分子尺度反應動力學模型構建在催化裂化/裂解過程中的應用進展

劉東陽，白宇恩，張霖宙，張宇豪，趙亮，高金森，徐春明

（中國石油大學(北京)重質油國家重點實驗室，北京102249）

催化裂化反應是在熱和催化劑的作用下使重質油發生裂化反應生成裂化氣、汽油和柴油，催化裂解反應主要是在催化劑存在的條件下將輕質油進行高溫裂解轉變為低碳烯烴（乙烯、丙烯和丁烯）。目前，國內外科研機構和單位針對催化裂化/裂解反應的原料組成、反應器類型和產品分布的特點開發了一系列成熟的催化裂化/裂解工藝過程[1-3]。據統計，我國催化裂化所產汽油占汽油調和池的70%左右，所產柴油約占柴油調和總量的40%，催化裂化/裂解過程所產丙烯約占丙烯總產能的33%[4-5]。由此可見，催化裂化/裂解過程對我國交通運輸業和化學工業的發展具有至關重要的作用。近年來，隨著節能環保法規的日益嚴格、燃料油品質的快速升級以及低碳烯烴需求的不斷增加，致使催化裂化/裂解過程產品分布和性質預測模型的開發變得尤為重要。催化裂化/裂解過程模擬的主要挑戰集中在不同操作條件下將原料組成與產品收率和性質進行關聯，分子尺度反應動力學模型是實現這一目標的有效途徑，其本質是通過分子層次管控使石油餾分中每個分子的價值最大化[6-7]。

與經驗模型和集總動力學模型相比，分子尺度反應動力學模型的研究細化到了石油烴類分子層面，是在對反應機理和反應類型研究的基礎上，基于每種分子及其反應構建的反應動力學模型[8-9]。催化裂化/裂解過程分子尺度反應動力學模型可以對原料性質、催化劑、操作條件和產品組成相關聯，對產品分布及性質作出精準預測，可實現對催化裂化/裂解工藝過程催化劑的選用和改進、工藝條件的優化、流程模擬和工藝工程放大[10-11]。

本文綜述了催化裂化/裂解反應機理、反應類型、分子尺度動力學模型構建方法及其在催化裂化/裂解過程中的應用進展，具體包括結構化模型（structural model）[12-13]、單元步驟模型（single-event）[14]、鍵電矩陣模型（bond-electron matrix）[15-16]、結構導向集總模型（structure-oriented lumping）[17]和結構單元-鍵電矩陣混合框架（hybrid structural unit and bond-electron matrix）[18]，并針對不同模型構建方法的優缺點進行了分析，期望對今后的催化裂化/裂解過程分子尺度反應動力學模型研究提供參考。

1 催化裂化/裂解反應機理和反應類型

分子尺度反應動力學模型構建需要通過反應規則描述復雜反應體系中每個分子的反應規律，而反應規則是在反應機理和反應類型的基礎上建立起來的。另外，不同碳數、類型的石油烴類分子在催化裂化/裂解過程具有不同的反應規則，反應規則的制定與反應網絡和反應動力學模型密切相關。因此，針對復雜多樣的催化裂化/裂解過程原料組成，對催化裂化/裂解反應機理和發生反應類型的正確認識并建立準確的反應規則是構建分子尺度反應動力學模型的前提。

1.1 反應機理

石油烴催化裂化/裂解過程同時發生酸催化裂化和熱裂化反應，兩個反應分別遵循正碳離子和自由基機理。一般而言，在酸性分子篩催化劑上低溫反應的情況下，反應過程遵循正碳離子機理，催化裂化/裂解反應發生在分子篩的Br?nsted 酸中心[19]。碳正離子是催化裂化/裂解反應中形成的不穩定中間體，包括經典三配位碳正離子和非經典五配位的碳正離子[20-22]。其中，三配位碳正離子一般由烯烴分子經質子化反應生成，而五配位碳正離子是由氫質子直接攻擊烷烴形成[23-24]。當反應溫度超過650℃及金屬氧化物存在條件下，石油烴類裂解過程發生自由基機理[25]，如圖1所示，經過自由基鏈引發、鏈傳遞和鏈終止三個階段，最終形成穩定的產物分子[26]。

圖1 烴類熱裂解反應機理［26］

1.2 反應類型

石油烴分子催化裂化/裂解反應遵循平行-順序反應原則，如圖2所示[27]。

圖2 催化裂化過程平行-順序反應

當原料發生催化裂化/裂解反應時，朝著幾個方向進行，同時生成中間餾分油、汽油和裂化氣，這種反應稱為平行反應；隨著反應深度的增加，中間產物會繼續反應，如中間餾分油和汽油會進一步裂解成裂化氣，發生順序反應。平行-順序反應的一個重要特點，是反應深度對產品分布和收率有著重要的影響，隨反應時間增加，裂解深度增加，最終產物裂化氣和焦炭的含量會一直增加；而對于中間產物，到一定的反應深度后其裂化速率大于其生成速率，表現為其產率在開始一段時間內增大，但經過一最高點后開始下降。

1.2.1 催化裂化/裂解過程中的總包反應

表1 列出了不同族組成烴類分子的催化裂化/裂解總包反應，這些反應構成了復雜的催化裂化/裂解反應體系，不同烴類型裂解的難易程度順序為：烯烴＞正構烷烴＞異構烷烴＞環烷烴＞芳烴。此外，隨著原料組成碳鏈的增長，其鍵能下降，裂解反應越容易發生[28]。

1.2.2 催化裂化/裂解過程中的基本步驟

催化裂化/裂解反應中的基本步驟主要包括（去）質子化、β-裂化、烷基化、異構化、負氫離子轉移和質子化裂化等[29]，下面對石油烴類分子催化裂化/裂解反應中的基本步驟進行分類介紹。

表1 典型的催化裂化/裂解反應

（1）質子化和去質子化反應 質子化（pro）和去質子化（dep）互為逆反應，質子化過程是烯烴與分子篩上的Br?nsted酸中心相互作用形成碳正離子的過程；去質子化反應為碳正離子在分子篩上脫附生成烯烴的過程。式(1)表示C6烯烴的（去）質子化過程。

（2）β裂化和烷基化反應 在碳正離子的β位發生斷裂生成新的更小的碳正離子和烯烴為β-裂化反應，新形成的碳正離子會繼續發生β-裂化反應。烷基化（alk）反應為較小的碳正離子與烯烴分子相互作用形成較大的碳正離子的過程，烷基化反應與β-裂化反應互為一對逆反應，反應過程如式(2)所示。

（3）PCP異構化反應 PCP異構化反應在催化裂化/裂解過程中廣泛存在，可以提高產品的支化度，產物中的異構烷烴和異構烯烴主要是由該反應生成的，反應過程如式(3)所示。

（4）負氫離子轉移反應 式(4)為負氫離子轉移過程，烷烴中的負氫離子轉移到正碳離子上，同時烷烴形成正碳離子，該反應是鏈傳播的主要反應。

（5）質子化裂化反應 以異己烷為例的質子化裂化（prsc）過程如式(5)所示，異己烷受到來自分子篩Br?nsted酸中心的氫質子攻擊形成碳正離子和烷烴分子，隨后，碳正離子從分子篩上脫附形成烯烴。

催化裂化和催化裂解反應機理基本一致，但催化裂解反應溫度比催化裂化要高出幾十攝氏度，且兩者采用催化劑特點不同而導致反應速率存在差異。對于分子尺度動力學模型的構建，全反應網絡的獲取是基礎，根據上述催化裂化/裂解反應機理和發生的反應類型制定反應規則，作為獲取全反應網絡的準則，最后對動力學參數調校得到分子尺度反應動力學模型，實現對產品分子組成的精準預測。

2 分子尺度反應動力學模型構建及其在催化裂化/裂解過程中的應用

分子尺度反應動力學模型的提出已有近三十年時間，不同國家和機構的學者開發了不同的模型，包括結構化模型、單元步驟模型、鍵電矩陣模型、結構導向集總模型和結構單元耦合原子拓撲矩陣模型。研究人員將上述模型應用到催化裂化/裂解反應體系中，目前已取得較好的模型預測效果。

2.1 結構化模型

1989 年，美國加州大學的Liguras 和Allen[12-13]提出了一種以虛擬分子代替復雜原料油組成的結構化模型，他們把石油中每個分子均看作是由幾種碳中心的組合，通過基團貢獻法預測產品性質。例如，用CH3、CH2兩類碳中心表示正構烷烴，CH3、CH2和CH 三類碳中心表示異構烷烴，每一個碳中心的反應速率是碳數和碳中心所在位置的函數。據此可以描述原料中每一個分子，而通過純化合物的催化裂化反應數據可以推算出不同碳中心的反應特性。通過上述方法對5 種不同的烴類，即正構烷烴、異構烷烴、烯烴、環烷烴和芳烴的反應特性進行研究，生成反應網絡，推算出各類反應的速率常數。這樣就將復雜反應體系構建成基于石油烴類分子碳中心和碳數的反應動力學模型。反應速率方程通過式(6)、式(7)求解。

式中，Cr(t)為反應物濃度；Cp(t)為產物濃度；K為總反應速率常數；Ф(t)為催化劑時變失活函數；SPi為在反應物的第i個碳上形成碳正離子的概率；SPNik為反應物的k鍵斷裂，在第i個碳上形成碳正離子的概率。

Liguras和Allen等[12-3]依據結構化模型方法，選取了正十六烷、2,7 二甲基辛烷和異丙基環己烷進行裂化反應獲取實驗數據，推算出不同碳數、不同類型的碳中心的反應速率常數。并對正十六烷裂解產物分布進行預測，預測結果與實驗數據如表2所示。研究還表明模型對碳數分布較為敏感，而對碳中心分布敏感性差。這表明對原料分析表征時，按碳數分布的氣相色譜-質譜分析比核磁分析更有利。

表2 正十六烷裂解產物組成（物質的量分數）

2.2 單元步驟模型

20世紀80年代末，比利時根特大學的Froment等[14,30]提出了采用單元步驟法對復雜反應體系構建動力學模型，即單元步驟動力學模型。單元步驟動力學模型構建結合正碳離子理論和過渡狀態理論，將復雜的酸催化反應按基本步驟進行簡化，分為質子化、去質子化、烷基化、β-裂化、負氫離子轉移等等。單元步驟模型采用布爾鄰接矩陣和輔助向量表示石油烴類分子和碳正離子，見圖3，圖中1表示相鄰兩個碳原子間存在C—C 化學鍵，0 表示沒有C—C 化學鍵，完整反應網絡由布爾關系矩陣算法生成。圖3表示2-甲基丙烯基環己烷的布爾鄰接矩陣，圖中第1個輔助向量“=”表示雙鍵位置，第2 個輔助向量“+”表示正電荷位置[31]。Froment等利用過渡態理論，將分子的結構對反應活化熵變的貢獻從反應速率常數中提取出來，命名為單事件數，剩余的部分（單事件速率常數）則假設僅與發生基本步驟類型有關。反應速率常數如式(8)所示。通過求得的速率常數進而預測產品分布及性質。

式中，ne稱為單事件數；稱為單事件速率常數。

圖3 2-甲基丙烯基環己烷布爾鄰接矩陣［31］

Feng 等[31]于1993 年首次將單元步驟法應用催化裂化反應體系的分子動力學模型構建，建立了正庚烷催化裂化的分子尺度反應動力學模型，利用計算機算法生成了基于反應中每一個反應物分子和碳正離子的反應網絡，通過正庚烷裂解數據求取了單事件速率常數。隨后，Dewachtere 等[32]將Feng等建立的動力學模型耦合到提升管反應器模型中，并重點研究了進料噴嘴對產品中干氣、焦炭收率和提升管反應器軸向溫度的影響，實現了催化裂化分子反應動力學耦合提升管反應器的模型開發。Quintana-Solórzano 等[33]利用正癸烷、甲基環己烷、丁基環己烷和辛烯作為混合原料進行催化裂解實驗，采用單元步驟法，通過裂解實驗數據對動力學參數進行擬合，成功構建了單元步驟動力學模型，并實現對不同溫度下的產物分布進行有效預測。

Marin 等[34]采用單元步驟模型，建立了一種焦炭形成的動力學模型，該模型計算出的產品和焦炭收率曲線具有典型的工業應用價值。隨后，Marin課題組[35]對693～753K 下（環）烷烴/1-辛烯混合物催化裂化的初始結焦速率進行了模型構建，引入了烴轉化的動力學速率方程和焦炭對催化劑活性和選擇性影響的全局速率方程的組合，實現了催化裂化中的裂化反應和焦炭形成過程模型的同時建立。Van Borm等[36]通過引入催化劑酸度的描述研究了同類型的不同酸性的催化劑對烷烴催化裂化反應體系的影響，該模型能很好地描述實驗觀察到的趨勢。

2.3 鍵電矩陣

特拉華大學的Klein 課題組[37]采用鍵電矩陣的方法形成了分子管理的軟件平臺：Kinetic Modeler's Toolbox（KMT）。該方法是根據化學反應是舊鍵斷裂和新鍵生成的原則，提出以矩陣表示復雜的石油分子，以“+”表示化學鍵的生成，“-”表示化學鍵的斷裂。采用該模型，可以在機理層面建立反應動力學模型，圖4展示了基于鍵電矩陣方法乙烷裂解的化學反應自動生成方法[38]。

圖4 乙烷裂解鍵電矩陣表示［38］

Watson 等[39-41]以正辛基環己烷和正庚烷等作為模型化合物，采用鍵電矩陣的方法建立了催化裂化過程機理層面的反應動力學模型，該模型基于反應族和線性自由能方程（LFERs）對反應速率常數進行評估。一個化合物裂解的基本步驟僅由純組分實驗確定的定量結構-反應關系（QSRCs）的限制，并通過計算機編程對模型化合物的裂解實驗數據擬合，求取模型中的參數，最終完成了基于鍵電矩陣方法的分子尺度反應動力學模型構建。通過上述方法可使模型方法降到可控范圍，同時滿足模型求解的可行性與擬合結果的準確性。

2.4 結構導向集總

Mobil 公司的Jaffe 和Quann 于1992 年提出結構導向集總（SOL）方法[17]。該方法采用結構向量代表復雜的石油烴分子，他們提出22 個特征結構單元，如表3所示。通過改變這些結構單元的排列組合可以很好地構造出各種石油烴類分子。

Christensen 等[42]采用SOL 方法建立了固定床催化裂化工藝模型，該模型用了3000 種分子來描述原料組成，并且描述了60 種反應規則。它根據反應速度常數和催化劑活性衰減速度常數來表征催化劑的裂解行為，成功計算了不同原料和不同催化劑下的產物收率。

李春義等[43]采用SOL方法表示反應物和生成物的結構，將SOL 與蒙特卡羅方法相結合，構建了FCC 汽油催化裂解過程的分子尺度反應動力學模型。該模型用2000 個分子表示FCC 汽油的原料組成，根據模型化合物的催化裂解行為求取模型所需的反應速率常數。該模型的預測值與真實值相對誤差小于10%。Yang 等[44]采用SOL 和蒙特卡羅方法，通過60 項反應規則建立了催化裂化汽油二次裂化反應網絡，并采用蒙特卡羅方法計算了各烴類分子的反應概率，得到產物的組成分布。之后，以我國工業催化裂化裝置的3個催化裂化汽油樣品作為模擬原料，驗證了該方法的有效性。此外，華東理工大學采用結構導向集總方法對不同原料和不同工藝的催化裂化/裂解過程進行了模型構建。翁惠新等[45-46]采用SOL 和蒙特卡羅相結合的方法對DCC（Deep Catalytic Cracking）工藝進行模型構建。其中，蒙特卡羅模擬方法模擬了虛擬分子組成和性質，建立的動力學模型預測值與試驗值最大相對偏差＜10%。陳華和劉紀昌等[47-48]根據催化裂化反應機理和MIP（Maximizing Iso-Paraffin）工藝過程特點，構建了基于SOL 方法分子尺度反應動力學模型，模型預測值與工業數據誤差為1.0%左右。之后，該研究團隊將該模型用于中國石化某分公司的MIP 裝置的工藝操作條件優化。Zhu 等[49]采用SOL方法建立了減壓瓦斯油FCC 分子尺度反應動力學模型，他們通過最小二乘法計算了產物的含量及分布。該模型預測的產品分布、性質與實驗數據吻合較好。最近，清華大學邱彤課題組[50]提出了SOL和基團貢獻法的分子尺度反應動力學模型。以SOL表示石油烴類分子，基團貢獻法用于評價其性質，并且提出了三步重建算法，包括結構分布參數優化、利用優化后的參數建立分子文庫和利用最大信息熵方法得到分子組分。

2.5 結構單元-鍵電矩陣

鑒于ExxonMobil公司的結構導向集總方法和特拉華大學Klein 課題組提出的鍵電矩陣方法，中國石油大學（北京）分子管理課題組[8,51]提出結構單元和鍵電矩陣混合的方法（SU-BEM），開發了分子管理平臺。該方法底層為鍵電矩陣，表層為結構單元，為了更適合復雜的石油分子，研究團隊將結構單元分為核心結構單元和側鏈結構單元，修改并增加了部分結構單元，圖5為SU-BEM框架的34個結構單元（CUP結構單元）[52]。

反應網絡的生成是分子尺度反應動力學模型構建的基礎，SU-BEM框架采用確定性網絡生成算法得到反應網絡[53]，即反應物分子和新生成的產物分子遍歷每個反應規則，重復迭代直至沒有新產物生成，便得到全反應網絡。該模型選擇阿倫尼烏斯方程 或 LHHW （Langmuir Hinshelwood Hougen Watson）方程形式求取反應速率常數，如式(9)和式(10)所示。化學反應轉化為動力學常微分方程組（ODEs）的流程如圖6所示[52]。

圖5 SU-BEM框架的結構單元

圖6 反應網絡與常微分方程組轉化［52］

Chen等[18]通過SU-BEM方法構建了耦合提升管反應器模型的催化裂化分子尺度動力學模型。利用線性自由能關系（LFER）和定量結構活性關聯（QSRC）減少模型參數，采用工業數據對模型參數進行調整優化。反應器模型包含反應器類型、溫度分布、相行為、質量平衡等方程。通過上述模型研究了各餾分在反應器軸向分布情況以及反應溫度對各餾分收率的影響，并對汽油餾分的關鍵性質進行預測，該模型實現了超過3800 個分子及7500 個化學反應的復雜反應網絡構建。模型計算值與試驗值之間有很好的一致性，為催化裂化過程的優化提供了更加精細的技術方案。

3 分析與討論

催化裂化反應體系分子尺度反應動力學模型構建首次是通過結構化模型實現的，模型將石油烴類分子簡化為幾種碳中心的組合，實現了通過相對較少的虛擬分子表示復雜的原料組成，降低了復雜原料油動力學模型構建的難度。根據正碳離子反應機理，利用單體烴的裂化數據求取每一個碳中心的反應速率常數，打破了集總動力學模型的傳統思路。然而，該模型以反應物和產物分子間的總包反應為研究對象，模型中仍保留了一定程度的集總。另外，僅通過CH3、CH2、CH 代替復雜的催化裂化/裂解過程原料組成，可靠性較差，仍需進一步改進[54]。結構化模型是在原料分析的基礎上建立起來的，對于儀器難于表征的復雜重質原料油很難實現模型構建。因此，該模型更適用于儀器分析可知的輕質原料。雖然結構化模型比集總動力學模型能夠預測和描述更多的產物信息，但它們仍使用傳統意義上的集總概念，致使模型參數仍與進料組成和性質有一定的關系，這就大大限制了模型的外推性。

與結構化模型不同的是，單元步驟模型可以將復雜的酸催化反應歸納為幾種基本步驟，是機理層面的反應動力學模型，且與原料的組成和性質無關[29]。另外，單元步驟模型適用于所有的復雜酸催化反應，在石油煉制與化工領域有著廣泛的應用前景。但對于重質原油的模型構建，由于體系過于復雜，很難從機理層面來對反應過程進行完整的模型建立。所以對于較重的原料加工過程中，單元步驟模型構建方法會受到一定程度的限制。

從目前的研究情況來看，鍵電矩陣法在催化裂化/裂解過程中的應用較少，該方法主要優點在于能對機理層面和路徑層面的反應過程建模，可根據使用者的需求，構建不同詳細程度的模型。但缺點是，對于采用矩陣表示復雜石油烴類分子使建模過程和反應網絡變得復雜，導致鍵電矩陣法在重質原料油中的推廣和應用受限[55]。

Mobil 公司的SOL 模型已經成功應用于工業生產，但該模型的開發需要大量的實驗和工業數據做支撐。結構導向集總動力學模型構建過程比鍵電矩陣法更簡單，與結構化模型相比，可以細致地表達出反應中的每一個分子的結構特征。此外，SOL中的結構單元具有擴展性，研究者可以直觀的對結構向量進行修改和刪減以適用不同的原料組成。在模型精確度方面，由于SOL無法區分同分異構體，導致輕質油品建立模型的精確度沒有鍵電矩陣法高。相比其他建模方法，對于重質原料油的SOL模型構建方法更簡單，但該方法只能做到路徑層面而無法深入到機理層面，導致模型的預測能力比機理層面的模型精度差。而且SOL模型還保留了一定程度的集總，導致模型的參數仍與進料組成有關。

中國石油大學（北京）開發的分子管理平臺底層建立在鍵電矩陣的基礎上，在設計結構單元之后，將其與鍵電矩陣進行映射。SU-BEM可實現反應網絡的自動生成及可視化，并通過計算機實現了化學反應網絡與反應速率表達式的切換。該反應動力學建模方法可實現機理層面和路徑層面的雙重建模，適用于分子管理不同層次的需求（用戶友好型和計算機編程水平），具有較強的使用性。

分子尺度動力學模型在分子層次上將原料與產物的組成和性質相關聯，使人們對化學反應的認識從餾分-結構族層次上升到分子級別。相比傳統以集總劃分的動力學模型，分子尺度反應動力學模型可以實現石油分子的高效管理和開發利用。上述幾種動力學模型基本使用矩陣或結構單元等圖論形式表示石油分子，以方便計算機讀取和計算。其中，結構化模型、單元步驟模型、鍵電矩陣法更適用于輕、中餾分油的模型構建；SOL、SU-BEM 則能夠通用于輕、中、重的石油加工過程中。

關于分子尺度動力學模型反應速率常數的求解均依賴于計算機，目前已經形成很多動力學模型求解的軟件包，包括CVODE、DASSL，其中CVODE由C 語言編寫，提供C、C++、Fortran、Matlab 等接口，DASSL由Fortran 編寫[56]。圖7展示了各層次模型的預測能力與復雜度（計算耗時）間的關系[52]。過于詳細的動力學模型雖然能更加接近真實的反應過程，但是過長的求解時間將導致無法對模型進行精確的優化。而過于簡單的動力學模型則無法反映分子的真實轉化行為，脫離了分子尺度反應動力學模型的初衷。因此，對于輕質油品來說，機理層面的模型對產品的分布和性質預測更為精準。對重油反應體系來講，需要建立在保證計算效率前提下盡可能詳細的分子尺度反應動力學模型，其中路徑層面的模型較為適合。

圖7 反應動力學模型中模型復雜程度與預測能力的關系［52］

雖然分子尺度反應動力學模型擁有能夠預測產物大量宏觀性質的優勢，但對重質原料油，儀器分析表征方法和計算效率一直制約著模型的發展和應用。對于現有分析技術無法表征的石油烴分子，一般用蒙特卡羅（Monte Carlo）隨機抽樣分子集構建和最大信息熵法。最大信息熵法計算迅速，適合對原料體系有一定認識的情況[57-61]。后續應繼續開發石油分子分析表征技術，對原料的認識更精準，從而構建更加高效、準確的反應網絡和動力學模型。目前，關于分子尺度反應動力學研究的軟件有KMT[37]、RMG[62]、Gensys[63]、RING[64-67]等，發 展 比較完善的是KMT 軟件，涵蓋了全反應網絡的構建和ODEs方程的求解等模塊。

4 結語與展望

催化裂化/裂解過程是石油煉制與化工行業重要的催化反應工藝，分子尺度反應動力學模型對該復雜反應體系產品預測、催化劑選用與改進、工藝工程放大具有重要的指導意義，可以反映催化裂化/裂解過程的分子層次信息，實現對產品質量及加工鏈條的精確管理。現有分子尺度動力學模型的開發均采用圖論的形式表示石油分子，對于速率方程的求解均借助計算工具進行語言編程。

催化裂化/裂解過程分子尺度反應動力學模型雖然能更為精確的描述化學反應本質信息，對產品分布及性質進行較為精準的預測。但對于高碳數、重質石油烴類的原料，由于現有分析條件不足，難以得到詳細的分子組成，需用虛擬的分子性質代替原料組成，虛擬分子還存在著一定程度上的集總，導致模型構建會有偏差。此外，重質油品組分數較多，使計算機解常微分方程所耗費的機時過大。因此，隨著計算機和分析表征技術的發展，開發更為細致的分子尺度反應動力學模型是該領域發展的趨勢。目前，催化裂化/裂解過程工業裝置大部分為提升管或固定床反應器，催化裂化/裂解過程催化劑的結焦直接影響催化劑的活性和產物分布，催化劑結焦速率和產品分布、性質以及催化劑性能密切相關。由此可知，建立與催化劑失活和反應器數學模型相耦合的反應動力學模型可以更好的和復雜催化裂化/裂解反應體系相吻合。

分子尺度反應動力學模型是石油煉化分子管理的重要組成部分，也是石油煉制與化工行業向智能化、高效化和集成化發展的方向。動力學模型的構建最終還是立足于煉廠的實際應用，機理層面的模型比路徑層面的模型更為精確，但模型復雜程度大，計算耗時時間長。因此，選用什么類型的動力學模型要根據實際的情況而定。此外，建立對分子集構建，反應網絡構建和動力學參數求解的集成化平臺是分子尺度動力學發展的必然趨勢。