• search hit 5 of 7
Back to Result List

Entwicklung eines deterministischen Modellkerns zur hybriden Modellierung komplexer Kristallisationsprozesse

Deterministic core model for the hybrid modelling of complex crystallization processes

  • Die Modellierung spielt nach wie vor im Rahmen der Prozessoptimierung als eine der „klassischen“ Methoden der Prozessintensivierung eine große Rolle. Für einfache Prozesse bzw. -Operationen gehören rein deterministische Modelle zum Standard. Diese werden häufig in Form von Prozesssimulatoren kommerziell vertrieben. Viele Fragestellungen lassen sich jedoch auf Grund Ihrer Komplexität nicht in Gänze mit solchen Modellen beschreiben. In der Praxis begnügt man sich dann meist damit, das Problem auf rein empirische Weise zu erfassen, z.B. mit Hilfe Künstlicher Neuronaler Netze. Dabei wird in Kauf genommen, dass diese Modellart nur für einen konkreten Anwendungsfall angepasst wird. Sie ist damit weder übertragbar, noch vermag sie inhärentes Wissen zu generieren. Eine modernere Herangehensweise stellen daher hybride Prozessmodelle dar, welche empirische und deterministische Elemente in vorteilhafter Weise vereinen. Die vorliegende Arbeit stellt eine solche hybride Modellierungsstrategie für einen komplexen Kristallisationsprozess vor undDie Modellierung spielt nach wie vor im Rahmen der Prozessoptimierung als eine der „klassischen“ Methoden der Prozessintensivierung eine große Rolle. Für einfache Prozesse bzw. -Operationen gehören rein deterministische Modelle zum Standard. Diese werden häufig in Form von Prozesssimulatoren kommerziell vertrieben. Viele Fragestellungen lassen sich jedoch auf Grund Ihrer Komplexität nicht in Gänze mit solchen Modellen beschreiben. In der Praxis begnügt man sich dann meist damit, das Problem auf rein empirische Weise zu erfassen, z.B. mit Hilfe Künstlicher Neuronaler Netze. Dabei wird in Kauf genommen, dass diese Modellart nur für einen konkreten Anwendungsfall angepasst wird. Sie ist damit weder übertragbar, noch vermag sie inhärentes Wissen zu generieren. Eine modernere Herangehensweise stellen daher hybride Prozessmodelle dar, welche empirische und deterministische Elemente in vorteilhafter Weise vereinen. Die vorliegende Arbeit stellt eine solche hybride Modellierungsstrategie für einen komplexen Kristallisationsprozess vor und konzentriert sich dabei auf die Entwicklung eines deterministischen Modellkerns. Als Beispielproblem dient die sogenannte Polyolneutralisation, ein Teilschritt bei der Herstellung von Polyurethanen. Polyurethane spielen in der Polymerchemie vor allem deswegen eine große Rolle, weil Sie auf Grund variabler Rezepturen in ihren physikalischen, thermischen oder chemischen Materialeigenschaften für den jeweiligen Einsatzzweck angepasst werden können. Dementsprechend stellt die Polyoloneutralisation eine ganze Klasse von Prozessen ähnlicher Charakteristika dar. Hierdurch wird die Erfordernis einer Modellübertragbarkeit unabdingbar. Gleichzeitig lässt sich die Polyolneutralisation jedoch als komplexer Kristallisationsprozess nicht rein deterministisch beschreiben. Insgesamt bietet sich somit eine hybride Modellierungsstrategie an. Die Polyolneutralisation ist aus verfahrenstechnischer Sicht noch weitestgehend unerforscht. Diese Prozessklasse wird in der Industrie eher nach Erfahrungswerten, denn auf Grundlage gesicherter physikalischer Erkenntnisse ausgelegt und betrieben. Der Kenntnisstand zur Polyolneutralisation ist sehr gering, so dass zunächst die eigentliche Problemstellung charakterisiert werden musste. So lässt sich unter bestimmten Voraussetzungen die Polyolneutralisation vereinfacht als Verdampfungskristallisation eines Elektrolyten (hier KH2PO4) aus einem Polyol/Wasser-Gemisch darstellen. Dennoch bleibt die Theorie sehr komplex. Die meisten Teilaspekte müssen experimentell untersucht werden. Ein weiteres Problem stellt in diesem Zusammenhang die Einschränkung dar, dass prozessrelevante Bedingungen bei der experimentellen Untersuchung von Phänomenen wie Salzlöslichkeit oder Keimbildungs- und Kristallwachstumskinetik praktisch nicht realisierbar sind. Deswegen nimmt die Entwicklung extrapolierbarer Modelle für physikalische, thermodynamische und kinetische Teilaspekte eine zentrale Rolle in der vorliegenden Arbeit ein, wodurch die Übertragbarkeit der Laborexperimente ermöglicht wird. Die entsprechenden Teilmodelle bilden das physikalische Grundgerüst des deterministischen Modellkerns zur Berechnung der Bilanzgleichungen der flüssigen und der dispersen Phase (Populationsbilanz). In diesem übergeordneten Modell finden auch komplexere Vorgänge wie Kristallbruch und Agglomeration Berücksichtigung. Die Berechnung dieser Bilanzgleichungen erfolgt mit Hilfe des Simulationsprogramms Parsival. Hierzu wurden Batch-Kristallisationsexperimente in einem Pilot-Schlaufenkristallisator durchgeführt. Es gelang, die Übersättigung inline zu messen während die Analyse der Kristallgrößenverteilung und Kristallmorphologie offline erfolgte. Der zeitliche Übersättigungsverlauf und die Kristallproben dienen der abschließenden Parameterregression und Modellvalidierung. Schlussendlich konnte der deterministische Modellkern bereits für eine qualitative Prozessoptimierung eingesetzt werden. Als grundlegendes Problem von Polyolneutralisationsprozessen in industriell typischer Fahrweise ließ sich die zu hohe Übersättigung identifizieren. In der Parameterstudie wurden deshalb verschiedene Maßnahmen zur Reduzierung der Übersättigung in ihrem Effekt auf die Kristallbildung untersucht. Es konnte mit dem Modell gezeigt werden, dass durch eine gezielte Beeinflussung des Wasseranteils, der Dosierstrategie sowie der Temperatur vorteilhafte Kristallgrößen entstehen. Diese vereinfachen die Fest-Flüssig Trennung und verringern den Polyolverlust. Insgesamt wird dadurch die Produktivität des Gesamtprozesses erhöht. Tendenzelles Optimierungspotenzial kann also bereits mit dem deterministischen Modellkern der Polyolneutralisation aufgezeigt werden. Eine systematische Prozessoptimierung und –Regelung wird künftig das Ziel der Einbindung dieses Modellkerns in ein hybrides Prozessmodell sein.show moreshow less
  • Modeling still constitutes a major role as one of the „classical” approaches of process intensification and optimization. First principles, i.e. deterministic models are normally used for standard processes and operations. Commercial process simulation software can be regarded as state of the art for ordinary modeling purposes. Many problems, however, cannot be modeled deterministically due to their theoretical complexity. Normally, these cases are treated empirically instead, e.g. by means of Artificial Neural Networks. Empirical models on the contrary are fitted for one specific case and are neither transferable nor are they generating inherent knowledge. Hybrid models represent a somewhat more modern approach which combines deterministic and empirical aspects in an advantageous manner. This work presents a hybrid modeling approach for a complex crystallization problem and focuses on the development of a deterministic model-core. The so-called polyolneutralisation, an intermediate step in the polyurethanes production process, isModeling still constitutes a major role as one of the „classical” approaches of process intensification and optimization. First principles, i.e. deterministic models are normally used for standard processes and operations. Commercial process simulation software can be regarded as state of the art for ordinary modeling purposes. Many problems, however, cannot be modeled deterministically due to their theoretical complexity. Normally, these cases are treated empirically instead, e.g. by means of Artificial Neural Networks. Empirical models on the contrary are fitted for one specific case and are neither transferable nor are they generating inherent knowledge. Hybrid models represent a somewhat more modern approach which combines deterministic and empirical aspects in an advantageous manner. This work presents a hybrid modeling approach for a complex crystallization problem and focuses on the development of a deterministic model-core. The so-called polyolneutralisation, an intermediate step in the polyurethanes production process, is taken as exemplary process. Polyurethanes play an important role in polymer industries. Different recepies allow to individually design products with very different physical, thermal and chemical properties. Consequently the polyolneutralisation represents an entire class of processes with similar characteristics. Model-transferability is hence inevitable. Furthermore, polyolneutralisation can be regarded as complex crystallization process. Altogether a hybrid modeling strategy appears to be most suitable. From chemical engineers‘ point of view, the process class of polyolneutralisation is more or less uninvestigated. In the industries this type of processes are rather designed and operated based on heuristic rather than inherent knowledge. For the scope of this work, the poor state of knowledge required a detailed characterisation of the modeling problem. For certain assumptions, the polyolneutralisation can be regarded as evaporative crystallization of an electrolyte (here KH2PO4) in a polyol/water mixture. The theory, however, ramains quite complicated. Many aspects have to be investigated experimentally because of the distinct impact of the polyol. In this context, a further problem arises from the fact that aspects like solubility, nucleation and crystal growth kinetics cannot be investigated experimentally for process relevant conditions. The main focus of this work is therefore the model development for physical properties, thermodynamics and kinetics taking into account the extrapolation of laboratory experiments in order to meet process conditions. These particular models form the physical background of the deterministic core-model which calculates the balance equations of the disperse and continuous phase (population balance). The calculation of the balance equations is accomplished by means oft the commercial simulation package Parsival. Complex processes like crystal breakage and agglomeration are considered as well. Batch crystallization experiments in a pilot draft tube reactor are used to assess the impact of breakage and agglomeration. The supersaturation could be measured inline whereas crystal size distribution and crystal morphology have been analyzed offline. The course of supersaturation and the crystal population samples have been finally used for parameter regression and model validation. Finally the deterministic core-model could already been applied for qualitative model optimization. This way, the high supersaturations could be identified as general key problem of polyolneutralization processes. In a model parameter study different measures of reducing supersaturation have been investigated with respect to their effect on crystal formation. It could be shown, and experimentally verified, that appropriate modification of water content, temperature and dosing profile lead to advantageous crystal sizes. Consequently, solid-liquid separation is facilitated and polyol losses are reduced, which in turns increases the productivity of the batch process. Hence, optimization potential can already be identified by trend with the deterministic core model developed in this work. For future attempts of systematic process optimization and model based process control, this core model can be incorporated into a hybrid process model.show moreshow less

Download full text files

Export metadata

Additional Services

Search Google Scholar Stastistics
Metadaten
Author: Stephan Machefer
URN:urn:nbn:de:kobv:co1-opus-5959
Referee / Advisor:Prof. Dr.-Ing. Klaus Schnitzlein
Document Type:Doctoral thesis
Language:German
Year of Completion:2008
Date of final exam:2008/11/10
Release Date:2009/03/03
Tag:Kristallisation; Polyolneutralisation; Polyurethane; Prozessmodell; Reaktivkristallisation
Crystallization; Polyolneutralization; Polyurethanes; Processmodel; Reactivecrystallization
GND Keyword:Kristallisation; Prozessmodell
Institutes:Fakultät 3 Maschinenbau, Elektro- und Energiesysteme / FG Chemische Reaktionstechnik
Institution name at the time of publication:Fakultät für Umweltwissenschaften und Verfahrenstechnik (eBTU) / LS Chemische Reaktionstechnik
Einverstanden ✔
Diese Webseite verwendet technisch erforderliche Session-Cookies. Durch die weitere Nutzung der Webseite stimmen Sie diesem zu. Unsere Datenschutzerklärung finden Sie hier.