石油及其产品的性质和结构对石油炼制过程有重要的意义。随着环境法规的日益严格,对炼油化工行业提出了高效节能、清洁环保的新要求,这就需要对石油资源进行充分利用。因此,对石油资源更深入而准确的认识成为亟待解决的问题。了解石油烃类分子组成是其中最关键的环节。以柴油为研究对象,开展石油烃类分子组成预测的研究。首先,概述了分子水平认识石油烃类组成的基本步骤,对建立烃类组分表示模板,选择物性-组成关联关系,优化模型求解进行了详细的介绍。其次,以石油分子信息库为基础,提出了根据化合物结构类型与碳数分布为内容的柴油组分表示模板的建立方法。分析了柴油烃类组分分子结构和沸点、密度、十六烷值等几个主要宏观物性。根据柴油烃类组分之间的物性差异,将石油分子信息库中属于直馏柴油馏分的31种结构类型的化合物合并为21种,最终建立了以21个结构类型和C11～C23碳数范围的直馏柴油组分表示模板。接着根据柴油物性的特点,建立了各种单体物性与宏观物性之间的组成物性关联关系。采用正态分布和卡方分布对柴油组分和目标函数进行表示,减少了模型变量的数量,建立起柴油烃类分子组成预测模型。用模拟退火的方法对预测模型进行优化。再根据族组成数据和GC-TOF-MS数据对分子组成进行调整。得到能真实反映柴油性质的分子组成。最后根据所建立的柴油烃类组成预测模型,对直馏柴油样品和催化裂化柴油样品进行了组成预测。预测结果显示,所建模型可以很好地预测直馏柴油烃类组成。直馏柴油主要组分的预测值与实测值之间的平均误差小于5%，预测模型可以很好地对直馏柴油组成进行预测。预测催化裂化柴油样品组成时,部分组分计算结果误差相对较大,链烷烃和芳烃的误差可以控制在10%以下,而环烷烃的计算误差接近20%。但大致能反映催化裂化油的实际烃类分布情况。分析了误差产生的原因：可能是由于催化裂化柴油中含有部分烯烃结构化合物,而在建立直馏柴油烃类组分表示模板时未对烯烃结构进行考虑,因此导致环烷烃计算误差相对较大。由此可见,将预测模型应用到其它类型的柴油馏分时,需要对化合物结构类型进行更为全面的归纳。