス（例えば、キーボード、マウス、ディスプレイ、プリンター、スピーカーなど）をコンピュータ５０、６０に接続するための、Ｉ／Ｏデバイスインターフェース８２である。ネットワークインターフェース８６によって、コンピュータが、ネットワーク（例えば、図２０のネットワーク７０）に取り付けられる、様々な他のデバイスに接続することが可能になる。メモリ９０は、本発明の実施形態を実装するために使用されるコンピュータソフトウェア命令９２およびデータ９４（例えば上記に詳述される方法２２０、ＭＢ ＥＯＲＸＲなど）のための、揮発性記憶装置を提供する。ディスク記憶装置９５は、本発明の実施形態を実装するために使用される、コンピュータソフトウェア命令９２およびデータ９４のための不揮発性記憶装置を提供する。中央処理装置８４もまた、システムバス７９に取り付けられ、コンピュータ命令の実行に備える。
【0095】
一実施形態では、プロセッサルーチン９２およびデータ９４は、本発明のシステムにソフトウェア命令の少なくとも一部分を提供する、コンピュータ可読媒体（例えば、一つ以上のＤＶＤ－ＲＯＭ、ＣＤ－ＲＯＭ、ディスケット、テープなどの取り外し可能な記憶媒体）を含む、コンピュータプログラム製品（概して９２で参照される）である。コンピュータプログラム製品９２は、当技術分野において周知のように、任意の好適なソフトウェアインストール手順によってインストールすることができる。別の実施形態では、ソフトウェア命令の少なくとも一部分は、ケーブル、通信および／または無線接続でダウンロードされてもよい。他の実施形態では、本発明のプログラムは、伝搬媒体に伝搬される信号（例えば、電波、赤外線波、レーザー波、音波、またはインターネットなどのグローバルネットワークもしくは他のネットワーク上で伝搬される電気的な波）上で具現化される、コンピュータプログラムを伝搬する信号製品１０７である。こうした搬送媒体または信号は、本発明のルーチン／プログラム９２に対する、ソフトウェア命令の少なくとも一部分を提供する。
【0096】
代替の実施形態では、伝搬される信号は、伝搬媒体上で搬送されるアナログ搬送波またはデジタル信号である。例えば、伝搬される信号は、グローバルネットワーク（例えば、インターネット）、電気通信ネットワークまたは他のネットワーク上で伝搬される、デジタル化信号であってもよい。一実施形態では、伝搬される信号は、何ミリ秒、何秒、何分、またはそれより長い期間にわたってネットワーク上をパケットとして送られるソフトウェアアプリケーションに対する命令など、ある期間にわたって伝搬媒体を介して送信される信号である。別の実施形態では、コンピュータプログラム製品９２のコンピュータ可読媒体は、コンピュータプログラムを伝搬する信号製品について上に記載するように、コンピュータシステム５０が、伝搬媒体を受信し、そして伝搬媒体内の具現化される伝搬される信号を識別することなどによって、受信し、かつ読み出す伝搬媒体である。
【0097】
概して言うと、用語「搬送媒体」または過渡の搬送波は、前述の過渡信号、伝搬される信号、伝搬される媒体、記憶媒体およびこれに類するものを網羅する。
【0098】
他の実施形態では、プログラム製品９２は、いわゆるサービスとしてのソフトウェア（ＳａａＳ）、またはエンドユーザをサポートする他のインストールまたは通信として実装されてもよい。
【0099】
実施形態またはその態様は、ハードウェア、ファームウェア、またはソフトウェアの形態で実装されてもよい。ソフトウェアで実装された場合、ソフトウェアは、プロセッサが、ソフトウェアまたはその命令のサブセットをロードすることが可能になるように構成されている、任意の非一時的コンピュータ可読媒体上に格納されてもよい。次いで、プロセッサは、命令を実行して、本明細書に記載された様態で動作する、または装置を動作させるように構成される。
【0100】
さらに、ファームウェア、ソフトウェア、ルーチン、または命令は、データプロセッサの特定の動作および／または機能を実行するものとして、本明細書に記載されてもよい。しかし、当然のことながら、本明細書に含まれるこうした記載は、単に便宜のためであり、かつ、実際には、こうした動作は、ファームウェア、ソフトウェア、ルーチン、命令などを実行するコンピュータデバイス、プロセッサ、コントローラ、または他のデバイスからもたらされる。
【0101】
当然のことながら、フロー図、ブロック図、およびネットワーク図は、より多いもしくは少ない要素を含んでもよく、異なって配置されてもよく、または異なって表現されてもよい。しかし、さらに当然のことながら、特定の実装形態は、実施形態の実行を例解する、ブロック図およびネットワーク図、ならびに数枚のブロック図およびネットワーク図が、特定の方法で実装されることを、指示する場合がある。
【0102】
それに応じて、さらなる実施形態はまた、様々なコンピュータアーキテクチャ、物理的、仮想的、クラウドコンピュータ、および／またはそれらのいくつかの組み合わせに実装されてもよく、したがって、本明細書に記載のデータプロセッサは、例解の目的で意図されているに過ぎず、実施形態の限定として意図されるものではない。
【0103】
例示的な実施形態を特に示し、かつ説明してきたが、当業者には、添付の特許請求の範囲に含まれる実施形態の範囲から逸脱することなく、形態および詳細の様々な変更がなされてもよいことが理解されるであろう。
なお、本発明は、態様として以下の内容を含む。
〔態様１〕
化学反応器内の化学反応をモデル化して、前記反応の生成物を決定するためのコンピュータ実装された方法であって、
コンピュータメモリ内で、個々の分子表現および分子属性表現を含む表現の組み合わせとして、供給原料中の分子の組成を表すことと、
前記コンピュータメモリ内で、前記個々の分子表現および前記分子属性表現に基づいて、化学反応器内での前記供給原料の化学反応の化学的性質の表現を定式化することと、
前記個々の分子表現、前記分子属性表現、および前記化学反応の前記化学的性質の前記定式化された表現を使用して、前記化学反応器内での前記供給原料の前記化学反応のシミュレーションを実行することであって、前記シミュレーションが、前記反応の生成物の組成を決定し、前記反応の前記生成物の第一のサブセットが、前記コンピュータメモリ内で個々の分子表現された生成物として表現され、かつ前記反応の前記生成物の第二のサブセットが、前記コンピュータメモリ内で、属性表現された生成物として表現される、ことと、
前記第二のサブセットの前記属性表現された生成物をサンプリングして、前記第二のサブセットの前記属性表現された生成物の個々の分子表現を自動的に決定し、これにより前記化学反応器内での前記供給原料の前記化学反応の前記生成物の前記第一および第二のサブセットの個々の分子表現が、結果としてもたらされる、こととを、を含む、方法。
〔態様２〕
前記分子属性表現が、分子型および一つ以上の側鎖を含む、態様１に記載の方法。
〔態様３〕
前記化学反応の前記化学的性質の前記表現が、熱化学、酸触媒化学、および金属触媒化学のうちの少なくとも一つに由来する化学反応を含む、態様１に記載の方法。
〔態様４〕
前記個々の分子表現された生成物と、前記属性表現された生成物の前記個々の分子表現とを組み合わせて、前記生成物の完全な分子組成物を決定することをさらに含む、態様１に記載の方法。
〔態様５〕
ユーザー入力に基づいて、前記シミュレーションを実行するために使用される方程式を定義することをさらに含む、態様１に記載の方法。
〔態様６〕
前記ユーザー入力が、反応型、反応経路、熱力学的特性、物理的特性、および速度則の式のうちの少なくとも一つである、態様５に記載の方法。
〔態様７〕
前記供給原料が、炭化水素混合物、石炭、およびシェール油のうちの少なくとも一つである、態様１に記載の方法。
〔態様８〕
ユーザー入力に基づいて、前記個々の分子表現または前記分子属性表現を使用して、前記供給原料中のどの分子を表現するかを選択することをさらに含む、態様１に記載の方法。
〔態様９〕
前記ユーザー入力が、前記個々の分子表現を使用して表現される分子に対する炭素数の制限および環数の制限を示す、態様８に記載の方法。
〔態様１０〕
前記化学反応の前記生成物の前記第一および第二のサブセットの前記決定された個々の分子表現に基づいて、化学処理手順の修正を評価することと、
前記化学反応の前記生成物の前記第一および第二のサブセットの前記決定された個々の分子表現に基づいて、反応プロセスを最適化することと、
前記化学反応の前記生成物の前記第一および第二のサブセットの前記決定された個々の分子表現に基づいて、生成物の特性を予測することと、
前記化学反応の前記生成物の前記第一および第二のサブセットの前記決定された個々の分子表現に基づいて、下流ユニットについての分子詳細を予測することによって、前記化学反応器と前記下流ユニットの統合をモデル化することと、
方程式指向（ＥＯ）方法を使用して、前記化学反応の前記生成物の前記第一および第二のサブセットの前記決定された個々の分子表現に基づいて、複雑な炭化水素混合物の変換のシステムを最適化することと、のうち少なくとも一つをさらに含む、態様１に記載の方法。
〔態様１１〕
前記シミュレーションを実行することが、属性ベースの質量平衡方程式、属性ベースのエネルギー平衡方程式、および属性ベースの運動量平衡方程式のうちの少なくとも一つを利用する、態様１に記載の方法。
〔態様１２〕
化学反応器内での化学反応をモデル化して、前記反応の生成物を決定するシステムであって、
プロセッサと、
コンピュータコード命令が格納されたメモリと、を備え、前記プロセッサおよび前記メモリが、前記コンピュータコード命令を用いて、前記システムに、
前記メモリ内で、個々の分子表現および分子属性表現を含む表現の組み合わせとして、供給原料中の分子の組成を表現させ、
前記メモリ内で、前記個々の分子表現および前記分子属性表現に基づいて、化学反応器内での前記供給原料の化学反応の化学的性質の表現を定式化させ、
前記個々の分子表現、前記分子属性表現、および前記化学反応の前記化学的性質の前記定式化された表現を使用して、前記化学反応器内での前記供給原料の前記化学反応のシミュレーションを実行させ、前記シミュレーションが、前記反応の生成物の組成を決定し、前記反応の前記生成物の第一のサブセットが、前記メモリ内で個々の分子表現された生成物として表現され、かつ前記反応の前記生成物の第二のサブセットが、前記コンピュータメモリ内で、属性表現された生成物として表現され、かつ、
前記第二のサブセットの前記属性表現された生成物をサンプリングさせて、前記第二のサブセットの前記属性表現された生成物の個々の分子表現を自動的に決定させ、これにより前記化学反応器内での前記供給原料の前記化学反応の生成物の前記第一および第二のサブセットの個々の分子表現が結果としてもたらされるように構成される、システム。
〔態様１３〕
前記分子属性表現が、分子型および一つ以上の側鎖を含む、態様１２に記載のシステム。
〔態様１４〕
前記化学反応の前記化学的性質の前記表現が、熱化学、酸触媒化学、および金属触媒化学のうちの少なくとも一つに由来する化学反応を含む、態様１２に記載のシステム。
〔態様１５〕
前記プロセッサおよび前記メモリが、前記コンピュータコード命令を用いて、前記システムに、
前記個々の分子表現された生成物と、前記属性表現された生成物の前記個々の分子表現とを組み合わせて、前記生成物の完全な分子組成物を決定させるようにさらに構成される、態様１２に記載のシステム。
〔態様１６〕
前記プロセッサおよび前記メモリが、前記コンピュータコード命令を用いて、前記システムに、
ユーザー入力に基づいて、前記シミュレーションの実行に使用される方程式を定義させるようにさらに構成される、態様１２に記載のシステム。
〔態様１７〕
前記プロセッサおよび前記メモリが、前記コンピュータコード命令を用いて、前記システムに、
ユーザー入力に基づいて、前記個々の分子表現または前記分子属性表現を使用して、前記供給原料中のどの分子を表現するかを選択させるようにさらに構成される、態様１２に記載のシステム。
〔態様１８〕
前記プロセッサおよび前記メモリが、前記コンピュータコード命令を用いて、前記システムに、
前記化学反応の前記生成物の前記第一および第二のサブセットの前記決定された個々の分子表現に基づいて、化学処理手順の修正を評価することと、
前記化学反応の前記生成物の前記第一および第二のサブセットの前記決定された個々の分子表現に基づいて、反応プロセスを最適化することと、
前記化学反応の前記生成物の前記第一および第二のサブセットの前記決定された個々の分子表現に基づいて、生成物の特性を予測することと、
前記化学反応の前記生成物の前記第一および第二のサブセットの前記決定された個々の分子表現に基づいて、下流ユニットについての分子詳細を予測することによって、前記化学反応器と前記下流ユニットの統合をモデル化することと、
方程式指向（ＥＯ）方法を使用して、前記化学反応の前記生成物の前記第一および第二のサブセットの前記決定された個々の分子表現に基づいて、複雑な炭化水素混合物の変換のシステムを最適化することと、のうち少なくとも一つを行わせるようにさらに構成される、態様１２に記載のシステム。
〔態様１９〕
前記シミュレーションを実行する上で、前記プロセッサおよび前記メモリが、前記コンピュータコード命令を用いて、前記システムに、属性ベースの質量平衡方程式、属性ベースのエネルギー平衡方程式、および属性ベースの運動量平衡方程式のうちの少なくとも一つを利用させるようにさらに構成される、態様１２に記載のシステム。
〔態様２０〕
化学反応器内での化学反応をモデル化し、反応の生成物を決定するための非一時的コンピュータプログラム製品であって、前記コンピュータプログラム製品が、その中に格納されたコンピュータコード命令を有するコンピュータ可読媒体を備え、前記コンピュータコード命令が、プロセッサによって実行されるとき、前記プロセッサに関連付けられた装置に、
コンピュータメモリ内で、個々の分子表現および分子属性表現を含む表現の組み合わせとして、供給原料中の分子の組成を表現させ、
前記コンピュータメモリ内で、前記個々の分子表現および前記分子属性表現に基づいて、化学反応器内での前記供給原料の化学反応の化学的性質の表現を定式化させ、
前記個々の分子表現、前記分子属性表現、および前記化学反応の前記化学的性質の前記定式化された表現を使用して、前記化学反応器内での前記供給原料の前記化学反応のシミュレーションを実行させ、前記シミュレーションが、前記反応の生成物の組成を決定し、前記反応の前記生成物の第一のサブセットが、前記コンピュータメモリ内で個々の分子表現された生成物として表現され、かつ前記反応の前記生成物の第二のサブセットが、前記コンピュータメモリ内で、属性表現された生成物として表現され、かつ、
前記第二のサブセットの前記属性表現された生成物をサンプリングさせて、前記第二のサブセットの前記属性表現された生成物の個々の分子表現を自動的に決定させ、これにより前記化学反応器内での前記供給原料の前記化学反応の前記生成物の前記第一および第二のサブセットの個々の分子表現が、結果としてもたらされるように構成された、非一時的コンピュータプログラム製品。
なお、本発明は、態様として以下の内容を含む。
〔態様１〕
化学反応器内の化学反応をモデル化して、前記反応の生成物を決定するためのコンピュータ実装された方法であって、
コンピュータメモリ内で、個々の分子表現および分子属性表現を含む表現の組み合わせとして、供給原料中の分子の組成を表すことと、
前記コンピュータメモリ内で、前記個々の分子表現および前記分子属性表現に基づいて、化学反応器内での前記供給原料の化学反応の化学的性質の表現を定式化することと、
前記個々の分子表現、前記分子属性表現、および前記化学反応の前記化学的性質の前記定式化された表現を使用して、前記化学反応器内での前記供給原料の前記化学反応のシミュレーションを実行することであって、前記シミュレーションが、前記反応の生成物の組成を決定し、前記反応の前記生成物の第一のサブセットが、前記コンピュータメモリ内で個々の分子表現された生成物として表現され、かつ前記反応の前記生成物の第二のサブセットが、前記コンピュータメモリ内で、属性表現された生成物として表現される、ことと、
前記第二のサブセットの前記属性表現された生成物をサンプリングして、前記第二のサブセットの前記属性表現された生成物の個々の分子表現を自動的に決定し、これにより前記化学反応器内での前記供給原料の前記化学反応の前記生成物の前記第一および第二のサブセットの個々の分子表現が、結果としてもたらされる、こととを、を含む、方法。
〔態様２〕
前記分子属性表現が、分子型および一つ以上の側鎖を含む、態様１に記載の方法。
〔態様３〕
前記化学反応の前記化学的性質の前記表現が、熱化学、酸触媒化学、および金属触媒化学のうちの少なくとも一つに由来する化学反応を含む、態様１に記載の方法。
〔態様４〕
前記個々の分子表現された生成物と、前記属性表現された生成物の前記個々の分子表現とを組み合わせて、前記生成物の完全な分子組成物を決定することをさらに含む、態様１に記載の方法。
〔態様５〕
ユーザー入力に基づいて、前記シミュレーションを実行するために使用される方程式を定義することをさらに含む、態様１に記載の方法。
〔態様６〕
前記ユーザー入力が、反応型、反応経路、熱力学的特性、物理的特性、および速度則の式のうちの少なくとも一つである、態様５に記載の方法。
〔態様７〕
前記供給原料が、炭化水素混合物、石炭、およびシェール油のうちの少なくとも一つである、態様１に記載の方法。
〔態様８〕
ユーザー入力に基づいて、前記個々の分子表現または前記分子属性表現を使用して、前記供給原料中のどの分子を表現するかを選択することをさらに含む、態様１に記載の方法。
〔態様９〕
前記ユーザー入力が、前記個々の分子表現を使用して表現される分子に対する炭素数の制限および環数の制限を示す、態様８に記載の方法。
〔態様１０〕
前記化学反応の前記生成物の前記第一および第二のサブセットの前記決定された個々の分子表現に基づいて、化学処理手順の修正を評価することと、
前記化学反応の前記生成物の前記第一および第二のサブセットの前記決定された個々の分子表現に基づいて、反応プロセスを最適化することと、
前記化学反応の前記生成物の前記第一および第二のサブセットの前記決定された個々の分子表現に基づいて、生成物の特性を予測することと、
前記化学反応の前記生成物の前記第一および第二のサブセットの前記決定された個々の分子表現に基づいて、下流ユニットについての分子詳細を予測することによって、前記化学反応器と前記下流ユニットの統合をモデル化することと、
方程式指向（ＥＯ）方法を使用して、前記化学反応の前記生成物の前記第一および第二のサブセットの前記決定された個々の分子表現に基づいて、複雑な炭化水素混合物の変換のシステムを最適化することと、のうち少なくとも一つをさらに含む、態様１に記載の方法。
〔態様１１〕
前記シミュレーションを実行することが、属性ベースの質量平衡方程式、属性ベースのエネルギー平衡方程式、および属性ベースの運動量平衡方程式のうちの少なくとも一つを利用する、態様１に記載の方法。
〔態様１２〕
化学反応器内での化学反応をモデル化して、前記反応の生成物を決定するシステムであって、
プロセッサと、
コンピュータコード命令が格納されたメモリと、を備え、前記プロセッサおよび前記メモリが、前記コンピュータコード命令を用いて、前記システムに、
前記メモリ内で、個々の分子表現および分子属性表現を含む表現の組み合わせとして、供給原料中の分子の組成を表現させ、
前記メモリ内で、前記個々の分子表現および前記分子属性表現に基づいて、化学反応器内での前記供給原料の化学反応の化学的性質の表現を定式化させ、
前記個々の分子表現、前記分子属性表現、および前記化学反応の前記化学的性質の前記定式化された表現を使用して、前記化学反応器内での前記供給原料の前記化学反応のシミュレーションを実行させ、前記シミュレーションが、前記反応の生成物の組成を決定し、前記反応の前記生成物の第一のサブセットが、前記メモリ内で個々の分子表現された生成物として表現され、かつ前記反応の前記生成物の第二のサブセットが、前記コンピュータメモリ内で、属性表現された生成物として表現され、かつ、
前記第二のサブセットの前記属性表現された生成物をサンプリングさせて、前記第二のサブセットの前記属性表現された生成物の個々の分子表現を自動的に決定させ、これにより前記化学反応器内での前記供給原料の前記化学反応の生成物の前記第一および第二のサブセットの個々の分子表現が結果としてもたらされるように構成される、システム。
〔態様１３〕
前記分子属性表現が、分子型および一つ以上の側鎖を含む、態様１２に記載のシステム。
〔態様１４〕
前記化学反応の前記化学的性質の前記表現が、熱化学、酸触媒化学、および金属触媒化学のうちの少なくとも一つに由来する化学反応を含む、態様１２に記載のシステム。
〔態様１５〕
前記プロセッサおよび前記メモリが、前記コンピュータコード命令を用いて、前記システムに、
前記個々の分子表現された生成物と、前記属性表現された生成物の前記個々の分子表現とを組み合わせて、前記生成物の完全な分子組成物を決定させるようにさらに構成される、態様１２に記載のシステム。
〔態様１６〕
前記プロセッサおよび前記メモリが、前記コンピュータコード命令を用いて、前記システムに、
ユーザー入力に基づいて、前記シミュレーションの実行に使用される方程式を定義させるようにさらに構成される、態様１２に記載のシステム。
〔態様１７〕
前記プロセッサおよび前記メモリが、前記コンピュータコード命令を用いて、前記システムに、
ユーザー入力に基づいて、前記個々の分子表現または前記分子属性表現を使用して、前記供給原料中のどの分子を表現するかを選択させるようにさらに構成される、態様１２に記載のシステム。
〔態様１８〕
前記プロセッサおよび前記メモリが、前記コンピュータコード命令を用いて、前記システムに、
前記化学反応の前記生成物の前記第一および第二のサブセットの前記決定された個々の分子表現に基づいて、化学処理手順の修正を評価することと、
前記化学反応の前記生成物の前記第一および第二のサブセットの前記決定された個々の分子表現に基づいて、反応プロセスを最適化することと、
前記化学反応の前記生成物の前記第一および第二のサブセットの前記決定された個々の分子表現に基づいて、生成物の特性を予測することと、
前記化学反応の前記生成物の前記第一および第二のサブセットの前記決定された個々の分子表現に基づいて、下流ユニットについての分子詳細を予測することによって、前記化学反応器と前記下流ユニットの統合をモデル化することと、
方程式指向（ＥＯ）方法を使用して、前記化学反応の前記生成物の前記第一および第二のサブセットの前記決定された個々の分子表現に基づいて、複雑な炭化水素混合物の変換のシステムを最適化することと、のうち少なくとも一つを行わせるようにさらに構成される、態様１２に記載のシステム。
〔態様１９〕
前記シミュレーションを実行する上で、前記プロセッサおよび前記メモリが、前記コンピュータコード命令を用いて、前記システムに、属性ベースの質量平衡方程式、属性ベースのエネルギー平衡方程式、および属性ベースの運動量平衡方程式のうちの少なくとも一つを利用させるようにさらに構成される、態様１２に記載のシステム。
〔態様２０〕
化学反応器内での化学反応をモデル化し、反応の生成物を決定するための非一時的コンピュータプログラム製品であって、前記コンピュータプログラム製品が、その中に格納されたコンピュータコード命令を有するコンピュータ可読媒体を備え、前記コンピュータコード命令が、プロセッサによって実行されるとき、前記プロセッサに関連付けられた装置に、
コンピュータメモリ内で、個々の分子表現および分子属性表現を含む表現の組み合わせとして、供給原料中の分子の組成を表現させ、
前記コンピュータメモリ内で、前記個々の分子表現および前記分子属性表現に基づいて、化学反応器内での前記供給原料の化学反応の化学的性質の表現を定式化させ、
前記個々の分子表現、前記分子属性表現、および前記化学反応の前記化学的性質の前記定式化された表現を使用して、前記化学反応器内での前記供給原料の前記化学反応のシミュレーションを実行させ、前記シミュレーションが、前記反応の生成物の組成を決定し、前記反応の前記生成物の第一のサブセットが、前記コンピュータメモリ内で個々の分子表現された生成物として表現され、かつ前記反応の前記生成物の第二のサブセットが、前記コンピュータメモリ内で、属性表現された生成物として表現され、かつ、
前記第二のサブセットの前記属性表現された生成物をサンプリングさせて、前記第二のサブセットの前記属性表現された生成物の個々の分子表現を自動的に決定させ、これにより前記化学反応器内での前記供給原料の前記化学反応の前記生成物の前記第一および第二のサブセットの個々の分子表現が、結果としてもたらされるように構成された、非一時的コンピュータプログラム製品。
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】
【図8】
【図9】
【図10】
【図11】
【図12】
【図13】
【図14】
【図15】
【図16】
【図17】
【図18】
【図19】
【図20】
【図21】