Как Исследователи И Студенты В Области Проектирования Технологических Процессов Могут Сформулировать Целевую Функцию Для Достижения Максимальной Прибыли И Производительности При Эксплуатации Пилотных Установок Периодической Ректификации?

Для пилотной установки периодической ректификации формулируйте цель как экономический показатель, а не просто как количество продукта. Основная задача заключается в максимизации чистой прибыли на единицу времени работы:

[ \max P=\frac{C_1D-C_2B_0}{t_F+t_s}-C_3 ]

где (D) — объем товарного дистиллята, (B_0) — начальная загрузка партии, (t_F) — время активной ректификации, (t_s) — время подготовки и переналадки, (C_1) — цена продукта, (C_2) — стоимость сырья, а (C_3) — почасовые эксплуатационные расходы. Если приоритетом является производительность, максимизируйте количество товарного продукта за полный цикл партии, соблюдая при этом ограничения по чистоте продукта, безопасности, оборудованию и материальному балансу.

Главный вывод: Оптимальная стратегия эксплуатации — это обычно не та, которая дает больше всего дистиллята или быстрее всего завершает партию. Это та, которая балансирует между товарным продуктом, чистотой, энергией, сырьем, трудозатратами, временем переналадки и мощностью оборудования на протяжении всего цикла партии.

Четко определите цель оптимизации

Максимальная почасовая прибыль

Для одного товарного продукта дистиллята эталонная целевая функция выглядит так:

[ P=\frac{C_1D-C_2B_0}{t_F+t_s}-C_3 ]

Это выражение чистой прибыли в единицу времени, обычно в валюте в час. Деление на (t_F+t_s) необходимо, так как большая прибыль от партии может быть экономически менее выгодной, если она требует значительно большего времени.

Член (C_1D) представляет выручку от продукта, а (C_2B_0) — стоимость сырья, связанную с начальной загрузкой. Член (C_3) учитывает почасовые расходы, такие как энергия, оплата труда и амортизация оборудования.

Максимальная производительность

Простая целевая функция производительности:

[ Q=\frac{D}{t_F+t_s} ]

где (Q) — скорость производства товарного дистиллята, например, в (\mathrm{m^3/h}).

Если время измеряется в секундах, а производительность требуется в (\mathrm{m^3/h}), используйте:

[ Q=\frac{3600D}{t_F+t_s} ]

Производительность должна основываться на товарном материале, соответствующем спецификации, а не на общем количестве сконденсированной жидкости. Материал, не соответствующий спецификации, переходные фракции и невостребованный продукт не должны учитываться как готовый продукт, если они не имеют определенной экономической ценности.

Максимальный выход продукта

Другая цель — максимизировать количество полученного продукта:

[ \max D ]

Эта цель подходит, когда эксперимент направлен на изучение степени извлечения или мощности. Она не эквивалентна максимизации прибыли, поскольку увеличение (D) может потребовать более длительной работы, большего количества энергии, дополнительной регенерации растворителя или получения некондиционного материала с низкой стоимостью.

Сформулируйте переменные решения

Стратегия флегмового числа

Основной переменной решения при периодической ректификации часто является траектория изменения флегмового числа:

[ R_D(t) ]

Стратегия может быть постоянной, кусочно-постоянной или непрерывно изменяющейся. Изменяющаяся во времени стратегия флегмового числа позволяет реагировать на изменение состава партии и поддерживать требуемую чистоту более эффективно, чем фиксированное флегмовое число.

Для практической работы на пилотной установке студенты могут разделить партию на интервалы работы и оптимизировать:

[ R_{D,1},R_{D,2},\ldots,R_{D,n} ]

Это создает управляемое приближение задачи динамической оптимизации.

Коэффициент испарения и подвод тепла

Также можно оптимизировать коэффициент испарения или тепловую нагрузку на кипятильник:

[ R_B(t) \quad \text{или} \quad Q_R(t) ]

Увеличение подвода тепла может сократить время партии, но может увеличить затраты на энергию, изменить поведение парожидкостной смеси или создать угрозу температурным пределам и стабильности продукта.

Время завершения партии

Длительность партии (t_F) обычно должна быть переменной оптимизации, а не фиксированным экспериментальным параметром:

[ t_F^{\min}\leq t_F\leq t_F^{\max} ]

Слишком раннее завершение может оставить ценный продукт в аппарате. Слишком долгая работа может привести к снижению эффективности извлечения при постоянном потреблении энергии и труда.

Время отбора фракций

Для сложных или азеотропных разделений переменные решения должны включать время отбора, например:

[ t_{\text{cut},1},\ t_{\text{cut},2},\ldots ]

Они определяют моменты переключения установки между сбором продукта, переходных фракций и некондиционного материала. Правильный выбор времени отбора может улучшить извлечение высокочистого материала без учета некондиционных фракций как товарного продукта.

Расход экстрагирующего агента

Для экстрактивной периодической ректификации включите расход растворителя или разделяющего агента в качестве переменной решения:

[ F_S(t) ]

Целевая функция должна учитывать выгоду от улучшения разделения по сравнению с затратами на потребление растворителя, его регенерацию и дополнительную нагрузку на кипятильник.

Постройте целевую функцию

Базовая модель почасовой прибыли

Подходящая начальная модель для стандартного эксперимента по периодической ректификации:

[ \max_{\mathbf{u}(t),,t_F} \left[ \frac{C_1D(\mathbf{u},t_F)-C_2B_0}{t_F+t_s} -C_3 \right] ]

где (\mathbf{u}(t)) содержит управляемые стратегии эксплуатации, такие как флегмовое число, нагрузка на кипятильник, время отбора и расход растворителя.

Зависимость (D) от (\mathbf{u}(t)) и (t_F) получается из модели периодической ректификации или измерений на пилотной установке.

Расширенная экономическая модель

Когда доступно больше экономических данных, разделите эксплуатационные расходы:

[ P= \frac{ R_{\text{products}} -C_{\text{raw}} -C_{\text{solvent}} -C_{\text{variable utilities}} }{t_F+t_s} -C_{\text{fixed,hourly}} ]

Для нескольких потоков продуктов:

[ R_{\text{products}}=\sum_i C_{D,i}D_i+\sum_j C_{F,j}M_{F,j} ]

Здесь (D_i) представляет товарные продукты дистиллята, а (M_{F,j}) — другие товарные продукты, например, продукты из средней части колонны. Каждый поток должен включаться только в том случае, если его состав и чистота соответствуют соответствующей спецификации.

Осторожно учитывайте стоимость некондиционных фракций

Некондиционные фракции не должны автоматически учитываться как выручка от продукта. Им можно присвоить более низкую стоимость, кредит на переработку или стоимость утилизации:

[ R_{\text{off-cut}}=C_{\text{off-cut}}M_{\text{off-cut}} ]

Это предотвращает ситуацию, когда оптимизатор искусственно завышает прибыль за счет производства больших объемов низкокачественного материала.

Добавьте необходимые технологические ограничения

Ограничения по чистоте продукта

Фундаментальное ограничение по качеству:

[ x_D(t)\geq x_{D,\min} ]

где (x_D) — состав продукта, а (x_{D,\min}) — минимально допустимая чистота.

Для нескольких продуктов используйте отдельные ограничения:

[ x_{D,i}\geq x_{D,i,\min} ]

[ x_{F,j}\geq x_{F,j,\min} ]

При численной оптимизации можно использовать небольшие допуски:

[ x_{D,\min}-\varepsilon_1 \leq x_D \leq x_{D,\min}+\varepsilon_2 ]

Эти допуски должны отражать погрешность измерений и численные требования, а не ослаблять реальную спецификацию заказчика или последующего процесса.

Материальные балансы и балансы компонентов

Динамическая модель должна удовлетворять общим балансам и балансам компонентов, например:

[ B_0=D+B_F+L_{\text{loss}} ]

и, для каждого ключевого компонента (k),

[ B_0z_{k,0}=Dx_{k,D}+B_Fx_{k,F}+L_{k,\text{loss}} ]

где (B_F) — конечный остаток в кубе, а (z_{k,0}) — начальный состав сырья.

Эти уравнения предотвращают предсказание невозможных количеств продукта или степеней извлечения.

Пределы эксплуатации и безопасности

Типичные границы включают:

[ R_{D,\min}\leq R_D(t)\leq R_{D,\max} ]

[ R_{B,\min}\leq R_B(t)\leq R_{B,\max} ]

[ Q_{R,\min}\leq Q_R(t)\leq Q_{R,\max} ]

Дополнительные ограничения должны включать максимальную температуру в кубе, минимальный уровень жидкости в кубе, мощность конденсатора, давление в колонне и пределы эксплуатации оборудования.

Ограничение по минимальному уровню жидкости особенно важно, так как продолжение работы после чрезмерного истощения может привести к осушению кипятильника или нестабильной работе.

Свяжите модель с измерениями на пилотной установке

Измеряйте полное время цикла

Экономический знаменатель должен включать не только время генерации пара:

[ t_{\text{cycle}}=t_F+t_s ]

Термин подготовки (t_s) должен включать загрузку, очистку, выгрузку, сборку, отбор проб и другие необходимые действия по переналадке.

Игнорирование времени подготовки может сделать длительные циклы партии более привлекательными, чем они есть на самом деле в реальном производственном графике.

Записывайте переменные, необходимые для валидации

Как минимум, регистрируйте:

Флегмовое число или расход флегмы.
Тепловую нагрузку на кипятильник.
Количества дистиллята и кубового остатка.
Состав и чистоту продукта.
Время партии и время отбора фракций.
Потребление энергии, охлаждающей воды и растворителя.
Длительность очистки и подготовки.

Цифровые датчики и лабораторные анализы позволяют оценивать рассчитанную целевую функцию на основе реальных данных установки, а не полагаться только на теоретическую модель.

Используйте динамическую модель или экспериментальную поверхность отклика

Исследователи могут рассчитывать (D), чистоту и энергопотребление с помощью динамической модели. Студенты могут провести серию спланированных экспериментов и построить поверхность отклика, связывающую решения по эксплуатации с прибылью и производительностью.

Модель должна быть проверена на соответствие измеренным составам, температурам, расходам и материальным балансам перед использованием для оптимизации.

Понимание компромиссов

Больше флегмы — не всегда лучше

Увеличение флегмового числа обычно улучшает разделение, но также увеличивает внутренние потоки пара и жидкости и может увеличить потребность в энергии. Оптимум — это стратегия флегмового числа с наименьшими затратами, которая достигает требуемой спецификации и извлечения продукта.

Для сложных разделений экономически оптимизированная стратегия флегмового числа, по имеющимся данным, дает до 5% больше дистиллята и увеличивает прибыль от партии примерно на 20–40% по сравнению со стратегиями постоянного флегмового числа или постоянного состава. Эти значения следует рассматривать как результаты для конкретных пилотных установок, а не как универсальные гарантии.

Более длительная работа может снизить почасовую прибыль

Более длительная партия может увеличить общий объем дистиллята, но дополнительный продукт должен оправдывать затраты энергии, труда и потерю доступности оборудования. Как только предельная стоимость продукта становится меньше предельных затрат на продолжение работы, партию следует завершить.

Вот почему максимизация (D) и максимизация (P) могут приводить к разному времени работы.

Чистота и извлечение конкурируют

Работа ради максимального извлечения может привести к попаданию большего количества примесей во фракцию продукта. Работа ради очень высокой чистоты может оставить больше продукта в кубовом остатке или переходных фракциях.

Поэтому целевая функция должна определять ценность каждого потока и накладывать явные ограничения по чистоте, а не предполагать, что вся извлеченная жидкость имеет одинаковую ценность.

Время подготовки может доминировать в экономике пилотного масштаба

Пилотные установки часто имеют относительно длительные периоды очистки и подготовки по сравнению с временем активной обработки. Сокращение (t_s) может улучшить почасовую прибыль, даже когда траектория ректификации остается неизменной.

Поэтому студенты должны оценивать как оптимизацию процесса, так и оптимизацию переналадки.

Неопределенность модели влияет на рекомендуемую стратегию

Состав сырья, данные о парожидкостном равновесии, характеристики теплопередачи и измерения состава могут быть неопределенными. Стратегия, оптимальная при номинальных условиях, может нарушить ограничения по чистоте или температуре при реалистичных отклонениях.

Надежная формулировка оценивает номинальные и наихудшие условия и выбирает стратегию, которая сохраняет работоспособность при поддержании высокой средней прибыльности.

Как применить это к вашему проекту

Начните с простейшей корректной формулировки, затем добавляйте сложность только тогда, когда измерения и экономические данные оправдывают это.

Если ваш основной фокус — максимальная прибыль: Максимизируйте ((C_1D-C_2B_0)/(t_F+t_s)-C_3), включая стоимость продуктов, коммунальные услуги, затраты на растворитель и время переналадки.
Если ваш основной фокус — производительность: Максимизируйте количество товарного продукта за полный цикл (D/(t_F+t_s)), а не общее количество сконденсированной жидкости.
Если ваш основной фокус — извлечение продукта: Максимизируйте (D) или общий объем товарного продукта, соблюдая ограничения по чистоте, балансу компонентов и минимальному уровню.
Если ваш основной фокус — энергоэффективность: Явно включите нагрузку на кипятильник и потребность в охлаждении в функцию затрат и оптимизируйте траектории флегмового числа и подвода тепла.
Если ваш основной фокус — экстрактивная или азеотропная ректификация: Оптимизируйте расход разделяющего агента и время отбора фракций вместе со стратегией флегмового числа и затратами на регенерацию растворителя.
Если ваш основной фокус — надежность исследования: Протестируйте оптимизированную стратегию на устойчивость к неопределенностям сырья, термодинамики, измерений и оборудования перед внедрением на пилотной установке.

Хорошо сформулированная целевая функция превращает данные периодической ректификации в стратегию эксплуатации, которая экономически значима, экспериментально проверяема и безопасна для масштабирования.

Сводная таблица:

Элемент оптимизации	Рекомендуемая формулировка	Ключевые соображения
Почасовая прибыль	`(C1D - C2B0) / (tF + ts) - C3`	Включайте выручку от продукта, сырье, эксплуатационные расходы и время переналадки.
Производительность	`D / (tF + ts)`	Учитывайте только товарный продукт, соответствующий спецификациям чистоты.
Переменные решения	Флегма, подвод тепла, длительность партии, время отбора, расход агента	Оптимизируйте постоянные или изменяющиеся во времени стратегии.
Ограничения	Чистота, материальные балансы, температура, уровень жидкости, давление, мощность	Поддерживайте работоспособную, безопасную и соответствующую спецификациям работу.
Данные пилотной установки	Расходы, составы, энергопотребление, время цикла, расход растворителя	Валидируйте динамическую модель или поверхность отклика перед оптимизацией.
Основные компромиссы	Чистота против извлечения, время партии против прибыли, флегма против энергии	Выберите стратегию с наивысшей экономической ценностью за полный цикл.

Планируете эксперимент по периодической ректификации, учебную лабораторию или проект по разделению в пилотном масштабе? Свяжитесь с LABPARK для получения информации об учебных и профессиональных пилотных установках для процессов разделения, разработанных для химической инженерии, биопроцессов, биотехнологий, а также очистки воды и охраны окружающей среды. LABPARK помогает университетам, научно-исследовательским институтам и предприятиям оценивать стратегии флегмового числа, производительность, чистоту продукта, энергопотребление, материальные балансы и пределы безопасной эксплуатации с помощью практического пилотного оборудования. Обсудите цели вашего процесса с нашей командой, чтобы подобрать подходящую конфигурацию для исследований, обучения, разработки процессов и масштабирования.