Trends und zukünftiger Bedarf in der Computer-unterstützten Verfahrensentwicklung

Transkript

1 Trends und zukünftiger Bedarf in der Computer-unterstützten Verfahrensentwicklung Dr. Norbert Asprion BASF SE Aachen,

2 Verfahrensentwicklung in der chemischen Industrie Eine multikriterielle Optimierung Betriebsparameter Produktqualität SGU, Zuverlässigkeit Rohstoffkosten Energieeffizienz Investition Parameter: Rohstoffquelle, Hilfsenergien Prozess Konfiguration Apparate Zeitabhängig: Rohstoff-, Energie- und Apparatekosten, Wissen

3 Verschiedene Ansätze für f verschiedene Projekttypen Neuer Prozess Existierende Anlage (verbessern, erweitern) Konzept 3 Konzept 2 Konzept 1

4 Neue BASF Verfahrensentwicklungen erfolgen nach Phasen gestuft Phase 1 Opportunity Fields Phase 2 Business Case Phase 3 Lab Phase Phase 4 Pilot Phase Phase 5 Launch Gate 1 Gate 2 Gate 3 Gate 4 Gate 5 Gate 6 Kosten Temperatur [ C] A A, B Gate: Stop/Go-Entscheidung Kühlen A, B, C A Abschreibung B Systematische Verbund Heizen A Prozess A, B Vertrieb & B, C B A, B, C A, B, C B Sonstige Innovation B, C A B, C A Fixkosten C A, B C A, B, B A, B, C Hilfsenergien Pinch BKOSDIASplus B, C A Rohstoffe 0 C A, B C A, B, C B, C Konzept B 1 C Konzept Konzept Konzept 2 Enthalpie 3 [kw] 4 C B, C Conceptual Design, Machbarkeit Simulation Kostenschätzung Benchmark Miniplant/ Pilotanlage Pinch- und Exergie-Analyse Optimierung Kostenschätzung Benchmark Gate 3

5 Stetige Verbesserung von Prozessen in existierenden BASF Anlagen Betrieb Simulation / Exergieanalyse Design Check Kostenschätzung define Änderungen in Konfiguration / Betrieb Prozessregelung Verbesserte Apparate

6 Computergestützte tzte Methoden in den Entwicklungsphasen Phase 1 Opportunity Fields Phase 2 Business Case Phase 3 Lab Phase Phase 4 Pilot Phase Phase 5 Launch Gate 1 Gate 2 Gate 3 Gate 4 Gate 5 Gate 6 Stoffdatenmodellierung Reaktionsmodellierung Conceptual Design Simulation Exergieanalyse Optimierung Kosten Betriebsdatenvergleich Design Check Nutzung im Produktionsbetrieb

7 Stoffdatenmodellierung Basisdaten Aufarbeitung Quelle: Gmehling Konsistente Modelle Regressionstools mit überlagerten chemischen Gleichgewichten (z.b. FA- Systeme,, Elektrolyte) Stabilitätsanalyse tsanalyse und Berücksichtigung bei der Parameteranpassung (Elektrolyte) Auswirkungen der Genauigkeit der Stoffdaten auf Simulationsergebnis von Interesse Anpassung von Stoffdaten in der Simulation

8 Reaktionsmodellierung Basisdaten Synthese Doppelrührzelle Laminarstrahlkammer Gleiche Modell- und Datenbasis fürf Versuchsauswertung, Apparateauslegung und Gesamtsimulation Vernünftige nftige kinetische Ansätze (Lage des thermodynamischen Gleichgewichts) Auswertung von mehreren Datensätzen tzen im Simulationstool Anpassung von kinetischen Parametern Mehrskaligkeit

9 Conceptual Design Machbarkeit und Variantenvergleich Oxeno Analyse der Phasengleichgewichte Machbarkeitsanalyse Variantenvergleich Erste Massenbilanzen (Startwerte) 1 AixCape-Projekt INSYNTO / -Analyse (Prof.Hasse) RKM (Prof. Marquardt) Elementare Prozessfunktionen (Prof. Sundmacher) Einbetten in Workflow 8 5 Phasenweises Vorgehen (Douglas) Ryll et al. (2008) Superstrukturen

10 Simulation Abbildung des Verfahrenskonzepts Fehleranalyse (keine Konvergenz, Lösbarkeit) Dokumentation, Verwaltung (Abhängigkeiten) Parallelisierung CapeOpen Kopplung zu Feststoffsimulation, Materialflußanalyse analyse,, CFD, Integration von Szenarien (Winter, Sommer, Min, Normal, Max) Modulbibliotheken (freiprogrammierbare Spezifikationen für f r mehrere Apparate nutzbar)

11 Exergieanalyse Betrachtung von Energieniveaus Quantifiziert Exergieverluste für alle Apparate Identifikation von Stellen mit hohen Exergieverlusten Verfahrensvergleiche Methodiken zur sinnvollen Reduktion von Exergieverlusten Q K A Stufe 55 Kolonne Exergieverlust in kw Ex V A + W Kolonne Kondensator ,0 bar Q VD 9 MW W Exergieverlust [kw] Verdampfer Σ

12 Kosten Ermittlung, Analyse und Optimierung Short-cut design tools, Kostenschätzung, tzung, Abschreibungen Rohstoff-,, Energie-,, und Entsorgungskosten Kostenoptimierung (intelligent total cost minimization (i-tcm)) für f r Neuanlage, Revamp) Wiesel und Polt (2006) Auch interne Ströme interessant Kostenverteilungsschlüssel ssel Visualisierung (Sankey( Sankey)

13 Optimierung von chemischen Herstellverfahren Produkt Qualität SGU, Zuverlässigkeit Rohstoffkosten Investition Energie Effizienz Vortrag Hr. Welke Black-box Optimierung Umformulierung Pareto-Optimierung Modellgrenzen (T, p, x, m) Disjunkte Probleme/ Mixed Integer Nonlinear Programming (MINLP) Phasengrenzen (Modellumschaltung) Superstrukturen (vernetzte Rechner)

14 Betriebsdatenvergleich Validierung der Simulation V l VB3130 P31308I1.PV 0, ,947 0,100 8,783e W T31315I1.PV 7,438 W TC31312.PV 41,967 42,000 0,090 8,311e d 3147c 7,000 0,090 4,178e+01 VW ,540 1,000 F31331I1.PV 1,873e+02 2,195e+02 B F ,540 1,000 F31333I1.PV 7,297e+01 8,548e+01 PC31203.PV T31217I1.PV FC31301.PV 4, ,419 2,407e ,000 4,600 2,407e B3131 FC31311.PV ,323e ,540 1,000 2,388e B FC31305.PV 5,431e ,540 1,000 5,440e+02 kg/h LeLu_K K ,311 0,117 Stream No. F31308I1.PV 1,265e+01 1,265e C bar a l P3130 T b W FC31307.PV 2,271e c 173,326 1,000 2,249e c Integration der Betriebsdaten in die Simulation 3147b

15 Designcheck Bewertung von Erweiterungsoptionen Vergleich der aktuellen Betriebsweise mit Designgrenzen Übersicht über Debottlenecking- Maßnahmen in Abhängigkeit von der Kapazität Angabe der Designlimits bzw. Ermittlung in Simulation

16 Nutzung der Simulation in Produktionsbetrieben R1 1 2 K1 K2 K3 3 Variantenrechnungen (Sensitivitätsanalysen) tsanalysen) Optimierung im Betrieb (z.b. Produktverteilung) Trainings-/ / Schulungssimulator Advanced Process Control Robustheit (Startwertmanagement) Reduzierter Eingabe/Ausgabedatensatz Advanced Process Control Betriebsdaten als Eingaben (Genauigkeit) Andere Spezifikationen (Ungleichungen) Optimierung Betriebsparameter Modellübertragung: stationär dynamisch (z.b. für f r sicherheitstechnische Fragestellungen)

17 Zusammenfassung Neue Verfahren müssen möglichst optimal eine Reihe verschiedener Kriterien erfüllen Phasenweiser Prozess führt zum Ziel Gates (Haltepunkte) helfen Projektfortschritt zu kontrollieren Methoden liefern Fakten für Stop/Go- Entscheidung am Gate Trends und Bedarf bei Methoden aufgezeigt für Frühe Phase der Verfahrensentwicklung Abschließende Optimierung und Bewertung Nutzung/Optimierung im Produktionsbetrieb