CN112449699B - 对化学或生物化学过程进行仿真的系统和方法 - Google Patents

对化学或生物化学过程进行仿真的系统和方法 Download PDF

Info

Publication number
CN112449699B
CN112449699B CN201980043871.2A CN201980043871A CN112449699B CN 112449699 B CN112449699 B CN 112449699B CN 201980043871 A CN201980043871 A CN 201980043871A CN 112449699 B CN112449699 B CN 112449699B
Authority
CN
China
Prior art keywords
chemical
algebraic
vector
state variables
equation
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201980043871.2A
Other languages
English (en)
Other versions
CN112449699A (zh
Inventor
R-M·尼科德
E·贝格
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Yf1 Co
Original Assignee
Yf1 Co
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Yf1 Co filed Critical Yf1 Co
Publication of CN112449699A publication Critical patent/CN112449699A/zh
Application granted granted Critical
Publication of CN112449699B publication Critical patent/CN112449699B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
    • G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
    • G16C20/10—Analysis or design of chemical reactions, syntheses or processes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
    • G06F17/13—Differential equations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B5/00—ICT specially adapted for modelling or simulations in systems biology, e.g. gene-regulatory networks, protein interaction networks or metabolic networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Computational Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Chemical & Material Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Crystallography & Structural Chemistry (AREA)
  • Software Systems (AREA)
  • Databases & Information Systems (AREA)
  • Computing Systems (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Operations Research (AREA)
  • Algebra (AREA)
  • Geometry (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

提供了对化学或生物化学过程进行仿真的系统和方法。本发明涉及一种对至少包括由显式代数方程描述的第一操作的化学过程进行计算机仿真的系统，所述系统包括：用于接收第一显式代数方程的接收模块；处理模块，其被配置成将所述显式代数方程转换为代数/微分方程；以及求解模块，其被配置成求解所述代数/微分方程。

Description

对化学或生物化学过程进行仿真的系统和方法
技术领域
本发明涉及过程工程中的建模和仿真领域。特别地，本发明涉及用于化学或生物化学过程的由计算机实现的仿真的仿真系统和仿真方法。
背景技术
精细化工和生物技术领域的制造公司经常需要基于非常有限的数据和信息对涉及多种操作和各种工厂和设备的生产过程进行估计或比较。在发展的早期阶段尤其由此。应当注意的是，在这些工业中，当设计生产过程时，经常发生的是成功地将目标分子投放到市场上的机会非常低，例如，由于诸如临床试验失败。因此，对于仅在有限时间内少量产生的许多分子，存在大量的技术和经济估计。
当制造商仅仅希望在不知道参与实施过程的机械和设备的内部状态的具体信息或细节的情况下获得化学或生物化学过程的快速仿真时，管理者和工程师通过依赖于经验知识或甚至仅仅是直觉来对各种不同操作进行性能估计。要知道的具体信息或细节的类型包括：从反应器输出的化合物A的含量为50％，该含量水平与关于反应器内部条件的具体信息项/细节无关，或者实际上在分离器中化合物A的回收率为95％，该含量水平与关于分离器内部条件的具体信息项或细节无关。这些预先建立的信息项或细节使得可以将输出量(也称为暂态的最终量；在下文中，术语“最终量”或“输出量”应可互换使用)与输入量(也称为暂态的初始量；在下文中，术语“初始量”或“输入量”应可互换使用)相关联。该方法不使用材料平衡或热平衡，因此不考虑设备的内部状态。因此不能预测动态。基于该过程的输入量的已知细节，因此对于各个操作，可以逐步地计算输出量。因此，通过使用简单的计算器，例如Excel电子表格，可以确定在过程结束时获得的输出量。
该方法具有计算简单、计算速度快等优点。
然而，它也存在很多缺点：
-可以设想到的可能情况的数目限于操作者的实验知识，因此不可能在过程之间进行优化和精细比较；
-当在处理过程中相继发生多个操作时，仿真变得特别复杂和不精确。这种复杂性在过程中的复合循环回路的情况下加剧；
-没有考虑暂态操作。该方法限于连续系统或不连续批量系统，这些系统不考虑暂态操作。然而，通常由精细化工或生物技术工业制造商生产的量不允许使用连续生产(例如，不同于石化工业)。
当制造商希望以较高的精度确定过程的最终量和性能细节时，有必要基于详细的建模方案，例如HoneywellAspenHYSYS，求助于已证实的过程工程方法。这些模型需要知道非常大量的物理化学参数，特别是热力学参数，这些参数使得能够作为内部条件的函数来仿真系统的行为和性能。这些模型考虑了材料和热平衡，并确定了设备内的内部状态变量的演变。虽然这种方法较为精确，但是精细化工或生物技术工业制造商很少使用它，因为它需要考虑大量的内部状态变量和使用对于非专家来说太复杂的极其先进的数值方法。考虑到过程随后仅使用非常少的量的可能性，确定物理化学参数以及开发仿真工具所需的时间和资源的量被认为太大。
迄今存在的方法中没有一个是完全令人满意的。它们或者局限于特别简单的情况，或者过于复杂并且需要确定极其大量的参数。因此，需要一种用于化学或生物化学过程的由计算机实现的仿真的仿真系统和仿真方法，其使得可以在合理的时间段内仿真包括多个操作的复杂情况，同时还限制了执行仿真所需的物理-化学参数的数目。
本发明属于该构思。
发明内容
本发明实施方式提供了一种精细化工过程工程的工业工具。这些实施方式的功能性技术特征在于考虑随后在用于生产化学品或生物化学物的生产设施中实施这些过程的情况下，对过程进行仿真。
这些实施方式提供了用于以具体方式预测化学或生物化学过程的行为的手段，以执行一定数量的估计，特别是关于其工业可行性。因此，本发明的实施方式提供了用于以足够的精度并在合理的成本和时间范围内引导化学或生物化学过程的发展的手段，从而使得有可能估计其工业实施的成功机会，并且甚至在工厂的安装和该工厂的试运行之前确实进行该估计。
在纯粹的智能意义上实现生物化学或化学过程的仿真是不可能的。对工业需要进行仿真的情况尤其是如此。实际上，不可能进行必要的计算以达到足够精确和显著的结果，从而允许作出工业决定，例如安装化工厂。另外，在纯粹的智能意义上实现仿真将花费大量的时间，特别是对于建立或设置模型的参数而言。
然而，如果没有计算机辅助仿真，则不可能以可预测的方式进行测试，或者不可能有效地从所提议的化学或生物化学过程的多个项目中进行选择提供最佳性能的那些项目，并且不可能对于工业目的在合理的时间范围内这样做。
不存在可以用于以快速和彻底的方式预测精细化工过程的行为的纯粹的智能、数学甚至理论方法。
本发明的目的是通过提供一种可由不是仿真专家的人员可以使用的工具，使精细化工和生物技术工业能够使用相关的仿真器，这允许考虑提议的生产项目，尽管最初实际上没有已知的相关物理化学方面的细节。
该工具应当具有帮助用户识别待评估过程的敏感点或限制因素的能力，以确定要获取或使用的特定信息或细节以实现给定的目标，从而随着新的已知信息和数据变得可用而逐步改进这些预测。此外，这种工具还必须可靠，易于使用，并能提供有效地估计所研究过程的技术经济性能的精确性，这种精确性适合于所提出的问题，并能根据所计划的工业项目的需要和演变而演变。
为此，根据第一个方面，本发明涉及一种对至少包括第一化学或生物化学操作的化学或生物化学过程进行由计算机实现的仿真的系统，所述系统包括：
-求解模块，其被配置成求解代数微分方程，
-接收模块，其被配置成接收第一显式代数方程，所述第一显式代数方程表示所述第一化学或生物化学操作并将表示所述第一化学或生物化学操作的初始化学变量值的输入状态变量的第一矢量与表示所述第一化学或生物化学操作的最终化学变量值的输出状态变量的第一矢量相关联；以及
-处理模块，其被配置成：
ο在第一代数微分方程中，所述第一代数微分方程使以下项相关联：
·输入状态变量的所述第一矢量；和
·所述第一化学或生物化学操作的、作为方程的未知项的内部状态变量的第一矢量；
ο将根据所述第一显式代数方程的所述第一化学或生物化学操作的输出状态变量的矢量的表达式作为所述第一化学或生物化学操作的伪内部状态变量的矢量插入到所述第一代数微分方程，由此获得的所述代数微分方程的稳态解因此收敛到根据所述第一显式代数方程的输出状态变量的所述第一矢量；
ο将由此获得的所述代数微分方程的时间常数设定为小于所述第一化学或生物化学操作的特征时间；并且
ο针对由此获得的微分代数方程运行所述求解模块，以计算输出状态变量的所述第一矢量。
本发明使得可以获得代数微分方程，其解收敛于开始的显式代数方程。因此，有可能使用用于求解代数微分方程的技术来获得代数方程的解。因此然后可以在相同的给定仿真系统中使用这两种类型的建模，并根据用户对化学或生物化学过程的总体全局模型的一部分或另一部分所做的选择，从与这两种类型的方程相关的优点中获益。
根据本发明的系统能够仿真由显式代数方程或代数微分方程表示的操作。为了求解组合了两种类型的方程的系统，根据本发明的系统生成代数微分方程，所述代数微分方程以允许将方程合并为单个代数微分方程组的方式收敛于显式代数方程的解。
根据第二方面，本发明涉及一种对至少包括第一化学或生物化学操作的化学或生物化学过程进行由计算机实现的仿真的方法；所述方法包括以下步骤：
-接收第一显式代数方程，所述第一显式代数方程表示所述第一化学或生物化学操作，并将表示所述第一化学或生物化学操作的初始化学变量值的输入状态变量的第一矢量与表示所述第一化学或生物化学操作的最终化学变量值的输出状态变量的第一矢量相关联；
-创建第一代数微分方程，所述第一代数微分方程使以下项相关联：
·输入状态变量的所述第一矢量；和
·所述第一化学或生物化学操作的、作为方程的未知项的内部状态变量的第一矢量；
-将根据所述第一显式代数方程的所述第一化学或生物化学操作的输出状态变量的矢量的表达式作为所述第一化学或生物化学操作的伪内部状态变量的矢量插入到所述第一代数微分方程中，由此获得的所述代数微分方程的稳态解收敛到根据所述第一显式代数方程的输出状态变量的所述第一矢量，
-将由此获得的所述代数微分方程的时间常数设定为小于所述第一化学或生物化学操作的特征时间；
-求解由此获得的代数微分方程，以计算输出状态变量的所述第一矢量。
根据第三方面，本发明涉及一种包括指令的计算机程序产品，当计算机执行程序时，该指令导致计算机执行根据本发明第二方面的方法的步骤。
根据第四方面，本发明涉及一种非暂时信息存储介质，该非暂时信息存储介质是计算机可读的并且包括指令，当由计算机执行由计算机执行时，导致计算机执行根据本发明的第二方面的方法的步骤。
定义
术语“精细化工”或“特殊化工”在本文件中被理解为是指化学工业的分支，其以低生产量合成特定产品，但是具有高附加值，并且响应高的技术约束，例如涉及纯度。
术语“生物技术”应理解为是指通过发酵、细胞培养、从自然环境中提取来生产分子的生产技术。
术语“代数方程”被理解为是指具有一个或更多个未知实变量的方程。
术语“微分方程”应理解为是指具有一个或更多个未知函数的方程；它采取这些未知函数与其连续导数之间的关系的形式。
术语“显式方程”应理解为是指不同变量间的方程，其中一个变量根据其它变量显式表达。
术语“隐式方程”应理解为是指变量间的方程，其中没有用其它变量表示变量。
术语“内部状态变量”应理解为是指化学变量，其描述在给定工厂或设备内部发生的情况，例如温度、压力、浓度等。
术语“输入状态变量”或“输出状态变量”应理解为是指分别描述给定设备单元的输入或输出的化学变量，例如温度、压力、浓度等。
术语“伪内部状态变量”被理解为是指人工变量，其使得可以以与使用“代数微分方程”的预测模型相同的数学形式来变换将输出状态变量的矢量连接到输入状态变量的矢量的简单“显式代数方程”。
术语“预测模型”被理解为是指基于化学和/或物理概念的一定数量的代数方程和微分方程的组合，其解用于能够确定在至少一个工厂或设备中执行的至少一个操作的内部状态变量。
术语“操作”应理解为表示能够从输入状态转变为输出状态(或从初始状态转变为最终状态)的化学或生物化学转变。一般而言，化学或生物化学过程包括多个操作。
术语“特征时间”应理解为是指操作进行的准备时间，对于化学过程，该准备时间例如从几分钟到几小时变化。
附图说明
图1示出了有效地实施多个操作O1、O2、O3、O4和多个设备单元E1、E2、E3、E4的化学过程。
图2示意性地示出了根据本发明的一个实施方式的系统。
图3是示出根据本发明的一个实施方式执行仿真的步骤的图。
图4示出了表示用于实现本发明的一个或更多个实施方式的装置的框图。
图5表示包括具有一个输入In和两个输出Out1、Out2的反应器的反应方案。
具体实施方式
化学方法可以分成在多个设备单元中的多个操作。操作的数量可以小于，大于或等于设备单元的数量。实际上，如果在同一设备单元中执行多个操作，则操作的数目可以大于设备单元的数目，而如果操作需要多个设备单元，则设备单元的数目可以大于操作的数目。
图1示出了这些不同的情况。由于反馈回路，操作O1和O3在同一设备单元El内进行，而操作O4借助于两个设备单元E3和E4进行(作为非限制性实例，设备单元E3可以是反应器，设备单元E4可以是热交换器)。
操作(i)和设备单元(j)用作从输入状态(Ye i/jj)转换到输出状态(YS i/jj)的手段。输入和输出状态变量是表示化学或生物化学过程的操作和设备单元的输入和输出化学变量/值的矢量。
当期望对操作和设备单元进行简单和快速的仿真时，由将操作(i)和设备单元(j)的输入(Ye i/jj)和输出(YS i/jj)状态相关联的显式代数方程:(Ye i/jj)＝Ge(Ye i/jj)来描述操作和设备单元。在该方案中没有预测的意图。
当需要较完整和精确的仿真时，有必要确定在设备单元的内部在发生什么，因此有必要确定针对操作(i)和设备单元(j)的内部状态变量的矢量(Xi/j)。该内部状态变量是表示化学或生物化学过程的操作和设备单元的内部化学变量值的矢量。
在精细化工和/或生物技术中，设备单元通常在暂态下操作，因此内部状态变量最经常是代数和微分方程组(代数微分系统)的解，其表示例如材料平衡、热平衡或热力学平衡。
在一般情况下，操作和设备单元由涉及内部状态变量的微分方程组描述。这些方程将内部状态变量的矢量(Xi/j)与针对操作(i)和设备单元(j)的输入状态变量的矢量(Yi /jj)相关联：
然后基于已知的内部状态变量的细节来明确地确定可能依赖于时间的输出状态变量的矢量(YS i/jj)：
本身依赖于输入状态变量的矢量。
应当注意，在稳态下，输出状态变量的矢量的最终状态立即通过下式获得：
其中，t∞表示在不连续系统中操作的结束时间或在连续系统中足够大的时间。
描述化学或生物化学过程的操作和设备单元的方程必须通过考虑整个过程中所有操作和所有设备单元之间的联系以耦合的方式求解。在涉及内部状态变量的方程组的情况下，由于与收敛相关的问题，其解可能特别长且时间密集，但是由于需要知道相关的物理化学参数，其确定也可能是时间密集且困难的。
针对操作/设备的两种仿真模式因此是可用的。其中一个方式相当平凡，是基于输出和输入状态变量之间的简单显式代数关系。另一方式是较精确和预测性的，除了知道许多物理化学参数的具体细节之外，还需要复杂的代数微分方程的求解。因此，期望能够从使用涉及内部状态变量的方程的详细方案转移到使用显式代数方程而不涉及用于同一过程内的不同操作的内部状态变量的简化方案。因此，通过在仿真化学或生物化学过程内的简单或二次影响的操作(通过利用显式代数方程)和仿真较复杂或实际上较关键的操作(通过利用涉及内部状态变量的代数微分系统)进行选择，可以节省宝贵的时间。然而，由于方程的数学结构，不可能在同一通用求解系统内集成这两种类型的方程。
为了能够在单个求解系统中集成这两种类型的方程，发明人开发了由涉及伪内部状态变量的代数微分方程来代替显式代数方程的构思。与操作的特征时间相比，这样创建的代数微分方程被指派了非常低的时间常数。应当注意，本领域技术人员将知道该方法的每个操作的特征时间，并且将知道如何选择与该特征时间相比低的时间常数(例如，秒量级的时间常数)。通过选择低的时间常数，对于远大于该时间常数的特征时间，微分项在稳态中抵消，并且其仅保留以确保微分方程的其它项收敛于显式代数方程的解。
由于这种变换，可以将显式代数方程集成到仿真系统中，并且用户能够针对各个操作建模，在细化的建模或其它建模之间选择。因此，虽然从代数系统到代数微分系统可能看起来使得仿真较复杂，但实际上它给仿真增加了程度的灵活性，而不损害计算性能。用户可以通过使用用于求解方程的相同求解模块，选择建模系统中的一个或另一个。
作为说明，显式代数方程可以由微分方程/>代替，初始条件为/>其中Θ是时间常数并且/>是伪内部状态变量。当t远大于时间常数时，解是常数，因而其导数为零，并且因此/>对于与时间常数相比足够长的时间，由此得到显式代数方程的解；为此，进行一下设定是足够的：/>
因此，操作者可以选择通过利用涉及内部状态变量的方程组或者实际上显式代数方程来描述操作。如果为该方法的至少一个操作选择了至少一个显式代数方程，则根据本发明的系统用代数微分方程代替该显式代数方程，以能够将其集成到用于整个过程的方程组中。
图2示出了根据本发明一个实施方式的系统的框图。在系统的实现的总体的上下文中，客户端设备100连接到根据本发明的系统200。根据本发明的系统200包括接收模块201、可选的选择模块202、处理模块203和用于求解代数微分方程的求解模块204。
客户端设备100连接到接收模块201，以向接收模块201传送表示化学或生物化学操作的显式代数方程，并且将表示所述操作的初始化学变量值的输入状态变量的矢量与表示所述操作的最终化学变量值的输出状态变量的矢量相关联。
接收模块201连接到处理模块203，以接收表示化学和生物化学操作的显式代数方程并且创建代数微分方程，使得由此创建的代数微分方程的稳态解收敛到根据显式代数方程的所述输出状态变量的矢量。
处理模块203连接到求解模块204，用于求解代数微分方程。当处理模块203创建了代数微分方程时，求解模块204求解该方程，以获得针对操作的输出状态变量的矢量。
求解模块204连接到客户端设备100，以返回针对操作的输出状态变量的矢量。
根据一个实施方式，客户端设备100向接收模块201传送第一操作的显式代数方程和第一操作的代数微分方程。客户端设备100连接到选择模块202，以选择使用显式代数方程进行仿真或使用代数微分方程进行仿真。依赖于所选择的模式，处理模块创建收敛到根据显式代数方程的所述输出状态变量的矢量的代数微分方程，或者使用已有的代数微分方程。
图3示出根据实施方式执行仿真的步骤。
在步骤301中，客户端设备100与接收模块201通信。在该步骤301期间，客户端模块向接收模块传送表示第一化学或生物化学操作的显式代数方程，并且将表示所述第一操作的初始化学变量值的输入状态变量的第一矢量与表示所述第一操作的最终化学变量值的输出状态变量的第一矢量相关联。根据一个实施方式，在步骤301期间，客户端设备还可以传送表示所述第一化学或生物化学操作并且将输入状态变量的第一矢量与所述第一操作的、作为方程的未知项的内部状态变量的第一矢量相关联的代数微分方程。根据一个实施方式，在该步骤301期间，客户端设备还可以传送表示第二化学或生物化学操作并且将输入状态变量的第二矢量与所述第一操作的、作为方程的未知项的内部状态变量的第二矢量相关联的代数微分方程。
根据一个实施方式，在步骤302中，客户端设备100与接收模块通信。在该步骤302期间，客户端设备选择仿真模式。仿真模式包括使用代数微分方程来仿真化学操作或者使用显式代数方程来仿真化学操作。
在步骤303期间，选择模块202向处理模块传送所选择的仿真模式，并且在步骤304期间，接收模块根据所选择的仿真模式向处理模块发送方程。
如果为第一操作选择了基于显式代数方程的仿真，则处理模块执行方程创建步骤305，其创建第一代数微分方程，该第一代数微分方程将输入状态变量的第一矢量及、所述第一操作的作为方程的未知项的内部状态变量的第一矢量相关联。随后，在步骤306，处理模块将根据所述第一显式代数方程的所述第一操作的输出状态变量的矢量的表达式作为所述第一操作的伪内部状态变量的矢量插入到第一代数微分方程中，所述代数微分方程的稳态解因此收敛到根据第一显式代数方程的输出状态变量的所述第一矢量。处理模块随后在步骤307中设定时间常数。该时间常数被设定成远小于第一操作的特征时间。化学或生物化学操作的特征时间通常从几分钟到几小时变化。在这些条件下，如果时间常数等于一秒，则一切就像代数微分系统瞬时收敛到显式代数方程的解那样进行。在一个实施方式中，用户通过客户端设备100和接收模块201向处理模块203给出时间常数，然后处理模块203将方程的时间常数设定为用户指示的值。
然后，在步骤309，处理模块将由此获得的代数微分方程传送到求解模块，以求解方程，来获得第一操作的输出状态变量的矢量。
根据一个实施方式，求解模块在步骤310期间将第一操作的输出状态变量的这个矢量发送到客户端设备。
根据一个实施方式，该方法包括两个操作，其中第二操作从开始由代数微分方程来建模，处理模块被配置成在步骤304期间从接收模块接收第二代数微分方程，并且在步骤308期间将第二代数微分方程与第一代数微分方程合并。然后，在步骤309期间，处理模块将代数微分方程组传送到求解模块，其将求解该方程组并获得包括两个操作的过程的输出状态变量的矢量。
根据其中操作由显式代数方程和微分代数方程两者表示的一个实施方式，客户端设备在步骤302选择仿真模式。如果选择了使用显式代数方程进行仿真，则处理模块执行创建305、插入306和设定时间常数307的步骤，然后执行与来自过程的其他操作的代数微分方程合并308的步骤。如果选择使用代数微分方程进行仿真，则处理模块直接将该代数微分方程与该过程的其他操作的代数微分方程合并。
因此，本发明提供了将对某些关键操作使用代数微分方程的精确仿真与使用显式代数方程的较不精确仿真的选择相结合的手段。该显式代数方程的解被集成到代数微分方程中，以允许将代数微分方程合并到单个求解系统中。
上述系统的各个部分可以由一个或更多个计算机程序来实现。因此，各个模块可以对应于一个或更多个计算机程序的例程。该系统然后由图4所示的全局设备400实现。
全局设备400包括通信总线，该通信总线连接到：
-中央处理单元401，例如微处理器，或者称为CPU；
-随机存取存储器402，也称为RAM，用于存储本发明实施方式的方法的可执行代码以及适于记录实现根据实施方式的方法所需的变量和参数的寄存器，存储器存储单元的容量可以通过例如连接到扩展端口的可选RAM来增加；
-只读存储器403，也称为ROM，用于存储用于实现本发明实施方式的计算机程序；
-网络接口404，其通常连接到通信网络，通过该通信网络发送或接收要处理的数字数据。网络接口404可以是单个网络接口或者由一组不同的网络接口(例如，有线和无线接口，或者不同种类的有线或无线接口)组成。在CPU 401中运行的软件应用的控制下，数据被写入网络接口用于发送或从网络接口读取用于接收；
-用户接口405，用于接收用户输入的输入或用于向用户显示信息；
-硬盘406，另外称为HD；
-输入/输出模块407(也称为I/O)，用于向/从诸如视频源或显示屏的设备发送/接收数据。
可执行代码可以存储在只读存储器403中，或者存储在硬盘406上，或者存储在诸如磁盘之类的可移动数字介质上。根据变型例，可以借助于通信网络经由网络接口404接收程序的可执行代码，以在执行之前存储在全局设备400的存储介质之一上，例如硬盘406。
中央处理单元401适于根据本发明的实施方式控制和指导程序的指令或软件代码部分的执行，所述指令存储在前述存储介质之一上。在加电之后，CPU 401能够执行来自主RAM 402的与软件应用有关的指令，例如在这些指令已经从ROM 403程序或硬盘(HD)406加载之后。当由CPU 401执行时，该软件应用程序导致根据实施方式实现该方法的步骤。
示例
在该示例中，所考虑的操作是反应操作(Op.)，其中下游产物的分离如图5所示。反应如下：S1+S3->S2+S4，总消耗S3。反应器的输入量由以下给出：
物质 以摩尔为单位的输入(或初始)数量(In)
S1 10
S2 0
S3 5
S4 0
如果假定反应是完全的，那么在反应之后，不同物质的量由下式给出：
物质 反应后的摩尔数
S1 5
S2 5
S3 0
S4 5
在反应的下游，根据下表中给出的分配比，物质在称为Out1和Out2的两个输出之间分配：
物质的分配比率给出包含在不同输出流中的物质的分数。对于各个物质，分配比率的总和等于100％。
输入状态变量、第一输出状态变量和第二输出状态变量的矢量包含不同物质的摩尔数，并且分别为：
可以确定状态变量的不同矢量：
系统的输入(初始状态)为
反应后(分离前)：
在输出(最终状态)处，通过对反应后混合物应用分离比：
因此，得到了下列显式代数方程(Ex1，Ex2)：
在该示例中，认为在分离期间，物质在其输出之前被引导到两个完全同质的单元，其中不同物质的摩尔数在矢量和/>中被组合在一起。还认为通过输出(Out1和Out2)从单元中取出的材料与单元的组分相同。因此，可以写出下式：
并且/>
方程组(Ex1)(Ex2)可以通过引入伪内部状态变量并且通过以下设定来变换成微分方程组：
并且
其中θ是同质单元的任意时间常数；当t变得远大于θ时，微分项被抵消并且伪状态变量收敛到：
和/>
为了找到(Ex1)和(Ex2)，进行以下设定是足够的：
和/>
通过选择低的时间常数，因此能够从显式代数方程(Ex1和Ex2)转到微分方程(Ex3和Ex4)。然后可以将涉及伪内部状态变量的这些微分方程引入到对整个化学或生物化学过程进行仿真的微分方程组中。

Claims (7)

1.一种对至少包括第一化学或生物化学操作的化学或生物化学过程进行由计算机实现的仿真的系统(200)，所述系统包括：
-求解模块(204)，其被配置成求解代数微分方程，
-接收模块(201)，其被配置成接收第一显式代数方程，所述第一显式代数方程表示所述第一化学或生物化学操作并将表示所述第一化学或生物化学操作的初始化学变量值的输入状态变量的第一矢量与表示所述第一化学或生物化学操作的最终化学变量值的输出状态变量的第一矢量相关联；以及
-处理模块(203)，其被配置成：
○在第一代数微分方程中，所述第一代数微分方程使以下项相关联：
·输入状态变量的所述第一矢量；和
·所述第一化学或生物化学操作的、作为方程的未知项的内部状态变量的第一矢量；
○将根据所述第一显式代数方程的所述第一化学或生物化学操作的输出状态变量的矢量的表达式作为所述第一化学或生物化学操作的伪内部状态变量的矢量插入到所述第一代数微分方程，由此获得的所述代数微分方程的稳态解因此收敛到根据所述第一显式代数方程的输出状态变量的所述第一矢量；
○将由此获得的所述代数微分方程的时间常数设定为小于所述第一化学或生物化学操作的特征时间；并且
○针对由此获得的微分代数方程运行所述求解模块，以计算输出状态变量的所述第一矢量。
2.根据权利要求1所述的系统(200)，所述系统还还包括选择模块(202)，所述选择模块被配置成选择仿真模式，并且其中，所述处理模块(203)被配置成根据所选择的模式执行所述插入。
3.根据权利要求1或权利要求2所述的系统(200)，所述化学或生物化学过程还包括第二化学或生物化学操作，其中：
-所述接收模块(201)附加地被配置成接收第二代数微分方程，所述第二代数微分方程表示所述第二化学或生物化学操作，并且使以下项相关联：
○表示所述第二化学或生物化学操作的初始化学变量值的输入状态变量的第二矢量；和
○所述第二化学或生物化学操作的、作为方程的未知项的内部状态变量的第二矢量；
所述第二代数微分方程的稳态解收敛于表示所述第二化学或生物化学操作的最终化学变量值的输出状态变量的第二矢量；
-所述处理模块(203)附加地被配置成：
○合并所述第一代数微分方程和所述第二代数微分方程，以及
○针对由此获得的合并的所述第一代数微分方程和所述第二代数微分方程的组合运行所述求解模块(204)，以计算输出状态变量的矢量。
4.一种对至少包括第一化学或生物化学操作的化学或生物化学过程进行由计算机实现的仿真的方法；所述方法包括以下步骤：
-接收第一显式代数方程，所述第一显式代数方程表示所述第一化学或生物化学操作，并将表示所述第一化学或生物化学操作的初始化学变量值的输入状态变量的第一矢量与表示所述第一化学或生物化学操作的最终化学变量值的输出状态变量的第一矢量相关联；
-创建第一代数微分方程，所述第一代数微分方程使以下项相关联：
·输入状态变量的所述第一矢量；和
·所述第一化学或生物化学操作的、作为方程的未知项的内部状态变量的第一矢量；
-将根据所述第一显式代数方程的所述第一化学或生物化学操作的输出状态变量的矢量的表达式作为所述第一化学或生物化学操作的伪内部状态变量的矢量插入到所述第一代数微分方程中，由此获得的所述代数微分方程的稳态解收敛到根据所述第一显式代数方程的输出状态变量的所述第一矢量，
-将由此获得的所述代数微分方程的时间常数设定为小于所述第一化学或生物化学操作的特征时间；
-求解由此获得的代数微分方程，以计算输出状态变量的所述第一矢量。
5.根据权利要求4所述的方法，所述方法还包括用于选择仿真模式的仿真选择步骤，其中，创建步骤、插入步骤和设定的步骤根据所选择的模式执行。
6.根据权利要求4或权利要求5所述的方法，所述化学或生物化学过程还包括第二化学或生物化学操作，所述方法还包括以下步骤：
-接收表示所述第二化学或生物化学操作的第二代数微分方程，所述第二代数微分方程使以下项相关联：
○表示所述第二化学或生物化学操作的初始化学变量值的输入状态变量的第二矢量；和
○所述第二化学或生物化学操作的、作为方程的未知项的内部状态变量的第二矢量；
所述第二代数微分方程的稳态解收敛于表示所述第二化学或生物化学操作的最终化学变量值的输出状态变量的第二矢量；
-合并所述第一代数微分方程和所述第二代数微分方程；
-求解由此获得的合并的所述第一代数微分方程和所述第二代数微分方程的组合，以计算所述方法的输出状态变量的矢量。
7.一种非暂时信息存储介质，所述非暂时信息存储介质是计算机可读的并且包括指令，当所述指令由计算机执行时使计算机执行根据权利要求4至6中的任一项所述的方法的步骤。
CN201980043871.2A 2018-07-03 2019-06-25 对化学或生物化学过程进行仿真的系统和方法 Active CN112449699B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
EP18181500.2 2018-07-03
EP18181500.2A EP3591543B1 (fr) 2018-07-03 2018-07-03 Système et procédé pour la simulation d'un procédé chimique ou biochimique
PCT/EP2019/066770 WO2020007644A1 (fr) 2018-07-03 2019-06-25 Systeme et procede pour la simulation d'un procede chimique ou biochimique

Publications (2)

Publication Number Publication Date
CN112449699A CN112449699A (zh) 2021-03-05
CN112449699B true CN112449699B (zh) 2024-02-09

Family

ID=62981004

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201980043871.2A Active CN112449699B (zh) 2018-07-03 2019-06-25 对化学或生物化学过程进行仿真的系统和方法

Country Status (4)

Country Link
US (1) US20210265021A1 (zh)
EP (2) EP3591543B1 (zh)
CN (1) CN112449699B (zh)
WO (1) WO2020007644A1 (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1942878A (zh) * 2004-02-20 2007-04-04 数学工程公司 用于化学反应和生化过程的建模，模拟和分析的方法和设备
CN101322100A (zh) * 2005-10-03 2008-12-10 中央洒水装置公司 用于评估管线系统中的流体流量的系统和方法
CN104991980A (zh) * 2014-10-31 2015-10-21 吉林大学 锂离子电池的电化学机理建模方法
CN106446392A (zh) * 2016-09-19 2017-02-22 浙江大学 一种面向流程工业罐区的混杂系统建模仿真方法

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
IL155719A0 (en) * 2000-11-02 2003-11-23 Protein Mechanics Inc Method for self-validation of molecular modeling
US7801715B2 (en) * 2003-08-11 2010-09-21 The Mathworks, Inc. System and method for block diagram simulation context restoration
US7167817B2 (en) * 2003-09-17 2007-01-23 The Mathworks, Inc. Automated approach to resolving artificial algebraic loops
US8296070B2 (en) * 2004-02-20 2012-10-23 The Mathworks, Inc. Method and apparatus for improved simulation of chemical and biochemical reactions
US9183347B1 (en) * 2005-02-17 2015-11-10 The Mathworks, Inc. Methods and system for simulation of chemical and biological processes in a distributed technical computing environment
US9811640B1 (en) * 2006-03-13 2017-11-07 The Mathworks, Inc. Automatic selection of time interval size in implicit tau-leaping algorithm
US20150106066A1 (en) * 2013-10-14 2015-04-16 Invensys Systems, Inc. Unified mathematical model in process simulation

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1942878A (zh) * 2004-02-20 2007-04-04 数学工程公司 用于化学反应和生化过程的建模，模拟和分析的方法和设备
CN101322100A (zh) * 2005-10-03 2008-12-10 中央洒水装置公司 用于评估管线系统中的流体流量的系统和方法
CN104991980A (zh) * 2014-10-31 2015-10-21 吉林大学 锂离子电池的电化学机理建模方法
CN106446392A (zh) * 2016-09-19 2017-02-22 浙江大学 一种面向流程工业罐区的混杂系统建模仿真方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Mathematical description of the nonlinear chemical reactions with oscillatory inflow to the reaction field;ALDONA KRUPSKA;JOURNAL OF CHEMICAL SCIENCES;第127卷(第6期);1025-1034 *
Modeling particle formation during low-pressure silane oxidation:Detailed chemical kinetics and aerosol dynamics;S.-M.SUH 等;JOURNAL OF VACUUM SCIENCE AND TECHNOLOGY;第3卷(第19期);940-951 *

Also Published As

Publication number Publication date
EP3818456A1 (fr) 2021-05-12
EP3591543A1 (fr) 2020-01-08
US20210265021A1 (en) 2021-08-26
EP3591543B1 (fr) 2023-09-06
WO2020007644A1 (fr) 2020-01-09
CN112449699A (zh) 2021-03-05

Similar Documents

Publication Publication Date Title
EP3021181B1 (en) Process control systems and systems and methods for configuration thereof
Ricardez-Sandoval Optimal design and control of dynamic systems under uncertainty: A probabilistic approach
US5666297A (en) Plant simulation and optimization software apparatus and method using dual execution models
EP1264224B1 (en) Process control system
EP3021185A2 (en) Process control system and configuration system
CN106843172A (zh) 基于jy‑kpls的复杂工业过程在线质量预测方法
CN111527459B (zh) 设备、方法和计算机可读记录介质
Ponce-Ortega et al. Optimization of process flowsheets through metaheuristic techniques
Te Braake et al. Semi-mechanistic modeling of chemical processes with neural networks
Martínez et al. An integrated implementation methodology of a lifecycle-wide tracking simulation architecture
US20200104438A1 (en) Variable equivalency on connection in a process simulation
EP4202582A1 (en) Method of operation of a process plant, soft sensor and digital process twin system and use thereof
Martin-Villalba et al. Implementations of the Tennessee Eastman process in Modelica
Merino et al. Real Time Optimization for steam management in an evaporation section
CN113348413A (zh) 针对工业工厂的模块化模型预测控制
Gosling Process simulation and modeling for industrial bioprocessing: tools and techniques
CN112449699B (zh) 对化学或生物化学过程进行仿真的系统和方法
TWI801502B (zh) 廠房運轉條件設定支援系統、學習裝置以及運轉條件設定支援裝置
Gil Chaves et al. Process simulation in chemical engineering
Palacın et al. Efficient modelling and real-time optimisation of stationary systems: Application to an evaporation process
Halvorsen Control and simulation in LabView
Fabre et al. Dynamic hybrid simulation of batch processes driven by a scheduling module
Kam et al. Models of an industrial evaporator system for education and research in process control
CA3100044C (en) Parallel sequential derivative computation for process simulation
US11380420B1 (en) Data structure, compilation service, and graphical user interface for rapid simulation generation

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant