Thread Content
وضعیت فعلی و روندهای توسعه فناوریهای بهینهسازی در صنعت پالایش و شیمی جهانی: با توجه فزاینده کشورهای مختلف به فعالیتهای بهینهسازی در این صنعت و پژوهشهای عمیق در زمینه فناوریهای بهینهسازی، مؤسسات تحقیقاتی و شرکتهای فناوری داخلی و خارجی، در زمینه بهینهسازی صنعت پالایش و شیمی، بهویژه در زمینه فناوریهای شبیهسازی برای بهینهسازی و تحقیقات مربوط به بهینهسازی انرژی و توسعه نرمافزارها، پیشرفت چشمگیری داشتهاند. همچنین، استفاده از فناوریهای بهینهسازی، منافع اقتصادی قابل توجهی برای شرکتهای پالایش و شیمی به ارمغان آورده است. در ادامه، به ترتیب وضعیت فعلی پژوهشها در زمینه بهینهسازی شبیهسازیشده و بهینهسازی سیستمهای انرژی، وضعیت پژوهش و کاربرد توسط شرکتهای فناوری داخلی و خارجی، و همچنین روندهای توسعه معرفی میشود. (۱) وضعیت فعلی پژوهشها در زمینه نظریه بهینهسازی سیستمهای انرژی: پژوهشهای مربوط به نظریه سیستمهای انرژی در فرآیندها، از دهه ۷۰ قرن گذشته آغاز شد. با پیشرفت مداوم این تحقیقات، پژوهشگران داخلی و خارجی مدلهای مختلفی مانند مدل تعامل سه زیرسیستم، مدل «پیاز» و مدل سه مرحلهای را ارائه کردند تا ساختار، نقش و تغییرات انرژی در سیستمهای فرآیندی را توصیف کنند. در سال ۱۹۸۳، تاونسند و لینهوف در حین مطالعه روشهای ساختاریافته برای بهینهسازی فرآیندها، سیستم فرآیندی را به عنوان مجموعهای از زیرسیستمهای متقابلاً تأثیرگذار در نظر گرفتند تا فرآیند بهینهسازی طراحی سادهتر شود. آنها مدلی از تعامل سه زیرسیستم ارائه دادند و سیستم فرآیندی را به سه زیرسیستم یعنی فرآیندهای تبدیل (واکنش، جداسازی)، شبکههای انتقال حرارت و منابع انرژی تقسیم کردند؛ تا روابط و محدودیتهای ذاتی مربوط به تبدیل و استفاده از انرژی در سیستم فرآیندی را به صورت کیفی نشان دهند. اما این روش نمیتواند ماهیت واقعی ساختار انرژی را منعکس کند. در سال ۱۹۸۸، لینهوف و همکارانش «مدل پیازی» را معرفی کردند تا ویژگیهای سطحی طراحی فرآیندها را برجسته کنند. هسته اصلی این مدل، زیرسیستم واکنش است؛ سایر بخشها نیز به ترتیب از درون به بیرون، شامل زیرسیستمهای جداسازی، شبکههای انتقال حرارت و زیرسیستمهای خدماتی میباشند. اما این مدل تنها توصیفی کلی از ساختار انرژی سیستم فرآیندی ارائه میدهد و هیچ مدل ریاضی دقیق و کمیای ارائه نمیکند. از سال ۱۹۸۲، هوا بن و همکارانش، بر اساس تحلیل قانون دوم ترمودینامیک و با شروع از قوانین تغییر انرژی در سیستمهای فرآیندی، مدل ساختاری سهمرحلهای انرژی را پیشنهاد کردند و آن را به تدریج بهبود بخشیدند؛ این مدل شامل مراحل تبدیل انرژی، استفاده از انرژی و بازیابی انرژی میباشد. این مدل، روابط توپولوژیکی ساختار جریان انرژی در سیستمهای فرآیندی را به صورت دقیق و کمی ارائه میدهد؛ نکته کلیدی آن، تقسیم سیستم به بخشهای عملکردی است. در این روش، مدلهای اقتصادی مربوط به انرژی، توابع هدف و شرایط مرزی نیز مشخص میشوند. سپس، بر اساس بهینهسازی هماهنگ زیرسیستمها، ارزیابی و بهینهسازی اقتصادی برای راهکارهای کلی انجام میگیرد. اما، به دلیل ماهیت نظری بالای روشهای تحلیل اقتصادی استفاده از انرژی و پیچیدگی فرآیندهای مربوطه، کاربرد آنها در تولید واقعی شرکتها تا حدی محدود شده است. (۲) وضعیت فعلی تحقیقات و کاربردها در داخل و خارج از کشور: ① وضعیت خارجی: در سالهای اخیر، شرکتهای بینالمللی معتبر در زمینه فناوری و نرمافزار مانند KBC، ASPEN، Shell Global Solutions، Invensys، Honeywell و Process Integrated Limited (PIL)، با استفاده از فناوریهای پیشرفته شبیهسازی و بهینهسازی فرآیندها، همراه با روشهای پیشرفته تحلیل نقاط کلیدی، و با بهرهگیری از تجربیات فراوان کارشناسان، به تدریج راهحلهای خودمختار برای بهینهسازی سیستمهای انرژی ایجاد کردهاند؛ این راهحلها در برخی از شرکتهای بزرگ نفتی و صنایع پالایشی بینالمللی نیز نتایج مطلوبی داشتهاند. http://mmbiz.qpic.cn/mmbiz/xjFI9op4iaCnc9dCDiaNApMFYyfeIia5R1iaoxJWTG6e8t2gT3U8JP2Ah5iaVzrqC0fZlPLD1OmEvGMX7QiadsHb4TMg/0?wx_fmt=png شرکت KBC بر اساس HYSYS.Refinery، نرمافزار شبیهسازی فرآیند Petro-SIM را توسعه داده است و مجموعهای از مدلهای استاندارد راکتوری مانند فرآیند کاتالیتیک فرآوری (FCC-SIM)، فرآیند هیدروکراکینگ (HCR-SIM)، فرآیند کاتالیتیک بازسازی (REF-SIM)، هیدروژناسیون نفت خام (NHTR-SIM)، هیدروژناسیون دیزل (DHTR-SIM)، هیدروژناسیون VGO (VGOHTR-SIM)، حذف گوگرد از نفت خام (RHDS-SIM)، فرآیند کوکینگ به تأخیر (DC-SIM)، فرآیند آلکیلاسیون (ALK-SIM)، فرآیند کراکینگ کاهنده چسبندگی (VIS-SIM) و مدلهای ایزومریزاسیون را در اختیار دارد ； برنامه SuperTarget برای بهینهسازی شبکههای انتقال حرارت، برنامه ProSteam برای شبیهسازی و بهینهسازی سیستمهای بخار، و فناوریهایی با کارایی بالا در مصرف انرژی بر اساس شاخص BT (Best Technology)، توسعه یافتهاند. فناوری یکپارچهسازی انرژی کل پایگاه (Total Site) که در این تحقیق مطرح شده است، از تکنیکهای تحلیل نقاط حساس کل پایگاه و نقشههای راه برای برنامهریزی استراتژیک صرفهجویی در مصرف انرژی استفاده میکند؛ به منظور تحلیل، بهینهسازی و رتبهبندی مصرف و تأمین انرژی در تجهیزات فرآیندی و سیستمهای خدماتی کل پایگاه، و در نتیجه یافتن سریعترین و مؤثرترین راههای بهبود. در حال حاضر، KBC پروژه بهینهسازی انرژی در تمامی واحدهای تولیدی را در بیش از ۵۰ کارخانه روغنکشی و شیمیایی مانند BP، BASF، ESSO، Chevron، Total، COSMO و Japan Energy Global اجرا کرده است؛ در نتیجه، میزان مصرف انرژی ۱۵ تا ۳۰ درصد کاهش یافته، نیاز به هیدروژن ۸ تا ۲۰ درصد کاهش یافته، مصرف انرژی در کمپرسورها ۲۵ تا ۳۵ درصد کاهش یافته و هزینههای کلی نیز ۱۴ تا ۲۰ درصد کاهش یافته است. به عنوان مثال، یک کارخانه فرآوری در اروپا با استفاده از فناوری Total Site برای تحلیل نقاط حساس و مدلسازی سیستمهای بخار، چندین پروژه صرفهجویی در مصرف انرژی مانند بازسازی توربینها، استفاده از گرمای باقیمانده و تولید همزمان برق را در زمینه خدمات فنی پیشنهاد کرد؛ پس از اجرای این پروژهها، شاخص چگالی انرژی کارخانه (Energy Intensity Index، EII) ۵ واحد کاهش یافت ； شرکت سوختسازی Sasol در آفریقای جنوبی، پس از تحلیل سیستمهای خدمات عمومی با استفاده از فناوری Total Site، پروژههای متعددی برای صرفهجویی در مصرف انرژی ارائه داد؛ از جمله بهبود شبکههای انتقال حرارت و افزایش تولید انرژی. پس از اجرای این پروژهها، میتوان حدود ۳۰ درصد از نیازهای مربوط به خدمات عمومی را کاهش داد. شرکت Aspen دارای محصولات فراوانی در زمینه نرمافزارهای بهینهسازی شبیهسازی است که عمدتاً شامل Aspen Plus برای شبیهسازی فرآیندهای شیمیایی، Aspen RefSYS برای شبیهسازی فرآیندهای رفتوآمد نفت، HYSYS برای شبیهسازی فرآیندهای شیمیایی، Aspen Dynamics برای شبیهسازی پویا، مجموعه HX-Net و Aspen Pinch برای بهینهسازی شبکههای انتقال حرارت، Aspen Utilities برای بهینهسازی سیستمهای خدماتی، Aspen PlusOptimizer برای بهینهسازی در زمان واقعی، مجموعه محصولات Aspen HTFS+ برای محاسبات شبیهسازی تجهیزات انتقال حرارت، برخی نرمافزارهای شبیهسازی واحدهای واکنش در صنعت رفتوآمد نفت، و POLYMER برای شبیهسازی واکنشهای پلیمری میباشد. در میان آنها، Aspen Plus یک ابزار شبیهسازی فرآیندهای پایدار است و تنها محصول نرمافزاری است که هم الگوریتم ماژولهای متوالی و هم معادلات سیستمی را به طور همزمان در یک ابزار شبیهسازی گنجانده است ； HYSYS در اصل محصولی از شرکت کانادایی Hyprotech بود؛ پس از خرید این شرکت توسط شرکت Aspen در سال ۲۰۰۲، HYSYS به یکی از محصولات شرکت Aspen تبدیل شد. این نرمافزار، تنها نرمافزاری است که هم قابلیت شبیهسازی حالت پایدار و هم حالت پویا را دارد ； Aspen PlusOptimizer به کاربران امکان میدهد تا با استفاده از الگوریتمهای حل معادلات مرکب، مسائل بهینهسازی توابع هدف غیرخطی که دارای چندین درجه آزادی هستند را به سرعت و با دقت حل کنند. این ابزار، ابزاری مؤثر برای مهندسان صنایع فرآیندی جهت حل مسائل پیچیده فرآیندهای بزرگ است و شرایط لازم برای پیادهسازی سیستمهای بهینهسازی زمان واقعی را فراهم میکند. به عنوان یک محصول فرعی Aspen Plus، این ابزار از تمامی قابلیتهای موجود در Aspen Plus مانند تنظیم درجات آزادی، محدودیتها و توابع هدف، پشتیبانی کامل میکند؛ بنابراین میتوان از آن برای بهینهسازی فرآیندها به صورت آنلاین و شبیهسازی آنها به صورت آفلاین استفاده کرد. بر اساس محصولات نرمافزاری فوق، شرکت Aspen تحقیقات بیشتری انجام داد و راهحل جامعی برای بهینهسازی انرژی ارائه کرد؛ همچنین با استفاده از تخصص کارشناسان خود، کارهای تحلیلی مربوط به بهینهسازی سیستمهای انرژی را در بسیاری از شرکتهای پالایشی انجام داد. به عنوان مثال، آسپن در سال ۲۰۰۰ پروژهای برای بهینهسازی سیستمهای خدمات فنی در کارخانه بولور آیلند متعلق به BP اجرا کرد و دوره بازگشت سرمایه آن کمتر از ۱ سال بود ； پروژه بهینهسازی مصرف انرژی در واحد استیلن کارخانه YNCC واقع در یوسو، کره جنوبی، اجرا شد؛ از طریق تنظیم شرایط عملیاتی و بازسازی تجهیزات، میزان تولید ۱۰٪ افزایش یافت و مصرف انرژی بر حسب واحد، ۲.۲٪ کاهش یافت ； در سال ۲۰۰۵، تحلیل بهینهسازی سیستم انرژی برای طرح ساخت کارخانه فرآوری نفت هوئیژو متعلق به شرکت CNOOC انجام شد؛ این تحلیل شامل بررسی و بهینهسازی سیستم هیدروژن، بررسی و بهینهسازی سیستم بخار در کل کارخانه، بررسی و بهینهسازی سیستم سوخت و انرژی الکتریکی (تولید همزمان گرما و برق)، و همچنین بررسی نقاط حساس در سراسر کارخانه بود. پس از بهینهسازی، مقدار EII در طرح جدید از ۸۰ به ۶۱.۵ کاهش یافت؛ این امر معادل ۲۴۰ میلیون دلار سود اقتصادی سالانه است. شرکت Shell GlobalSolutions از تیم مشاورهای حرفهای داخلی خود و نرمافزارهای شبیهسازی و بهینهسازی که توسعه داده است، برای انجام تحلیلهای بهینهسازی سیستمهای انرژی استفاده میکند. از محصولات نرمافزاری مورد استفاده میتوان به Aspen Plus، Unisim و نرمافزارهای توسعهیافته خود شرکت مانند ECU، SHARC، plan24tune و EMS اشاره کرد. در این میان، نرمافزار ECU برای شبیهسازی و بهینهسازی کوره تجزیه اتیلن و نرمافزار SHARC برای شبیهسازی و بهینهسازی تجهیزات کاتالیتیک فرآوری استفاده میشود. در حال حاضر، شرکت Shell GlobalSolutions اقدامات بهینهسازی سیستمهای انرژی را در ۲۹ کارخانه فرآوری نفت و شرکت پتروشیمی در سراسر جهان اجرا کرده است؛ این اقدامات منجر به کاهش مصرف انرژی در کارخانههای فرآوری نفت به میزان حدود ۲ تا ۷ درصد، و در شرکتهای پتروشیمی نیز به میزان حدود ۳ تا ۵ درصد شده است. شرکت Invensys محصولات نرمافزاری متعددی در زمینههایی مانند شبیهسازی فرآیندها (شبیهسازی حالت پایدار و پویا)، بهینهسازی آفلاین و آنلاین، و سیستمهای آموزش اپراتورها دارد؛ از جمله PRO/II برای شبیهسازی فرآیندهای شیمیایی، HEXTRAN برای بهینهسازی تجهیزات و شبکههای انتقال حرارت، DYNSIM برای شبیهسازی فرآیندهای پویا، و ROMeo برای شبیهسازی و بهینهسازی آنلاین. در سال ۲۰۰۲، این شرکت سیستمهای زیرساختی مربوط به تولید استیلن را در کارخانه استیلن دائسان در کره جنوبی و کارخانه پالایش نفت میزوشیما در ژاپن، به ترتیب، بهبود بخشید ； در سال ۲۰۰۵، سیستمهای خدماتی کارخانه اتیلن در اوهیتا و سیستمهای خدماتی کارخانه رفتوآمد نفتی در آیچی به ترتیب مورد بهینهسازی و بازسازی قرار گرفتند. شرکت هانیول در سال ۲۰۰۴، نرمافزار HYSYS را که برای بهینهسازی شبیهسازیهای حالت پایدار و پویا استفاده میشد، خریداری کرد. در سال ۲۰۰۵، بر اساس فناوریهای HYSYS و UOP، سیستم نرمافزاری جدیدی برای شبیهسازی فرآیندها به نام UniSim را معرفی کرد؛ این سیستم، طراحی، بهینهسازی در حین عملکرد و آموزش اپراتورها را در یک محیط نرمافزاری واحد یکپارچه کرده و تکنولوژیهایی مانند بهینهسازی شبکههای انتقال حرارت و سنتز فرآیندها را نیز گسترش داده و تقویت کرد. در میان آنها، UniSim Desig برای شبیهسازی فرآیندهای پایدار استفاده میشود، Unisim DynamicOption برای شبیهسازی فرآیندهای پویا، UniSim SQP Optimizer Option برای بهینهسازی شبیهسازی فرآیندها، UniSim ExchangerNet برای تحلیل نقاط تعویض حرارت و طراحی شبکههای انتقال حرارت، و Profit Optimizer برای بهینهسازی پویا در حین کار استفاده میشود. شرکت PIL، فناوریهای طراحی و بازسازی سیستمهای شبکه تبادل حرارت برای بازیابی حرارت، همچنین نرمافزار HEAT-int را توسعه داده است؛ همچنین فناوریهای طراحی و بهینهسازی عملکرد سیستمهای پیشرانه بخار در کل کارخانه، به همراه نرمافزار SITE-int، و همچنین فناوریهای تحلیل نقاط حرج برای مدیریت و بهینهسازی منابع هیدروژن در کل کارخانه، به همراه نرمافزار H2-int را نیز توسعه داده است. در میان آنها، محصول نرمافزاری H2-int دارای روش منحصربهفردی برای مدلسازی تجهیزات هیدروژنزنی و روشهای پیشرفته بهینهسازی ریاضی است؛ همچنین با شبیهسازی دقیق فرآیندهای شبکه هیدروژن، قادر به توصیف دقیق عملیاتهای مختلف و بهینهسازی کلی سیستمهای هیدروژن در کارخانههای تصفیه نفت میباشد. در حال حاضر، این شرکت چندین پروژه بهینهسازی سیستمهای انرژی را اجرا کرده و نتایج خوبی در زمینه صرفهجویی در مصرف انرژی داشته است. به عنوان مثال، تحلیل بهینهسازی سیستم انرژی برای ۱۳ واحد فرآوری نفت در کارخانه گرنجمائوت متعلق به BP (شامل ۳ واحد فرآوری تحت فشار و بدون فشار، هیدروکراکینگ، کاتالیتیک کراکینگ، ریفرمینگ، آلکیلاسیون، و چندین واحد تصفیه هیدروژنی) و ۸ واحد صنایع پتروشیمی انجام شد؛ در این تحلیل، تنها با انجام تغییرات عملیاتی، صرفهجویی سالانه در مصرف انرژی به ۷.۸ میلیون دلار رسید ； بهینهسازی سیستم انرژی ۲۵ واحد در کارخانه کوریتون متعلق به BP، منجر به صرفهجویی سالانه ۳.۷ میلیون دلار در مصرف انرژی شد؛ این صرفهجویی تنها از طریق تغییرات عملیاتی حاصل شد. http://mmbiz.qpic.cn/mmbiz/xjFI9op4iaCnc9dCDiaNApMFYyfeIia5R1ia8iciaUHhs4yBzUz9POmic1fIDDFzzyibsmu32WKcoofTF6sb2wcpjAhUFQ/0?wx_fmt=png ② وضعیت کنونی در کشور: در سالهای اخیر، شرکتهایی مانند یوهوا پروسس تکنولوژی، دانشگاه فناوری دالیان، آکادمی علوم چین، دانشگاه چینگهوا و دانشگاه فناوری جنوب چین، با استفاده از برخی نرمافزارهای پیشرفته بینالمللی در زمینه شبیهسازی و بهینهسازی، تکنولوژیهای خاصی مانند بهینهسازی حرارتی در سیستمهای بزرگ و روشهای مربوط به دمای مجازی را توسعه دادهاند. همچنین، نرمافزارهایی برای بهینهسازی انتقال حرارت، شبکههای انتقال حرارت و سیستمهای تولید بخار توسعه یافته است؛ علاوه بر این، کارهایی در زمینه بهینهسازی کلی انرژی در تجهیزات و بین آنها، شبکههای انتقال حرارت و سیستمهای تولید بخار انجام شده است که منجر به کسب بازدهی اقتصادی خوبی شده است. فناوری بهینهسازی سیستمهای انرژی شرکت یوهوا پروسس تکنولوژی، بر اساس نظریه و روشهای بهینهسازی جامع انرژی در «سه مرحله» سیستمهای فرآیندی شکل گرفته است. با استفاده از این فناوری، بیش از ۴۰ پروژه بهبود مصرف انرژی برای شرکتهای پالایشی داخلی اجرا شده است. در میان آنها، نتایج ارزیابی که در سپتامبر ۲۰۰۲ توسط اداره علم و فناوری استان گوانگدونگ انجام شد و با عنوان «کاربرد مهندسی بهینهسازی سیستمهای انرژی در صنایع فرآوری نفت و پتروشیمی» شناخته میشود، منجر به کسب سود سالانه ۱۲۰ میلیون یوان برای ۴ شرکت شده است. فناوریهای اختصاصی و محصولات نرمافزاری که توسط این شرکت تحقیق و توسعه داده شدهاند، عبارتند از: نرمافزار بهینهسازی انتقال حرارت (HEDO)، فناوری بهینهسازی انرژی پس از ورود گاز هیدروژن، فناوریهای اختصاصی برای خروج حرارت در مقادیر زیاد و تلفیق حرارتی سیستمهای بزرگ، فناوری استفاده چندمنظوره از حرارت در دماهای پایین، نرمافزار بهینهسازی سیستمهای توربین بخار (STOpti)، مجموعه فناوریهای CWopti برای بهینهسازی سیستمهای آب چرخشی کل کارخانه، مجموعه فناوریهای صرفهجویی در مصرف انرژی پمپها و موتورها، و نرمافزار بهینهسازی شبکههای انتقال حرارت (ODHEN) و غیره. در سال ۲۰۰۱، پروژه بهینهسازی و اصلاح سیستم انرژی تجهیزات فرآوری نفت در داچینگ آغاز شد. پس از این بهینهسازی، میزان بخار مورد نیاز در این تجهیزات ۲ تن در ساعت تا ۳ تن در ساعت کاهش یافت؛ دمای نهایی تبادل حرارت نیز بیش از ۱۰ درجه سانتیگراد افزایش یافت و مصرف سوخت نیز ۱۰۰ کیلوگرم در ساعت کاهش یافت ； سیستم دوم با فشار معمولی، دمای نهایی انتقال حرارت را ۶ تا ۸ درجه سانتیگراد افزایش داده و مصرف سوخت را ۲۰۰ کیلوگرم در ساعت تا ۲۵۰ کیلوگرم در ساعت کاهش میدهد ； کاهش میزان بخار مورد استفاده در جو از ۸ تن/ساعت تا ۱۰ تن/ساعت، افزایش بازیابی انرژی در دماهای پایین به حدود ۲۵۰۰ کیلووات، هزینه کل حدود ۸۰ میلیون یوان، و کاهش هزینههای انرژی سالانه به میزان ۳۲ میلیون یوان. به منظور بهینهسازی سیستم انرژی یک شرکت پتروشیمی با ظرفیت فرآوری نفت خام ۱۳ میلیون تن در سال، پروژههایی مانند ترکیب تأمین حرارت و استفاده همزمان از آن، بهینهسازی سیستمهای حرارتی با دمای پایین و بهینهسازی سیستمهای تولید انرژی از بخار اجرا شد. هزینه کل این پروژهها ۱۶۰ میلیون یوان بود و منجر به کاهش مصرف انرژی به میزان ۱۴.۹ کیلوگرم نفت استاندارد بر تن شد؛ همچنین، سود سالانه این اقدامات ۳۶۰ میلیون یوان بود. دانشکده شیمی مهندسی دانشگاه فناوری دالیان، بر اساس خلاقیت مستقل، «فناوری یکپارچهسازی انرژی سیستمهای فرآیندی» را توسعه داد؛ همچنین برای اولین بار «اصل یکپارچگی مصرف انرژی در سیستمهای فرآیندی» را مطرح کرد. این رویکرد، سیستمهای فرآیندی بزرگ و پیچیده را از نظر ماهیت مصرف انرژی به یک کل یکپارچه تبدیل کرد و مسئله یکپارچهسازی انرژی را به مسئله بهینهسازی شبکههای انتقال حرارت با محدودیتهای مشخص تبدیل نمود. همچنین نرمافزار V1.0 برای بهینهسازی شبکههای انرژی در مقیاس بزرگ توسعه یافت که قادر به حل مؤثر مسائل مربوط به یکپارچهسازی انرژی در سیستمهای بزرگ است ； برای اولین بار، استفاده از «روش دمای مجازی» (یعنی دمای مؤثر) برای تحلیل نقاط حساس در سیستمهای عملیاتی و طراحی شده پیشنهاد شد؛ این روش به توصیف صحیح الگوی جریان انرژی در سیستم کمک میکند و در نتیجه، امکان تشخیص دقیق وضعیت مصرف انرژی فراهم میشود ； «استراتژی یکپارچهسازی انرژی در سیستمهای فرآیندی» را خلاصه و استخراج کرده تا راهنمایی لازم برای انجام تشخیص مصرف انرژی در سیستمهای فرآیندی، شناسایی موانع، رفع این موانع، و همچنین بهینهسازی همزمان صرفهجویی در انرژی و گسترش ظرفیت تجهیزات تولیدی فراهم شود. در حال حاضر، این فناوری برای تحلیل وضعیت مصرف انرژی و ظرفیت تولید در بیش از ۲۰ دستگاه تولیدی در شرکتهای پتروشیمیایی مانند دالیان، جیلین، لیائویانگ، فوشون، یانشان و چیلو مورد استفاده قرار گرفته است. هشت طرح اصلاحی برای صرفهجویی در مصرف انرژی و افزایش ظرفیت تولید اجرا شده است؛ این اقدامات منجر به صرفهجویی ۱۰ تا ۲۰ درصدی در مصرف انرژی و افزایش ۲۰ تا ۳۰ درصدی در ظرفیت تولید شده است که منجر به کسب سود سالانه ۸۰ میلیون یوان خواهد شد. در این میان، با استفاده از روش دمای مجازی، تحلیل تشخیصی مصرف انرژی سیستم مخازن سرد یک واحد تولید استیلن در کشور انجام شد تا موانع مصرف انرژی در این سیستمها شناسایی گردد. همچنین، با توجه به کم بودن تفاوت دمایی در فرآیندهای پاییندما و ویژگی استفاده از زیرساختهای کمکی میانی در این فرآیندها، روشی جامع برای شبکههای انتقال حرارت چندجریانی در فرآیندهای پاییندما ارائه شد؛ پس از پیادهسازی این روش، میزان مصرف انرژی در زیرساختهای کمکی سرد ۴۴.۵٪ کاهش یافت. مؤسسه مهندسی سیستمهای فرآیندی در دپارتمان شیمی صنعتی دانشگاه چینگهوا، سیستم شبیهسازی شبکههای انتقال حرارت با انعطافپذیری بالا و حساسیت پایین به نام HEXTH و ابزار طراحی بهینهسازی کل سیستم انرژی کارخانه به نام TSES را توسعه داده است؛ این ابزارها در کارخانههایی مانند یانشان پتروشیمی، چیلو پتروشیمی و جینشی پتروشیمی مورد استفاده قرار گرفتهاند. در زمینه شبیهسازی و بهینهسازی تأسیسات استیلن، سیستمهای شبیهسازی و تحلیل کورههای تجزیه استیلن نوع GK-V با نام PYRO-SimP و سیستم شبیهسازی و بهینهسازی کورههای تجزیه استیلن با نام EPSOS توسعه یافتند. همچنین، مدلهای دینامیک واکنشهای تجزیه و مدلهای بهینهسازی عملیات در کل چرخه برای تأسیسات کوچک تولید استیلن در لانچوان طراحی شدند؛ این مدلها به بهبود عملکرد تأسیسات کمک کرده و پشتیبانی فنی لازم برای افزایش بازده تولید دوالکنها و کاهش مصرف انرژی کل تأسیسات را فراهم کردند. علاوه بر این، با استفاده از نرمافزار HEAT-int شرکت PIL و نرمافزار HEATSim دانشگاه چینگهوا، پلتفرم نرمافزاری برای بهینهسازی و اصلاح سیستمهای بازیابی گرما در فرآیندهای تولید توسعه یافته است؛ این پلتفرم قادر به طراحی و اصلاح خودکار شبکههای تبادل حرارت، همچنین شبیهسازی و بهینهسازی آنها میباشد ； با استفاده از نرمافزار SITE-int شرکت PIL و نرمافزار HEATSim دانشگاه چینگهوا، نرمافزاری برای بهینهسازی و اصلاح تأسیسات خدماتی مبتنی بر بخار در کل کارخانه توسعه یافته است؛ این نرمافزار قادر به انجام تحلیلهای مهندسی سیستمهای خدماتی، تحلیل و بهینهسازی اهداف تولید همزمان بخار و برق، و همچنین شبیهسازی و بهینهسازی سیستمهای خدماتی است. موسسه فرآیندهای آکادمی علوم چین، در همکاری با شرکت میتسوبیشی ژاپن، سیستم شبیهسازی فرآیند کاتالیزوری تأخیری نفت سنگین را توسعه داد، مدلی برای ترکیبات کربنی ارائه کرد، مدلی برای راکتور کاتالیزوری تأخیری طراحی کرد و از طریق رابط نرمافزار Pro/II، موفق به یکپارچهسازی آن در نرمافزار Pro/II شد ； نرمافزار ویژهای برای شبیهسازی کل فرآیند کاتالیزوری تأخیری به صورت مستقل توسعه یافته است که میتواند کاملاً مستقل از نرمافزارهای شبیهسازی فرآیندهای تجاری موجود کار کند ； مدل تحلیل کارایی انرژی در کل فرآیند و سیستم پایگاه داده مبتنی بر انرژی مؤثر ارائه شده است؛ این مدلها برای تحلیل کارایی استفاده از انرژی در مواد خام، جریانها، واحدها و کل فرآیند، همچنین علل اتلاف انرژی، به کار میروند. این سیستم میتواند به تنهایی کار کند یا با نرمافزارهای شبیهسازی فرآیندها مانند Pro/II و Aspen نیز ارتباط برقرار کند. (۳) وضعیت فعلی تحقیقات و کاربردهای فناوریهای کلیدی: ① روشهای ارزیابی مصرف انرژی: در حال حاضر، شاخصهای اصلی برای ارزیابی مصرف انرژی در کارخانههای پالایش نفت و شرکتهای نفتی خارجی، شامل شاخص چگالی انرژی ارائه شده توسط شرکت سولومون (EII) و شاخص بهترین فناوری ارائه شده توسط شرکت KBC (Best Technology, BT) است. علاوه بر این، شرکت شل نیز شاخص ارزیابی مصرف انرژی ویژه خود به نام CEL (Correct Energy Loss) را دارد، اما برای مقایسه استانداردهای مصرف انرژی، همچنان لازم است از شاخص EII تولید شرکت سولومون نیز استفاده کرد. در این میان، شاخص EII بر اساس عوامل اصلی مانند میزان کل مصرف انرژی در کارخانههای تقطیر، ظرفیت استفاده از تجهیزات، شاخصهای مربوط به مصرف انرژی تجهیزات و مصرف انرژی سیستمهای خارج از کارخانه تعیین میشود. این شاخص میتواند تأثیر شرایط تجهیزات کارخانه، سطح ورودی مواد، شرایط عملیاتی و کیفیت محصول بر مصرف انرژی را نشان دهد؛ همچنین، یک شاخص جامع برای ارزیابی میزان مصرف انرژی با توجه به پیچیدگی کارخانههای تقطیر است و عمدتاً برای مقایسه توانایی رقابتی بین شرکتهای مختلف استفاده میشود. شاخص BT شرکت KBC عمدتاً بر اساس مقایسه عمودی فاصله بین میزان مصرف انرژی فعلی شرکتها و بهترین سطح ممکن، رتبهبندی آنها را انجام میدهد. این شاخص میتواند تأثیر مواد خام، فرآیندها و تجهیزات بر سطح مصرف انرژی را بهطور مناسبی نشان دهد و همچنین نقاط ضعیف مربوط به مصرف انرژی در تأسیسات و کل کارخانههای پالایشی را مشخص کند؛ این امر به شرکتها کمک میکند تا بهطور هدفمند، سیستمهای انرژی خود را بهبود بخشند. از آنجایی که شاخصهای فوق نسبتاً عینی بوده و یافتن پتانسیلهای صرفهجویی در مصرف انرژی و راهنمایی برای انجام اقدامات مربوط به صرفهجویی را آسان میکنند، از آنها در کشورهای خارجی، توسط شرکتهای پالایشی، برای انجام تحلیلهای بهینهسازی سیستمهای انرژی، به طور گسترده استفاده میشود. اما، از آنجایی که محتوای تحقیقاتی مربوط به روشهای ارزیابی مصرف انرژی یکی از فناوریهای کلیدی شرکت مذکور است، لذا این محتواها در دسترس عموم قرار نمیگیرند و منتقل نمیشوند. شرکتهای تصفیه نفت داخلی، عموماً از شاخصهای مصرف انرژی کلی و مصرف انرژی بر حسب هر عامل، که توسط شرکت آموکو آمریکا در دهه ۸۰ قرن گذشته ارائه شده است، استفاده میکنند؛ در حالی که در بخش صنایع شیمیایی، همواره از شاخص مصرف انرژی کلی محصولات شیمیایی بهره گرفته میشود. در سال ۲۰۰۵، شرکت صنایع پتروشیمی چین استانداردهای مربوط به مصرف انرژی در کارخانههای تصفیه نفت را بر اساس استانداردهای قبلی اصلاح کرد؛ این اصلاحات عمدتاً بر اساس تغییرات در فرآیندهای تولید در کارخانههای تصفیه نفت انجام شد تا ضرایب انرژی مربوط به هر کارخانه تنظیم گردد. در سال ۲۰۰۶، شرکت نفت چین استانداردهای محاسبه میزان مصرف انرژی در تولید محصولات استیلن را اصلاح کرد؛ دامنه محاسبات تغییر کرد و شاخصهایی مانند میزان مصرف انرژی در تولید دوالکنها نیز اضافه شد. مزیت شاخصهای ارزیابی مصرف انرژی ذکر شده، سادهسازی مفهوم مصرف انرژی است؛ همچنین این شاخصها به مقایسه مصرف انرژی بین واحدهای مختلف کمک میکنند و مقایسه مصرف انرژی بین کارخانههای روغنشویی نیز با آنها آسان میشود. اما این شاخصها تنها برای تحلیل سطح کلی مصرف انرژی در یک کارخانه یا واحد خاص قابل استفاده هستند و نمیتوانند میزان تأثیر مواد خام، فرآیندها و تجهیزات بر مصرف انرژی را نشان دهند. بهویژه، امکان مقایسه شاخصهای کلیدی سیستمها و تجهیزات مربوط به مصرف انرژی در یک واحد وجود ندارد؛ بنابراین این شاخصها نمیتوانند برای شناسایی پتانسیلهای صرفهجویی در انرژی در واحدها و سیستمها مورد استفاده قرار گیرند. ②فناوری و نرمافزارهای بهینهسازی شبیهسازی فرآیندهای پالایش و تصفیه: روشهای مورد استفاده در شبیهسازی این فرآیندها عمدتاً به سه دسته تقسیم میشوند: روش ماژولهای متوالی، روش معادلات مرتبط و روش ماژولهای مرتبط. در میان آنها، روش ماژولهای توالیدار روشی برای محاسبه و حل مدل سیستم به صورت توالیدار و یکی پس از دیگری برای هر ماژول است؛ به دلیل سادگی و قابلیت درک آسان در مدلسازی، اکثر نرمافزارهای شبیهسازی فرآیندهای کامل پالایش و تصفیه نفت، بر اساس این روش توسعه یافتهاند. روشهای بهینهسازی فرآیندهای پالایش عمدتاً شامل روش برنامهریزی ریاضی، روش هوش مصنوعی و روش تحلیل نقاط تنگ (که عمدتاً برای بهینهسازی شبکههای انتقال حرارت استفاده میشود) میباشند. محصولات نرمافزاری بهینهسازی محاسباتی که در ادامه مرور شدهاند، عمدتاً بر پایه روشهای مذکور برای محاسبات و بهینهسازی ساخته شدهاند. پترو-سیم یک شبیهساز گرافیکی تمامعیار برای فرآیندها است که با ترکیب فناوری پیشرو KBC Profimatics و مدلهای دقیق فرآیندی صنعت روغنشویی، بر اساس رابط HYSYS.Refinery توسعه یافته است. پترو-سیم قادر به ایجاد یک «کارخانه رفیناسیون مبتنی بر رایانه» است و همچنین مجموعهای کامل از مدلهای واکنشی تجهیزات تولید رفیناسیون را فراهم میکند؛ این مدلها شامل تجهیزات فرآوری کاتالیستی، تجهیزات بازسازی کاتالیستی، تجهیزات فرآوری هیدروژنی (شامل هیدروژناسیون نفت سبک، دیزل، روغن مومی و حذف گوگرد از نفت خام)، فرآیند کورکینگ به تأخیر، دیسمیشن آروماتیکها و ایزومریزاسیون میباشد. این نرمافزار در بیش از ۱۲۰ شرکت پالایش و شیمیایی سراسر جهان مورد استفاده قرار گرفته و در بهینهسازی برنامههای تولید، PIP و سیستمهای انرژی، نتایج بسیار خوبی کسب کرده است. Aspen RefSYS، نرمافزاری عالی برای شبیهسازی کل فرآیندهای یک پالایشگاه است که توسط شرکت Aspen، بر پایه سیستم شبیهسازی فرآیندهای کاربردی و پیشرفته HYSYS، و با یکپارچهسازی مدلهای مختلف واکنشهای پالایشی از شرکت Aspen و شرکت معتبر جهانی UOP (شامل فرآیندهای کاتالیتیک فرآوری، ریفرمینگ کاتالیتیک، هیدروکراکینگ و هیدروتصفیه) توسعه یافته است. این نرمافزار میتواند به پالایشگاهها در بهبود روشهای عملیاتی و پیشبینی دقیقتر بازدهی کل پالایشگاه کمک کند. در حال حاضر، ۲۳ از ۲۵ شرکت نفتی برتر جهان از این محصول استفاده میکنند. Aspen Plus، ابزار شبیهسازی فرآیندهای پایدار صنعتی شرکت Aspen است که قادر به حل مسائل مربوط به تعادل کیفیت و انرژی در فرآیندهای پیوسته میباشد. این ابزار دارای پایگاه دادهای جامع، خط تولید گسترده و قابلیتهای یکپارچهسازی بالایی است. همچنین، تنها نرمافزار شبیهسازی است که هم الگوریتم SM (ماژولهای متوالی) و هم الگوریتم EO (معادلات متقابل) را در یک ابزار گنجانده است. علاوه بر ترکیبات، خواص فیزیکی و معادلات حالت، این ابزار دارای ماژولهای متعددی برای عملیاتهای واحد نیز میباشد و قابلیتهای قدرتمندی برای تحلیل مدلها و فرآیندها دارد. محصول PRO/II شرکت Invensys، یک نرمافزار شبیهسازی فرآیندهای پایدار در صنعت شیمی است که ریشهاش به سال ۱۹۶۷ برمیگردد؛ زمانی که شرکت SimSci اولین شبیهساز تقطیر در صنعت نفت، یعنی SP05، را توسعه داد. در سال ۱۹۷۳، شرکت SimSci شبیهسازی مبتنی بر نمودارهای فرآیندی را معرفی کرد و در سال ۱۹۷۹، نرمافزار شبیهسازی فرآیندهای مبتنی بر رایانههای PC به نام Process (که پیشنویس PRO/II بود) را منتشر کرد. PRO/II دارای پایگاه داده کاملی از خواص فیزیکی، سیستم قدرتمندی برای محاسبه خواص ترمودینامیکی و بیش از ۴۰ ماژول عملیاتی است؛ که میتوان از آنها برای شبیهسازی حالت پایدار فرآیندها، محاسبه خواص فیزیکی، طراحی تجهیزات، تخمین هزینهها/ارزیابی اقتصادی، ارزیابی مسائل زیستمحیطی و سایر محاسبات استفاده کرد. ROMeo سیستم بهینهسازی آنلاین نسل جدیدی است که با معماری برنامهنویسی باز توسط شرکتهای Invensys و Shell توسعه یافته است. این سیستم، از مزایای شرکت Invensys در زمینه ترمودینامیک و فرآیندهای واحدی، همچنین فناوریهای پیشرفته شرکت Shell در زمینه مدلسازی ریاضی و الگوریتمهای بهینهسازی، بهره میبرد. ROMeo یک سیستم شبیهسازی و بهینهسازی آنلاین است که بر اساس مکانیسمهای دقیق و برای حل معادلات عمل میکند؛ و میتواند راهحلهای نرمافزاری جامعی برای شبیهسازی و بهینهسازی فرآیندهای پالایش نفت ارائه دهد. ROMeo به محصول نرمافزاری استاندارد شرکت ExxonMobil برای بهینهسازی آنلاین فرآیندهای تولید تبدیل شده است. Unisim، نرمافزار نسل جدیدی برای شبیهسازی فرآیندها است که توسط شرکت Honeywell در سال ۲۰۰۵، بر اساس فناوریهای HYSYS و UOP، راهاندازی شد. این نرمافزار، سیستمهای طراحی، شبیهسازی، بهینهسازی آنلاین و آموزش اپراتورها را در یک محیط محصولی واحد یکپارچه کرده است؛ همچنین فناوریهایی مانند بهینهسازی شبکههای انتقال حرارت و سنتز فرآیندها را نیز گسترش و تقویت کرده است. http://mmbiz.qpic.cn/mmbiz/xjFI9op4iaCnc9dCDiaNApMFYyfeIia5R1ia6dtaryM36g6VMibVibJIXF7Nng7BF5ficvYD5mSVT9BRmKZOaiax3Q2JfQ/0?wx_fmt=png ③ فناوریها و نرمافزارهای بهینهسازی محاسباتی برای تجهیزات کلیدی فرآوری نفت؛ دستگاههای تقطیر تحت فشار ثابت، به عنوان تجهیزات اصلی در کارخانههای روغنکشی، شامل برجهای تقطیر پیچیدهای هستند که دارای ورودیهای متعدد، خروجیهای متعدد و بازگشت مایع در مراحل مختلف هستند. روشهای محاسباتی برای شبیهسازی چنین کولونهای تقطیر پیچیدهای عمدتاً شامل روش محاسبه تکتک صفحات، روش ماتریسی و روش ضریب F است؛ رایجترین روش، روش محاسبه تکتک صفحات است. همچنین ماژولهای شبیهسازی مربوطه نیز توسعه یافتهاند، مانند ماژول PetroleumDistillation Column در Aspen RefSys، DIS-SIM در Petro-SIM و ماژول PetroFrac در Aspen Plus. این ماژولها در تعداد زیادی از کارخانههای تصفیه نفت مورد استفاده قرار گرفتهاند و همگی دقت رضایتبخشی دارند. دستگاه فرآوری کاتالیتیک، یکی از تجهیزات مهم فرآوری ثانویه در پالایشگاهها است و هستهٔ بهینهسازی شبیهسازیشده آن، سیستم واکنش-تجدید است. در حال حاضر، محصولات نرمافزاری مربوط به شبیهسازی و بهینهسازی که در داخل و خارج از کشور توسعه یافتهاند، عمدتاً شامل Aspen FCC و Aspen RefSYSCatCracker از شرکت Aspen، FCC-SIM از شرکت KBC، SHARC از شرکت Shell و همچنین FCCM از شرکت مهندسی پتروشیمی لویانگ در چین میباشند. در این میان، بخش مدل واکنش نرمافزار Aspen FCC از مدل پویایی واکنش تجمعی ۲۱ جزئی استفاده میکند که در حال حاضر جامعترین و بالغترین روش برای توصیف واکنشهای فرآیند کاتالیتیک شکستن محسوب میشود و قادر به توصیف نسبتاً منطقی فرآیند واکنش کاتالیتیک شکستن است. مدل راکتور لولهای شامل یک بخش پیشگرمایشی و ۲ بخش واکنشی است. بخش جداسازی محصولات با روشهای مرتبط برای تقسیم آنها استفاده میشود؛ این روش میتواند تغییرات مربوط به خواص ورودی، شرایط عملیاتی و غیره را در توزیع و خواص محصولات شبیهسازی کند. همچنین امکان محاسبات بهینهسازی برای این تجهیزات وجود دارد؛ اهداف بهینهسازی میتواند حداکثر بازدهی محصولات خاص یا حداکثر سودآوری تجهیزات باشد. متغیرهای بهینهسازی شامل دمای پیشگرمایش مواد خام، دمای خروجی لولههای ارتقاء، میزان اکسیژن موجود در گازهای بازیابیشده، فشار سکونتگاه، فشار ریاکتور، میزان جریان روغن بازیابیشده، خمیر روغن بازیابیشده و فعالیت کاتالیست میباشد. Aspen RefSYSCatCracker یک مدل مکانیسمی دقیق و ساده در استفاده است؛ این مدل، بخشی از ماژولهای واحدهای پالایش در Aspen RefSYS محسوب میشود و میتواند به سرعت در فرآیندهای کلی کارخانه ادغام شود. FCC-SIM شرکت KBC، یک مدل شبیهسازی مکانیسم واحدهای فرآوری کاتالیتیک است که با استفاده از اصول دینامیک احتراق کک، مدل تعادل حرارتی را ایجاد میکند. این مدل دارای مدلهای دینامیکی دقیقی برای راکتورهای لولهای و فرآیندهای بازسازی کک است؛ همچنین، مدل فعالیت کاتالیست، امکان انتخاب بهترین مواد خام، نرخ تبدیل و کاتالیست مناسب برای یک واحد فرآوری کاتالیتیک خاص را فراهم میکند. مدل SHARC که توسط شرکت Shell در سال ۱۹۹۵ معرفی شد، نیز یک مدل مکانیسمی دقیق است؛ این مدل را میتوان برای پیشبینی تأثیرات تغییرات مواد خام، کاتالیستها و شرایط عملیاتی بر عملکرد واحدهای فرآوری کاتالیتیکی استفاده کرد تا عملکرد این واحدها بهینه شود. تاکنون، این مدل ۷ بار بهروزرسانی شده است. این مدل ابتدا تعادل کربنی و حرارتی دستگاه را محاسبه میکند، سپس تأثیرات تغییرات در نرخ ورود مواد خام، کاتالیزورها و شرایط عملیاتی بر بازدهی و کیفیت محصول را پیشبینی میکند؛ تا کاربر بتواند از طریق انتخاب و بهینهسازی مواد خام و ارزیابی و کنترل کاتالیزورها، عملکرد دستگاه را بهبود بخشد ； از فناوریهای ویژه برای توصیف ویژگیهای مواد خام مخصوص شرکت شل استفاده میشود؛ به عنوان مثال، استفاده از کک غیرقابل تبخیر (NVC) برای پیشبینی بازده کک، دقیقتر از استفاده از کک باقیمانده کانلاسون است ； دارای ساختار باز بوده و به راحتی میتوان آن را با سایر بهینهسازهای آنلاین و مدلهای برنامهریزی خطی پالایشگاهها ترکیب کرد. FCCM شرکت مهندسی پتروشیمی لویانگ، بر اساس مدل دینامیک تجمعی سیزدهگانه فرآیند کاتالیتیک شکستن نفت سنگین و همچنین مدلهای دینامیک ذاتی بازسازی کاتالیست و جریان و انتقال در ریاکتورها، توسعه یافته است و برای انواع مختلفی از ریاکتورها و ریاکتورهای بازسازی مناسب است. ریفرمینگ کاتالیتیک یکی از تجهیزات مهم فرآوری ثانویه در پالایشگاهها است و تحقیق و توسعه مدلهای دینامیک واکنشهای ریفرمینگ، هسته اصلی برای شبیهسازی کل فرآیند تجهیزات ریفرمینگ محسوب میشود. از آنجایی که بیش از ۳۰۰ ترکیب در این واکنشها شرکت دارند و واکنشهایی مانند دهیدروژناسیون و آروماتیزاسیون هگزانها، دهیدروژناسیون و حلقهزایی الکانها، ایزومریزاسیون و هیدروکراکینگ در آنها رخ میدهد، این واکنشها چه به صورت زنجیرهای، چه موازی و چه ترکیبی، یک سیستم واکنشی پیچیده را تشکیل میدهند. بنابراین، کلید موفقیت در فرآیند توسعه مدلهای دینامیک واکنش، سادهسازی منطقی اجزای مربوطه و ایجاد شبکهای از واکنشهای بین این اجزا است. در حال حاضر، پژوهشگران داخلی و خارجی مدلهای متعددی از دینامیک واکنشهای تجمیعی را توسعه دادهاند، از جمله مدل ۴ تجمیعی اسمیت، مدل ۱۳ تجمیعی راماج، مدل ۱۶ تجمیعی ارائه شده توسط ونگ هویشین و همکاران، مدل ۲۴ تجمیعی خورخه، مدل ۲۸ تجمیعی فرومن و غیره. نمونه برجستهتر، مدل ۱۳-عنصری راماژ است که به طور گسترده در زمینههایی مانند راهاندازی تأسیسات صنعتی، نظارت بر فرآیندها، تشخیص اختلالات، بهینهسازی عملیات و طراحی، و همچنین راهنمایی در تحقیق و توسعه مورد استفاده قرار میگیرد و باعث کسب منافع اقتصادی قابل توجهی شده است. در حال حاضر، برخی از نرمافزارهای شبیهسازی فرآیندهای عمومی، مدل واکنشهای ریفرمینگ کاتالیتیک را به صورت درونی دارند؛ مانند ماژول Reformer در Aspen RefSYS و ماژول Ref-SIM در KBC. مدل واکنش ریفرمینگ کاتالیتیکی موجود در Aspen RefSYS میتواند واحدهای ریفرمینگ پیوسته و نیمهبازسازیشونده را شبیهسازی کند و دارای نرخ تخریب کاتالیست است که بر اساس میزان حمل کاتالیست فلزی و عملکرد تاریخی کاتالیست تعیین میشود. مدلهای REF-SIM شرکت KBC شامل ریفرمینگ پیوسته، ریفرمینگ نیمهبازیابی و واحدهای چرخشی است و واکنشهای دینامیکی دقیقی را که توسط تعداد و نوع کربن تعیین میشوند، در بر میگیرد. دستگاه هیدروکراکینگ، به عنوان تجهیزات کلیدی برای تولید فرآوردههای نفتی سبک با کیفیت بالا، دارای الزامات سختگیرانهای برای مدلسازی است. در حال حاضر، چند مدل کینتیکی نماینده برای واکنش هیدروکراکینگ شامل موارد زیر است: ۱) مدل چهارگانه تجمیعی که بر اساس تعداد محصولات و بازه دمایی طبقهبندی میشود؛ این مدل بر روی روغنهای فرآوریشده تحت فشار روماشکین و آلانس به کار رفته است و در دما و فشار مشخص، مقادیر پیشبینیشده توسط این مدل با مقادیر تجربی مطابقت دارد ； ۲) مدل دینامیک واکنش چندجمعی با فراکسیونهای باریک؛ این مدل، در محدوده وسیعی از دماهای جوش مواد خام، پیشبینیهایی درباره دمای جوش و بازده محصول ارائه میدهد که با دادههای صنعتی آزمایشگاهی همخوانی دارد؛ بنابراین میتوان از این مدل برای پیشبینی بازده محصولاتی که تاکنون مورد آزمایش قرار نگرفتهاند، استفاده کرد ； ۳) مدل هفتگانه طبقهبندیشده بر اساس نقطه جوش و خواص شیمیایی. در حال حاضر، نرمافزارهای رایج برای شبیهسازی هیدروکراکینگ عبارتند از مدل Hydrocracker در Aspen RefSys و مدل HCR-SIM در KBC. در میان آنها، مدل هیدروکرکر شامل مدلهای تمام واکنشهای کلیدی است، مانند حذف گوگرد و نیتروژن به وسیله هیدروژناسیون، حذف فلزات، اشباع الکنها و آروماتیکها، باز کردن حلقهها، دئآلکیلاسیون، تجزیه پارافینها، ایزومریزاسیون پارافینها و همچنین مدلهای مربوط به بیفعالی کاتالیست. مدل HCR-SIM مربوط به KBC نیز تمام واکنشهای کلیدی را در بر میگیرد؛ با استفاده از محاسبات دقیق تعادل حرارتی، افزایش دمای بستر واکنش مشخص میشود و این امر امکان پیشبینی دقیق مقدار محصولات و هیدروژن مصرفی را فراهم میکند. فرآیند تصفیه هیدروژندار شامل راکتور، جداکننده بخار و مایع، انتقالکننده حرارت، برج استیشنری، کمپرسورهای سانتریفوژی و غیره است. مدلهای دینامیک واکنش نیز شامل مدلهای اشباع الکنها، مدلهای خنثیسازی گوگرد، مدلهای خنثیسازی نیتروژن، مدلهای خنثیسازی اکسیژن، مدلهای اشباع آروماتیکها، مدلهای باز کردن حلقه آروماتیکها و مدلهای باز کردن حلقه نوانها میباشند. در حال حاضر، نرمافزارهای رایج برای شبیهسازی فرآیند تصفیه هیدروژن، مدل Hydrotreator از Aspen RefSys و مدل DHTR-SIM از KBC هستند. مدل Hydrotreator شامل مدلهای ویژه برای مواد خام نفت سنگین، روغن مومی و نفت خاکستری است ； مدل DHTR-SIM دارای توصیف پویا و دقیقی از تمام واکنشهای کلیدی است، از جمله هیدروژناسیون برای حذف گوگرد، هیدروژناسیون برای حذف نیتروژن، اشباع آروماتیکها و شکستن مولکولها؛ همچنین میتواند حذف گوگرد در سطوح بسیار پایین محتوای گوگرد را به طور دقیق توصیف کند. گزارشهای علمی مربوط به مدلهای مکانیسمی دستگاههای کاتالیزوری تأخیری کم است؛ نرمافزارهای شبیهسازی دستگاههای کاتالیزوری که در حال حاضر توسعه یافتهاند، عمدتاً شامل DC-SIM از KBC، DCLK از شرکت مهندسی پتروشیمی لویانگ، و سیستم شبیهسازی فرآیند کاتالیزوری نفت سنگین از انستیتو فرآیندهای آکادمی علوم چین میباشند. در میان آنها، نرمافزار DC-SIM شرکت KBC یک مدل شبیهسازی مکانیسم واحدهای کاتالیزوری است؛ این نرمافزار قادر به شبیهسازی تأثیرات مختلف متغیرهای کلیدی فرآیند مانند دمای برج ککسازی، نسبت چرخش، فشار عملیاتی و ویژگیهای مواد خام است، و میتوان آن را در Petro-SIM استفاده کرد. نرمافزار DCLK شرکت مهندسی پتروشیمی لویانگ، یک نرمافزار شبیهسازی و بهینهسازی است که بر اساس مدل دینامیکی کینتیک واکنشهای تجمعی در فرآیند کوکینگ توسعه یافته است؛ این نرمافزار قادر به شبیهسازی پویای فرآیندهای صنعتی کوکینگ است. همچنین، این نرمافزار میتواند ویژگیهای غیرپایداری تجهیزات کوکینگ را نشان دهد و بازده محصولات در هر لحظه از یک چرخه عملیاتی، و همچنین ترکیب فعلی مواد موجود در برج کوکینگ را پیشبینی کند. سیستم شبیهسازی فرآیند کاتالیزوری نفت سنگین، که توسط آکادمی علوم چین در همکاری با شرکت میتسوبیشی ژاپن توسعه یافته است، شامل مدل راکتور کاتالیزوری، شبیهسازی کل فرآیند کاتالیزوری، مدل تحلیل کارایی انرژی بر اساس انرژی مؤثر و سیستم پایگاه داده میباشد. این سیستم میتواند به تنهایی کار کند و همچنین میتواند با نرمافزارهای شبیهسازی فرآیندهایی مانند Pro/II و Aspen متصل شود. جهتگیریهای بهینهسازی مصرف انرژی در تأسیسات اتیلن عمدتاً شامل بهینهسازی محاسباتی واکنش فتوولیز و بهینهسازی محاسباتی مناطق سرد است. در حال حاضر، مدلهای واکنش شکستن را میتوان به سه دسته زیر تقسیم کرد: مدلهای دینامیک تجربی که با استفاده از تابع عمق شکستن KSF و مقدار PONA برای توصیف توزیع محصولات ناشی از فرآیند شکستن عمل میکنند ； مدلهای دینامیک واکنش مولکولی، با الگوی کومار به عنوان نمونه ； مدلهای مکانیستی که مدل SPYRO نمونهای از آنهاست. محصولات نرمافزاری اصلی عبارتند از: SPYRO (TECHNIP)، ECU (SHELL)، OlefinSim (KBC)، PYRO-SimP (دانشگاه پکن) و غیره. در میان آنها، موفقترین مدل، مدل SPYRO است؛ سیستم انرژی جدید آن شامل بیش از ۷۰۰۰ واکنش است که حاوی حدود ۲۴۰ نوع رادیکال و مولکول (یا اجزای معادل) میباشد و میتواند بازده محصولات حاصل از تجزیه از C2 تا HVGO را پیشبینی کند. محاسبات برنامه SPYRO در دو مرحله انجام میشود؛ در مرحله اول، از یک مدل دینامیکی ساده برای محاسبه توزیع دقیق فشار و توزیع دمای مواد استفاده میشود ； در مرحله دوم، بر اساس مکانیسم واکنشهای رادیکالی و با توجه به توزیع دما به دست آمده در مرحله اول، محاسبات مربوط به تعادل انرژی و پویایی واکنشهای اولیه انجام میشود. از طریق یکپارچهسازی با نرمافزارهای شبیهسازی فرآیندها، محاسبات تکراری SPYRO به صورت هماهنگ انجام میشود؛ این امر منجر به بهینهسازی محاسبات مربوط به راهکارهای مختلف در فرآیند تولید و شبیهسازی پویای دادههای تولیدی میگردد. در نتیجه، وضعیت عملیات تولید بهطور دقیقتری منعکس میشود و این امر به بهینهسازی ساختار مواد خام و محصولات حاصل از فرآیند تجزیه اتیلن کمک کرده و منجر به صرفهجویی در مصرف انرژی و افزایش کارایی میشود. با استفاده از این مدل برای مدیریت عملیات کوره تجزیه، انتخاب مواد خام و بهینهسازی فرآیند تولید، انتظار میرود که بازدهی اتیلن ۱ تا ۴ درصد افزایش یابد. به عنوان مثال، پس از اکتبر ۲۰۰۴، کیفیت مواد اولیه استیلن در کارخانه یانشان پتروشیمی به دلیل تأثیر نفتهای خارجی در فرآیندهای پالایش، به تدریج کاهش یافت؛ بازدهی استیلن نیز به طور مداوم کاهش یافت و دوره کارکرد کورههای تجزیه نیز به طور قابل توجهی کوتاه شد. با ردیابی مواد اولیه تجزیه، شرایط فرآیندی و ترکیب محصولات تجزیه، و همچنین با استفاده از نرمافزار SPYRO برای محاسبات شبیهسازیشده کورههای تجزیه، و با به کارگیری تکنیکهایی مانند تحلیل انرژی قابل استفاده و تحلیل نقاط حرارتی، راهکارهایی برای بهینهسازی توالی جداسازی، فرآیندهای انتقال حرارت و عملیاتهای مربوطه ارائه شد. این دستگاه در مارس سال ۲۰۰۵ شروع به کار کرد و دادههای صنعتی نشان میدهد که با وجود اینکه چرخه عملکرد آن تحت تأثیر چندانی قرار نگرفت، بازدهی استیلن تقریباً ۱ درصد افزایش یافته است. ④فناوری و نرمافزارهای بهینهسازی شبکههای انتقال حرارت؛ بهینهسازی شبکههای انتقال حرارت از دهه ۶۰ قرن گذشته، به عنوان یک مسئله فرعی در طراحی فرآیندها، مورد توجه قرار گرفت. بسیاری از پژوهشگران، مسئله بهینهسازی جامع شبکههای انتقال حرارت را به طور عمیق مورد مطالعه قرار دادند و از آن در کاربردهای عملی استفاده کردند؛ که منجر به کسب بازدهیهای اقتصادی قابل توجهی شد. روشهای بهینهسازی شبکههای انتقال حرارت عمدتاً شامل تکنیک نقطه فشار، برنامهریزی ریاضی و هوش مصنوعی میباشند. در میان آنها، فناوری نقاط فشار توسط لینهوف در سال ۱۹۸۲ مطرح شد. این فناوری بر اساس قانون دوم ترمودینامیک استوار است و عمدتاً برای بهینهسازی جامع شبکههای انتقال حرارت مورد استفاده قرار میگیرد. این فناوری، با توجه به این واقعیت که بازیابی انرژی دارای محدودیتهایی است، از طریق ترکیب منحنیهای دما و انرژی یا جداول مربوطه، نقاط محدودکننده در بازیابی انرژی را شناسایی میکند؛ سپس شبکهای اولیه برای حداکثر بازیابی انرژی ایجاد میشود. پس از ارزیابی هزینههای سرمایهگذاری و عملیاتی، شبکه مورد بهینهسازی قرار گرفته و در نهایت یک شبکه بهینه برای تبادل حرارت به دست میآید. در سال ۱۹۸۶، دو گروه از پژوهشگران به نامهای لینهوف و احمد، و فلوداس و همکاران، به طور مستقل روشهای مختلفی برای یافتن بهترین تفاوت دمایی در شبکههای تبادل حرارت ارائه دادند؛ روش اول، «روش سوپرتارگتینگ» (Supertargeting) نامیده میشود ； در سال ۱۹۹۲، یین چینگهوا، هوا بن و همکارانش پیشنهاد کردند که با نادیده گرفتن اتلاف انرژی مؤثر جریان و بهینهسازی واحدهای تطبیق، ممکن است دمای تفاوت حداکثری به دست آمده، بهینه واقعی نباشد؛ همچنین تأثیرات لحاظ کردن همزمان اتلاف انرژی مؤثر جریان، بهینهسازی واحدهای تطبیق و تقویت انتقال حرارت بر دمای تفاوت حداکثری را به طور مفصل بررسی کردند و راهبردهای بهینهسازی بهبودیافتهای ارائه دادند ； در روش دو حداقل تفاوت دمایی انتقال حرارت که توسط چالاند و همکاران (۱۹۸۱) و کلبرت (۱۹۸۲) پیشنهاد شده است، حداقل تفاوت دمایی انتقال حرارت مربوط به منحنی ترکیبی، HRAT در نظر گرفته میشود تا مقدار انرژی ورودی تعیین گردد؛ در حالی که هنگام ساخت شبکه ترکیبی، تفاوت دمایی انتقال حرارت برای هر واحد انتقال حرارت، E-MAT در نظر گرفته میشود، و EMAT…