響應面考察工藝條件對正丁烷芳構化的影響

曾武松，楊加可，魯玉瑩，陸江銀

（新疆大學 化學化工學院 石油天然氣精細化工教育部重點實驗室，新疆 烏魯木齊 830046）

苯、甲苯、二甲苯（BTX）是高辛烷值汽油摻合組分，同時也是重要的基礎化工原料，市場需求巨大。低碳烷烴芳構化是一種提高低碳烷烴附加值的有效方法［1］。在石油催化裂化和油田開采過程中，會產生大量的副產品正丁烷［2］，對正丁烷進行轉化可生產具有高附加值的BTX。ZSM-5分子篩的孔徑與苯等芳烴產物的直徑相當，因此被廣泛用于低碳烷烴的芳構化過程。研究表明，Zn改性ZSM-5分子篩對于低碳烷烴脫氫及環化有更好的活性和選擇性［3-4］。研究者們對低碳烷烴芳構化的研究主要是通過單變量進行，忽略了變量間的相互關系。響應面分析法是一種實驗設計和數學建模綜合使用的方法，可用于確定各因素及其交互作用對響應值的影響，精確表述因素與響應值之間的關系［5-7］。通過建立連續變量曲面模型，對實驗影響因子及其相互作用進行評價，與正交實驗相比能更直觀地體現應變量值［8］。響應面法具有精度高、預測性好等優點，已經在眾多領域得到廣泛應用［9-10］。

本工作采用等體積浸漬法負載金屬Zn，以改性ZSM-5催化劑，通過氣相色譜對正丁烷在固定床反應器中的反應產物進行在線分析，得到BTX收率。通過Box-Behnken數學模型對三因素（氣態空速（GHSV）、金屬負載量和反應溫度）進行擬合，確定BTX收率與三因素的數量關系，并得到三者影響的強弱關系。

1 實驗部分

1.1 主要試劑

ZSM-5：硅鋁比為27，南開大學；硝酸鋅：分析純，天津市河東區紅巖試劑廠；高純氮氣：99.999%（φ），新疆鑫天意特種氣體公司；正丁烷：99%（w），成都科源氣體有限公司。

1.2 催化劑的制備

采用等體積浸漬法制備催化劑：將Zn負載到ZSM-5催化劑上，金屬負載量（w）為1%，2%，3%，4%，記為試樣Zn1，Zn2，Zn3，Zn4。浸漬法負載金屬后制得的催化劑常溫靜置6 h；烘箱60 ℃干燥6 h；馬弗爐升溫速率5 ℃/min，550℃焙燒6 h；壓片，制得40～60目成型催化劑。

1.3 分析測試

采用德國布魯克公司D8 ADVANCE型X射線衍射儀對催化劑的晶體結構進行表征；采用美國Micromeritics儀器公司ASAP 2020型全自動高壓物理吸附儀對催化劑比表面積和孔結構進行表征；采用天津先權儀器有限公司TP-5080型多用途吸附儀對催化劑酸性質進行表征；采用日本島津GC-2014C型氣相色譜進行試樣產物分析；采用日本Hitachi公司Z-2010型原子吸收儀定量分析催化劑中Zn元素含量。

1.4 催化劑的評價

正丁烷芳構化在固定床反應裝置（揚州興柳電器有限公司YDL型電加熱爐）上進行。采用連續固定床微分反應器（內徑6 mm，長400 mm）對催化劑性能進行評價。催化劑裝填量為0.300 g，反應壓力為常壓，進料m（n-C4H10）∶m（N2）=1∶1。反應過程中，對反應產物每隔30 min進行自動采樣，采用氣相色譜在線分析。正丁烷芳構化的主要產物包括甲烷、乙烯、乙烷、丙烯、丙烷、BTX及C9+產物（C9+產物含量極少，計算時可忽略不計）。分析結果采用碳平衡歸一化法進行處理。

2 結果與討論

2.1 催化劑表征結果

2.1.1 AAS表征結果

采用等體積浸漬法制備Zn負載量（w）為1%，2%，3%，4%的Zn/ZSM-5催化劑，催化劑的原子吸收光譜（AAS）數據如表1所示。由表1可知，金屬負載較好。

表1 Zn/ZSM-5催化劑的AAS數據Table 1 Atomic absorption spectroscopy data of Zn/ZSM-5 catalyst

2.1.2 XRD表征結果

圖1為不同Zn負載量的Zn/ZSM-5催化劑的XRD譜圖。由圖1可知，催化劑試樣Zn1，Zn2，Zn3，Zn4均在 2θ=8.0°，8.9°，22.9°，23.9°，24.2°，45.4°附近出現ZSM-5分子篩的特征衍射峰［11］，試樣的XRD譜圖與文獻中報道的典型ZSM-5分子篩的XRD譜圖基本一致［12-14］，說明催化劑的晶體結構并未遭到破壞。此外，在考察的Zn含量范圍內并沒有發現ZnO的特征峰，表明Zn 物種分散良好［15］。

圖1 不同Zn負載量的Zn/ZSM-5催化劑的XRD譜圖Fig.1 XRD spectra of Zn/ZSM-5 catalysts with different Zn loading.

2.1.3 比表面積和孔結構表征結果

表2為Zn/ZSM-5催化劑的比表面積和孔結構參數。由表2可知，隨著Zn負載量的增加，催化劑的比表面積和微孔體積逐漸下降，呈現出規律性的變化，這可能是由于Zn物種分散于孔口或者進入分子篩孔道所致［16］。

表2 催化劑的織構性質Table 2 Structure properties of catalysts

2.1.4 表面酸性表征結果

NH3-TPD峰的積分面積可以反映酸性位點的數量［17］，適宜的酸性比例更有利于芳構化。分別將100～200 ℃，200～400 ℃，400～600 ℃定義為弱酸位，中強酸位和強酸位［18］。圖2為Zn/ZSM-5催化劑的NH3-TPD曲線。由圖2可知，Zn/ZSM-5催化劑是具有MFI結構雙峰特性的典型沸石［19］。

對圖2數據積分，根據面積比得到弱酸、中強酸和強酸的比例，結果見表3。由表3可知，中強酸位的比例隨著Zn負載量的增加而增加。

圖2 不同Zn負載量催化劑的NH3-TPD曲線Fig.2 NH3-TPD curves of catalysts with different Zn loading.

表3 不同Zn負載量催化劑的酸性位比例Table 3 Acid site ratio of the catalysts with different Zn loading

2.2 單因素實驗

考察了GHSV（A）、金屬負載量（B）和反應溫度（C）3個變量對于丁烷芳構化的影響。其中，GHSV為1 000～6 000 h-1，反應溫度為520～600 ℃，Zn負載量為1%（w）～4%（w），進行單因素考察，反應時間為2 h。

2.2.1 GHSV對BTX收率的影響

表4為GHSV對正丁烷芳構化的影響。

表4 GHSV對正丁烷芳構化的影響Table 4 Effect of GHSV on aromatization of n-butane

由表4可知，隨著GHSV增加，反應物在催化劑表面的停留時間縮短，BTX收率逐漸降低。因此，選擇GHSV=1 500，3 000，4 500 h-1為響應面考察范圍。

2.2.2 Zn負載量對BTX收率的影響

表5為不同Zn負載量對正丁烷芳構化的影響。由表5可知，BTX選擇性和收率隨著Zn負載量的增大先增加后減少。在Zn負載量為2%（w）時，BTX選擇性和收率達到最大，這可能是因為此時Zn/ZSM-5催化劑具有最適宜的酸性比例。因此，確定Zn負載量1%（w），2%（w），3%（w）為響應面考察范圍。

2.2.3 反應溫度對BTX收率的影響

表6為不同反應溫度對正丁烷芳構化的影響。由表6可知，目標產物BTX的收率隨溫度的升高而升高，這是由于正丁烷芳構化過程是吸熱過程［20］。選擇反應溫度540，560，580 ℃為響應面考察范圍。

表5 Zn負載量對正丁烷芳構化的影響Table 5 Effect of Zn loading on n-butane aromatization

表6 反應溫度對正丁烷芳構化的影響Table 6 Effect of reaction temperature on n-butane aromatization

2.3 響應面實驗優化設計

2.3.1 響應面實驗因素水平的選取

綜合單因素實驗結果，使用Design-Expert 8.0軟件，采用Box-Behnken模型，以A，B，C為響應變量，BTX收率（D）為響應值進行三因素三水平實驗設計，實驗因素與水平如表7所示。

表7 響應面三因素三水平實驗設計Table 7 Experimental design of three factor and three levels of response surface method

2.3.2 以芳烴收率為響應值的工藝條件

以A，B，C為響應變量，反應時間2 h，D為響應值，開展正丁烷芳構化實驗，結果見表8，其中5個中心點重復實驗，用來估計純實驗誤差。采用響應面Design-Expert 8.0分析軟件對表8中數據進行了多元回歸分析，手動去除不顯著項A2C，同時為得到實際因素的計算方程，保留AC，建立三元三次響應面模型，實際因素計算的最終方程見式（1）。

由表8可知，17組實驗中只有3組實驗條件的D低于20%，其余14組均高于20%，其中4組高于30%。實驗值與回歸所得的實際方程的預測值的誤差范圍為-3.14%～2.39%。實驗得到三因素條件下D實際值與預測值的偏離程度［21］。該模型失擬項（P=0.380 8）不顯著，說明未知因素對實驗結果干擾很小。回歸模型的決定系數R2=0.997 7，表明預測值與實驗值之間相關性良好，校正決定系數Radj=0.993 9。變異系數（CV值2.24%）較低，可見實驗有良好的穩定性。

圖9為回歸方程方差分析。

表8 Box-Behnken實驗設計與結果Table 8 Box-Behnken response surface experimental design and results

表9 回歸方程方差分析Table 9 Analysis of variance of the regression equation

由表9可知，模型的F=262.35，其中P＜0.000 1，表明模型高度顯著，可信度好［9，22］。A，B，C三個因素是影響顯著的模型項（P＜0.05）。P越小、F越大，表明該因素影響越顯著。在實驗選取的變量范圍內，三個因素的顯著順序由大到小為：A＞C＞B。

2.3.3 響應面模型分析

當P＜0.05時，表示該指標顯著［23］，表明回歸方程描述各因子與響應值之間的關系時，應變與所有自變量之間的線性關系顯著，即這種實驗方法是可靠的；當P＞0.05時，表明回歸模型正確［7］。由表9還可知，各因素中A，B，C，B2因素對D有極顯著的影響（P＜0.000 1），A2，C2，A2B對D有顯著的影響（P＜0.05）。AB，AC因素之間存在顯著交互作用（P＜0.05）。

做AB，AC，BC對D影響的等高線和響應面（其他變量保持在0水平），可直觀看出各因素對D影響的變化趨勢，結果如圖3所示。等高線越密集、擬合曲面坡度越大說明該因素的影響越顯著［24］。分析圖3分別可得三因素對D的影響：A對D的影響大于C對D的影響，C對D影響大于B對D的影響，這與各因素對D的影響排序統計結果相符。

圖3 C和A（a1，b1）、C和B（a2，b2）、 A和B（a3，b3）交互作用對D的影響的等高線及響應面Fig.3 Contour map and response surface map of the interaction between C and A(a1，b1)，C and B(a2，b2)，A and B(a3，b3) on D.

2.3.4 工藝條件的預測及驗證

采用Design-Expert 8.0軟件對模型進行典型性分析，得到三個變量之間的相互關系。在選取的變量范圍內，通過實測值與預測值進行比較，來驗證數學模型的正確性。實驗值與預測值如表10所示。由表10可知，在所選取的3個實驗條件下，實驗值與預測值有一定的誤差，但誤差較小（＜5%）。因此，在選取工藝參數的變量范圍之內，通過軟件回歸的三變量之間的方程具有一定指導意義。

表10 實驗值與預測值Table 10 Experimental and predicted values

3 結論

1）采用三元三次響應面模型，實際因素計算的最終方程式為：D=-1 870.977 50+0.022 322A+8.731 00B+6.516 26C-5.800 00×10-3AB-2.441 67×10-5AC+0.017 25BC-2.131 22×10-6A2-3.347 75B2-5.613 12×10-3C2+8.555 56×10-7A2B。在實驗所選取的范圍內，D的實驗值與用Box-Behnken數學模型建立的回歸方程計算得出的預測值具有較好的一致性。

2）在實驗選取的變量范圍內，三因素的顯著順序由大到小為：A＞C＞B。