Моделирование Реактивная поглощения
Эффективное моделирование реактивного поглощения улучшает дизайн системы, улучшает планирования эксперимента для оценки параметров, а также облегчает работу процесса и управленческих решений.
Реактивная поглощения - то есть, поглощения газов в жидких растворах сопровождается химическими реакциями, - является важным промышленную эксплуатацию для производства основных химических веществ (например, серной или азотной кислоты) и для удаления вредных веществ (например, H ^ подпункт 2 ^ S) из газовых потоков. В последние десятилетия этот процесс стал особенно важно для очистки газов высокой чистоты. В отличие от физического поглощения (без реакции), реактивной поглощения в состоянии обеспечить высокую пропускную способность при умеренном парциальное давление и не требует большого количества растворителя.
Преимущества сочетания химических реакций поглощения осуществляются только в области малых концентраций в газовой фазе из-за жидких нагрузки ограничений, налагаемых стехиометрии реакции или равновесия. Другие факторы, которые могут ограничить эффективность реактивной поглощения тепла, выделяемого экзотермических реакций и трудностей растворителя регенерации. Большинство реактивных процессов поглощения стационарных операций, связанных реакций в жидкой фазе, хотя некоторые приложения включают в себя как жидкой фазы и реакций в газовой фазе.
Реактивная поглощения комплекса скорости управляемого процесса, который происходит, далеких от термодинамического равновесия. Таким образом, равновесие понятие часто оказывается недостаточно, чтобы описать, и вместо того, точные и надежные модели с участием кинетики процесса (скорость основе модели) являются обязательными. Эффективность модели онлайн-приложений, таких как контроль и оптимизации процессов, сильно зависит от качества имеющихся прогнозов модели.
Равновесие этапе модель
Моделирование и дизайн реактивные процессы поглощения, как правило, на основе модели равновесия этап, который предполагает, что каждый поток газа оставив лоток или упаковки отрезок (этап) находится в термодинамическом равновесии с соответствующими потока жидкости оставив тот же лоток или сегмента. Для реактивной поглощения, химические реакции должны быть приняты во внимание.
При очень быстрых реакций, реактивный процесс разделения может быть удовлетворительно описываются в предположении равновесия реакции. Правильный подход моделирования базируется на модели инертный стадии равновесия, срок действия которого продлен одновременным учетом химического равновесия отношений и лоток или стадии эффективности. Если скорость реакции происходит медленнее, чем скорость массообмена, влияние кинетики реакции возрастает и становится доминирующим фактором. Эта тенденция учитывается путем включения кинетики реакции в массовых и энергетических балансов. Такой подход широко используется и сегодня.
В реальной реактивные процессы поглощения, термодинамического равновесия редко достигнута. Таким образом, соотношение таких параметров, как эффективность лоток или высоты, эквивалентной теоретической стадии (ВЭТС) значения вводятся для регулировки равновесия основе теоретического описания к реальным условиям колонке. Тем не менее, реактивной поглощение происходит в многокомпонентных смесей, для которых это упрощенная концепция часто не (1).
Ускорение массопереноса в результате химических реакций в межфазной области часто приходится через так называемые факторы повышения (2,3). Они являются либо получены путем подгонки экспериментальных результатов или теоретически выведены на основе упрощенной модели допущений. Тем не менее, это не представляется возможным получить усиление факторов должным образом на основе данных о бинарных экспериментов и теоретического описания обратимых, параллельных или последовательных реакций основана на грубых упрощений.
Оценить, ориентированное на модели
Физически более последовательный способ описания столбца этапе скорость подхода (4). Такой подход непосредственно рассматриваются актуальные ставки массового многокомпонентной и переноса тепла и химических реакций.
Массообмена в газ-жидкость может быть описана с использованием различных теоретических концепций (1,5). Как правило, модели twofilm или проникновения / поверхностно-обновления модели используются, и параметры модели оцениваются с помощью эмпирических корреляций. Преимущество 2-фильм модели является то, что широкий спектр корреляций в литературе для всех типов внутренних колонке.
В 2-фильм модель (рис. 1), то предполагается, что сопротивление массообмена сосредоточено исключительно в тонких пленках, прилегающих к границе раздела фаз, и что массоперенос происходит в течение этих пленок стационарного молекулярной диффузии в одиночку. Вне фильмов, в жидкой фаз объем, уровень смешения считается достаточно высокой, так что нет состава grathent - то есть, 1-мерный диффузионный перенос нормали к границе происходит.
Многокомпонентной диффузии в пленках может быть описана уравнениями Максвелла-Стефана уравнений, которые касаются потоков компонентов диффузии их химический потенциал grathents. В обобщенном виде Максвелла-Стефана уравнений может быть использована для описания реальных газов и жидкостей (1). Для жидкой фазы:
Аналогичное уравнение можно записать и для газовой фазы. Таким образом, газ-жидкость массопереноса моделируется как сочетание презентационный фильм модель и описание MaxwellStefan диффузии. На этом этапе модель, равновесие, принятых на интерфейсом.
Толщина пленки составляет параметров модели, которые можно оценить с помощью коэффициента массоотдачи корреляции регулирующих зависимость общественного транспорта от физических свойств и процессов гидродинамики. Эти взаимоотношения, как правило, полученных экспериментально и имеющиеся в литературе. Еще одним важным параметром фильм модель конкретного контакта (поверхностное) области, которая также оценить из экспериментальных данных.
Уравнений баланса. Компонент уравнений баланса массы скорости моделей на основе пишутся отдельно для каждого этапа, и из-за наличия химических реакций, включают реакции источник условия (6). Принимая во внимание динамику процесса, то эти уравнения принимают вид:
Уравнений 2 и 3 справедливы для непрерывных систем (в упаковке столбцов). Для дискретных систем (лоток столбцов), дифференциальные условия, на правой стороне стало конечных разностей и остатки сводятся к обыкновенным дифференциальным уравнениям (5).
Если химические реакции происходят в жидкой фазе, только (что справедливо для наиболее активные процессы поглощения), реакция слагаемое в. 3 опускается.
Уравнений 2 и 3, которые дополняются суммирования уравнения для жидкости и газа, масса молекулы фракции:
Объемной жидкой провести деятельности, Для определения профилей осевой температуры, дифференциальные энергетические балансы, которые включают произведения жидких молярной удержания и удельная энтальпия как энергетическая емкость сформулированы. Энергетических балансов для непрерывных систем являются:
Перенос массы и реакции связи в жидкой пленки. Компонент флюсов, Np, в формулах. 2 и 3 определяются на основе общественного транспорта в фильме регионе. Описание фильма явления, как правило, сводится к стационарной задачи (6). Основные допущения в результате фильм модель в одномерной массопереноса нормали к границе, а также дифференциальных компонент баланса уравнений в том числе одновременной передачи массы и реакции в фильме:
Уравнение 7, как правило, действительны и для газовой и жидкой фаз, если реакции протекают в обеих фазах. Она представляет собой баланс массы для дифференциальных фильм региона, включая источник срок из-за реакции. Компонент потоков выразил м точки зрения концентрации по формуле. 1, в то время как источник условий в результате описание кинетики реакции и обычно представляют собой нелинейные зависимости от состава смеси и температуры соответствующей фазы.
Граничные условия для уравнения. 7 являются характерными для фильма модели и указать значения состава смеси на обеих границ пленки. Они применимы для обеих фаз; для жидкой фазы они:
Объединяя уравнения. 7 и 8 результатов в набор векторных типа краевых задач, который позволяет профили концентрации компонента должны быть получены в зависимости от фильма координат. Эти профили позволяют концентрации компонентов потоков, которые будут определены. Таким образом, краевые задачи, описывающие явления фильма должны быть решены в сотрудничестве со всеми другими уравнений модели.
Аналитическое решение краевой задачи в закрытом виде матрицы могут быть получены (5), если некоторые дополнительные предположения о линеаризации диффузия и реакция условия выполнены. С другой стороны, граничные значения должны быть определены из общей системы уравнений, описывающих этот процесс. Объемного значения в обеих фазах находятся из баланса отношений, уравнений. 2 и 3. Поверхностное концентрации жидкой фазы связаны с соответствующими концентрации в газовой фазе, у ^ SUP I ^ ^ ^ я к югу, в термодинамическом равновесии отношений и условие непрерывности молярной потоков на границе (1, 5).
Из-за химических превращений в жидкой пленки, мольный потоков на границе и на границе между пленкой и часть фазы отличаются. Система уравнений дополняется уравнения непрерывности для массы и энергии потоков на границе раздела фаз.
Обработка электролитных систем
Реактивные процессы поглощения происходят в основном в водных системах, как с молекулярной и электролитного видов. Эти системы демонстрируют существенно неидеального поведения. Две основные модели используются для термодинамического описания электролита смесей, модель Электролит NRTL и модель Питзер. Электролит NRTL модели можно оценить деятельность коэффициентов для ионных и молекулярных видов в водных и смешанных растворителей электролитных систем на основе бинарных параметры пара (7). Питзер модели (8, 9) могут быть использованы для водного раствора электролита систем до 6 моль / кг ионной силы. Модели требуют различных параметров, таких как чистый компонент диэлектрической проницаемости неводных растворителях, родился радиусов ионов видов и бинарных и (для модели Питзер) тройных параметров взаимодействия.
Электролита химии решение включает в себя ряд химических реакций в жидкой фазе. Эти реакции происходят очень быстро, так что химические условия равновесия часто предполагается. Таким образом, химические расчеты равновесия имеют особое значение для электролита систем. Концентрация и активность основе реакции константы равновесия в зависимости от температуры, можно найти в литературе.
Присутствие электролита видов делает расчет соответствующих коэффициентов диффузии решающее значение. Эффективных коэффициентов диффузии электролита компоненты могут быть получены из Нернста-Хартли уравнения для разбавленных растворов и уравнения Гордона для высших концентрациях электролита (10). Движущей силой в связи с разность электрических потенциалов необходимо также принимать во внимание (1), что достигается путем введения электрического потенциала grathent в обобщенной движущей силой D ^ к югу я ^:
В разбавленных электролитов системы, диффузионного взаимодействия обычно можно пренебречь, и обобщенные уравнения MaxwellStefan сводятся к Нернста-Планка (1). В любом случае, мне электронейтральности условие должно выполняться в каждой точке жидкой фазы:
Уменьшение размера модели
Моделей, описанных в предыдущих разделах, применительно к лоток или упакованы поглощения колонки (рис. 1), в конечном итоге привести к большим набором сложных и высокоорганизованных связанных нелинейных уравнений, решение которой может стать довольно утомительным. Некоторые интернет приложений, таких как обучение обслуживающего персонала и технологических процессов, управления и оптимизации, требуют решения в рамках надежно определить срок. Это может быть достигнуто путем разработки скорость-ориентированная модель в компактном виде, например, с помощью ортогональных коллокации на конечных элементов (OCFE) модели. Разработки OCFE снижает общий размер реактивной модели процесса поглощения (в пересчете на общее количество уравнений), сохраняя структуру модели и точность.
Основная концепция этого эффективный способ приближения (математические подробности можно найти в работах. 11-15), что стадийность домен в колонке раздела, определяется как часть колонны между двумя последовательными потоками въезде или выезде колонна, считается для непрерывного аналога. Впоследствии, молярная и энтальпии расхода профили в рамках такого столбца разделе рассматриваются как непрерывные функции от продольной координаты в столбце. Приближения власти OCFE модели заключается в том, что поведение в рамках конкретного раздела колонки могут быть точно аппроксимируется меньше балансовых уравнений (применяется только в отдельных точках - а именно точек коллокации), чем традиционная формулировка поэтапный. Самое главное преимущество в том, что форма уравнений баланса в выбранных точках коллокации полностью сохранились, следовательно, скорость-ориентированная модель разработки, как описано выше в полной мере обеспечивается.
Важной особенностью модели OCFE приближении схематически показано на рисунке 2, что этапов, на которых корма или побочных обратить материальных потоков прилагаются рассматриваются как отдельные этапы, изолируя таким резким и резких изменений в концентрации и температурных профилей в колонке приближения схемы . Степень, в которой порядка модели сводится диктуется формой приближенного концентрации и температуры профилей по заданному колонке раздела. Таким образом, столбец разделы с крутыми температуры и концентрации профили как правило, требуют более плотной структуры словосочетания очков, чем колонке регионы с относительно плоской профилей.
В оптимизации конструкции, решение переменных связаны общей конфигурации столбца (например, количество ступеней в каждой секции колонны, места материалов и энергии корма и побочные привлечь потоки и т.д.) и столбец условий эксплуатации (например, расход растворителя , этап охлаждения / нагрева, перерабатывать схемы и т.д.). Разработка модели OCFE преобразований в противном случае дискретного решения проблемы (например, расчет оптимального количества дискретных этапов в столбце) для непрерывной задачи оптимизации конструкции, где размер мне разделы столбец становится непрерывным степень свободы, что облегчает решение проблемы. Округление до следующего по величине целого числа приводит к оптимальным несколько этапов. Это представляет особый интерес в задачах, где синтез оптимального взаимосвязи нескольких последовательных увольнений ищется (16) как общее количество требуемых переменных решения целого значительно сокращается.
Повышение предсказательная сила реактивной модели поглощения
Жидкие и толщины газа стороне фильма сильно зависят от структуры потока в столбце, тип колонки внутренних органов, жидкостей и газов от физических свойств, таких, как поверхностное натяжение, diffusi Виты и вязкости. Аналогичным образом, удельная площадь контакта, что, в общем, отличается от геометрической площади колонны внутренних, сильно зависит от характера течения и физических свойств жидкостей. В простых плотном слое (например, упакованные с кольцами или седла), вполне возможно, что при умеренных жидких грузов, упаковки поверхность не полностью покрыта, поэтому массообмен происходит через меньшую площадь, чем геометрические поверхности. Противоположная ситуация, в которой на границе раздела фаз больше, чем геометрические поверхности, также возможно.
Значения толщины пленки, удельная площадь контакта, а также коэффициенты массопереноса чаще всего определяется эмпирических корреляций, которые позволяют масштабы деятельности в различных государствах эксплуатации. Жидких и газовых фаз коэффициентов массопередачи, как правило, связаны с Шервуд номер (Ш), причем последняя представлена как функция числа Рейнольдса (Re), Шмидта (Sc) и других безразмерных характеристик процесса (17, 18) . Важно, что корреляции применительно к условиям, в рамках их спектр действия.
Дополнительные параметры, связанные с эмпирической корреляции жидких проводить деятельность по соответствующим внутренние колонны и падение давления вызвано сопротивление потоку в столбце. Жидких провести меры необходимо как для описания реакции жидкой фазы и для оценки в газовой фазе удержания в случае реакций в газовой фазе. Падение давления в первую очередь может повлиять на фазовых равновесий и ограбления. Эти параметры зависят также от условий эксплуатации, колонна внутренних типа, и физические свойства. В некоторых случаях, удержание и падение давления связаны и не могут быть вычислены в явном виде, так как они определяются итеративно (18). Область применения для каждой корреляции зависит от фактической нагрузки столбца, так как и удержания и перепад давления сильно зависят от гидродинамических взаимодействий.
Выбор правильного соотношения в основном идет о колонке режим работы и работы пользователей. Массоперенос корреляции должны сопоставляться и подтверждена экспериментальными данными генерируется в результате экспериментов, в реактивной колонке поглощения. В экспериментальных серий (планируется с использованием статистических планирования эксперимента методами (19)), один или несколько входных переменных процесса реактивного колонке поглощения изменил намеренно, чтобы записать влияние этих изменений на выходе технологических параметров (ответов).
Точность оценки параметров модели повышается за счет центрирования сустава доверия (JCR) модели оценки параметров их истинных ценностей, и их точность впоследствии увеличены за счет сокращения объема многомерной JCR. Статистическая корреляция модели оценки параметров позволяет определить степень, в которой два или более параметров совместного изменяться при определенных условиях эксперимента, и в основном характеризуется ориентацией JCR. В общем, небольшой (по объему) и сферической JCR с центром в точке истинных значений параметров модели является наиболее желательным ситуации.
Чтобы удовлетворить (все или часть) вышеупомянутых целей, вклад в этот процесс система должна быть выбрана таким образом, что система реагирования становится чувствительным к его основных параметров модели. Реактивная моделей процесса поглощения могут быть использованы при расчете оптимальных экспериментальных серий. Некоторые методы доступны (19) на основе различных целевых функций, которые призваны улучшить качество оценки параметров. Ключевые решения в проектировании новых стационарных и динамических экспериментов связаны с выбором и характеристик входных переменных в системе (обычно это манипулировать переменных системы управления), выбор подходящего набора измеряемых величин (например, этапы с Датчики температуры и состава анализаторы) и частоты дискретизации. Продолжительность экспериментального запуска зависит от динамики систем и время, необходимое для достижения окончательного стационарном состоянии (пропорциональная система доминирующей время постоянная). Сочетание всех этих элементов в рамках единого оптимального рамках опытно-конструкторских, который использует курс-ориентированная модель обеспечивает четко определенные условия для улучшения предсказательной способности модели реактивного колонны поглощения ..
NO ^ х ^ к югу поглощения пример
Поглощение азотистых газов важная операция, в химической промышленности процесс, используемый в основном в производстве азотной кислоты и очистки отходящих газовых потоков. Это очень сложный процесс, за счет взаимодействия нескольких компонентов и химических реакций и в жидкой и газовой фаз. Этот пример демонстрирует способность скорости основе метода моделирования для точного прогнозирования стационарных и динамических столбцов поведения промышленных и экспериментальных столбцов.
Химические реакции играют важную роль в NO ^ х ^ к югу поглощению, так как они увеличивают поглощение компонентов, которые в противном случае нерастворимых в воде (например, NO) на основе их химического превращения в более растворимые компоненты (например, NO 2 ^ ^ к югу). Азотная кислота производится через сложный механизм реакции указано в таблице 1 (20-22). Окисление NO до NO ^ к югу 2 ^ (RR1) является самой медленной реакции и, следовательно, является предельным шагом (21). Коэффициентов диффузии в газовой фазе рассчитывались Чепмена-Энскога-Уилк-Lee модели (7) и в жидкой фазе, методом, предложенным в работе. 23. Коэффициенты жидкой фазе активности были рассчитаны с использованием модели NRTL деятельности, и все другие необходимые термодинамические расчеты были основаны на Соаве-Редлиха-Kwong уравнения состояния.
Проверка на насадочной колонке. Эта модель была реализована с помощью коммерческих симулятор Аспен пользовательского Modeler (<a target="_blank" href="http://www.aspentech.com" <rel="nofollow"> www.aspentech.com />), который Аспен использует свойства для расчета необходимых физических свойств. Проверка проводилась путем сравнения результатов моделирования с экспериментальными данными для 3 пилотные колонны, связанные countercurrently (22). Моделирование по двум из этих колонн представлены здесь.
Моделируемой подразделения простой конфигурации, с 1 входе потока жидкости в верхней и один поток газа на входе в нижней части. Оба столбца имеют диаметр 0,254 м и заполнены случайной упаковки (16-мм стали Pall кольца) для упаковки высоте 6 м. В графе 1, газовый поток, содержащий 20 моль% оксидов азота поглощается водный раствор, содержащий 5 мол% азотной кислоты. Поток газа на входе в колонке 2 содержит 10,2 моль% оксидов азота и обрабатывают водный раствор, содержащий 2,65 моль%-ной азотной кислоты.
Рисунок 3 сравнивает моделируемых осевых профилях общей NO ^ х ^ к югу концентрации в газовой фазе для столбцов 1 и 2, сообщили экспериментальных измерений (показано 5 баров ошибка%). В колонке 1, расчетная общая концентрация NOx в верхней части колонки показывает хорошее согласие с экспериментом, а максимальное отклонение не превышает 5%. На рисунке 4 представлена моделируемых осевой профилей температуры жидкой фазы и измеренных значений для обеих колонок. Профили температуры жидкого выявить максимум в нижней части каждого столбца, который является типичным для NOx процессов поглощения (24). Абсолютное отклонение модельных и измеряемой жидкости температур 4,5 ° C к колонке 1 и 3,8 ° С в течение 2 колонки, которые можно отнести к потерям тепла через колонку стену, потому что экспериментальные колонна не изолирован.
Проверка на лоток колонке. Конструкция детали лоток колонке приведены в таблице 2. Газа поток, содержащий 0,77 моль% оксидов азота обрабатывают водный раствор, содержащий 0,68 моль%-ной азотной кислоты. Для поддержания постоянной температуры достаточно профиля, 7 лотки в нижней части колонки оснащены охлаждающих змеевиков кормили 152 м ^ ^ SUP 3 / ч воды средняя температура 23,6 ° C.
В результате курс-ориентированная модель была решена с помощью gPROMS, интегрированная среда моделирования процесса (<a target="_blank" href="http://www.psenterprise.com" <rel="nofollow"> www.psenterprise.com / >). 5 показаны расчетные осевые профили совокупного NO ^ х ^ к югу концентрации в газовой фазе и концентрация азотной кислоты в жидкой фазе, а также измерять входной и выходной величины (с погрешностью 15%). Экспериментальных и моделируемых значениях полного NO ^ х ^ к югу выявить максимальное отклонение 8,5%, а отклонения моделируемой HNO 3 ^ ^ к югу от концентрации экспериментальное значение находится в пределах 10%. Таким образом, соглашение это хорошо, так как все отклонения лежат в пределах погрешности измерений поля. Моделируемой температуре на выходе воды в емкости 24,8 ° C. Это очень хорошо согласуется с измеренным значением 24,9 ° C (отклонение
Улучшение колонке операций за счет оптимизации проектирования и управления. Аналогичный пример предполагает, что промышленные колонке включает в себя 44 лотков с внутренним диаметром 3,6 м. Лоток интервал 0,9 м, за исключением нижней части колонны. Реакция окисления (RR1) происходит в основном на дне 6 лотков, где большие расстояния используется для высших газовой фазы провести по итогам повышения NO окисления. Три независимые системы водяного охлаждения контроля температуры колонки. В целом, низкие температуры колонки пользу как никакой реакции окисления и поглощения NO 2 ^ ^ к югу в воде. Эмпирические корреляции были использованы для падения давления жидкой фазы провести деятельности, толщины пленки, и этап поверхности раздела для расчетов сито пластины (15).
В столбце конфигурации показана на рисунке 6, газовый поток с высокой концентрацией NO ^ х ^ к югу входит в нижней части колонки реактивной поглощения потока жидкости вода поступает сверху, и слабым раствором азотной кислоты входит в качестве поток стороны канала. Нижний поток жидкости, водный раствор азотной кислоты, частично рециркулирует в колонке для лучшего контроля HNO 3 ^ ^ к югу концентрации в продукте поток, который может быть качество ограничений. Кроме того, концентрация NO ^ х ^ к югу компонентов в потоке газа в верхней части колонки является субъектом композиции трудности, связанные с природоохранным законодательством. Залив поток данных в столбце представлены в таблице 3.
Применение OCFE разработке модели поглощения колонке разбивается на три секции с границами, определяется местоположение стороны корма и использовать потоки при колонки (15). Каждый столбец разделе далее разбивается на ряд конечных элементов. Тем не менее, шесть этапов окисления в нижней части колонки, рассматриваются как отдельные этапы. Полученная модель является лишь одна треть размера соответствующего лотка на поднос модели.
Контроль за общей NO ^ х ^ к югу состава fluegas потока достигается путем корректировки профиля температуры в колонне. Три PID-контроллеры измерения температуры на отдельных этапах, которые действуют как выведенный переменных NO ^ х ^ к югу состава стоков в потоке газа, для обработки охлаждающей воды расход в стадии катушек. Другой ПИД-регулятор прямого контроля NO ^ х ^ к югу композиции fluegas поток через манипуляции растворителя (воды), расход в верхней части колонки. Динамическое моделирование работает, используя gPROMS, как показано на рисунке 7, свидетельствуют о способности системы управления успешно преодолеть последствия нарушений в NO ^ х ^ к югу концентрации на входе потока газа.
Жизнеспособной альтернативой для улучшения функционирования NO ^ х ^ к югу поглощения колонки (25) состоит в определении подходящей конфигурации колонке на различных режимах. Поглощение колонны часто оснащены трубопроводы на поставку кормов потоков на разных местах. Дизайн оптимизации определяет лучшие места и распределение стороны корма и переработку потоков при различных условиях эксплуатации (например, переменного состава, подачи газа и / или переменной fluegas и спецификации продукта потока). Таблица 4 показывает, что 4,9% больше, эксплуатационных расходов может быть достигнуто путем соответствующей конфигурации колонке (расчет оптимальной позиции стороны корма потоки колонка), растворитель Расходы, приведенные и охлаждения политики во всей колонны.
Экспериментальный дизайн для улучшения оценки параметра. Опытно-конструкторских проводился для NO ^ х ^ к югу поглощения столбце описаны для оценки кинетических параметров реакции РРЛ и RR3 (табл. 1). Поскольку скорости реакции и РРЛ RR3 сильно зависит от температуры, охлаждающей воды Расходы, приведенные в колонке окисления этапов (6 этапов из колонки внизу) были выбраны в качестве входных переменных для того, чтобы получить информацию, необходимую для оценки параметров. Температура и состав жидкой и газовой фаз масса на дне этапах окисления были выбраны в качестве возможных измеряемых величин.
Оптимальное стационарное экспериментальных условиях (как продиктованные Расходы, приведенные охлаждения воды) были рассчитаны rninimizing объема сустава доверия для кинетической оценки параметра (19). Экспериментальных возможностей дизайна gPROMS были использованы для решения задачи оптимизации в результате использования rate-based/OCFE модель поглощения колонке.
На рисунке 8 показана поверхность сокращение JCR за два кинетических параметров. Штриховой контур соответствует JCR кинетических параметров оценки для двух произвольно выбранных стационарных экспериментов. Твердых контур представляет JCR для кинетической показатели, достигнутые с добавлением оптимально эксперимента. В экспериментальных оптимально работать, дно три этапа работают при более высоких температурах и этапы 4 по 6 при низких температурах. В обоих случаях параметры модели были хорошо просчитаны до единицы при номинальной рабочей точке, с тем чтобы хорошие численные кондиционирования.
Заключительные мысли
Подробные и точные модели имеют важное значение для многочисленных онлайн и оффлайн реактивной приложений колонке поглощения, в том числе контроль оценки эффективности работы, обучение обслуживающего персонала, оптимизации конструкции и стационарном режиме оптимизации. Оценить основе модели с помощью 2-фильм теории и адаптированы к особенностям реактивного единиц поглощения обеспечить надежную основу моделирования. OCFE методы позволяют значительно снизить размер модели (в пересчете на количество моделирующих уравнений) без ущерба для точности моделирования. Таким образом, предсказательная сила скорость основе моделей была эффективно в сочетании с систематическим и адаптируемой приближения свойств OCFE техники.
Примеры приведены в этой статье продемонстрировать точность моделей и успешной реализации в области проектирования и управления приложениями.
Благодарности
Экспериментальных данных для промышленных масштабах за один проход сито колонке лоток на примере поглощения NOx были предоставлены в рамках исследования, финансируемого Европейской комиссией проекта OPT-абсолютная (G1RD-CT-2001-00649).
ЛИТЕРАТУРА
1. Тейлор Р., Р. Кришна "Передача многокомпонентных массовой информации." М., Хобокен, штат Нью-Джерси (1993).
2. Doralswamy, LL, и М. М. Шарма, "гетерогенных реакций: анализ, примеры и конструкции реактора", М., Хобокен, штат Нью-Джерси (1984).
3. Danckwerts, П. В. газожидкостных реакций ", McGraw-Hill, Нью-Йорк, NY (1970).
4. Отправитель, JD, "Рейтинг подхода для моделирования Постановка увольнений," Хим. Eng. Прогресс, 85 (10), с. 41-49 (1989).
5. Кениг, Е. Ю., "Моделирование многокомпонентных массообмена при разделении жидких смесей," VDI-erlag, Дюссельдорф, Германия (2000).
6. Кениг, Е. Ю., и др.., "Строгие Динамическое моделирование комплекс реактивной процессов поглощения," Хим. Eng. Sci., 54, с. 5195-5203 (1999).
7. Рид Р., и др.., "Свойства газов и жидкостей", McGraw-Hill, Нью-Йорк, NY (1987).
8. Питзер, К. и Г. Майорга, "Термодинамика электролитов. II. Деятельность и осмотического коэффициентов для сильных электролитов с одного или обоих ионов эквивалентные", J. Phys. Chem., 77, с. 2300-2308 (1973).
9. Питзер, К., "Термодинамика электролитов. I. Теоретические основы и общих уравнений", J. Phys. Chem., 77, с. 268-277 (1973).
10. Хорват, А. Л., "Справочник водных растворов электролитов," Ellis Horwood, Чичестер, Великобритания (1985).
11. Стюарт, WE, и др.., "Моделирование фракционирования по ортогональным коллокации," Хим. Eng. Sci., 40 (3), с. 409-421 (1985).
12. Шварц, C LE, и мы Стюарт ", коллокации подход к дистилляции Дизайн колонна" Айше J., 32 (11), с. 1832-1838 (1986).
13. Seferlis П., Hrymak, 'Оптимизация дистилляции коллокации Использование модели ", Айше J., 40, с. 813-825 (1994).
14. Хасс, RS, и AW Запада, "Collocation методы дистилляции дизайн. 1. Описание модели и тестирование", штат Индиана Eng. Химреагент Рез., 35 (5), с. 1603-1610 (1996).
15. Dalaouti, Н. и П. Seferlis ", единые рамки моделирования для оптимального проектирования и динамическое моделирование Постановка Реактивная Разделение процессов;" вычи. Химреагент Eng., 30, с. 1264-1277 (2006).
16. Algusane, Т. и др.. ", Основа для синтеза реакционноспособных Колонны абсорбции," Хим. Eng. и процесса., 45 (4), с. 276-290 (2006).
17. Шервуд, ТЗ и RL Пигфорд ", абсорбции и добыча", McGraw-Hill, Нью-Йорк, NY (1952).
18. Заготовка, Р. и М. Schultes, "Прогнозирование массообмена Колонны с отвальных и договорился Упаковки, ООО" Транс. IChemE, 77, с. 498-504 (1999).
19. Аткинсон переменный ток, и А.Н. Донев, "Оптимальный экспериментальные образцы", Oxford Univ. Press, Oxford, Соединенное Королевство Великобритании и Северной Ирландии (1992).
20. Джоши, Б. и др.. ", Поглощения NO ^ х ^ к югу Газы". Химреагент Eng. Comm., 33, с. 1-92 (1985).
21. Эмиг, Г. и др. /. ", Поглощения с одновременным сложных реакций в обеих фазах, что было продемонстрировано моделирование и расчет против течения потока колонка для производства азотной кислоты", вычи. Chem Eng., 3, с. 143-150 (1979).
22. Suchak, NJ, и др.., "Моделирование и моделирование NO ^ х ^ к югу абсорбции опытное Упакованные Столбцы", AJChE J., 37, с. 323-339 (1991).
23. Siddiqi, М., К. Лукас, "корреляции для прогнозирования диффузии в жидкостях", Canad. J. Chem. Eng., 64 (5), с. 839-843 (1986).
24. Hiipen, Б. и Е. Ю. Кениг, "Строгие Моделирование NO ^ х ^ к югу поглощения в лоток и Упакованные Колонны," Хим. Eng. Sci., 60, с. 6462-6471 (2005).
25. Dalaouti, Н. и П. Seferlis, "Дизайн Чувствительность реактивного единиц поглощения для улучшения динамических характеристик и более чистое производство: NO ^ х ^ к югу Удаление процесса", J. экологически чистого производства, 13, с. 1461-1470 (2005 ).
ЕВГЕНИЯ Кенига
Университет Падерборн
ПАНОС SEFERLIS
Аристотель Univ. Салоники
ЕВГЕНИЯ Кениг, доктор философии, профессор и председатель жидкости Технологии в машиностроении кафедра в Univ. Падерборн (Pohlweg 55, 33098 Падерборн, Германия, телефон: +49 60 5251 2408; E-почта: <a href="mailto:eugeny.kenig@upb.de"> eugeny.kenig upb.de @ </>) . Он работал для русской Академии наук, а позднее стал докторской сотрудник Univ. Дортмунд. Он также работал на BASFAG г. Людвигсхафен, Германия, перед возвращением в Дортмунде в качестве профессора. Его основной опыт в математическое моделирование и моделирование сложных технологических систем (реактивных и гибридных увольнений, microseparations, разработка и оптимизация внутренних колонке). Он является автором более 200 публикаций и принимала участие в научных исследованиях и координации деятельности ряда крупных европейских и совместных национальных проектов. Член DECHEMA, Кениг получила степень магистра в области прикладной математики МГУ. нефти и газа, кандидат в области химического машиностроения русский академии наук, а также DSCI и чтения лекций в Univ.
ПАНОС SEFERLIS, доктор философии, доцент кафедры машиностроения Аристотеля Univ. в Салониках (аутентификации) и сотрудничает исследователем в химической Технологии Научно-исследовательский институт (CPERI) в Центре по исследованиям и технологиям - Hellas (CERTH) (PO Box 484, 54124, Салоники, Греция, телефон: +30 99 2310 4229; E почта: <a href="mailto:seferlis@auth.gr"> seferlis@auth.gr </ A>). Его интересы в области автоматического управления процессом и механических систем, комплексное проектирование процесса и контроля и оптимизации. До приезда в AUTH в 2006 году, он работал в CPERI в течение шести лет, он был докторской сотрудник в Делфте Univ. технологии, Нидерланды, и он работал для Honeywell Привет-Spec решения в Канаде. Он является автором более 50 публикаций и является членом Аиш и Общества промышленной и прикладной математики (SIAM). Он получил степень бакалавра в области химического машиностроения AUTH и степень доктора философии в области химического машиностроения МакМастер Univ. в Канаде.
