KEMITEKNIK n Termodynamiske modeller og procesdesign: Effektiv implementering af data Eksperimentelle data er ikke det eneste krav til design af kemiske behandlingsenheder. Termodynamiske modeller bruges til at forstå forbindelserne mellem målte datapunkter og at forudsige andre kemiske egenskaber. Processimulatorer (for eksempel Aspen Hysis eller Pro/II) anvender termodynamiske modeller til at beskrive en hel proces (for eksempel ligesom naturgasdehydrering) og tillader designingeniører at afgøre, om processen vil fungere, samt hvordan behandlingsenheden skal bygges. Vi anvender Cubic-Plus-Association (CPA) tilstandsligningen [6-7] (se ligning på side 26), som blev udviklet specifikt til modelleringssystemer, der indeholder naturgas, lette olier og polære forbindelser som for eksempel vand og alkoholer, der kan danne hydrogenbindinger. Vi tager også skridtet videre ved at implementere en slags usikkerhedsanalyse kaldet bootstrapping [8-9] for at generere statistiske intervaller (i stedet for enkeltpunkter) for vores output variable, figur 3. Endelig kan de eksperimentelle-, termodynamiske resultater og usikkerhedsfaktorer kombineres og bruges i processimuleringer. Et af de første trin i proces-simulering og design er at bestemme driftsområde. Denne del bestemmes af driftsbetingelserne (for eksempel temperatur og tryk) og produktspecifikationerne. Produkt- Figur 3. Fra eksperimentelle data til usikre forudsigelser med Bootstrap-teknikken. Figur 4. Visualisering af kombinationen af produktspecifikationer for at finde driftsområdet. specifikationer er givet enten af kunderne eller i henhold til lovgivningen. For naturgasdehydrering er de vigtigste specifikationer indholdet af vand og MEG i produktet. Vores mål er at finde et sæt procesbetingelser, hvor operationerne forbliver sikkert inden for specifikationen og bruger mindst mulig energi/kemikalier. Ved at kombinere evalueringer af forskellige specifikationer kan vi finde den overordnede gennemførlige region. Figur 4 viser temperatur og trykforhold (i grøn), hvor produktspecifikationerne opnås. Vi ser, at vand i gas er stærkt afhængig af temperatur og tryk. MEG i gasspecifikationen er mindre følsom for ændringer i forholdene, men temperaturen skal være under 15°C. Ved at kombinere to specifikationsgrafer kan vi identificere et passende driftsområde til vores proces. Konklusioner og fremtidsperspektiver Verdens energiforbrug er støt stigende og de traditionelle reserver udtømmes. Derfor bør der fokuseres på undersøisk forarbejdning, hvor mulighederne er mange og spændende (selvom det er udfordrende). Naturgasdehydrering er en sådan proces, som kan udnyttes til forbedret nyttiggørelse, sikrere drift og et reduceret energiforbrug. DTU CERE samarbejder med Equinor om at måle nye ligevægtsdata og forbedre termodynamisk modellering af relevante kemiske blandinger. Sikkerheden i forbindelse med den undersøiske teknologi er meget vigtig. Vi anvender statistiske metoder til bedre at forstå de procesrisici, der er involveret i dette projekt. E-mail: Nicolas von Solms: nvs@kt.dtu.dk Referencer 1. Equinor ASA. Invisible platforms - The subsea revolution: making platforms invisible - equinor.com http://www.equinor.com/en/ magazine/the-final-frontier.html (accessed Jul 3, 2018). 2. Ramberg, R.M.; Davies, S.R.H.; Rognø, H.; Økland, O. Steps to the Subsea Factory. In OTC-24307-MS; Offshore Technology Conference: Rio de Janeiro, 2013. 3. Frost, M.; von Solms, N.; Richon, D.; Kontogeorgis, G.M. Measurement of VaporLiquid-Liquid Phase Equilibrium-Equipment and Results. Fluid Phase Equilibria 2015, 405, 88-95. 4. Kruger, F.J.; Danielsen, M.V.; Kontogeorgis, G.M.; Solbraa, E.; von Solms, N. Ternary Vapor-Liquid Equilibrium Measurements and Modeling of Ethylene Glycol (1) + Water (2) + Methane (3) Systems at 6 and 12.5 MPa. J. Chem. Eng. Data 2018, 63, 1789-1796. 5. Kruger, F.J; Kontogeorgis, G.M.; Solbraa, E.; von Solms, N. Multicomponent Vapor-Liquid Equilibrium Measurement and Modeling of Ethylene Glycol, Water, and Natural Gas Mixtures at 6 and 12.5 MPa. J. Chem. Eng. Data 2018, artiklen i pressen. 6. Kontogeorgis, G.M.; Voutsas, E.C.; Yakoumis, I.V.; Tassios, D.P. An Equation of State for Associating Fluids. Ind. Eng. Chem. Res. 1996, 35, 4310-4318. 7. Derawi, S.O.; Michelsen, M.L.; Kontogeorgis, G.M.; Stenby, E.H. Termodynamiske modeler for produktionskemikaliers egenskaber. Dansk Kemi 2003, 84, 15-17. 8. Bjørner, M.G.; Sin, G.; Kontogeorgis, G.M. Uncertainty Analysis of the CPA and a Quadrupolar CPA Equation of State - With Emphasis on CO2. Fluid Phase Equilibria 2016, 414, 29-47. 9. Kruger, F.J; Kontogeorgis, G.M.; Solbraa, E.; von Solms, N. New association schemes for mono-ethylene glycol: Cubic-PlusAssociation parameterization and uncertainty analysis. Fluid Phase Equilibria 2018, 458, 211-233. - Dansk Kemi, 99, nr. 7, 2018 27
Download PDF fil
Se arkivet med udgivelser af Dansk Kemi her
TechMedias mange andre fagblade kan læses her