cav
cav FOKUS CHEMIEPRODUKTION 4.0 Bild: Wright Studio – Fotolia.com Bild 1: Der digitale Zwilling implementiert den Grundgedanken, dass neben dem realen Prozessgeschehen eine virtuelle Simulation abläuft, die bereits bei der Planung entsteht und während des gesamten Produktionsprozesses mitläuft Chancen und Hürden für den digitalen Zwilling in der Prozessindustrie Simulationen der Abläufe in Zeitabhängigkeit Verglichen mit der diskreten Stückgutfertigung ist die Anwendung der Methodik „digitaler Zwilling“ in der stoffumwandelnden Industrie noch im Anfangsstadium. Dennoch sind Potenziale erkennbar, die nicht nur zu genauerer Prozessführung und höherer Ausbeute, d. h. höherem Ertrag führen, sondern auch Risiken in den Prozessabläufen reduzieren und den Automatisierungsumfang erhöhen. Hierfür sind geeignete Simulationswerkzeuge ein Mittel der Wahl. Stoffumwandlungsprozesse, wie sie für die Chemie- und Pharmabranche und die Öl-/Gasverarbeitung charakteristisch sind, sind hochkomplex. Die Erschaffung eines digitalen Zwillings (Bild 1) stellt somit eine große Herausforderung dar. Deterministische Simulationen stoßen schnell an ihre Grenzen. Als gelungene Beispiele gelten die Simulationen von Kläranlagen, wie sie die Ingenieurgesellschaft Prof. Dr. Sieker (Stoat – Software zur dynamischen Simulation von Kläranlagen, www.sieker.de, 02/2019 ) oder das ifak – Institut für Automation und Kommunikation (simba.ifak.eu, 02/2019) beschreiben. Hierbei werden die einzelnen Behandlungsstufen modelliert und final zu einer Gesamtheit kombiniert. Viele Einflussfaktoren Bei stoffumwandelnden Prozessen ist nicht nur die Anzahl der Einflussfaktoren relativ hoch, sondern auch deren Kontinuität unsicher: In einem Reaktor beispielsweise müssen Parameter nicht gleichverteilt sein, ebenso können sich die einwirkenden Triebkräfte während des Ablaufs ändern. Dadurch können Prozesse in ihrem zeitlichen Verlauf variieren bzw. von einer vereinfachten Simulation signifikant abweichen. Weiterhin sind moderne stoffumwandelnde Prozesse durch eine Vielzahl von Prozessstufen sowie deren Verknüpfungen (z. B. Parallelstränge und Rückführschleifen) gekennzeichnet. In der Literatur findet man parziell noch den Ansatz, eine dynamische Simulation mittels Differenzialgleichungen durchzuführen. Hierbei stößt die Größe der Modellgleichungen und ihre Anzahl (besonders bei komplexen Systemen) ebenso an Grenzen wie die erforderliche Rechnerleistung. Eine praktikable Erfassung einer derartigen systemischen Komplexität kann gelingen, 46 cav 06-2019
wenn man ein Modell des Prozesses auf Basis von Triebkraft-Gleichungen erstellt, den Prozessablauf in viele zeitdiskrete Abschnitte oder bei Bedarf in örtlich diskrete Bereiche des Prozessraums aufteilt. Letzteres Vorgehen empfiehlt sich vor allem bei langen Konti- Prozessen. Die Arbeitsschritte für ein derartiges Modell könnten wie folgt aussehen: • Festlegung des Prozessumfangs, seiner Grenzen und Schnittstellen (Mengen, Parameter, Energien usw.) sowie der Start- Parameter • Ermittlung des normalen und der abweichenden Prozessabläufe (z. B. bei Parameterabweichungen, Störungen, Betriebspunktänderungen) • Zuweisung der zugrundeliegenden Triebkraft-Gleichungen (ggf. in Abhängigkeit von anderen Parametern) • Abschätzung der maximal möglichen Änderungsgeschwindigkeiten als Basis für die Zeit-Diskretisierung (Zeitsprung) • Modellierung des Prozessverlaufs ab Start bis Ende des ersten Zeitsprungs und Fixierung der neuen Parameter • Prüfung, welche Modellgleichungen bei den neuen Parametern relevant sind • Modellierung des Prozessverlaufs für den nächsten Zeitsprung usw. fortführend Batch- und Konti-Verfahren Die zeitliche Betrachtung derartiger Pro - zesse zeigt, dass zwischen kontinuierlichen und diskontinuierlichen Prozessen signifikante Unterschiede bestehen. Bei Konti- Abläufen besitzt jede Teilmenge eines Rohstoffes einen anderen Status als die benachbarten Teilmengen, da alle Teilmengen in einer Art Pfropfenströmung die Prozessanlage durchlaufen. Bei diskontinuierlichen Prozessen (ab hier: Batch) haben viele Teilmengen (je nach Größe der Prozessapparate) den gleichen Zustand, wenn man eine Gleichverteilung im jeweiligen Apparat annimmt. Entsprechend ist die Methodik der o. g. Arbeitsschritte zu variieren. Konti-Prozesse erscheinen einfacher zu handhaben: Beim Durchlaufen der Prozessanlage erfährt jede Teilmenge Veränderungen, die durch die an der Anlage von außen wirkenden Einflüsse hervorgerufen werden (z. B. Aufheizen, Einbringen von Reaktionspartnern, Absaugung von Komponenten). Entsprechend ist sowohl die zeitliche Wanderung einer Teilmenge in der Anlage zu betrachten, aber parallel auch die genannten Einflüsse bzw. Veränderungen zu genau diesem betrachteten Zeitpunkt. Prinzipiell sind die Übergänge von einer Grundoperation (ab hier: GOP) zur nächsten für jede Teilmenge fließend. Die jeweiligen Anlagenteile behalten im Normalbetrieb ihre jeweiligen Parameter und Wirkfunktionen (Bild 2). Demzufolge bietet sich für Konti-Prozesse die zeitliche Modellierung einer repräsen - tativen Teil menge an. Bei Batch-Prozessen treten die Teilmengen anfangs in die erste GOP ein, erfahren hier eine Veränderung (bzgl. Parametern, Komponenten, Stöchiometrie usw.). Hierbei ändern sich die Parameter der jeweiligen Prozessanlage in vielen Fällen. Mehr noch: oft wird eine Anlage zur Durchführung mehrerer GOP eingesetzt (z. B. in der zeitlichen Abfolge: Mischung von Komponenten, Aufheizen, Stoffumwandlung, Abdestillieren/Eindampfen) wie in Bild 3 dargestellt. Nach Abschluss der gewollten GOPs gelangen die Teilmengen mittels Transport, z. B. durch Gravitation, Druck oder Pumpvorgang, in die nächste Verarbeitung, die dann EXCELLENCE IS Intuitive Sensor Management The New ArcAir App: One Tool for Sensor Management and Documentation Video Tutorial at: ham-info.com/ Watch Free Wireless configuration and calibration Common interface for mobile, tablet, and PC Automated validation and documentation 10027 Hamilton Bonaduz AG CH-7402 Bonaduz, Switzerland contact.pa.ch@hamilton.ch www.hamiltoncompany.com cav 06-2019 47 © 2017 Hamilton Company. All rights reserved.
