화학적 비이상성이 배치 증류 장치 운전의 계산 모델링과 동적 최적화에 어떤 영향을 미칩니까?

화학적 비이상성은 배치 증류 최적화를 상당히 더 높은 비용과 모델링 선택에 대한 민감성을 요구하는 문제로 만듭니다. 비이상적 기액 평형에서는 액체 조성과 보유량이 배치 전반에 걸쳐 변화하므로 NRTL, UNIQUAC, Wilson, UNIFAC 또는 SRK와 같은 활동도 계수 또는 상태방정식 계산을 반복적으로 수행해야 합니다. 보고된 비교 결과에 따르면, 비이상 혼합물에서는 물성 계산이 계산 시간의 약 65%~70%를 차지한 반면, 이상 혼합물에서는 28%~30%를 차지했으며, 이에 따라 전체 최적화가 약 3배 느려졌습니다.

주요 영향은 단순히 시뮬레이션이 느려지는 것에 그치지 않습니다. 비이상성은 예측되는 증기 조성, 순도 변화 경로, 환류 요구량, 에너지 수요 및 실현 가능한 운전 정책을 변화시키므로, 동적 최적화는 계산 집약적이고 열역학적으로 강하게 결합된 문제를 해결해야 합니다.

비이상성이 배치 모델을 변화시키는 이유

기액 평형이 조성 의존적으로 변함

이상 혼합물에서는 증기 조성을 단순화된 평형 관계와 비교적 일정한 휘발도 가정을 사용하여 추정할 수 있는 경우가 많습니다. 그러나 비이상 혼합물에서는 평형 관계가 활동도 계수, 압력, 온도 및 각 관련 상의 조성에 따라 달라집니다.

단순화된 식은 다음과 같습니다:

[ y_i P = x_i \gamma_i P_i^{\text{sat}} ]

여기서 (x_i)와 (y_i)는 각각 액체와 증기의 몰분율이고, (\gamma_i)는 활동도 계수이며, (P_i^{\text{sat}})는 포화 증기압입니다.

배치 조성이 변화함에 따라 (\gamma_i)도 변하므로, 증기 조성을 초기 공급물 조성만의 고정된 함수로 취급할 수 없습니다.

분리 구동력이 배치 중에 변할 수 있음

배치 증류기에서는 휘발성이 높은 성분이 우선적으로 제거되므로 잔류 액체 조성이 지속적으로 변합니다. 따라서 평형 상태가 이동함에 따라 운전 전반에 걸쳐 증기 조성도 변합니다.

동적 증류기 물질수지에서 조성 변화 경로는 액체 조성과 증기 조성의 차이에 직접적으로 좌우됩니다. 대표적인 관계식은 다음과 같습니다:

[ \frac{dx}{dt} = \frac{x-y}{M} ]

여기서 (M)은 액체 보유량입니다. 비이상 조건에서는 각 적분 단계마다 새로운 열역학적 평형 계산을 수행하여 (y)를 구해야 합니다.

공비 혼합물과 비정상적인 상 거동이 순도를 제한할 수 있음

비이상 혼합물은 특정 조성에서 증기 조성과 액체 조성이 같아지는 공비 거동을 나타낼 수 있습니다. 이러한 영역에 가까워지면 환류를 증가시켜도 효과가 점점 줄어들거나, 일반적인 증류만으로는 원하는 순도에 도달하지 못할 수 있습니다.

이로 인해 최적화 문제는 단순히 최적의 환류 스케줄을 찾는 것에서 벗어나, 선택한 운전 압력과 탑 구성에서 목표 순도에 열역학적으로 도달할 수 있는지를 판단하는 문제로 바뀝니다.

동적 최적화에 시간이 더 오래 걸리는 이유

모든 최적화 반복에는 동적 시뮬레이션이 포함됨

동적 배치 최적화에서는 후보 운전 정책을 평가하고, 배치 전반에 걸쳐 공정 방정식을 적분하며, 제품 수율과 순도를 계산한 다음 정책을 갱신합니다. 이 과정은 여러 번 반복됩니다.

반복마다 대수방정식을 한 번만 풀 수도 있는 정상상태 연속 증류 최적화와 달리, 배치 증류에서는 전체 시간 구간에 걸쳐 동적 모델을 풀어야 합니다.

엄밀한 모델은 결합된 DAE 시스템을 생성함

엄밀한 배치 증류탑 모델에는 탑단과 재비기의 보유량 및 조성과 같은 미분 상태 변수와 온도, 압력, 상평형, 유량 및 에너지 수지와 같은 대수 변수가 함께 포함됩니다.

그 결과로 생성되는 미분-대수방정식은 열역학적 제약과 장치 제약을 만족시키면서 반복적으로 풀어야 합니다. 탑단과 응축기의 액체 보유량은 현재의 운전 조건을 과거의 운전 이력과 더욱 강하게 결합시킵니다.

열역학적 물성 계산이 실행 시간을 지배함

비이상 혼합물의 경우 각 DAE 평가에는 다음과 같은 계산이 필요할 수 있습니다:

활동도 계수 또는 상태방정식 계산.
기포점 또는 이슬점 계산.
상평형 해 계산.
엔탈피 및 열용량 평가.
온도와 조성이 변함에 따른 반복적인 갱신.

보고된 계산 비교에 따르면, 비이상 사례에서는 이러한 물성 계산이 전체 실행 시간의 약 65%~70%를 차지합니다. 정확한 비율은 혼합물, 열역학 모델, 해석기, 수렴 허용오차 및 구현 방식에 따라 달라집니다.

최적화기가 더 어려운 목적함수를 다루게 됨

비이상성은 순도와 수율을 환류비, 재비 비율, 압력, 컷 시간 및 초기 조성의 고도로 비선형적인 함수로 만들 수 있습니다. 특히 공비 영역이나 평형 곡선이 급격한 영역에서는 운전 변수의 작은 변화가 큰 변화를 일으킬 수 있습니다.

이로 인해 실현 가능한 영역이 좁아지고, 순도 제약이 활성화되며, 더 많은 목적함수 평가와 더욱 견고한 초기화가 필요한 국소 최적해가 발생할 수 있습니다.

비이상성이 최적화 문제를 변화시키는 방식

환류 및 재비 정책은 변화하는 평형에 대응해야 함

최적 환류비는 일반적으로 배치 전반에서 일정하지 않습니다. 증류기 조성이 변화함에 따라 휘발도 관계와 필요한 분리 작업량도 변합니다.

따라서 동적 최적화는 하나의 고정된 운전점이 아니라 시간에 따라 변하는 환류 스케줄, 열 투입 프로파일 또는 운전 작업 순서를 결정할 수 있습니다.

제품 순도와 수율이 긴밀하게 결합됨

환류비를 높이면 분리가 개선될 수 있지만, 일반적으로 내부 유량, 응축기 부하 및 배치 시간이 증가합니다. 보다 공격적인 컷은 총 처리량을 높일 수 있지만, 증류액 또는 중간 용기 제품의 순도를 낮출 수 있습니다.

최적화에서는 증류액 질량, 중간 제품 질량, 순도, 사이클 시간 및 유틸리티 소비량과 같은 목적 간의 균형을 맞춰야 합니다.

압력이 중요한 의사결정 변수가 됨

운전 압력은 비등 온도, 기액 평형, 유틸리티 요구량 및 공비 또는 분리 난이도가 높은 영역의 위치에 영향을 줍니다. 온도에 민감한 물질에는 감압 운전이 필요할 수 있지만, 감압이 열역학적 한계를 자동으로 제거하는 것은 아닙니다.

따라서 압력이 평형 또는 장치 운전에 실질적인 영향을 미치는 경우에는 모델에 압력을 포함해야 합니다.

컷 전환에는 더욱 신중한 스케줄링이 필요함

다성분 또는 강한 비이상 시스템에서는 제품 조성이 열역학적으로 결정된 경로를 따릅니다. 일부 단순화 방법에서 가정하는 것처럼 각 제품 컷에 임의의 조성을 지정하는 것은 불가능할 수 있습니다.

현실적인 최적화에서는 엄밀한 모델이 생성하는 조성 변화 경로를 준수하면서 전환 시간, 환류 정책 및 작업 시간을 결정합니다.

계산 모델 선택

스크리닝에는 단순화 모델 사용

단순화된 Rayleigh 모델 또는 단수 기반 모델은 이론단수, 환류 요구량, 배치 시간 및 에너지 수요에 대한 초기 추정치를 제공할 수 있습니다. 이러한 모델은 타당한 운전 영역을 파악하고 엄밀한 최적화를 위한 초기 추정값을 생성하는 데 유용합니다.

특히 상대 휘발도가 크게 변하거나 액체 보유량이 상당한 경우에는 해당 가정을 스크리닝용 근사로 취급해야 합니다.

강한 비이상 액체 혼합물에는 활동도 계수 모델 사용

액상 비이상성이 중요한 경우 NRTL, UNIQUAC, Wilson 및 UNIFAC와 같은 모델이 적합한 경우가 많습니다. 신뢰할 수 있는 이성분 상호작용 매개변수를 이용할 수 없지만 그룹 기여법 예측을 허용할 수 있는 경우에는 UNIFAC가 유용할 수 있습니다.

모델은 실제 공정의 성분, 압력 범위, 온도 범위 및 상 거동에 맞게 선택하고 매개변수화해야 합니다.

증기상 효과가 중요한 경우 상태방정식 사용

SRK와 같은 상태방정식은 압력이 높거나 증기상 비이상성이 중요하거나, 상태방정식 기반 정식화가 더 잘 뒷받침되는 성분을 포함하는 시스템에서 유용할 수 있습니다.

많은 저압 강비이상 액체 혼합물의 경우 활동도 계수 접근법이 액상을 더 효과적으로 나타낼 수 있습니다. 적절한 선택은 모델 이름 자체가 아니라 검증 데이터에 따라 결정해야 합니다.

엄밀한 모델에 실제 장치 특성 포함

이론단수는 실제 파일럿 플랜트 성능을 직접 나타내지 않습니다. 배치 변화 경로에 실질적인 영향을 미치는 경우 단효율, 충전물 HETP, 응축기 거동, 재비기 동특성 및 탑단 또는 응축기 보유량을 포함해야 합니다.

예를 들어 이론단수 추정치는 실제 탑을 나타내기 전에 실제 단효율 또는 충전물 HETP를 사용하여 변환해야 할 수 있습니다.

트레이드오프 이해

정확도가 높아질수록 계산 비용이 증가함

엄밀한 비이상 모델은 순도, 수율 및 에너지 예측의 신뢰성을 높이지만, 훨씬 더 많은 계산이 필요합니다. 보고된 벤치마크에 따르면 이상 혼합물 최적화에 비해 전체 실행 시간이 약 3배 증가합니다.

이 비용은 좁은 순도 여유, 분리가 어려운 상 거동 또는 파일럿 플랜트 검증에 의사결정이 좌우되는 경우 정당화됩니다. 그러나 초기 설계 공간 탐색 단계에서는 불필요할 수 있습니다.

모델 복잡성이 사용 가능한 데이터 품질을 초과할 수 있음

이성분 상호작용 매개변수, 기액 평형 데이터 또는 엔탈피 상관식의 품질이 낮다면 정교한 열역학 모델도 정확한 예측을 보장하지 않습니다.

중요도가 높은 운전 의사결정에 모델을 사용하기 전에 실험 평형 데이터와 파일럿 플랜트 데이터를 이용한 모델 검증이 필수적입니다.

엄격한 허용오차가 계산을 낭비할 수 있음

특히 실험 불확실성이 수치 오차보다 큰 경우, 매우 엄격한 DAE 및 열역학 해석기 허용오차는 결과의 실질적인 품질을 향상시키지 못한 채 실행 시간만 늘릴 수 있습니다.

허용오차는 최적화된 정책과 예측 제품 사양의 민감도를 확인한 후에만 강화해야 합니다.

공격적인 최적화가 취약한 정책을 만들 수 있음

최적화기는 작은 수치 오차나 모델 오차를 이용하여 순도 제약을 간신히 만족하는 정책을 찾을 수 있습니다. 이러한 정책은 공급물 조성, 단효율, 보유량 또는 운전 압력이 기준값에서 벗어날 경우 실패할 수 있습니다.

실용적인 해에는 현실적인 제약 허용오차, 작동기 한계 및 민감도 또는 강건성 검토가 포함되어야 합니다.

목표에 맞는 선택

적절한 모델링 전략은 즉각적인 목표가 스크리닝인지, 상세 설계인지, 파일럿 플랜트 운전인지 또는 실시간 제어인지에 따라 달라집니다.

주요 관심사가 신속한 스크리닝인 경우: 엄밀한 비이상 최적화를 실행하기 전에 검증된 단순화 모델 또는 저차수 모델을 사용하여 단수, 환류, 배치 시간 및 유틸리티 수요를 추정합니다.
주요 관심사가 제품 순도인 경우: 동적 상평형 계산과 명시적인 순도 제약을 포함하는 엄밀한 활동도 계수 또는 상태방정식 모델을 사용합니다.
주요 관심사가 파일럿 플랜트 예측인 경우: DAE 모델에 단 또는 충전물 효율, 응축기 및 탑단 보유량, 압력 효과 및 실제 장치 한계를 포함합니다.
주요 관심사가 계산 속도인 경우: 가능한 범위에서 유효한 물성 정보를 사전 계산하거나 캐시하고, 연속화와 웜 스타트를 사용하며, 불필요하게 엄격한 해석기 허용오차를 피합니다.
주요 관심사가 경제적 생산성인 경우: 제품 가치, 유틸리티 비용 및 사이클 간접비를 고려하면서 환류, 재비, 컷 시간 및 배치 시간을 함께 최적화합니다.
주요 관심사가 실시간 최적화인 경우: 온라인 의사결정에는 저차수 모델을 사용하고, 더 엄밀한 비이상 모델 및 플랜트 측정값을 기준으로 주기적으로 재보정합니다.

화학적 비이상성은 열역학적 제약인 동시에 계산 비용으로 취급해야 하며, 이는 최적화된 배치 운전의 신뢰성을 직접적으로 좌우합니다.

요약 표:

핵심 요인	배치 증류 최적화에 미치는 영향
기액 평형	조성 의존적인 활동도 계수 또는 상태방정식으로 인해 반복 계산이 필요합니다.
계산 비용	물성 계산이 실행 시간의 65%~70%를 차지할 수 있어 이상 혼합물 사례보다 최적화가 약 3배 느려집니다.
순도와 수율	변화하는 휘발도, 공비 및 컷 전환으로 인해 순도, 회수율, 에너지 및 배치 시간 간의 트레이드오프가 더욱 커집니다.
동적 정책	환류, 재비, 압력 및 컷 시간이 배치 전반에 걸쳐 변해야 할 수 있습니다.
모델 선택	단순화 모델은 스크리닝을 지원하며, NRTL, UNIQUAC, Wilson, UNIFAC 또는 SRK는 적절히 검증된 경우 더욱 엄밀한 예측을 지원합니다.
장치 현실성	단효율, 충전물 HETP, 보유량, 응축기 거동, 압력 및 장치 한계를 포함하면 파일럿 플랜트 예측 정확도가 향상됩니다.
최적화 신뢰성	웜 스타트, 물성 캐싱, 실용적인 해석기 허용오차, 민감도 검토 및 강건한 제약을 통해 속도와 정책 신뢰성을 향상시킬 수 있습니다.

비이상 배치 증류 공정을 모델링하거나 최적화해야 하나요? 귀하의 적용 분야에 맞춘 교육용 또는 직업교육용 단위조작 파일럿 플랜트에 대해 논의하려면 LABPARK에 문의하세요. LABPARK는 대학, 연구기관 및 기업이 열역학 모델을 검증하고, 환류 및 재비 전략을 연구하며, 순도와 수율 간의 트레이드오프를 평가하고, 실제 장치 거동을 활용하여 운전자를 교육할 수 있도록 화학공학 파일럿 플랜트를 지원합니다. 당사의 솔루션은 연구, 교육, 공정 개발 및 스케일업 의사결정을 위해 동적 운전, 상평형 분석, 에너지 평가 및 실제 하드웨어 고려사항을 포함할 수 있습니다.