Проектирование сложных ректификационных колонн на основе энтропийного метода моделирования
Представление проектной иерархической модели процесса многокомпонентной ректификации в сложных колоннах, построенной с использованием энтропийного метода моделирования. Составление и реализация алгоритма решения. Приведение примеров проектных расчетов.
Рубрика | Экономико-математическое моделирование |
Вид | статья |
Язык | русский |
Дата добавления | 29.06.2017 |
Размер файла | 310,2 K |
Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже
Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.
Размещено на http://www.allbest.ru/
Ярославский государственный технический университет, Ярославль
Статья
на тему: Проектирование сложных ректификационных колонн на основе энтропийного метода моделирования
Выполнил:
Д.Н. Волков
Аннотация
В работе представлена проектная иерархическая модель процесса многокомпонентной ректификации в сложных колоннах, построенная с использованием энтропийного метода моделирования. Составлен и реализован алгоритм решения. Приведены примеры проектных расчетов.
Ключевые слова: многокомпонентная ректификация, проектный расчет, сложная колонна, формализм Джейнса, принцип максимальной энтропии, энтропийная модель.
В последнее время исследователи все чаще занимаются задачами динамики процесса ректификации [1, 2] для решения задач управления. Однако большое практическое значение, как для задач управления, так и для задач проектирования имеют статические модели. Методы расчета статических режимов ректификационных колонн делятся на проектные и поверочные. В первых требуется определить количество тарелок при заданных ограничениях на качество получаемых продуктов, во вторых - составы продуктовых потоков при заданном количестве тарелок. Большинство существующих методов относится к разряду поверочных - это различные модификации методик Льюса-Матесона [3] и Тиле-Геддеса [4]. Для того чтобы решать задачу проектирования с использованием этих методов, требуется введение итерационного поиска по общему числу тарелок колонны. При этом реализация такого поиска нередко затруднена из-за недостаточной устойчивости вычислительных алгоритмов [5]. Так же следует отметить, что при широкой распространенности поверочных методов ни один проектный метод не нашел общего признания [6].
В предыдущей статье [7] авторами была решена задача поверочного расчета сложной ректификационной колонны. Применение такой модели для проектирования также возможно, однако это требует введения аналогичной операции итерационного поиска по числу тарелок, что и для остальных методов. А это, естественно, отрицательно сказывается на сходимости. В настоящей статье предлагается реализация проектного метода, в котором данная операция сведена к необходимому минимуму. Под сложными понимаются колонны с произвольным числом вводов питания и отборов продуктов разделения, колонны со стриппинг-секциями и др. В основе предлагаемого метода лежат положения системного анализа и энтропийного метода моделирования [8].
Энтропийный метод моделирования, основанный на использовании принципа максимальной энтропии [9], позволяет получить наиболее правдоподобные результаты моделирования на основе достоверной, но всегда неполной информации. В качестве критерия правдоподобия выступает информационная энтропия: максимуму энтропии при соответствующих ограничениях отвечает наиболее правдоподобный (вероятный) ответ на поставленную задачу. Теория энтропийного моделирования процесса ректификации наиболее полно описана в [10].
В общем случае задача проектного расчета состоит из нескольких подзадач. Первая подзадача - нахождение количества тарелок при заданных ограничениях на качество получаемых продуктов. Вторая коррелирована с первой и заключается в поиске оптимального флегмового числа. Взаимосвязь этих двух подзадач объясняется тем, что одного и того же качества разделения можно добиться при различных соотношениях числа тарелок и флегмового числа. В рассматриваемом методе флегмовое число может быть либо фиксированным, либо выступать в роли поисковой переменной. Третьей подзадачей является поиск оптимальных мест ввода питания. Это самостоятельная проблема и в настоящей статье она не рассматривается. Места ввода будем считать фиксированными.
В соответствии с идеологией системного анализа, сложная ректификационная колонна рассматривается как разделительная система с многоуровневой структурой, подсистемами которой являются секции колонны. Секция - это часть колонны, находящаяся между местами ввода питания и/или отбора продуктовых потоков. Теоретически количество секций может изменяться от двух (простая ректификационная колонна с одним вводом питания и двумя отборами продуктов) до значения, равного числу тарелок в колонне. Кипятильник и конденсатор выступают в роли отдельных секций. Вид j-ой секции с внутренними потоками представлен на рис. 1, где lj и vj - удельные потоки жидкости и пара в секции (уравнения для их расчета приведены в [7]), xsi,j и ysi,j - концентрации компонентов в жидком и паровом потоках вверху секции, xri,j и yri,j - концентрации компонентов в жидком и паровом потоках внизу секции (здесь и далее используются мольные концентрации компонентов). В общем случае количество секций равно сумме количеств вводов и отборов продуктов минус единица.
Рис. 1. - j-ая секция колонны
Для упрощения процедуры решения проектной задачи поверочная модель, представленная в [10], была модифицирована.
На начальном этапе производится анализ заданных концентраций компонентов в выходных потоках колонны и определяется вид используемых уравнений для расчета секций. Наряду с уравнениями, применяемыми при поверочной постановке задачи моделирования [11]
,(1),(2)
используются и уравнения проектного варианта расчета [11]
,(3),(4)
где zi, - концентрации i-го компонента в питании, дистилляте и кубовом продукте секции, соответственно; еy, еx - относительные отборы дистиллята и кубового продукта секции; бi, бn, бгр - коэффициенты относительной летучести i-го компонента; компонента с заданной концентрацией и гипотетического граничного компонента (), соответственно; zn, - заданные концентрации n-го компонента в питании, дистилляте и кубовом продукте секции, соответственно; л - множитель Лагранжа в условной экстремальной задаче (минимальное число теоретических ступеней контакта).
Соответствующие переменные определяются из уравнений
(5)
(6-9)
Уравнения (1) и (2) используются для расчета тех секций, у которых нет заданных концентраций в выходных потоках, но в соседних секциях имеется две заданные концентрации для одной секции. Уравнения (3) и (4) применяются для расчета секций, в которых задана концентрация в одном из выходных потоков. Значения л для секций с незаданными концентрациями в выходных потоках находятся при многомерном итерационном поиске до выполнения условия равенства расчетных и заданных концентраций в выходных потоках колонны. Для секций с заданными концентрациями значения л находятся из решения любого из уравнений
.(10),(11)
Для расчета необходимы следующие исходные данные: относительные расходы питания еFj и отборов продуктов разделения еj, состав потоков питания zfi,j, доли испаренности для каждого потока питания eFj и продукта разделения eDj, заданные концентрации в потоках xn,j, флегмовое число R. Последовательность расчета сложной ректификационной колонны такова.
1. По известным zfi,j и eFj с помощью уравнения однократного испарения определяются составы фаз питаний колонны xfi,j и yfi,j.
2. Вычисляются значения потоков lj и vj в колонне.
3. Определяется вид расчетных уравнений для расчета секций.
4. Используя модель наиболее вероятного распределения концентраций компонентов в продуктовых потоках многопродуктовой системы [12,13], находятся начальные приближения матриц промежуточных концентраций xs, ys, xr, yr. Расчет начинается с нижней (m-1) секции.
5. Рассчитываются все секции по выбранным уравнениям (1)-(4) вплоть до верхней. Причем в качестве концентраций входных потоков последовательно вместо данных начального приближения используются результаты, полученные при расчете предыдущей секции.
6. При достижении верхней секции направление расчета изменяется.
7. После полного обхода всех секций вычисляется невязка между предыдущими и текущими значениями концентраций.
8. Расчет продолжается с пункта 5 до тех пор, пока значение невязки не окажется в пределах необходимой точности.
9. Поисковый алгоритм вычисляет разницу заданных и полученных значений концентраций в выходных потоках колонны и задает следующее приближение значений л для секций с незаданными концентрациями. Расчет начинается с пункта 4.
Алгоритм реализован в среде программирования MATLAB. Адекватность модели была доказана в [7]. Анализ результатов выполненных расчетов позволяет установить, что в некоторых вариантах исходные данные для расчета могут оказаться некорректными. Поэтому, в алгоритме предусмотрена проверка исходных данных с целью выяснения возможности достижения заданных значений концентраций в выходных потоках.
В таблицах №1 и №2 приведены результаты проектного расчета четырехсекционной колонны для различного качества разделения смеси из 4-х компонентов с концентрациями компонентов в потоке питания zf3=(0,25; 0,25; 0,25; 0,25). Питание подается между 3 и 4 секциями. Отсчет секций ведется сверху. Относительные расходы питания еF=(0; 0; 1), отборы продуктов разделения е=(0,25; 0,25; 0,25; 0,25), доля испаренности для каждого потока питания eF=(0; 0; 0,5) и продуктов разделения eD=(0; 0; 0) (все отборы из жидкостных потоков), относительные летучести б=(4,3,2,1), заданные концентрации в потоках выделены в таблицах, флегмовое число R=10.
Из анализа таблиц очевидно, что значения множителей л увеличиваются при увеличении качества разделения, что свидетельствует об их сопоставимости с количеством теоретических тарелок или высотой колонны. многокомпонентный ректификация сложный колонна
В результате расчетов, кроме данных о составе продуктовых потоков, могут быть получены данные о составах промежуточных потоков в граничных сечениях секций. Эти данные используются для следующего этапа проектного расчета.
Таблица №1 Результаты расчета проектной задачи для нечеткого разделения
№ компонента |
л=(11,93; 14,06; 2,72; 2,35) |
||||
Концентрации в потоках, мольные доли |
|||||
Дистиллят |
Промежуточный отбор 1 |
Промежуточный отбор 2 |
Куб |
||
1 |
0,8500 |
0.1465 |
0.0002 |
0.0032 |
|
2 |
0,1499 |
0.8000 |
0.0407 |
0.0094 |
|
3 |
0,0001 |
0.0535 |
0.8000 |
0.1465 |
|
4 |
0,0000 |
0.0000 |
0.1591 |
0.8409 |
Таблица №2 Результаты расчета проектной задачи для четкого разделения
№ компонента |
л=(24,17; 42,97; 1,88; 8,95) |
||||
Концентрации в потоках, мольные доли |
|||||
Дистиллят |
Промежуточный отбор 1 |
Промежуточный отбор 2 |
Куб |
||
1 |
0.9700 |
0.0300 |
0.0000 |
0.0000 |
|
2 |
0.0300 |
0.9700 |
0.0000 |
0.0000 |
|
3 |
0,0000 |
0.0000 |
0.9700 |
0.0300 |
|
4 |
0,0000 |
0.0000 |
0.0300 |
0.9700 |
Рассмотрим рис. 2, на котором изображена структура j-ой секции. Секция рассматривается как совокупность последовательных ячеек-тарелок. Получим уравнения для произвольного сечения p j-ой секции.
В работе [14] данные уравнения были получены для секции простой колонны. Применительно к секции сложной колонны, изображенной на рисунке 2, эти уравнения примут вид:
,(12)
,(13)
где м - фактор неравновесности, который характеризует неравновесность потоков, покидающих ячейку. Данный коэффициент может выступать в роли параметра, оценивающего КПД тарелки.
Рис. 2. - Структура j-ой секции
Последовательность расчета выглядит следующим образом. В качестве начальных значений yp-1,i используются концентрации ysi,j. Далее задаются средним значением фактора неравновесности м (при м=1 расчет будет вестись по теоретическим тарелкам) и осуществляют итерационный расчет с использованием уравнений (12),(13) для каждого сечения. Расчет проводится до выполнения следующего условия [14]:
, (14)
где е - требуемая точность совпадения граничных концентраций. Для того, чтобы данное условие соблюдалось точнее, допускается дробить ячейку, изменяя значение м от номинального до какого-либо малого числа, например 0,01. По окончанию расчета конечное количество ячеек определит количество тарелок в секции.
На рис. 3 изображены профили изменения концентраций по высоте колонны для варианта нечеткого разделения (таблица №1).
Из анализа рисунка видно, что на границах секции, в месте стыковки, наблюдаются скачки концентраций, которые для места ввода питания объясняются краевым эффектом. Для уменьшения скачков следует решить задачу поиска оптимальных мест ввода питаний.
В результате расчета было получено суммарное количество теоретических тарелок (м=1) колонны (45) и для каждой секции (17,18,6,4).
Рис. 3. - Профили концентраций компонентов по высоте колонны
Иерархическая последовательность расчета сложных ректификационных колонн позволяет разбить сложную задачу проектного расчета на несколько этапов. Первый предусматривает предварительный расчет высоты колонны с использованием модели [12]. В рамках второго этапа потарелочный расчет заменяется на “посекционный” с учетом конечного флегмового числа. Третьим этапом является расчет профиля концентраций по секциям колонны и получение числа тарелок в колонне.
Литература
1. Софиева Ю.Н., Абрамов К.В. Применение пакета моделирующих программ ChemCAD в учебно- тренировочных комплексах для изучения систем автоматизации ректификационных установок // Инженерный вестник Дона, 2012, №1
2. Абрамов К.В. Методика определения коэффициентов ПИД-контроллера при моделировании автоматизированных систем управления ректификационной колонной с применением пакета ChemCAD // Инженерный вестник Дона, 2011, №2
3. Lewis W.K., Matheson G.L. Studies in Distillation Design of Rectifying Columns for Natural and Refinery Gasoline // Ind. Eng. Chem. 1932. №24. p.494.
4. Thiele E.W., Geddes R.L. Computation of Distillations Apparatus for Hydrocarbon Mixtures // Ind.Eng. Chem. 1933. №25. p.289.
5. Холланд Ч.Д. Многокомпонентная ректификация. М.: Химия, I969. 352c.
6. Fidkowski Z.T., Malone M.F., Doherty M.F. Non-Ideal Multicomponent Distillation: Use of Bifurcation Theory for Design // AIChE J. 1991. №37. p.1761.
7. Волков Д.Н., Вилков Г.Г. Энтропийное моделирование сложных ректификационных колонн // Научно-технический вестник Поволжья. 2013. №5. c.134-139.
8. Вильсон А.Дж. Энтропийные методы моделирования сложных систем. М.: Наука, 1978. 248c.
9. Jaynes E.T. Information theory and statistical mechanics // Physical Review. 1957. V. 106. №. 4. p.620-630 V. 108. №. 2 pp.171-190.
10. Балунов А.И., Майков В.П. Энтропия и информация в теории ректификации // Изв. вузов. Химия и хим. технология. 2003. Т. 46. № 9. c.54.
11. Балунов А.И., Вилков Г.Г., Волков Д.Н. Расчет наиболее вероятных составов продуктовых потоков сложных ректификационных систем // Математика и математическое образование. Теория и практика: Межвуз. сб. науч. тр. Вып. 8. c.213-223.
12. Балунов А.И., Волков Д.Н., Вилков Г.Г. Оптимальная декомпозиция ректификационных систем // Мат. методы в технике и технологиях ММТТ-25: сборник трудов XXV Междунар. науч. конф. Т. 1. c.89-92.
13. Балунов А.И. Декомпозиционный алгоритм расчета сложных ректификационных колонн // Мат. методы в технике и технологиях ММТТ-25: сборник трудов XXV Междунар. науч. конф.Т. 9. c.30-31.
14. Майков В.П., Цветков А.А. Расчет ректификационных колонн. Системно-информационный подход. // Учебное пособие. М.:Моск. ин-т хим. машиностроения. 1977. 80c.
References
1. Sofieva Yu.N., Abramov K.V. // Inћenernyj vestnik Dona (Rus), 2012, №1
2. Abramov K.V. // Inћenernyj vestnik Dona (Rus), 2011, №2 URL
3. Lewis W.K., Matheson G.L. Studies in Distillation Design of Rectifying Columns for Natural and Refinery Gasoline // Ind. Eng. Chem. 1932. №24. p.494
4. Thiele E.W., Geddes R.L. Computation of Distillations Apparatus for Hydrocarbon Mixtures // Ind.Eng. Chem. 1933. №25. p.289.
5. Holland Ch.D. Multicomponent distillation. M.: Khimiya, I969. 352p.
6. Fidkowski Z.T., Malone M.F., Doherty M.F. Non-Ideal Multicomponent Distillation: Use of Bifurcation Theory for Design // AIChE J. 1991. №37. p.1761.
7. Volkov D.N., Vilkov G.G. Entropiynoe modelirovanie slozhnykh rektifikatsionnykh kolonn // Nauchno-tekhnicheskiy vestnik Povolzh'ya. 2013. №5. pp.134-139.
8. Vil'son A.Dzh. Entropiynye metody modelirovaniya slozhnykh sistem [Entropy modelling methods of complex systems]. M.: Nauka, 1978. 248p.
9. Jaynes E.T. Information theory and statistical mechanics // Physical Review. 1957. V. 106. №. 4. p.620-630 V. 108. №. 2 p.171-190.
10. Balunov A.I., Maykov V.P. Izv. vuzov. Khimiya i khim. tekhnologiya. 2003. T. 46. № 9. p.54.
11. Balunov A.I., Vilkov G.G., Volkov D.N. Raschet naibolee veroyatnykh sostavov produktovykh potokov slozhnykh rektifikatsionnykh sistem [Calculation of most probable product flow composition for complex distillation systems] Matematika i matematicheskoe obrazovanie. Teoriya i praktika: Mezhvuz. sb. nauch. tr. Vyp. 8. p.213-223.
12. Balunov A.I., Volkov D.N., Vilkov G.G. Optimal'naya dekompozitsiya rektifikatsionnykh sistem [Optimal decomposition of distillation systems] Mat. metody v tekhnike i tekhnologiyakh MMTT-25: sbornik trudov XXV Mezhdunar. nauch. konf. T. 1. p.89-92.
13. Balunov A.I. Dekompozitsionnyy algoritm rascheta slozhnykh rektifikatsionnykh kolonn [Decomposition calculation algorithm of complex distillation columns] Mat. metody v tekhnike i tekhnologiyakh MMTT-25: sbornik trudov XXV Mezhdunar. nauch. konf.T. 9. p.30-31.
14. Maykov V.P., Tsvetkov A.A. Raschet rektifikatsionnykh kolonn. Sistemno-informatsionnyy podkhod [Calculation of distillation columns. System-information approach] Uchebnoe posobie. M.:Mosk. in-t khim. mashinostroeniya. 1977. 80p.
Размещено на Allbest.ru
...Подобные документы
Задачи оптимизации сложных систем и подходы к их решению. Программная реализация анализа сравнительной эффективности метода изменяющихся вероятностей и генетического алгоритма с бинарным представлением решений. Метод решения задачи символьной регрессии.
диссертация [7,0 M], добавлен 02.06.2011Теоретические и методологические основы моделирования развития фирм с рентноориентированным управлением. Экономико-математические основы моделирования динамически сложных систем. Функция заимствования: понятие, сущность, свойства, аналитический вид.
дипломная работа [630,4 K], добавлен 04.02.2011Эффективность макроэкономического прогнозирования. История возникновения моделирования экономики в Украине. Особенности моделирования сложных систем, направления и трудности моделирования экономики. Развитие и проблемы современной экономики Украины.
реферат [28,1 K], добавлен 10.01.2011Структура и параметры эффективности функционирования систем массового обслуживания. Процесс имитационного моделирования. Распределения и генераторы псевдослучайных чисел. Описание метода решения задачи вручную. Перевод модели на язык программирования.
курсовая работа [440,4 K], добавлен 30.10.2010Составление математической модели задачи. Расчёт оптимального плана перевозок с минимальной стоимостью с использованием метода потенциалов. Оптимальный вариант специального передвижного оборудования для технического обеспечения управления производством.
контрольная работа [135,3 K], добавлен 01.06.2014Основные понятия теории моделирования экономических систем и процессов. Методы статистического моделирования и прогнозирования. Построение баланса производства и распределение продукции предприятий с помощью балансового метода и модели Леонтьева.
курсовая работа [1,5 M], добавлен 21.04.2013Статические и динамические модели. Анализ имитационных систем моделирования. Система моделирования "AnyLogic". Основные виды имитационного моделирования. Непрерывные, дискретные и гибридные модели. Построение модели кредитного банка и ее анализ.
дипломная работа [3,5 M], добавлен 24.06.2015Изучение особенностей метода статистического моделирования, известного в литературе под названием метода Монте-Карло, который дает возможность конструировать алгоритмы для ряда важных задач. Решение задачи линейного программирования графическим методом.
контрольная работа [1,2 M], добавлен 17.12.2014Гносеологическая роль теории моделирования и сущность перехода от натурального объекта к модели. Переменные, параметры, связи (математические) и информация - элементы модели. Обобщенное представление вычислительного эксперимента и признаки морфологии.
реферат [31,0 K], добавлен 11.03.2009Изучение сущности метода экономического моделирования и особенностей его применения. Экономическая оценка качества планов и прогнозов. Прогнозирование урожайности картофеля методом экстраполяции. Составление баланса производства и распределения картофеля.
контрольная работа [86,5 K], добавлен 09.11.2010Линейное программирование как инструмент исследования линейных моделей. Основы симплекс-метода. Моделирование экономической ситуации в инструментальном цехе. Применение симплекс-метода для оптимизации плана производства. Применимость линейной модели.
курсовая работа [112,0 K], добавлен 09.12.2014Математическое моделирование как теоретико-экспериментальный метод позновательно-созидательной деятельности, особенности его практического применения. Основные понятия и принципы моделирования. Классификация экономико-математических методов и моделей.
курсовая работа [794,7 K], добавлен 13.09.2011Анализ сложных систем. Проведение экономического исследования с применением технологии компьютерного моделирования. Построение блок-схем, маршрутов потоков сообщений. Разработка модели работы автобусного маршрута. Многовариантные расчеты модели.
контрольная работа [53,3 K], добавлен 22.10.2012Применение методов оптимизации для решения конкретных производственных, экономических и управленческих задач с использованием количественного экономико-математического моделирования. Решение математической модели изучаемого объекта средствами Excel.
курсовая работа [3,8 M], добавлен 29.07.2013Исследование особенностей разработки и построения модели социально-экономической системы. Характеристика основных этапов процесса имитации. Экспериментирование с использованием имитационной модели. Организационные аспекты имитационного моделирования.
реферат [192,1 K], добавлен 15.06.2015Основной тезис формализации. Моделирование динамических процессов и имитационное моделирование сложных биологических, технических, социальных систем. Анализ моделирования объекта и выделение всех его известных свойств. Выбор формы представления модели.
реферат [493,5 K], добавлен 09.09.2010Определение характеристик переходного процесса с использованием методик математического моделирования. Расчет степени затухания, времени регулирования и перерегулирования, периода и частоты колебаний. Построение графика, сравнение параметров с расчётными.
лабораторная работа [35,7 K], добавлен 12.11.2014Теоретические основы имитационного моделирования. Пакет моделирования AnyLogic TM, агентный подход моделирования. Разработка имитационной модели жизненного цикла товара ООО "Стимул", модели поведения потребителей на рынке и специфика покупателей.
курсовая работа [2,0 M], добавлен 26.11.2010Формулировка проблемы в практической области. Построение моделей и особенности экономико-математической модели транспортной задачи. Задачи линейного программирования. Анализ постановки задач и обоснования метода решения. Реализация алгоритма программы.
курсовая работа [56,9 K], добавлен 04.05.2011Метод имитационного моделирования, его виды, основные этапы и особенности: статическое и динамическое представление моделируемой системы. Исследование практики использования методов имитационного моделирования в анализе экономических процессов и задач.
курсовая работа [54,3 K], добавлен 26.10.2014