증류 파일럿 플랜트에서 Murphree 단 효율과 열 손실은 측정된 플랜트 데이터에 동적 모델을 피팅하여 보정합니다. 엔지니어는 컬럼을 대표적인 운전 조건에서 운전하고, 단 온도, 압력, 유량, 조성 및 열부하를 기록한 다음, 모델의 예측 과도응답과 정상상태 프로파일이 실험 결과와 일치할 때까지 모델 매개변수를 조정합니다. 액체 체류량은 기동 및 동적 거동에 큰 영향을 미치므로, 일반적인 단 홀드업과 수력학적 관계도 보통 동시에 보정합니다.

신뢰할 수 있는 접근법은 측정된 동적 응답을 대상으로 매개변수를 추정한 다음, 별도의 운전에서 검증하는 것입니다. 단 효율은 주로 온도 및 조성 프로파일을 형성하며, 열 손실 매개변수는 컬럼의 에너지 수지와 온도 분포에 영향을 줍니다.

보정의 목표

물리적 컬럼을 예측 모델로 변환하기

파일럿 컬럼 모델에는 일반적으로 물질수지, 에너지 수지, 기액 평형 관계, 단 수력학, 응축기 및 재비기 모델, 압력강하 계산이 포함됩니다.

보정 단계에서는 모델이 이상화된 설계가 아니라 실제 장비를 나타내도록 조정해야 하는 모델 매개변수를 결정합니다.

하나의 운전점 대신 동적 실험 사용하기

단일 정상상태 운전만으로는 오류의 여러 가능한 원인을 구분하기 어려운 경우가 많습니다. 예를 들어 온도 불일치는 잘못된 단 효율, 열 손실, 기액 평형 데이터, 압력 또는 공급 조건 때문에 발생할 수 있습니다.

기동, 정지, 환류 변화 및 재비기 열부하 변화는 단 홀드업과 열 저장에 관련된 시간상수를 드러내므로 더 풍부한 정보를 제공합니다.

Murphree 단 효율 보정

매개변수가 나타내는 것

Murphree 증기 효율은 단을 떠나는 증기가 해당 단의 액체와 평형에 얼마나 가깝게 접근하는지를 나타냅니다. 일반적인 형태는 다음과 같습니다.

[ E_M = \frac{y_n-y_{n+1}}{y_n^*-y_{n+1}} ]

여기서 (y_n)은 배출 증기 조성, (y_{n+1})은 유입 증기 조성, (y_n^*)은 단 액체와 평형을 이루는 증기 조성입니다.

효율이 1이라는 것은 이상적인 평형 접촉을 의미합니다. 실제 단은 물질전달에 유한한 접촉 시간과 계면적이 필요하기 때문에 더 낮은 값을 가집니다.

측정된 온도 프로파일과 일치시키기

에탄올-물과 같은 혼합물의 경우 엔지니어는 여러 단 위치에서 측정된 온도를 해당 모델 예측값과 비교합니다.

모델의 효율 값을 조정하여 컬럼을 따라 나타나는 온도 변화의 위치와 크기를 포함한 관측 온도 프로파일을 재현합니다. 가능한 경우 조성 측정값은 온도만을 사용하는 것보다 더 강력한 보정 기준이 됩니다.

실용적인 효율 모델 선택하기

효율은 컬럼 전체에 하나의 값으로 설정하거나, 컬럼 구간별 값 또는 단별 값으로 설정할 수 있습니다.

파일럿 플랜트의 단이 유사하고 데이터가 제한적인 경우에는 하나의 피팅 값이 적절한 경우가 많습니다. 단의 형상, 증기 부하, 발포, 액체 분포 또는 운전 조건이 컬럼을 따라 크게 달라지는 경우에는 구간별 또는 단별 효율을 사용하는 것이 타당합니다.

효율과 운전 조건의 관계

효율이 반드시 일정한 것은 아닙니다. 효율은 증기 속도, 액체 유량, 거품 높이, 위핑, 동반 비산 및 유효 계면적에 따라 변할 수 있습니다.

낮은 증기 속도는 증기 체류 시간을 늘리고 평형 접근성을 향상시킬 수 있지만, 지나치게 감소하면 위핑이 발생하여 유효 접촉이 감소할 수 있습니다. 따라서 수력학 또는 물질전달 상관식이 포함되지 않는 한, 보정된 효율은 명시된 운전 범위에서 유효한 것으로 취급해야 합니다.

열 손실 보정

에너지 수지에 손실 반영하기

열 손실은 일반적으로 단 또는 컬럼 에너지 수지에 분포형 항으로 도입됩니다. 간단한 표현은 다음과 같습니다.

[ Q_{\text{loss},i}

U_i A_i (T_i-T_{\text{ambient}}) ]

여기서 (U_i A_i)는 컬럼 구간의 유효 열전도도, (T_i)는 국부 공정 온도, (T_{\text{ambient}})는 주변 온도를 나타냅니다.

정확한 모델에서는 전체 열 손실 계수 하나를 사용하거나, 정류부와 회수부에 별도의 계수를 사용하거나, 측정된 벽면 온도와 국부 열전달 면적을 사용할 수 있습니다.

열 측정값과 에너지 잔차 사용하기

측정된 재비기 열부하, 응축기 열부하, 공급물 엔탈피, 제품 유량, 단 온도 및 주변 조건을 모델의 이론적 에너지 수지와 비교합니다.

모델이 측정값과 체계적으로 불일치하는 온도 또는 응축기·재비기 열부하를 예측하면 열 손실 매개변수를 조정합니다. 보정된 손실에는 쉘 전도, 불완전한 단열, 피팅, 사이트 글라스, 배관 및 기타 노출 표면을 고려해야 합니다.

열 손실과 다른 열 효과를 구분하기

열 손실은 온도만으로 식별하기 어렵습니다. 부정확한 엔탈피 데이터, 재비기 열부하 측정값, 공급 조건 또는 기액 평형 계산과 혼동될 수 있기 때문입니다.

플랜트를 여러 재비기 열부하와 주변 조건에서 시험하면 보정의 타당성이 높아집니다. 진정한 열 손실 모델은 하나의 데이터셋을 단순히 보정하는 것이 아니라 여러 운전에서 열적 거동의 변화를 설명할 수 있어야 합니다.

단 홀드업 및 수력학 보정

홀드업이 중요한 이유

일반적인 단 홀드업은 각 단에 얼마나 많은 액체가 머무르는지를 결정합니다. 이는 기동 시간, 환류 변화에 대한 응답, 조성 동특성 및 물질·에너지 저장에 이용 가능한 액체량에 직접적인 영향을 줍니다.

홀드업이 잘못되면 최종 온도 프로파일이 합리적으로 보이더라도 모델이 정상상태에 도달하는 속도가 지나치게 빠르거나 느려질 수 있습니다.

수력학적 거동 피팅하기

모델에는 액위, 단 형상, 웨어 높이, 액체 유량 및 강하관 거동 사이의 관계가 포함되어야 합니다. 프랜시스 웨어 공식은 웨어를 통과하는 액체 유량과 액체 수두를 연관시키는 데 사용되는 한 가지 예입니다.

기동 및 유량 변화 실험은 특히 유용합니다. 측정된 액체 및 온도 응답이 수력학적 시간상수를 보여주기 때문입니다.

물리적 타당성 확인하기

피팅된 홀드업 값은 가능한 경우 단 치수, 운전 액위, 웨어 형상 및 육안으로 관찰된 거동과 비교해야 합니다.

수학적으로 우수한 피팅만으로는 충분하지 않습니다. 불가능한 액체 부피를 요구하거나 동반 비산, 위핑 또는 강하관 백업과 같은 누락된 수력학적 현상을 숨길 수 있기 때문입니다.

일반적인 보정 절차

1. 측정 데이터 정의하기

공급물 및 제품 유량, 환류, 재비기 열부하, 응축기 열부하, 압력, 단 온도, 주변 온도 및 이용 가능한 조성 데이터의 동기화된 측정값을 수집합니다.

매개변수 피팅 전에 계기 바이어스와 센서 지연을 기록해야 합니다. 온도 센서의 응답이 컬럼 과도응답에 비해 느린 경우 별도의 동적 보정이 필요할 수 있습니다.

2. 열역학 및 수력학 모델 수립하기

기액 평형 모델, 엔탈피 상관식, 컬럼 형상, 단 간격, 웨어 치수, 압력 프로파일, 응축기 및 재비기 거동을 지정합니다.

매개변수 추정을 시작하기 전에 모델이 기본적인 물질 및 에너지 보존을 만족하는지 먼저 확인해야 합니다.

3. 유용한 운전 데이터 선택하기

분리 성능을 제한하기 위해 정상상태 운전을 사용하고, 홀드업과 열적 거동을 식별하기 위해 동적 운전을 사용합니다.

유용한 시험에는 환류비, 재비기 열부하, 공급 유량, 공급 조성 또는 기동 조건의 변화가 포함됩니다. 가진은 안전한 운전 한계 내에서 이루어져야 하며 장비나 제품에 손상을 주지 않아야 합니다.

4. 필요한 경우 매개변수를 동시에 추정하기

Murphree 효율, 열 손실 및 홀드업은 동일한 측정 온도 응답에 영향을 줄 수 있습니다. 이들을 독립적으로 피팅하면 오해를 불러일으키는 값이 도출될 수 있습니다.

매개변수 추정 알고리즘은 다음과 같은 가중 오차 함수를 최소화합니다.

[ J(\theta)= \sum_k w_k\left(z_{k,\text{measured}}- z_{k,\text{model}}(\theta)\right)^2 ]

여기서 (\theta)는 미지 매개변수를 포함하고, (z_k)는 측정된 온도, 조성, 유량 또는 열부하를 포함합니다.

동적 방정식은 Runge-Kutta-Fehlberg와 같은 방법으로 적분할 수 있으며, 최적화 루틴은 불일치를 줄이도록 매개변수를 변경합니다.

5. 다른 데이터로 검증하기

피팅 후에는 보정에 사용하지 않은 운전 데이터로 모델을 시험합니다.

신뢰할 수 있는 모델은 하나 이상의 환류비, 열부하 또는 공급 조건에서 정상상태 프로파일과 과도응답을 모두 재현해야 합니다. 검증은 과적합이 드러나는 단계입니다.

절충점 이해하기

온도만을 이용한 보정은 미정 문제가 된다

온도 프로파일은 유용하지만 단 효율과 열 손실을 고유하게 식별하지는 못합니다. 여러 매개변수 조합이 유사한 온도를 생성할 수 있습니다.

조성 샘플, 유량 측정, 압력 데이터 및 열부하 측정값은 보정의 식별 가능성을 높여줍니다.

하나의 효율 값이 수력학적 한계를 숨길 수 있다

하나의 일정한 Murphree 효율을 사용하는 것은 편리하지만, 플러딩, 위핑, 동반 비산 또는 비정상적인 액체 부하 근처에서는 적절하지 않을 수 있습니다.

넓은 운전 범위에서는 하나의 피팅 값을 외삽하기보다 효율 상관식 또는 운전 영역별 보정을 사용하는 것이 더 신뢰할 수 있습니다.

열 손실이 과대평가될 수 있다

재비기 열부하, 공급물 엔탈피 또는 응축기 열부하가 부정확하게 측정되면 모델은 그로 인해 발생한 에너지 불균형을 컬럼 열 손실로 판단할 수 있습니다.

따라서 유량계, 전력 측정, 온도 센서 및 주변 조건을 독립적으로 보정하는 것은 열적 식별 문제의 일부입니다.

피팅 매개변수가 많다고 항상 모델이 개선되는 것은 아니다

모든 단에 독립적인 효율 및 열 손실 계수를 부여하면 모델이 하나의 실험에는 매우 잘 맞을 수 있지만 물리적 의미를 잃을 수 있습니다.

매개변수 범위 제한, 정규화, 공유 매개변수 및 검증 운전은 정확성과 일반성 사이에서 유용한 균형을 유지하는 데 도움을 줍니다.

설계 효율과 보정 효율은 다르다

설계 단계의 효율 추정값은 이론 단수를 실제 단의 대략적인 개수로 환산하는 데 사용됩니다. 보정 효율은 특정 물리적 컬럼이 정해진 운전 조건에서 보이는 거동으로부터 추론됩니다.

보정된 값은 다른 컬럼 직경, 단 설계, 압력 또는 처리량에 자동으로 적용해서는 안 됩니다.

목표에 맞는 선택하기

파일럿 플랜트 모델이 지원해야 하는 의사결정에 맞는 보정 방법을 사용하세요.

주요 관심사가 정상상태 분리인 경우: 단 온도 및 조성 프로파일을 사용하여 Murphree 효율을 피팅한 다음, 측정된 제품 회수율 및 열부하와 비교하여 물질 및 에너지 수지를 확인합니다.
주요 관심사가 기동 및 제어인 경우: 일반적인 단 홀드업과 수력학적 매개변수를 포함하고, 정상상태 데이터만이 아니라 기동 및 단계 변화 데이터를 사용하여 피팅합니다.
주요 관심사가 에너지 성능인 경우: 여러 운전에서 재비기 열부하, 응축기 열부하, 온도 프로파일, 단열 상태 및 주변 온도를 기준으로 분포형 열 손실 항을 보정합니다.
주요 관심사가 스케일업 또는 최적화인 경우: 범위가 제한되고 물리적으로 해석 가능한 매개변수를 사용하며, 예상되는 환류비, 증기 발생량, 압력 및 공급 조건 범위에서 모델을 검증합니다.

잘 보정된 파일럿 플랜트 모델은 가장 많은 매개변수를 피팅한 모델이 아니라, 독립적인 운전 데이터를 예측할 수 있는 가장 단순하면서도 물리적으로 신뢰할 수 있는 모델입니다.

요약 표:

보정 대상	주요 데이터	권장 접근법	검증 초점
Murphree 단 효율	단 온도, 조성, 증기 및 액체 유량	정의된 운전 범위 내에서 컬럼 전체, 구간별 또는 단별 효율 값을 피팅	서로 다른 환류 및 공급 조건에서의 온도 및 조성 프로파일
열 손실	재비기 및 응축기 열부하, 공급물 엔탈피, 벽면 및 주변 온도	컬럼 구간 및 노출 장비에 대한 분포형 열 손실 계수 추정	여러 열부하, 단열 상태 및 주변 온도에서의 에너지 수지
단 홀드업 및 수력학	기동 데이터, 액위, 유량 변화, 단 형상	동적 응답을 사용하여 홀드업 및 수력학적 관계를 피팅	기동 시간, 환류 단계 변화 응답, 액위 및 물리적 타당성
전체 모델 성능	동기화된 유량, 압력, 온도, 조성 및 열부하	범위 제한 및 가중 오차를 적용하여 매개변수를 동시에 추정	독립적인 운전 데이터와 물질 및 에너지 보존

교육, 연구, 공정 개발 또는 스케일업을 위한 신뢰할 수 있는 증류 모델이 필요하신가요? LABPARK에 문의하여 목표에 맞춘 교육용 또는 직업교육용 단위조작 파일럿 플랜트에 대해 상담해 보세요. LABPARK는 대학, 연구기관 및 기업이 실제와 유사한 운전 데이터를 사용하여 단 효율, 열전달, 수력학, 제어 거동 및 에너지 성능을 평가할 수 있도록 지원하는 화학공학 파일럿 플랜트를 제공합니다. 당사의 화학공학, 바이오공정 및 바이오테크, 환경 및 수처리 시스템은 실무 교육, 실험 연구, 공정 최적화 및 기술 검증을 지원합니다.