Please use this identifier to cite or link to this item: http://dx.doi.org/10.14279/depositonce-4721
Main Title: Development of operation trajectories under uncertainty for a hydroformylation mini plant
Translated Title: Entwicklung optimaler Betriebstrajektorien unter Unsicherheiten für eine Hydroformylierungsanlage
Author(s): Müller, David
Advisor(s): Wozny, Günter
Referee(s): Wozny, Günter
Biegler, Lorenz T.
Schomäcker, Reinhard
Granting Institution: Technische Universität Berlin, Fakultät III - Prozesswissenschaften
Type: Doctoral Thesis
Language: English
Language Code: en
Abstract: In fast allen Disziplinen spielt Unsicherheit im Entscheidungsfindungsprozess eine bedeutende Rolle. Diese kommt besonders zu tragen, wenn neue Prozesskonzepte und Verfahren entwickelt werden. Bei der Bestimmung optimaler Betriebstrajektorien von Miniplants oder Pilotanlagen werden oft modellgestützte Strategien eingesetzt. Um die Diskrepanz zwischen Prozessmodel und Realität zu minimieren und zur gleichen Zeit Unsicherheiten im Modell zu berücksichtigen, existieren heutzutage verschiedene Strategien. In dieser Dissertation wird die Methode der Optimierung unter Wahrscheinlichkeitsrestriktionen angewendet, um optimale Betriebstrajektorien unter Unsicherheiten für eine Miniplant zu erhalten, in der das neuartige Prozesskonzept, Hydroformylierung langkettiger Alkene in Mikroemulsionen mit wasserlöslichen Rhodiumkatalysatoren, untersucht wird. Die Entwicklung optimaler Betriebstrajektorien unter Unsicherheiten wird zunächst von theoretischer Seite betrachtet und in dieser Arbeit in mehrere strukturierte Schritte unterteilt. Diese sind im groben: Modellentwicklung für Optimierungszwecke, systematische Identifikation von unsicheren Parametern und Anwendung eines geeigneten Optimierungsverfahrens für stochastische Optimierungsprobleme. Zuerst wird eine Modellierungssystematik für Systemverfahrensingenieure vorgestellt, die das Entwickeln von Modellen für Optimierungszwecke ansteben. Besonderer Fokus wird dabei auf Reformulierungen von Gleichungen gelegt, welche sich für Optimierungsrechnungen als ungünstig hinsichtlich des numerischen Verhaltens erweisen. Im zweiten Schritt wird ein Algorithmus präsentiert, welcher bei Parameterschätzproblemen seine Anwendung findet. Dieser dient dazu relevante unsichere Parameter auszuwählen basierend auf Untersuchungen bezüglich linearer Unabhängigkeit, Sensitivität gegenüber den Modellgleichungen sowie Sensitivität gegenüber einer Zielfunktion. Die als relevant identifizierten Parameter werden dann im Optimierungsverfahren für das stochastische Optimierungsproblem (in dieser Arbeit chance-constrained optimization) als unsichere Parameter im davor entwickelten Modell verwendet. Nach der Vorstellung der theoretischen Schritte zur Entwicklung der optimalen Betriebstrajektorien werden diese auf das Fallsbeispiel der oben genannten Miniplant erprobt. Hierzu wird zusätzlich mit Hilfe einer selbstentwickelten Systematik zur Analyse tensidhaltiger Mehrkomponentensysteme das vorliegende Stoffsystem analysiert. Basierend auf den experimentell ermittelten Ergebnissen aus dieser Analyse sowie die Anwendung der o.g. Methoden wird ein dynamisches Modell der Miniplant entwickelt. Eine Nachsimulation einer getätigten Anlagenfahrt wird erfolgreich für 32 Betriebsstunden durchgeführt, bei der die Abweichungen der berechneten Werte gegenüber den Messwerten in akzeptablen Bereichen liegen (innerhalb des 3 sigma Bereichs der Messungen). Aufgrund dieser erfolgreichen Wiedergabe der experimentellen Werte wird das Modell für das stochastische Optimierungsproblem angewendet. Drei Größen werden als unsicher deklariert: die Aktivierungsenergie der Hydroformylierungsreaktion, der Kohlenmonoxidinhibitionsfaktor zur Beschreibung der aktiven Katalysatormasse, sowie die Variation der Feedströme. Ziel der Optimierung ist die Produktquantität in gegebener Zeit zu maximieren. Zusätzlich werden im Optimierungsproblem mehrere Nebenbedigungen als Wahrscheinlichkeitsrestriktionen beschrieben: Produktqualität und Rhodiumverlust. Die Optimierung wird gelöst für den Anfahrprozess sowie für den kontinuierlichen Betrieb der Anlage. Die Ergebnisse zeigen, dass im Vergleich zur deterministischen Optimierung, geringfügig bessere Ergebnisse erzielbar sind und viel wichtiger, die Nebenbedingungen im Rahmen der vorgeschriebenen Wahrscheinlichkeit nicht verletzt werden. Ein Vergleich mit einem Miniplant-Versuch mit wiederholter parallel laufender Optimierung zeigt, dass die Ergebnisse der Optimierung erzielbar sind, wenn die ermittelten Trajektorien implementiert werden.
In most disciplines, uncertainty plays a critical role during the decision making process. Uncertainty becomes especially crucial when the development of new processes is considered. For the case of optimal operation of mini- or pilot-plants, model-assisted strategies are often employed. To combat the discrepancy between model and reality and at the same time to compensate for uncertainty in the structure of the model several different strategies exist today. In this thesis, the chance-constrained optimization approach is used to derive optimal operation strategies for a mini-plant in which the novel process concept of hydroformylation in microemulsion systems is tested. The development of optimal operation strategies under uncertainty is tackled from a theoretical point of view and is divided into several steps. Firstly, a framework is presented, in which a structured approach is given for process systems engineers developing models for optimization purposes. This framework is enhanced by ideas concerning model reformulation and approximation strategies to improve the numerical behavior of process models used for optimization studies. Secondly, a workflow is discussed, in which the selection of uncertain parameters for optimization under uncertainty is systematically carried out. Thirdly, the model derivation framework is combined with the systematic selection of relevant uncertain parameters and the chance-constrained optimization approach. The theoretical workflow for the development of optimal operation strategies is applied later on on the process concept mentioned above. Herefore, a systematic system analysis of surfactant containing multiphase systems is performed. Based on the results of this systematic analysis as well as a parameter estimation study for the hydroformylation reaction, a model for the constructed mini-plant at TU Berlin is developed. A simulation of a performed mini-plant operation is then successfully carried out, in which an adequate representation of the measured values from the mini-plant operation could be achieved. Using gPROMS, both the start-up as well as the continuous operation of the plant are optimized deterministically. The model is then used in a c++/python framework for optimization under uncertainty purposes. Here, three uncertain parameters are relevant: activation energy in the hydroformylation reaction, the inhibition factor of carbon monoxide in the catalyst mass, and a variation factor in the feed pumps of the plant. For the optimal operation of the plant, two chance constraints are implemented. The first is concerned with the product purity in the product tank and the second with the amount of product in the product tank. The results of the chance constrained optimization show that with the control results from the deterministic optimization, constraints are violated for the start-up. The improved controls lead to a slightly better result regarding the objective function and avoid violation of the constraints. For the continuous operation, two theoretical cases are investigated to test the functionality of the model: an ideal case, a case in which less is produced than expected, and a case in which the wrong settler temperature has been installed. Finally, a comparison between plant data and multiple simulation and optimization runs is carried out. Hereby, almost identical values regarding the yield and phase separation quality are attainable during the continuous operation, in which similar controls are implemented as have been suggested in the determined trajectories under uncertainty. The successful application of the derived workflow is thus shown.
URI: urn:nbn:de:kobv:83-opus4-72058
http://depositonce.tu-berlin.de/handle/11303/5018
http://dx.doi.org/10.14279/depositonce-4721
Exam Date: 24-Jul-2015
Issue Date: 25-Sep-2015
Date Available: 25-Sep-2015
DDC Class: 660 Chemische Verfahrenstechnik
Subject(s): Betriebstrajektorien
Dynamische Optimierung
Hydroformylierung
Miniplant
Unsicherheiten
Dynamic optimization
Hydroformylation
Mini-plant
Operation trajectories
Uncertainty
Usage rights: Terms of German Copyright Law
Appears in Collections:Technische Universität Berlin » Fakultäten & Zentralinstitute » Fakultät 3 Prozesswissenschaften » Institut für Prozess- und Verfahrenstechnik » Publications

Files in This Item:
File Description SizeFormat 
mueller_david.pdf30.4 MBAdobe PDFThumbnail
View/Open


Items in DepositOnce are protected by copyright, with all rights reserved, unless otherwise indicated.