Modelagem e simulação dinâmica de colunas de destilação

• Main Author: Staudt, Paula Bettio
• Other Authors: Secchi, Argimiro Resende
• Format: Others
• Language: Portuguese
• Published: 2008
• Subjects: Colunas de destilação; Processos químicos : Modelagem; Otimização; Distillation; Modeling; Dynamic Simulation; Trayed Columns
• Online Access: http://hdl.handle.net/10183/12218

A pesquisa acerca da modelagem de colunas de destilação não é mais uma novidade nos dias de hoje. Os primeiros trabalhos, com metodologias propostas para a solução de sistemas de separação modelados prato a prato, surgiram na década de 30. Porém, só a partir da década de 50, com o advento do computador digital, foram realizados investimentos sólidos no desenvolvimento de novos algoritmos e simuladores. Apesar deste investimento, apenas modelos simplificados eram utilizados devido à baixa capacidade de processamento. A partir da década de 70, os primeiros simuladores comerciais começaram a ser introduzidos na indústria e o desenvolvimento de modelos rigorosos não parou mais. Dentro deste contexto, este trabalho tem como objetivo o desenvolvimento de um modelo rigoroso de coluna de destilação, genérico, dinâmico e de fácil aplicação nos mais variados tipos de estudos, desde simples simulações de operação até otimizações e previsões de comportamentos de parada e partida de plantas. Ou seja, um modelo projetado para situações onde uma representação fiel do comportamento dinâmico é necessária. Os modelos gerados neste estudo foram implementados na linguagem de modelagem do simulador EMSO e fazem parte da biblioteca EML (EMSO Model Library). Esta biblioteca é distribuída no conceito de software livre, disponibilizando todos os modelos via internet e sem custo. Para a validação dos modelos desenvolvidos foram utilizados dois exemplos: uma coluna de destilação reativa com dados provenientes da literatura e uma coluna deisobutanizadora industrial da PETROBRAS com 80 pratos que separa o isobutano de uma mistura de 13 componentes. Este último problema resulta em um sistema com mais de 6300 variáveis, provando que o simulador utilizado é muito eficiente para a resolução de problemas de grande escala. Os resultados da validação foram satisfatórios, assim como o desempenho do simulador EMSO quanto à eficiência computacional e à robustez na solução do problema. === Nowadays, modeling and simulation of distillation columns are not a new research subject anymore. It was around the 1930’s that the first methodologies were proposed to solve staged separation systems. However, it was in 1950’s, with the advent of digital computers that most important investments were made for the development of new algorithms and simulators. In spite of these investments, only very simple models were used due to the low speed of the computers available at that time. In the 1970’s, the industry started to use the first commercial simulators and the development of rigorous models for distillation columns has not stopped since then. Inside this context, the main goal of this work is the development of a rigorous, generic, dynamic and easy-to-use model of distillation column to be applied on diferent targets, from operation simulations to dynamic optimizations and the prediction of the start up and shut down plant behaviour. To do so, the model must represent the dynamic performance of the unit. The models generated were implemented in the EMSO simulator environment with its own modeling language and are part of the EMSO Model Library (EML), which is distributed under the Free Software concept. In order to analyze the model performance, two examples were chosen: a reactive distillation column from the literature and an 80 tray deisobutanizer column from PETROBRAS which separates isobutane of a 13 component mixture. The solution of the last problem generates a 6300 variable system, that is used to confirm the great efficiency of EMSO to solve large scale problems. The validation results have been as satisfactory as the model prediction and the EMSO simulator performance in computational efficiency and robustness.