流化催化裂化（Fluid Catalytic Cracking,FCC）装置是炼厂中生产汽油及轻质产品最大的装置,在所有炼厂的经营过程中发挥着关键作用。为了研究分析国内某炼厂80万吨/年的催化裂化联合装置,指导炼厂工艺操作与生产计划进而提高生产效益,本文对其过程建模与模型应用进行了深入研究。主要涉及工作如下:（1）由于炼厂改变原料油进料、调整生产计划,旧的工艺模型已经不能很好地适配现有工艺状态。本文为此采集了近一个月的工艺过程数据,并对收集的数据进行处理,同时基于Aspen HYSYS软件建立了适合重质原料油的二十一集总模型,最终验证该模型可以有效模拟实际装置的生产状态。（2）基于建立的炼厂FCC模型,本文利用Aspen工况研究工具箱研究了四种主要操作参数（反应温度、反应压力、原料油预热温度、平衡催化剂活性）对催化裂化转化率和产物分布的影响。同时为了提高产品收率和装置处理量还对提升管出口温度（Riser Outlet Temperature,ROT）进行了优化研究。（3）鉴于当前炼厂还是采用基于线性规划（Linear Program,LP）技术的Delta-Base模型来对产品收率进行预测,其缺点是在超出工况点10%后预测误差会逐渐增大。本文将LP技术与人工神经网络（Artificial Neural Network,ANN）技术结合搭建出“LP＆ANN模型”,使得产品收率预测更加精准进而提高炼厂生产计划能力。