JP2019141827A - 多成分系気相接触反応プロセスにおけるリアクター制御方法 - Google Patents
多成分系気相接触反応プロセスにおけるリアクター制御方法 Download PDFInfo
- Publication number
- JP2019141827A JP2019141827A JP2018031045A JP2018031045A JP2019141827A JP 2019141827 A JP2019141827 A JP 2019141827A JP 2018031045 A JP2018031045 A JP 2018031045A JP 2018031045 A JP2018031045 A JP 2018031045A JP 2019141827 A JP2019141827 A JP 2019141827A
- Authority
- JP
- Japan
- Prior art keywords
- raw material
- reactor
- reaction
- fixed bed
- temperature
- 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.)
- Pending
Links
Images
Landscapes
- Devices And Processes Conducted In The Presence Of Fluids And Solid Particles (AREA)
Abstract
【課題】 二成分以上の原料を用いる固定床リアクターによる反応は、分解反応(吸熱)と合成反応(発熱)が混在しているため、リアクター内の一部で反応温度が上昇して触媒失活、あるいは、コーキングの増大を生じる。【解決手段】 二成分以上の原料を用いる固定床リアクターによる反応において、原料組成の測定結果を基に、そのリアクター入口での原料温度、原料流量および/または原料組成を調整するフィードフォワードにより、固定床リアクターの操作条件を変更し、固定床リアクターの温度分布を制御することで、触媒失活、あるいは、コーキングの増大を抑制する。【選択図】 なし
Description
本発明は、多成分系原料を用いた気相接触反応プロセスにおいて、熱暴走を抑制する固定床リアクター制御方法、および、固定床リアクター制御のためのシミュレーションプログラムに関する。
固定床リアクターにおける温度制御は、従来、種々の目標値を設定して行なわれている。そして通常は、リアクター出口温度、リアクター入口温度と出口温度との温度差、反応生成物組成のいずれかを目標値として設定している。しかし、単純なフィードバック制御の場合、多成分系原料で原料組成が変動すると、リアクター内温制御は非常に困難になり、熱暴走による触媒活性低下の可能性があった。このため、固定床リアクターのリアクター内温制御は、試行錯誤しながら培われたオペレータの勘,経験によって行なうのが実状であった。固定床リアクターのリアクター内温度を制御するための手段として、入口原料濃度と、入口、出口および内部温度を測定し、これらデータを温度,原料濃度,触媒活性の3変数の方程式からなる物理モデルを用いて触媒活性の未来値を予測し、リアクターの入口温度と出口温度差を一定に保つようにする方法が知られている(例えば、特許文献1参照)。
しかしながら、上記特許文献1に開示された技術は、リアクターの入口温度と出口温度の差を一定に保つ技術であり、原料が多成分になると、分解反応(吸熱)と合成反応(発熱)が混在した反応系になるため、リアクター内の一部で反応温度が上昇し、その結果として触媒失活、あるいは、コーキング増大を生じるという課題がある。
そのため、多成分原料系の分解反応(吸熱)と合成反応(発熱)が混在した反応系に対しては、リアクター内の温度分布を予測し、熱暴走が予想される場合には、リアクターの操作条件を変更する必要がある。
本発明者らは、上記課題に鑑み鋭意検討した結果、多成分系原料を用いた固定床リアクターにおいて、そのリアクター入口での原料組成の測定結果を基に、リアクター内温度分布を予測して、リアクターの操作条件(原料温度、原料流量および/または原料組成)を変更することにより、リアクター制御を容易にすることを見出して、本発明を完成させるに至った。
リアクター入口での原料組成の測定結果を基に、リアクター内温度分布を予測する方法として、当該原料組成の反応挙動を解析する際にコントローラーに実行させるシミュレーションプログラムを用いるものであり、また、リアクター操作条件項目は、原料温度、原料流量および/または原料組成(反応性の低い成分を追加)であり、ジャケット構造を有する固定床リアクターの場合には、ジャケットに流す媒体の温度や流量を変化させることにより制御することもできる。
以下、本発明について説明する。ここでいう原料とは、炭化水素系化合物であり、ハロゲンが付加した炭化水素化合物でも良く、鎖式、環式、飽和、不飽和を含み、気体、液体状のものである。原料中の成分は、成分比5mol%以上のものを二種類以上含むものである。
固定床リアクターについて例示して説明する。固定床リアクターは、図1、図2に示すように、リアクター内部に触媒が充填されており、リアクターの一端に温度調整した原料を連続的に供給し、リアクターのもう一端から反応生成物を排出するものである。加熱冷却できない断熱式、または、加熱冷却できる多管式のどちらでも良い。原料は、リアクターの一端からもう一端へ移動する過程で触媒により化学反応を起こし、反応により発生する反応熱によってリアクター内部の温度が変化する。つまり、分解反応(吸熱)の場合、温度が低下し、合成反応(発熱)の場合、温度が上昇する。リアクター内の一部で反応温度が上昇した場合、触媒の失活、あるいは、コーキング増大の可能性があり、また、リアクター内の反応温度が低くなった場合、目標収率に未達になる可能性がある。
原料組成は、ガスクロマトグラフなどで連続または一定間隔で測定されるものであり、また、原料温度はリアクターに入る直近の温度であり、連続または一定間隔で測定されるものである。
次に、リアクター内温度分布を予測する方法について説明する。この予測は、当該原料組成の反応挙動を解析する際に、コントローラーに実行させるシミュレーションプログラムを用いて行うものである。ここで、原料は気体または液体の少なくともいずれかであり、かつ、反応温度の範囲で化学反応を生じる物質(以下、「反応物質」という。)を含有する。このシミュレーション方法は、化学工学や石油化学の分野で広く使用されているプロセスシミュレーションの手法をベースにしたもので、その処理には、CPU、RAM、記憶装置、入力装置および表示装置等を有する周知のコントローラーが利用される。このコントローラーの記憶装置には、CPUにより実行される各種処理プログラム(プロセスシミュレーションソフトなど)や制御データ等を記憶する記憶領域、上記プログラムで扱われる各種データ(各モデルの定義データなど)を記憶する記憶領域などが設けられ、この記憶装置に格納されたプログラムをCPUが実行することにより、以下に示す各ステップの処理等が行われるようになっている。
また、このプログラムは、過去の実績データを基に、人工知能アルゴリズムや発見的学習アルゴリズムを利用したものであっても構わない。
ここで、上記単位操作モデルとしては、例えば、化学反応モデル、物質収支モデル、熱収支モデルが予め用意されている。
(演算モジュール)
演算モジュールでは、図5、図6に示すように、固定床リアクターの内部を反応物質が移動する方向に沿って複数の離散要素に分割し、離散化した1次元モデルとして捉えることが好ましい。そして、後述の物質収支モデル、熱収支モデルに基づき、この1次元モデル上の離散要素ごとの原料、または、反応物質の物質収支、熱収支を算出する。このようなシミュレーションを行うためには、固定床リアクター内部において発生し得る物理現象のうち、特に原料、または反応物質の移動と熱の移動の両方とを扱う必要がある。演算モジュールでは、これら原料、または反応物質の移動と熱の移動とを正確に把握するために、後述の化学反応モデルに基づき計算された反応物質の反応量、およびそれに基づく発熱量を反映させる必要がある。即ち、各離散要素において、物質収支モデル、熱収支モデル、化学反応モデルを用いて計算を行うことにより、反応物質の量の増減、および温度の上昇・低下を算出する。
演算モジュールでは、図5、図6に示すように、固定床リアクターの内部を反応物質が移動する方向に沿って複数の離散要素に分割し、離散化した1次元モデルとして捉えることが好ましい。そして、後述の物質収支モデル、熱収支モデルに基づき、この1次元モデル上の離散要素ごとの原料、または、反応物質の物質収支、熱収支を算出する。このようなシミュレーションを行うためには、固定床リアクター内部において発生し得る物理現象のうち、特に原料、または反応物質の移動と熱の移動の両方とを扱う必要がある。演算モジュールでは、これら原料、または反応物質の移動と熱の移動とを正確に把握するために、後述の化学反応モデルに基づき計算された反応物質の反応量、およびそれに基づく発熱量を反映させる必要がある。即ち、各離散要素において、物質収支モデル、熱収支モデル、化学反応モデルを用いて計算を行うことにより、反応物質の量の増減、および温度の上昇・低下を算出する。
以下、第n番目の離散要素を例として、化学反応モデル、物質収支モデル、および熱収支モデルの順に説明する。
(化学反応モデル)
化学反応モデルでは、離散要素毎の多成分原料を含む反応物質に対して進行する化学反応を取り扱う。このモデルでは多成分原料における反応物質の濃度、反応物質の変化量などの物質収支に関する値、および化学反応に伴い発生する吸発熱量などの収支に関する値を算出する。算出には、多成分原料を含む反応物質に対して進行する各種化学反応に対する反応速度(以下、「r」という。)を用いる。ここでは、化学工学分野において基本的な反応速度式として一般的に用いられているアレニウスモデルに基づいて定式化したものを用いる。しかしながら、当該モデルに限定されるものではなく、他の反応速度式を用いることもできる。
化学反応モデルでは、離散要素毎の多成分原料を含む反応物質に対して進行する化学反応を取り扱う。このモデルでは多成分原料における反応物質の濃度、反応物質の変化量などの物質収支に関する値、および化学反応に伴い発生する吸発熱量などの収支に関する値を算出する。算出には、多成分原料を含む反応物質に対して進行する各種化学反応に対する反応速度(以下、「r」という。)を用いる。ここでは、化学工学分野において基本的な反応速度式として一般的に用いられているアレニウスモデルに基づいて定式化したものを用いる。しかしながら、当該モデルに限定されるものではなく、他の反応速度式を用いることもできる。
rin = (kia+kib) × [Ci]n m (1)
kia = kia0 × EXP(−Eia/R[TFeed]n) (2)
kib = kib0 × EXP(−Eib/R[TFeed]n) (3)
上式(1)、(2)、(3)における変数の意味は以下のとおりである。
kia = kia0 × EXP(−Eia/R[TFeed]n) (2)
kib = kib0 × EXP(−Eib/R[TFeed]n) (3)
上式(1)、(2)、(3)における変数の意味は以下のとおりである。
rin:第n番目の離散要素における反応物質iの反応速度
kia:反応物質iの分解の反応速度定数
kib:反応物質iの合成の反応速度定数
kia0:反応物質iの分解反応の頻度因子
kib0:反応物質iの合成反応の頻度因子
Eia:反応物質iの分解反応の活性化エネルギー
Eib:反応物質iの合成反応の活性化エネルギー
R:気体定数
[TFeed]n:第n番目の離散要素における多成分原料の温度
[Ci]n:第n番目の離散要素における多成分原料中の反応物質iの濃度
m:反応物質iの反応次数
反応物質の反応速度定数は、ラボ設備において滞在時間を変更した実験結果を基に、実験値と計算値の差が最小となるよう最小二乗法により得たものである。また、当該測定結果、および式(1)〜(3)を用いて、Y軸をLn(rin)、X軸を1/Tとして、アレニウスプロットを行う。当該プロットから、近似曲線の傾き=−Eia/R、更にEiaを算出した。また、プロットの通過する点より、切片であるLn(kia0)を算出した。同様にEib、kib0を算出した。上記方法で得られたEia、kia0、Eib、kib0より反応速度式を決定する。
kia:反応物質iの分解の反応速度定数
kib:反応物質iの合成の反応速度定数
kia0:反応物質iの分解反応の頻度因子
kib0:反応物質iの合成反応の頻度因子
Eia:反応物質iの分解反応の活性化エネルギー
Eib:反応物質iの合成反応の活性化エネルギー
R:気体定数
[TFeed]n:第n番目の離散要素における多成分原料の温度
[Ci]n:第n番目の離散要素における多成分原料中の反応物質iの濃度
m:反応物質iの反応次数
反応物質の反応速度定数は、ラボ設備において滞在時間を変更した実験結果を基に、実験値と計算値の差が最小となるよう最小二乗法により得たものである。また、当該測定結果、および式(1)〜(3)を用いて、Y軸をLn(rin)、X軸を1/Tとして、アレニウスプロットを行う。当該プロットから、近似曲線の傾き=−Eia/R、更にEiaを算出した。また、プロットの通過する点より、切片であるLn(kia0)を算出した。同様にEib、kib0を算出した。上記方法で得られたEia、kia0、Eib、kib0より反応速度式を決定する。
(物質収支モデル)
物質収支モデルは、各離散要素における多成分原料、および反応物質の物質収支を計算する。本モデルでは、第n+1番目の離散要素に着目した場合、反応物質の物質収支は、第n+1番目の離散要素より上流側の第n番目の離散要素から流入するもの([C]n+1)と、同じ離散要素内における化学反応により消費されるもの([ΔC]n)とに分けられる。これを数式で記述すると以下の式(4)で表すことができる。
物質収支モデルは、各離散要素における多成分原料、および反応物質の物質収支を計算する。本モデルでは、第n+1番目の離散要素に着目した場合、反応物質の物質収支は、第n+1番目の離散要素より上流側の第n番目の離散要素から流入するもの([C]n+1)と、同じ離散要素内における化学反応により消費されるもの([ΔC]n)とに分けられる。これを数式で記述すると以下の式(4)で表すことができる。
[Ci]n+1 = [Ci]n − [ΔCi]n (4)
上式(4)における変数の意味は以下のとおりである。
上式(4)における変数の意味は以下のとおりである。
[Ci]n+1:第n+1番目の離散要素における反応物質iの濃度
[Ci]n:第n番目の離散要素における反応物質iの濃度
[ΔCi]n:第n番目の離散要素における、化学反応による反応物質iの濃度の増減
更に、[ΔCi]nは以下の式(5)で表すことができる。
[Ci]n:第n番目の離散要素における反応物質iの濃度
[ΔCi]n:第n番目の離散要素における、化学反応による反応物質iの濃度の増減
更に、[ΔCi]nは以下の式(5)で表すことができる。
[ΔCi]n = rin × Δθ (5)
上式(5)における変数の意味は以下のとおりである。
上式(5)における変数の意味は以下のとおりである。
Δθ:第n番目の離散要素における原料、または反応物質の滞在時間
rin:第n番目の離散要素における反応物質iの化学反応速度
ここで、滞在時間Δθは、固定床リアクターの体積から原料供給量を除すことで表すことができる。
rin:第n番目の離散要素における反応物質iの化学反応速度
ここで、滞在時間Δθは、固定床リアクターの体積から原料供給量を除すことで表すことができる。
(熱収支モデル)
第n+1番目の離散要素における原料、または反応物質の温度[TFeed]n+1は、第n番目の原料、または反応物質の温度[TFeed]nと、第n番目の原料、または反応物質の温度変化[ΔTFeed]nにより以下の式(6)で計算される。
第n+1番目の離散要素における原料、または反応物質の温度[TFeed]n+1は、第n番目の原料、または反応物質の温度[TFeed]nと、第n番目の原料、または反応物質の温度変化[ΔTFeed]nにより以下の式(6)で計算される。
[TFeed]n+1 = [TFeed]n + [ΔTFeed]n (6)
[ΔTFeed]nは、以下の式(7)により計算できる。
[ΔTFeed]nは、以下の式(7)により計算できる。
[ΔTFeed]n = [ΔQ]Feed / FFeed /原料、または反応物質の比熱 (7)
FFeed:供給される多成分原料の流量
第n番目の離散要素に着目した場合、熱の収支は多成分原料の反応熱と、多成分原料と管壁を通したジャケット熱媒との伝熱量の2種類が支配的とみなせる。なお、ジャケット構造を持たない断熱式リアクターの場合、管壁を通した伝熱量は0とみなせる。
FFeed:供給される多成分原料の流量
第n番目の離散要素に着目した場合、熱の収支は多成分原料の反応熱と、多成分原料と管壁を通したジャケット熱媒との伝熱量の2種類が支配的とみなせる。なお、ジャケット構造を持たない断熱式リアクターの場合、管壁を通した伝熱量は0とみなせる。
これら熱収支は、以下の式(8)〜(9)を用いることができる。
[ΔQ]Feed = (反応熱) + (管壁を通した伝熱量) (8)
[ΔQ]熱媒 = (管壁を通した伝熱量) (9)
上式(8)〜(9)における変数の意味は以下のとおりである。
[ΔQ]熱媒 = (管壁を通した伝熱量) (9)
上式(8)〜(9)における変数の意味は以下のとおりである。
[ΔQ]Feed:多成分原料の熱の増減
[ΔQ]熱媒:ジャケット熱媒の熱の増減
ここで反応熱の導出方法は、第n番目の前後でのエンタルピー(Gibbs自由エネルギー)の変化量から得たものであるが、ラボ実験により得られたデータを用いることもできる。
[ΔQ]熱媒:ジャケット熱媒の熱の増減
ここで反応熱の導出方法は、第n番目の前後でのエンタルピー(Gibbs自由エネルギー)の変化量から得たものであるが、ラボ実験により得られたデータを用いることもできる。
管壁を通した伝熱量は、以下の式(10)を用いることができる。
(管壁を通した伝熱量) = U × A × ([T熱媒]n−[TFeed]n) (10)
上式(10)における変数の意味は以下のとおりである。
上式(10)における変数の意味は以下のとおりである。
[T熱媒]n:第n番目の離散要素における熱媒の温度
U:多成分原料とジャケット熱媒の総括伝熱係数
A:離散要素の伝熱面積
第n+1番目の離散要素におけるジャケット熱媒の温度[T熱媒]n+1は、第n番目の熱媒温度[T熱媒]nと、第n番目の熱媒の温度変化[ΔT熱媒]nにより以下の式(11)で計算される。
U:多成分原料とジャケット熱媒の総括伝熱係数
A:離散要素の伝熱面積
第n+1番目の離散要素におけるジャケット熱媒の温度[T熱媒]n+1は、第n番目の熱媒温度[T熱媒]nと、第n番目の熱媒の温度変化[ΔT熱媒]nにより以下の式(11)で計算される。
[T熱媒]n+1 = [T熱媒]n + [ΔT熱媒]n (11)
[ΔT熱媒]nは、以下の式(12)により計算できる。
[ΔT熱媒]nは、以下の式(12)により計算できる。
[ΔT熱媒]n = [ΔQ]熱媒 / F熱媒 /熱媒の比熱 (12)
F熱媒:供給される熱媒の流量
多成分原料とジャケット熱媒の総括伝熱係数は、以下の式(13)で計算される。伝熱概略図を図7に示した。
F熱媒:供給される熱媒の流量
多成分原料とジャケット熱媒の総括伝熱係数は、以下の式(13)で計算される。伝熱概略図を図7に示した。
1/U = 1/ho + lm/λ + 1/hi (13)
ho:管外(ジャケット側)の熱媒の熱伝達係数
hi:管内の多成分原料の熱伝達係数
lm:管壁の厚み
λ:管壁の熱伝導度
次に、リアクター操作条件を図4で説明する。原料組成の測定結果を基に、そのリアクター入口での原料温度、原料流量、および/または、反応性の低い成分を追加して原料組成を調整することにより制御する。また、ジャケット構造を有する固定床リアクターの場合、ジャケットに流す媒体の温度、流量を変化させることにより制御することもできる。上述したシミュレーション結果を基に最も適切な温度制御法、および、制御幅(変更幅)を自動的、あるいは、手動的に選定する。この最も適切な温度制御法、および、制御幅(変更幅)は、過去の実績データを基に、人工知能アルゴリズムや発見的学習アルゴリズムを用い、選定しても良い。
ho:管外(ジャケット側)の熱媒の熱伝達係数
hi:管内の多成分原料の熱伝達係数
lm:管壁の厚み
λ:管壁の熱伝導度
次に、リアクター操作条件を図4で説明する。原料組成の測定結果を基に、そのリアクター入口での原料温度、原料流量、および/または、反応性の低い成分を追加して原料組成を調整することにより制御する。また、ジャケット構造を有する固定床リアクターの場合、ジャケットに流す媒体の温度、流量を変化させることにより制御することもできる。上述したシミュレーション結果を基に最も適切な温度制御法、および、制御幅(変更幅)を自動的、あるいは、手動的に選定する。この最も適切な温度制御法、および、制御幅(変更幅)は、過去の実績データを基に、人工知能アルゴリズムや発見的学習アルゴリズムを用い、選定しても良い。
本発明によれば、多成分原料での分解反応(吸熱)と合成反応(発熱)が混在した反応系において、リアクター入口での原料温度、原料流量、および原料組成の測定結果を基に、リアクター内の温度分布が予測可能となり、固定床リアクター内の一部の温度上昇を抑制することが可能になり、触媒の失活、または、コーキング増大に伴う圧力損失の増大を抑制することが可能となる。
1 多成分系原料の流量調節弁
2 原料温度調節装置
3 他の原料の流量調節弁
4 ジャケットに流す熱媒の流量調節弁
5 ジャケットに流す熱媒の温度調節装置
6 原料組成測定装置
7 断熱式固定床リアクター
8 触媒層
9 断熱材
10 多管式固定床リアクター
11 反応管(触媒層)
2 原料温度調節装置
3 他の原料の流量調節弁
4 ジャケットに流す熱媒の流量調節弁
5 ジャケットに流す熱媒の温度調節装置
6 原料組成測定装置
7 断熱式固定床リアクター
8 触媒層
9 断熱材
10 多管式固定床リアクター
11 反応管(触媒層)
以下に、本発明の実施例を挙げて詳細に説明するが、本発明はこれらの実施例により何ら限定されて解釈されるものではない。
本実施例では、上述したシミュレーション方法を使用して、原料としてブテン、ブタン、プロピレン、プロパンを用い、原料温度(リアクター入口温度)が585℃の固定床リアクターを用いた反応において解析を行った。
実施例1,2は、リアクター内径2m、長さ5mの断熱式リアクターであり、実施例1はブテン72mol%、ブタン12mol%、プロピレン4mol%、プロパン12mol%、実施例2は、実施例1のプロピレン分がプロパンに置き換わったものである。
また、実施例3は、内径72mm、長さ5mのチューブ782本からなる、外部冷却可能なジャケット構造を有するシェル径3m、長さ7mの多管型の固定床リアクターであり、実施例1と原料組成は同じである。
反応速度、反応熱は、上記した方法で解析したものを用いた。原料の供給量は、10,700kg/hとした。
分割は1,000分割とし、物質収支および熱収支を計算する式が含まれたシミュレータを用い、逐次計算を行った。計算の前提条件を表1にまとめた。
使用したモデルに限定されるものではなく、適用するプロセスに適したモデルを使うことが望ましい。
図8に、表1の条件における各実施例の固定床リアクター内の温度分布の計算結果を示す。また、表2には、図8における固定床リアクター内の最高温度および最低温度を示す。
図8、表2のように、実施例1の原料流量の場合には、触媒失活が懸念される600℃以上になるが、実施例2のようにプロピレン分をプロパンに置き換えるなど、原料組成を変更することにより600℃以下に制御することが可能となる。また、実施例3のようにリアクターを多管式固定床リアクターに変更し、ジャケット部に冷却エアを流すことにより、600℃以下に制御して触媒失活のリスクを軽減することが可能となり、実施例2に比較して触媒層温度をより高く維持できるため、収率向上が期待できる。
このように、多成分原料を用いた固定床リアクターにおいて、そのリアクター入口での原料温度、原料流量、および原料組成の測定結果を基に、計算により、従来の方法では不可能であったリアクター内の温度を予測し、フィードフォワードにより、固定床リアクターの操作条件を変更して、固定床リアクターの温度分布を制御することができる。
本発明によれば、多成分原料の分解反応(吸熱)と合成反応(発熱)が混在した反応系において、リアクター内の温度分布を予測することにより、触媒の失活、または、コーキング増大に伴う圧力損失の増大を抑制することが可能となり、生産安定化に寄与することが期待される。また、リアクター内の温度分布を予測することが可能になることで、触媒失活、または、コーキングの少ない固定床リアクターを設計することが可能となる。
Claims (4)
- 二成分以上の原料を用いる固定床リアクターによる反応において、原料組成の測定結果を基に、そのリアクター入口での原料温度、原料流量および/または原料組成を調整するフィードフォワードにより、固定床リアクターの操作条件を変更し、固定床リアクターの温度分布を制御する方法。
- 二成分以上の原料を用いる固定床リアクターによる反応を、分解反応(吸熱)と合成反応(発熱)が混在する反応系に適用することを特徴とする請求項1に記載の固定床リアクターの温度分布を制御する方法。
- 固定床リアクターの操作条件として、原料温度、原料流量、原料組成(反応性の異なる他の成分追加を含む)、ジャケットに流す媒体の温度、またはその流量から選ばれる1項目以上を変化させることを特徴とする請求項1または2に記載の固定床リアクターの温度分布を制御する方法。
- 二成分以上の原料を用いる固定床リアクターによる反応において、気相、液相、もしくは気液混相の反応におけるリアクター内の反応物質の挙動、反応装置各部の温度挙動をコントローラーに解析させるシミュレーションプログラムであって、上記リアクター内の空間を反応物質が移動する方向に沿って複数の離散要素に分割し、離散化した1次元モデルとして捉え、離散要素毎に、化学反応モデル、物質収支モデル、および熱収支モデルを含む演算モデルに基づき順次演算する際に、反応物質の組成変化と発熱量変化とを同時に解析することにより、反応に関与する速度式および熱量式に反映させ、リアクター内の温度分布を予測し、制御することを特徴とするシミュレーションプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018031045A JP2019141827A (ja) | 2018-02-23 | 2018-02-23 | 多成分系気相接触反応プロセスにおけるリアクター制御方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018031045A JP2019141827A (ja) | 2018-02-23 | 2018-02-23 | 多成分系気相接触反応プロセスにおけるリアクター制御方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2019141827A true JP2019141827A (ja) | 2019-08-29 |
Family
ID=67772081
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018031045A Pending JP2019141827A (ja) | 2018-02-23 | 2018-02-23 | 多成分系気相接触反応プロセスにおけるリアクター制御方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2019141827A (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20210268463A1 (en) * | 2020-02-28 | 2021-09-02 | Aveva Software, Llc | Computerized systems and methods for temperature profile control in a reactor with a series of fixed beds |
-
2018
- 2018-02-23 JP JP2018031045A patent/JP2019141827A/ja active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20210268463A1 (en) * | 2020-02-28 | 2021-09-02 | Aveva Software, Llc | Computerized systems and methods for temperature profile control in a reactor with a series of fixed beds |
WO2021174010A1 (en) * | 2020-02-28 | 2021-09-02 | Aveva Software, Llc | Computerized systems and methods for temperature profile control in a reactor with a series of fixed beds |
US11596915B2 (en) * | 2020-02-28 | 2023-03-07 | Aveva Software, Llc | Computerized systems and methods for temperature profile control in a reactor with a series of fixed beds |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Che-Galicia et al. | Modeling of oxidative dehydrogenation of ethane to ethylene on a MoVTeNbO/TiO2 catalyst in an industrial-scale packed bed catalytic reactor | |
Masoumi et al. | Simulation, optimization and control of a thermal cracking furnace | |
Try et al. | Dynamic modeling and simulations of the behavior of a fixed‐bed reactor‐exchanger used for CO2 methanation | |
Marin et al. | Analysis of a fluidized bed membrane reactor for butane partial oxidation to maleic anhydride: 2D modelling | |
JP2019141827A (ja) | 多成分系気相接触反応プロセスにおけるリアクター制御方法 | |
Panjapornpon et al. | Control of coupled PDEs–ODEs using input–output linearization: Application to a cracking furnace | |
Pietschak et al. | Tailored catalyst pellet specification for improved fixed-bed transport characteristics: a shortcut method for the model-based reactor design | |
Maria et al. | Derivation of optimal operating policies under safety and technological constraints for the acetoacetylation of pyrrole in a semi-batch catalytic reactor | |
Otalvaro et al. | Optimization of the direct synthesis of dimethyl ether from CO 2 rich synthesis gas: closing the loop between experimental investigations and model-based reactor design | |
Cui et al. | Towards efficient and inherently safer continuous reactor alternatives to batch-wise processing of fine chemicals: CSTR nonlinear dynamics analysis of alkylpyridines N-oxidation | |
Jeong et al. | Design and control of a fixed-bed recycle reactor with multicatalyst layers: methanation of carbon dioxide | |
Mazloom et al. | Kinetic study of selective propane oxidation to acrylic acid over Mo 1 V 0.3 Te 0.23 Nb 0.12 O x using the genetic algorithm | |
Pineda-Solano et al. | Inherently safer reactors: Improved efficiency of 3-picoline N-oxidation in the temperature range 110–125 C | |
Luyben | Simplified plantwide control structure for the diethyl oxalate process | |
JP2019171339A (ja) | 触媒再生方法 | |
JP2020044478A (ja) | 多管式固定床リアクターおよびそれを用いた気相接触反応方法 | |
Jayakumar et al. | Experimental and modeling of a non-isothermal CSTR to find out parameter regions and conditions causing input multiplicity for acid catalyzed hydrolysis of acetic anhydride | |
Xaumier et al. | Experimental application of nonlinear model predictive control: temperature control of an industrial semi-batch pilot-plant reactor | |
Wu et al. | Nonlinear inferential control for an exothermic packed-bed reactor: Geometric approaches | |
Barghi et al. | Kinetic modeling based on complex reaction theory for n-butane catalytic cracking over HZSM-5 | |
Shinnar et al. | Design considerations for tubular reactors with highly exothermic reactions | |
Singh et al. | Case study on tubular reactor hot-spot temperature control for throughput maximization | |
Farsi | Dynamic modelling, simulation and control of isobutane dehydrogenation in a commercial Oleflex process considering catalyst deactivation | |
US11740617B2 (en) | Methods and systems for performing transient processes | |
Ekici et al. | Optimization of graded bed reactors for syngas to olefin (sto) processes |