过程优化基础和技术(用PDF)

过程优化涉及数学技术的应用&工具从几种可用替代方案中找出最佳解决方案,以获得最大投资回报(ROI)。

过程优化的主要目的是:

  • 以最低适用的成本提高生产率。
  • 尽可能消除损失。
  • 利用较低的成本饲料库存,能源具有可接受的质量水平。
  • 最大化过程设备的运行能力。
  • 来设计 &以最佳条件操作植物。达到新的或最有效的设计,并确定最理想的操作条件和安全操作。

所以在一个句子中可以提到所有上述内容 流程优化可以将生产率提高到最大值,最大利润和最低浪费生成和对环境的影响。通过执行流程优化,我们的目标是在特定情况下获得最佳结果。

在本文中,我们将了解过程优化基础和技术的要求。

过程优化的优点

通过流程优化,我们得到了改善的植物性能

  •  Increase Yield.
  • 提高可用性。
  • 减少能耗。
  • 降低维护成本。
  • 减少设备故障。
  • 最大限度地减少未计划的关机。

过程优化例子

以下段落列出了一些流程优化的例子,以最大限度地利用利润:

  • 六角网络设计(热集成)。
  • 蒸馏塔的实时优化。
  • 模型预测控制。
  • 运营规划& scheduling.
  • 管道尺寸,反应器尺寸,蒸馏塔(Capex / OPEX)。
  • 预测维护(机器学习应用) - 停机计划。

炼油厂优化的目标(目标 - 最大化利润)包括:

  • 最大限度地减少炼油厂的原油。
  • 优化炼油厂原油混合物。
  • 优化OffSpec生成并优化整体产品组合和派遣。
  • 尽量减少质量赠品。
  • 优化燃油消耗,最大限度地减少损耗。
  • 优化资产利用率。
  • 优化库存管理。
  • 优化容量利用率和关机规划。
  • 优化单元操作,维护最高标准的安全性,催化剂寿命和活动等。

流程优化框架

  •  所有优化问题都以某种标准形式说明。
  • 人们需要识别给定问题的基本要素并将它们转换为规定的数学形式。
  • 应用优化问题的要求:
    • 设计变量。
    • 约束。
    • 目标(目标)函数(MAX / min)。
    • 过程模型。

过程优化框架 - 设计变量

工程师需要知道影响系统的设计变量。

  • 示例:反应器温度,柱子,塔式纸盘数,回流比,批量时间和反应器产量。
  • 实际问题可能涉及许多设计变量。
  • 其中一些可能是高度敏感的,严重影响正在优化的过程。选择以下设计变量,其他(不是那么敏感的变量)可能保持不变。
  • 注意:如果固定所有设计变量,则没有优化的范围。

因此,必须放松一个或多个变量,使得系统成为确定的系统,其具有至少原理的无限数量的解决方案。

过程优化框架 - 目标函数

在设计变量和价格参数方面定义了合适的目标函数(成本函数)。目标函数可能是技术还是经济,这需要最大或最小

经济目标的例子: -

  • 最大利润。
  • 尽量减少生产成本。

技术目标的例子: -

  • 最大化反应器产量。
  • 最小化设备的大小。
  • 最大限度地减少环境影响。

注意: - 技术目标(目标)最终与经济学相关

在实际过程工厂中,将在一个情况下进行多目标函数,因此,有一个以上的客观函数。

过程优化框架 - 约束

约束请求设计变量和过程参数之间的一些额外关系。约束源于,因为设计变量必须满足某些物理现象&某些资源限制。

示例:可变界限:0<x<1(不超过任何方向的范围)(MAX / min)

  • 平等限制: 摩尔分数的总和应为统一,例如蒸馏塔中的组分平衡方程。
  • 在平等约束中: 在填充反应器中,工艺温度应小于催化剂去激活温度/酸性条件pH值<7,应力在组件中的任何位置应小于最大允许应力

过程优化框架 - 过程模型

  • 需要一个过程模型(Hysys)来描述设计变量相关的方式。过程模型还告诉我们客观函数如何受到设计变量的影响。
  • 模型是数学方程,或者是几种方程的集合,其定义了设计变量如何相关的和这些变量可以采用的可接受的值。
  • 使用实际系统的简化(但合理地精确)模型进行优化研究。
  • 注意: - 使用真实系统(Life)是耗时,昂贵,风险&这就是为什么你需要在模特上工作而不是生活案例。

过程优化方法的分类

基于所涉及的等式的性质,流程优化方法被归类为: -

  • 线性编程(LP)
  • 非线性编程(NLP)
  • 顺序二次编程(SQP)

基于设计变量的性质,流程优化方法分为: -

  • 继续优化(线性编程)
  • 整数编程(IP)(Integer值)
  • MILP混合整数(线性 &整数编程)
  • MINLP(非线性&整数编程)

基于对象函数的数量,流程优化方法被分组为: -

  • 单身的

处理优化问题制定

  • 为了能够对任何过程进行优化,首先,您需要制定优化问题。
  • 为了制定适当的优化问题,您需要挖掘以下表达式:
    • 优化过程模型
    • 自由度分析
    • 化学工程优化问题

优化过程模型

优化需要使用数学技术来最大化或最小化目标函数(可接近的变量 - 目标)。

注意:随着计算机的出现,优化已成为计算机辅助设计的一部分。

•为了在计算机上使用优化算法,我们必须具有可用于计算客观函数的响应的定量模型。

流程模型是一组仿制现实的等式,不能包含实际过程的所有功能。但是,合理准确的模型可以避免重复体验,节省了我们的时间和金钱& measurements.

过程模型分类: -

  • 理论模型。
  • 数据库模型(实用)。

其他分类: -

  • 线性VS非线性模型
  • 稳态VS非稳态

过程优化的自由度分析

 自由度分析的程度为我们提供了在优化过程中可以改变的设计变量的数量,以获得最佳解决方案。

自由度,DOF =变量数 - 线性独立方程数量(如代数在代数中)

  • 如果是DOF. = 0, unique solution exists – 没有优化是可能的
  • 如果是DOF.>0,在确定的系统下 - 存在无限解决方案& 优化是可能的 
  • DOF.<0,过度确定的系统 - 没有解决方案

线性规划简介

 线性编程是最有效和最广泛使用的优化技术之一。线性编程模型旨在最大化或最小化线性函数,受到一组线性约束。线性模型包括以下内容:

  • 一组设计变量
  • 一种目标函数,它是设计变量的线性函数
  • 一组线性平等或不等式约束

线性约束会如何出现?

  • 设计限制: 对于新的既定项目,则可以从设计代码/标准/规格中产生限制。对于现有设施,设施/资产的设计基础将确定必须尊重的限制。
  • 生产限制: - 设备限制,存储限制,市场要求。
  • 供应限制: 原料/原料限制
  • HSE限制: - 允许温度的操作范围&压力。还尊重关于从过程植物产生的排放和污水的环境立法。
  • 物理性质规范: - 产品质量约束当混合性能计算为纯组分的平均值。

如何制定线性编程模型: -

  • 确定设计变量
  • 确定目标函数/目标
  • 确定约束

案例研究:使用模拟的烃管道优化

客观的: 考虑到泵送系统(OPEX)的管道,泵(CAPEX)和相关运行成本的材料成本,最佳地确定最适合的管道尺寸。

约束:

  1. 管道ANSI评级300#和600#。
  2. 管道长度125公里。
  3. 柴油设计流量为725m³/ hr。
  4. 16小时的运行时间。
  5. 潜在的管道尺寸(x),16“,18”和20“。
  6. 对管道成本估算的ACCE(ASPEN CAPITAL COUNCE估算机构)。
  7. APEA(ASPEN流程经济评估)用于固定和运营成本

案例1-基本情况: (Refer Fig. 1)

  • 设计流程725m³/ hr。
  • ANSI评级600#。
  • 运营时间:16小时。
  • 管道ID:16“。
管道运行包络,用于过程优化
图1:流水线运行包络,用于过程优化

案例2: Refer Fig. 2

  • 设计流程725m³/ hr。
  • ANSI评级300#。
  • 运营时间:16小时。
  • 管道ID:18''。
管道流程优化的案例2
图2:管道流程优化的情况2

案例3: Refer Fig. 3

  1. 设计流程725m³/ hr。
  2. ANSI评级300#。
  3. 运营时间:16小时。
  4. 管道ID:20“。
案例3,用于管道过程优化的案例研究
图3:案例3,用于管道过程优化的案例研究

关键结果(图4):

过程优化案例研究的关键结果
图4:过程优化案例研究的关键结果

结论上述案例研究

壳体2可以被取消资格,其中转移泵的关闭压力超过47.7 barg的设计压力。

  • 案例1和案例3在技术上是可行的,其中它们分别满足流量要求和300#和600#的设计压力。
  • 案例1(16“管道 - ANSI 600#)报告了案例3(20英寸 - ANSI 300#)的降低支本,但情况1的泵成本和电力成本更高。
  • 虽然,案例1报告了较低的管道资本资本,但是,它可以被解雇原因:
    • 泵OPEX案例3的价值近三倍。
    • 案例1下的最大工作压力是2.8次的情况3.结果,预期的峰值浪涌和缓解体积会导致更大的SRV尺寸和更缓解体积。

推荐

考虑到技术经济分析的先前技术讨论和结果,建议:案例3被认为更有利,技术可行,以满足运营要求(设计流速和浪涌需求量较少)和更经济的情况,与案例1和案例相比2。

案例研究:使用MS的罐区域优化。 Excel Solver.

客观的

您必须设计一个由不锈钢制成的开放式储罐,带有方形底座。罐的体积应为50 m3。

找到需要最少材料并满足最低成本的罐的最佳尺寸。

坦克区域过程优化
图5:坦克区域过程优化

问题形成:

认为

  • X:基础的长度
  • Y:坦克的高度

材料的数量取决于罐的总表面积

A = X. 2 + 4XY -----这是目标函数

卷在问题陈述中作为约束表示= 50 m3

由于体积=基地面积*高度

50 = X2 * Y

所以,

y = 50 / x 2-------等式I.

由于坦克的总表面积 =面积+基地区域

区域= 4xy + x 2,使用等式i替换

因此,区域= x2 + 4X (50/X2 )= X. 2 + 200/X

继续进行两条路径:

  1. 短路径 - 半定量优化。
  2. 适当的工程路径 - 定量优化。
  1. 半定量优化

o由于将区域与长度相关的等式,因此您可以假设X的各种值,从1到9,然后绘制x与min区域的曲线。

o趋势将如下所示:

o从趋势中,您可以假设最小区域将与a相关联 之间的长度 4 - 5米 .

2.适当的工程路径 - 定量优化:

o使用MS Excel Solver获取X的准确值&相关的最小区域。

o以前讨论的求解器步骤后,您将获得以下结果:

最终,任何工程师都应该利用任何优化方法来生产优化的设计包或优化运行设施。

总是记住,优化谈论几个关键词:

  1. 最大收益。
  2. 最小损失。
  3. 关联的资本资本。
  4. 相关的opex。

请注意,如果这份文件的缺点或限制,那么它是因为我,而任何成功或正确性将仅来自伟大和慷慨的安拉。

谢谢您的耐心,欢迎您通过以下电子邮件与我联系:[email protected] / 艾哈迈德Shafik. | linkedin

打印友好,PDF& Email

艾哈迈德Shafik.

化工工程师拥有18年的工艺和运营的流程和运营的碳氢化合物行业的经验(离岸/ LNG / GTL / NGL /公用事业/技术提供商/工程咨询公司)通过处理不同的工程职业,提供了卓越的领导卓越,并促进组织成功设计,运营,项目支持,技术分析师,技术支持和业务发展,资产工程和工艺工程技术管理局。

4 thoughts on “过程优化基础和技术(用PDF)

  1. 卓越的写作与相关的例子......。据了解.Article语言&甚至可以通过非技术人员备份。
    在不久的将来保持这种好东西。

发表评论

您的电子邮件地址不会被公开。 必需的地方已做标记 *

最近的帖子