Geri Dön

Determination of hydrocarbon composition of naphtha by using Fourier transform infrared spectroscopy and multivariate calibration

Naftanın hidrokarbon bileşiminin Fourier dönüşümlü kızılötesi spektroskopisi ve çok değişkenli kalibrasyon ile belirlenmesi

  1. Tez No: 655818
  2. Yazar: SELAHATTİN ŞENTÜRK
  3. Danışmanlar: PROF. DR. DURMUŞ ÖZDEMİR
  4. Tez Türü: Yüksek Lisans
  5. Konular: Kimya, Chemistry
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2020
  8. Dil: İngilizce
  9. Üniversite: İzmir Yüksek Teknoloji Enstitüsü
  10. Enstitü: Mühendislik ve Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Kimya Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 64

Özet

Birçok farklı fiziksel ve kimyasal süreçler oluşan rafinerilerde yer almaktadır. Bu süreçler birbirleriyle ilişki içinde olan bir birim için son ürün olurken diğer birimin hammaddesi olmaktadır. Bu nedenle belirli spesifikasyonlara göre üretim yapılmaktadır. Rafineri planlamasında ve çeşitli süreçlerin karmaşıklığında gerekli esnekliği, ancak her rafineri biriminin değişimini ve son ürününün akışını sıkı bir şekilde gözlemleyerek sağlanabilir. Ham petrol damıtma ünitesi süreç koşullarının optimizasyonu her rafineride önemli bir parametredir. Analizdeki gecikmeler, süreç koşullarının ayarlanmasında gecikmelere neden olur. Rafinerideki ham petrol ünitesinin ara ürünleri için konvansiyonel analitik yöntemlere dayalı fiziksel özelliklerinin belirlenmesi zaman alıcı ve pahalı işlemler gerektirir. Rutin olarak izlenen özellikler arasından biri olan nafta ürünün içindeki hidrokarbon bileşimleri yer alır. Ham petrol ünitesinden üst katmanlarından alınan nafta olarak adlandırılan temel hidrokarbon karışımı olan ve içinde parafin, aromatik ve olefin gibi hidrokarbon moleküller bulunmaktadır. Nafta genel olarak 4 zincirli karbon ile başlayarak 10 zincirli karbon aralığındaki hidrokarbonlardan oluşmaktadır. Bu çalışmada 95 hafif naftanın ve 67 ağır nafta kullanılmıştır. Yakın kızıl ötesi spektroskopisi ile 10000 cm-1- 4000 cm-1 dalga sayısı aralığında örneklerin spektrumları toplanmış ardından referans olan konvansiyonel yöntemlerden elde edilen parametrelerin konsantrasyonlarıyla çok değişkenli kalibrasyon modelleri oluşturulmuştur. Elde edilen sonuçları karıştırılarak bu modeller ile konvansiyonel yöntemin yerine kullanılabilecek daha hızlı, ucuz ve güvenilir alternatif yöntem geliştirme amaçlanmıştır. Kısmı en küçük kareler(PLS) ile genetik ters en küçük kareler(GILS) 2 farklı çok değişkenli kalibrasyon metodu kullanılmıştır. İlk aşamada örneklerin spektrumlara ön işleme tekniği olan Genişletilmiş Çarpımsal Saçılma Düzeltmesi(EMSC) uygulanmıştır. Sonuç olarak hem hafif nafta hem de ağır nafta için iki farklı modelleme tekniğiyle başarılı sonuçlar elde edilmiştir.

Özet (Çeviri)

Accurate monitoring of the charging and output of the refinery unit is required. These direct refineries need to provide a quick response to posts on crude oil compositions or directions to their latest request. Determining the physical properties of the intermediate products of the crude oil unit in the refinery based on conventional analytical methods requires time consuming and expensive processes. At this stage, multivariate calibration techniques, creating models that can replace conventional analysis methods and obtaining results using fast spectroscopic analysis. For this study, multivariate calibration techniques were used to determine the hydrocarbons in the naphtha product from crude oil distillation column. The results were evaluated by comparing with using the reference conventional method results. Parameters are Aromatics, Olefins, Benzene, Naphthenes, Paraffins, C7Plus (the sum of compounds with more than 7 carbons) and C6Minus (the sum of compounds with less than 6 carbons). Samples were analyzed by Fourier transform near infrared region spectroscopy between 10000 cm-1- 4000 cm-1 wavenumbers. Calibration models were obtained by partial least squares and genetic inverse least squares methods. Using these models, the relevant parameters for the validation set samples were estimated and compared statistically with the values of the reference analysis methods. The results has been indicated that parameters has been successfully modelled with R2 range from 0.917 to 0.998 for LSRN samples and R2 range from 0.963 to 0.996 for HSRN samples

Benzer Tezler

  1. Nikelalüminat (NiO/Al2O3) nanopartiküllerinin üretimi

    Production of NiO/Al2O3 nanocomposite particles

    TUNÇAĞ CİHANGİR ŞEN

    Yüksek Lisans

    Türkçe

    Türkçe

    2014

    Metalurji Mühendisliğiİstanbul Teknik Üniversitesi

    Metalurji ve Malzeme Mühendisliği Ana Bilim Dalı

    PROF. DR. SEBAHATTİN GÜRMEN

  2. ZSM-5 zeolitinin sentezinde SI/AI oranı ile kristal boyut ve morfolojisinin denetlenmesi

    The Controlling of morphology and crystal size with Si/Al ratio in synthesizing of zeolite ZSM-5

    MURAT ALTUN

    Yüksek Lisans

    Türkçe

    Türkçe

    1993

    Kimya Mühendisliğiİstanbul Teknik Üniversitesi

    DOÇ.DR. AYŞE ŞENATALAR ERDEM

  3. Anaerobic biodegradation potential of petroleum derived wastes under nitrate and iron reducing conditions

    Petrol türevli atıkların nitrat ve demir indirgeyici ortamlarda anaerobik biyodegredasyon potansiyeli

    MİHRİBAN SEYİS

    Yüksek Lisans

    İngilizce

    İngilizce

    2019

    Biyoteknolojiİstanbul Teknik Üniversitesi

    Çevre Mühendisliği Ana Bilim Dalı

    PROF. DR. ORHAN İNCE

    DOÇ. SEVCAN AYDIN

  4. Determination of PAH pollution and anaerobic PAH degradation activity in Marmara sea sediment

    Marmara deniz sedimanlarında PAH kirliliğinin ve anaerobik PAH yıkım aktivitelerinin tespit edilmesi

    SELDA BAYIR DEMİRCİOĞLU

    Yüksek Lisans

    İngilizce

    İngilizce

    2011

    Çevre Mühendisliğiİstanbul Teknik Üniversitesi

    Çevre Mühendisliği Ana Bilim Dalı

    PROF. DR. ORHAN İNCE

  5. Dadaş şeylinin mineral bileşiminin ve toplam organik madde miktarının (TOK) makine öğrenmesi ile belirlenmesi

    Estimation of mineralogical composition and total organic carbon (TOC) of the Dadas shale by using machine learning

    SALİH SAĞLAM

    Yüksek Lisans

    Türkçe

    Türkçe

    2021

    Jeoloji Mühendisliğiİstanbul Üniversitesi-Cerrahpaşa

    Jeoloji Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ŞAMİL ŞEN