KR20230029118A

KR20230029118A - 촉매비활성화 예측 방법 및 시스템

Info

Publication number: KR20230029118A
Application number: KR1020210111210A
Authority: KR
Inventors: 이성수
Original assignee: 주식회사 엘지화학
Priority date: 2021-08-23
Filing date: 2021-08-23
Publication date: 2023-03-03

Abstract

본 발명은 석유화학공정에서 촉매의 비활성화도를 예측하기 위하여, 반응기 입구온도의 공정일별 변화량을 산출하고, 그 추세를 도출하여 촉매 비활성화도 변화량의 지배방정식을 도출하고, 이로부터 촉매 비활성화도 변화량을 공정일별로 누적하여 소정의 공정일에서의 촉매 비활성화도를 예측하는 예측모델을 생성하고, 이를 활용하여 촉매 비활성화도를 예측하고 공정제어에 활용하는 방법 및 시스템을 제공한다.

Description

촉매비활성화 예측 방법 및 시스템{catalysts deactivation estimation method and system}

본 발명은 석유화학 공정에 있어서 반응기의 촉매 노화로 인한 촉매 비활성화 정도를 예측하여 촉매 교체시점을 판단하고 공정 제어에 적용하기 위하여 촉매 비활성화를 예측하는 방법 및 시스템에 관한 것이다.

일반적으로 화학공정은 시간이 지날수록 공정 파라미터 값이 변하게 되는데, 이는 공정을 구성하는 요소들의 상태가 바뀌기 때문이다. 공정시간의 흐름에 따라 그 상태가 변화하는 대표적인 공정 구성요소는 촉매이다.

촉매의 노화도 또는 비활성화도를 측정하는 이론적인 접근법으로는, 반응공학상의 반응속도를 계산하는 방법이 있을 수 있다.

예를 들어, 선행특허 1과 같은 경우, 촉매 사용 기간 내의 목적으로 하는 생성물의 총량을 기초로 촉매 성능의 변화를 활성화 에너지의 변화량으로서 산출하고 상기 활성화 에너지의 변화량에서 촉매 성능의 경시 변화를 해석해 촉매 수명을 예측할 수 있는 촉매 수명 예측 방법을 제시하고 있으며, 선행특허 2는 스티렌 제조공정에 있어서 촉매 비활성화가 없다고 가정하여 예측한 전환율과 조업데이터로부터 실측한 실제 전환율과의 차이를 구하여 스티렌 제조에 사용된 촉매의 비활성화를 산출하는 방법을 제시한다.

그러나, 이러한 종래기술들의 경우, 계산량 과다 등 촉매노화를 실시간으로 모니터링하기에 현실적으로는 부족한 점이 많아서, 보다 간편한 방법으로 실시간 공정 모니터링을 통해 촉매의 노화를 모니터링 할 수 있는 방법이 필요하다.

선행특허 1: 일본 공개특허 2016-170117호 선행특허 2: 한국 등록특허 10-1319143호

본 발명은 상술한 기술적 요구사항을 해결하고자 하는 것으로서, 반응 공정일수(reaction date) 만으로도 촉매 비활성화도를 정확하게 예측할 수 있는 방법 및 시스템을 제공하고자 한다.

본 발명은, 촉매 노화에 의한 공정 한계 시점을 예측하는 방법으로서, 반응기 공정활성화 시점으로부터의 공정진행시간을 측정하는 공정진행시간 측정단계; 상기 측정한 공정진행시간 데이터를 촉매 비활성화도 예측모델에 입력하여 측정시점에서의 촉매 비활성화도를 예측하는 촉매 비활성화도 예측단계;를 포함하여 구성되는 촉매 노화에 따른 공정 한계 시점 예측 방법을 제공한다. 이 때, 상기 촉매 비활성화도 예측모델은, 반응기 입구온도의 변화량과 상기 측정한 공정진행시간에 근거하여 촉매 비활성화도를 예측하는 모델이며, 보다 구체적으로는 반응기 입구온도의 변화량을 산출하고, 그 변화량의 시계열적 추세를 도출하고 이로부터 촉매 비활성화도 변화량의 지배방정식을 도출한다. 이어서, 상기 촉매 비활성화도 변화량의 지배방정식으로부터 산출되는 촉매 비활성화도의 변화량을 공정일별로 누적하여 소정의 공정일에서의 촉매 비활성화도를 산출한다.

본 발명은 또한, 석유화학공정 촉매반응공정에서 반응기의 촉매 비활성화도를 예측하는 예측 모델을 생성하는 방법으로서, 반응기 입구온도의 변화량을 산출하는 입구온도 변화량 산출 단계; 상기 입구온도의 변화량을 시계열적 추세로 도출하는 입구온도 변화량 추세 도출 단계; 상기 입구온도 변화량 추세로부터 촉매 비활성화도 변화량의 지배방정식을 도출하는 지배방정식 도출 단계; 상기 촉매 비활성화도 변화량의 지배방정식으로부터 산출되는 촉매 비활성화도의 변화량을 공정일별로 누적하여 소정의 공정일에서의 촉매 비활성화도 예측모델을 생성하는 촉매 비활성화도 예측모델 산출 단계;를 포함하여 구성되는 촉매 비활성화도 예측모델 생성 방법을 제공한다. 이때, 상기 도출된 촉매 비활성화도 변화량의 지배방정식은, 소정의 공정일수에서의 촉매 비활성화도의 변화량 ΔC_D 가 아래 ΔC_D=a·exp(b*D)로 결정되며, 상기 생성된 촉매 비활성화도 예측모델은, C_D+1=C_D+ΔC_{D ,}C₁= C₀+a 로 결정된다. 이때, a, b는 촉매 비활성화도 파라미터, D는 공정일수, C_D는 공정일수 D에서의 촉매비활성화도, C₀는 촉매비활성화도의 초기값이다.

또한 본 발명은, 석유화학공정에서 반응기의 촉매 비활성화도를 예측하는 예측 모델 생성 시스템을 포함하는데, 이는 반응기 입구온도 데이터로부터 반응기 입구온도의 변화량을 산출하는 반응기 입구온도 변화량 산출모듈; 반응기 입구온도의 변화량의 추세를 산출하여 촉매 비활성화도의 변화량을 산출하는 촉매 비활성화도 변화량 산출모듈; 촉매 비활성화도의 변화량으로부터 촉매 비활성화도의 예측모델을 생성하는 촉매 비활성화도 예측모델 산출모듈;을 포함한다.

또한 본 발명은 반응기 공정일수 데이터를 획득하는 공정일수 타이머; 촉매 비활성화도 예측모델을 저장한 메모리 장치; 상기 공정일수 데이터와 상기 촉매 비활성화도 예측모델로부터 소정 공정일수에서의 촉매 비활성화도 예측값을 산출하는 제어부;를 포함하여 구성되는 석유화학공정에서 반응기의 촉매 비활성화도를 예측하는 촉매 비활성화도 예측 시스템을 제공한다.

또한, 상기 촉매 비활성화도 예측모델을 저장한 메모리 장치; 상기 촉매 비활성화도 예측모델을 갱신하고, 갱신된 촉매 비활성화도 예측모델을 이용하여 반응기 입구온도를 제어하는 제어신호를 생성하는 제어부;를 포함하여 구성되며, 상기 제어부는, 소정의 촉매 비활성화도 임계값과 상기 소정의 촉매 비활성화도 임계값 이하로 공정을 유지하여야 할 유지 작업일수를 설정하여 상기 촉매 비활성화도 예측모델의 촉매 비활성화 파라미터를 재산출하여, 상기 촉매 비활성화도 예측모델을 갱신하는, 석유화학공정에서 반응기의 촉매 비활성화도를 예측하여 반응기 공정을 제어하는 반응기 공정 제어 시스템을 제공한다. 이 때, 상기 촉매 비활성화도의 변화량과 촉매 비활성화도 예측모델은 각각 ΔC_D=a·exp(b*D), C_D+1=C_D+ΔC_{D ,}C₁= C₀+a에 의해 결정된다(a, b는 촉매 비활성화도 파라미터, D는 공정일수, C_D는 공정일수 D에서의 촉매비활성화도, C₀는 촉매비활성화도의 초기값)

또한, 본 발명은 반응기 입구온도 변화량 데이터로부터 촉매 비활성화도의 변화량 ΔC 를 산출하고, 이로부터 촉매 비활성화도 예측모델을 생성하는 촉매 비활성화도 예측모델 생성단계; 상기 생성된 촉매 비활성화도 예측모델에 소정의 촉매 비활성화도 임계값과 상기 소정의 촉매 비활성화도 임계값 이하로 공정을 유지하여야 할 유지 작업일수를 설정하는 공정제어변수 설정 단계; 상기 설정한 촉매 비활성화도 임계값과 유지 작업일수를 이용하여 상기 촉매 비활성화도 예측모델의 촉매 비활성화 파라미터를 재설정하는 파라미터 재설정 단계; 상기 재설정된 촉매 비활성화 파라미터로 상기 촉매 비활성화도 예측모델을 갱신하는 촉매 비활성화도 예측모델 갱신단계; 상기 갱신된 촉매 비활성화도 예측모델에 따라 반응기 입구온도를 제어하는 반응기 입구온도 제어단계;를 포함하여 구성되는 반응기 공정 제어방법을 제공한다.

본 발명에 따르면, 석유화학공정에서 반응기에 적용되는 촉매의 비활성화도를 소요된 작업공정일수만으로도 정확하게 예측할 수 있고, 이를 활용하여 반응기 공정제어를 수행할 수 있는 효과를 가진다.

도 1은 본 발명에 따른 촉매 비활성화도 예측모델 생성절차 및 생성한 예측모델을 활용하여 반응기 공정을 제어하는 절차의 블럭도이다.
도 2는 작업일수에 따른 반응기 입구온도 데이터 및 노이즈 제거한 반응기 입구온도, 반응기 입구온도의 변화량 데이터를 보이는 도면이다.
도 3은 반응기 입구온도의 변화량의 추세로부터 촉매비활성화도 변화량, 촉매비활성화도 변화량 데이터를 누적하여 획득한 촉매비활성화도 데이터를 보이는 도면이다.
도 4는 촉매비활성화도 예측 모델로부터 도시되는 그래프를 보이는 도면이다.
도 5는 촉매비활성화 파라미터를 새롭게 산출하고 촉매비활성화도 예측 모델을 갱신한 데이터를 보이는 도면이다.
도 6은 본 발명에 따른 촉매비활성화도 예측모델 산출 시스템 및 산출된 예측모델을 사용하여 반응기를 제어하는 촉매비활성화도 예측모델을 사용한 반응기 제어시스템의 블럭도이다.

아래에서는 첨부한 도면을 참조하여 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 본 발명의 실시 예를 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시 예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면부호를 붙였다.

통상의 석유화학공정의 촉매반응 공정은 촉매의 노화, 즉 촉매 비활성화를 보상하기 위하여 반응기의 입구온도를 높여 반응온도를 높여준다. 즉 이때 반응기의 입구온도의 변화는 실질적으로 촉매 비활성화도에 대응한 온도 변화량이라고 할 수 있으며, 실제 공정에서는 반응기의 생성물, 예를 들어, 스티렌 제조 반응기의 경우, 스티렌 생성량이 촉매 비활성화가 진행됨에 따라서 줄어드는 것을 보상하기 위하여 반응기의 온도를 제어하여 준다. 이러한 반응기 온도 제어공정에 따른 반응기의 입구온도의 변화는 촉매 비활성화에 대응하는 제어 공정인데, 종래에는 직접적으로 반응기 생성물을 생성량 등의 데이터를 측정하고 그에 따른 제어공정을 진행하였다.

이에 본 발명의 발명자는 지속적인 반응기 생성량 데이터를 측정할 필요없이, 기존에 진행하던 공정중 반응기의 입구온도 데이터를 근거로 하여 촉매 비활성화도를 예측할 수 있는 예측모델을 생성하고, 생성한 예측모델을 사용하여 반응기를 제어하는 방법 및 시스템을 제공하고자 한다.

1. 본 발명에 따른 촉매 비활성화도 예측 방법

본 발명에 따른 촉매 비활성화도의 예측 방법 및 그 활용과정을 도 1 내지 5를 들어 설명한다. 도 1은 각 절차를 표시한 절차도이며, 도 2 내지 5는 각 절차에서 생성되는 데이터의 처리형태를 보이는 도면이다.

1.1. 촉매 비활성화 지배방정식 도출단계

(1) 반응기 입구온도 변화량(ΔT_inlet) 산출단계(S10)

반응기의 입구온도(T_{inlet_real})를 주기적으로 측정하여 반응기 입구온도의 변화량을 산출한다. 이러한 반응기 입구온도 변화량은 상술한 것과 같이 소정의 공정일수에 따른 촉매의 비활성화도(C)의 변화량(ΔC_D)에 대응한다(D: 반응공정 시작시점으로부터 소요된 공정일수).

본 발명의 실시예에서, 도 2의 (a)는 작업일수에 따라 반응기의 입구온도(T_{inlet_real})를 측정한 결과를 보인다.

다음단계로, 측정한 반응기의 입구온도(T_{inlet_real})의 무작위적인 변동값에 해당하는 노이즈를 제거한다. 노이즈 제거 기법으로는 이동평균, 지수평활법 등 공지의 데이터 평활법(data smoothing method)를 사용할 수 있다.

도 2의 (b)는 측정한 반응기의 입구온도(T_{inlet_real}) 데이터에서 관측치 M을 5로 하고, 이동평균법을 통하여 노이즈를 제거한 반응기 입구온도데이터(T_{inlet_변동제거})를 보이는 도면이다.

다음으로, 노이즈(무작위한 변동값)를 제거한 반응기 입구온도 데이터(T_{inlet_변동제거})의 변화량(ΔT_{inlet_변동제거})을 구한다. 도 2의 (c)는 노이즈를 제거한 반응기 입구온도데이터(T_{inlet_변동제거})의 변화량 데이터인 ΔT_{inlet_변동제거}를 도시한 도면이다.

본 발명에서, 반응기 입구온도 변화량(ΔT_inlet)은 반응기의 입구온도의 변화량을 가리키며, 노이즈를 제거한 반응기 입구온도의 변화량 T_{inlet_변동제거}을 포괄하는 개념이다.

(2) 촉매 비활성화도(C)의 변화량(ΔC_D) 산출단계(S20)

본 발명의 촉매 비활성화도 예측모델에서는, 촉매비활성화 정도를 보상하기 위해 반응기 입구를 높이는 공정상의 특성을 반영하여, 촉매 비활성화도의 변화량(ΔC_D, D는 작업일)을 반응기 입구온도 변화량(ΔT_inlet)의 추세로 설정하였다.

본 발명에서, 이러한 촉매 비활성화도의 변화량(ΔC_D)은 반응기 입구온도 변화량(ΔT_inlet)의 추세로부터 결정되는데, 그 추세 데이터는 공지의 회귀분석, 부분최소제곱법, PLS 등의 기법을 사용하여 그 추세 데이터를 산출한다.

도 3의 (a) 는 본 발명의 실시예에서 노이즈를 제거한 반응기 입구온도데이터의 변화량(ΔT_{inlet_변동제거})과 여기에 부분최소제곱법(PLS: Partial Least Squares)법을 적용한 데이터 추세를 도시한 것이며, 도 3의 (b)는 상기 부분최소제곱법(PLS: Partial Least Squares)법을 적용한 데이터 추세를 촉매 비활성화도의 변화량(ΔC_D)으로 도시한 그래프이다.

(3) 최적화 모델에 따른 촉매 비활성화도 변화량(ΔC_D)의 지배방정식도출(S30)

상기 산출한 반응기 입구온도 변화량(ΔT_inlet)의 추세데이터로부터 최적화 기법을 통하여 촉매 비활성화도 변화량(ΔC_D)의 지배방정식을 도출한다.

촉매 비활성화도 변화량(ΔC_D)의 지배방정식은 상기 산출한 반응기 입구온도 변화량(ΔT_inlet)의 추세데이터를 바탕으로 공지의 최적화 모델을 적용하여 지배함수를 도출한다. 도 3의 (c)는 본 발명의 일 실시예에서, 촉매비활성화도 변화량에 대하여 최적화 모델을 적용하여 촉매 비활성화도 변화량의 지배함수를 도출한 예시를 보이는 도면이다. 최적화 모델은 공지의 다양한 최적화 모델이 사용될 수 있으며, 본 발명의 실시예에서는 회귀분석법이 적용되었다.

본 발명의 일 실시예에서는 촉매 비활성화도 변화량이 지수적으로 변화한다는 가설하에 그 지배방정식을, ΔC_D=a·exp(b*D)로 산출하였으며, 이 때, D는 공정일수, 촉매 비활성화 파라미터 a, b는 상수이며, 본 발명의 실시예에 따른 촉매 비활성화 파라미터 a, b는 최소제곱법에 따라 각각 a=0.0455, b=0.0137 로 도출되었다.

여기에서, 촉매비활성화 파라미터 a는 공정 시작일수(D=0)에서의 촉매의 비활성화도를 반영하는 상수이며, b는 해당 일수에서의 조업에 의해 촉매비활성이 변화하는 정도에 대응되는 상수이다. 따라서 촉매의 초기상태에 따라 a가 다르게 설정되며, 조업의 강도에 따라 b가 다르게 적용된다.

이와 같이 본 발명의 예측모델 생성방법에 따라, 반응기의 입구온도 측정 데이터로부터 촉매 비활성화도 변화량에 대한 지배방정식 ΔC_D=a·exp(b*D) 이 도출된다.

1.2. 촉매 비활성화도(C) 예측 모델

상기 산출한 촉매 비활성화도 변화량에 대한 지배방정식 ΔC_D=a·exp(b*D)로부터 촉매 비활성화도를 누적하여 촉매 비활성화도 예측모델을 산출한다(S40).

본 발명에서 촉매 비활성화도(C)는 누적 촉매비활성화도 변화량으로 정의되며, 이에 따라, 공정일수 D+1일차의 촉매 비활성화도는 C_D+1=C_D+ΔC_D로부터 산출되고, 상기 산출한 촉매 비활성화도 변화량의 지배방정식을 더하여 C_D+1=C_D+ a·exp(b*D), C₁= C₀+a 로 정의된다(C₀는 촉매비활성화도의 초기값은 반응기 입구온도의 초기값 T_{inlet_real_reset}으로 근사화될 수 있다). 산출된 촉매 비활성화도 예측모델은 예측모델 산출모듈(40) 또는 메모리 장치(50), 또는 외부 메모리장치(미도시)에 저장될 수 있다.

한편, 촉매비활성화도의 초기값 C₀는 반응기 입구온도의 공정 개시일자에서의 초기값 또는 공정중 반응기 입구온도를 초기화하는 T_{inlet_real_reset} 으로 설정하였다.

즉, 본 발명에서 촉매 비활성화도(C)의 예측모델은 C_D+1=C_D+ a·exp(b*D) (C₀는 반응기 입구온도의 초기값 T_{inlet_real_reset}) 로 산출된다.

도 3의 (d)는 촉매비활성화도 변화량을 누적 표시한, 촉매비활성화도(C) 의 추이를 보이는 그래프이다.

1.3. 촉매 비활성화도(C) 예측모델의 활용

본 발명의 촉매 비활성화도 예측모델 C_D+1=C_D+ a·exp(b*D) (C₀는 반응기 입구온도의 초기값 T_{inlet_real_reset}) 의 활용단계를 설명한다.

1.3.1. 실시예 1: 기준 촉매 비활성화도(C) 도달 작업일수의 예측(P10)

본 발명의 일 실시예에 따르면, 상술한 촉매 비활성화도 산출모델을 적용하여 촉매 비활성화도의 공정 임계값을 미리 설정하고, 임계값에 도달하는 공정일수를 예측하여 공정제어에 활용한다.

즉, 본 발명에 따라 촉매 노화에 의한 공정 한계 시점을 예측할 수 있는데, 먼저, 반응기의 공정활성화 시점으로부터의 공정진행시간을 측정하는 공정진행시간 측정단계를 시작하고, 상기 측정한 공정진행시간 데이터를 촉매 비활성화도 예측모델에 입력하여 측정시점에서의 촉매 비활성화도를 예측하는 촉매 비활성화도 예측단계를 수행할 수 있으며, 이와 같은 촉매 비활성화도 예측을 촉매 비활성화도가 상기 공정 임계값에 도달하였는 지를 통하여 공정한계시점을 예측할 수 있다. 이 때, 상기 촉매 비활성화도 예측모델은, 앞서 설명한 것과 같이, 반응기 입구온도의 변화량과 상기 측정한 공정진행시간에 근거하여 촉매 비활성화도를 예측하는 모델이다.

예를 들어, 촉매를 교환하거나 반응공정을 리셋하여야 하는 공정한계값으로서의 촉매 촉매비활성화도 수치를 635로 설정하고 공정제어를 시작할 수 있다. 상술한 촉매 비활성화도 산출모델 C_D+1=C_D+ a·exp(b*D)(a=0.0455, b=0.0137)에서, 촉매비활성화도가 기설정한 공정한계값 635에 도달하는 공정일수 D를 산출한다. 본 실시예에서는 해당 공정일수는 100day로 산출되었다.

도 4는 본 발명의 일 실시예에서, 소정의 촉매 비활성화도 값에 도달하는 공정일수를 산출하는 것을 보인 도면이다.

1.3.2. 실시예 2: 새로운 촉매 비활성화 파라미터의 산출

도 5에 보이는 실시예 2는 앞서 생성한 촉매 비활성화도 예측모델을 설정하는 공정제어변수에 따라 갱신하여 공정제어에 활용한다.

(1) 공정제어변수 설정단계

촉매 비활성화도의 임계값과 해당 비활성화도 이하로 공정을 유지하여야 할 작업일수를 미리 정하고(공정제어변수 설정), 상술한 촉매 비활성화도 산출모델에서, 상기 작업일수동안 상기 촉매 비활성화도 임계값 이하에서 반응기가 운전되도록 하는 촉매 비활성화 파라미터 a, b를 산출하여 지배방정식을 산출하고 각 작업일마다 상기 지배방정식에 의해 산출되는 촉매 비활성화도 오차범위 이내에서 공정이 진행되도록 공정을 운영한다(P20).

(2) 촉매 비활성화 파라미터 재설정 단계

예를들어, 촉매비활성화도 산출모델 C_D+1=C_D+ a·exp(b*D)에서, 촉매비활성화도 임계값을 635로 정하고, 해당 촉매비활성화도 임계값 이하로 유지되도록 진행하여야 할 공정 일수를 D=150 으로 설정한 경우, 최소제곱법 등과 같은 회귀모델, PLS, Random Forest법, XGBoos 법 등 공지의 최적화 모델을 이용하여 새로운 촉매 비활성화 파라미터 a＇, b＇는 각각 0.02, 0.0135로 산출되는데(촉매 비활성화 파라미터 재설정), 산출된 새로운 촉매 비활성화 파라미터 a＇, b＇를 대입한 지배방정식으로부터 각 공정일수에서의 촉매 비활성화도가 다시 예측될 수 있다.

(3) 촉매 비활성화도 예측모델 갱신 단계

이와 같이 새롭게 산출된 촉매비활성화도 예측모델을 C＇_D+1=C_D＇+ a＇·exp(b＇*D) 적용하여, 150일 동안 각 공정일수에서의 새롭게 예측되는 촉매비활성화도의 오차범위 이내에서 촉매비활성화도가 유지되도록 반응기 입구온도의 변화량을 제어한다. 예를 들어, 촉매 비활성화도에 대응하기 위한 반응기 입구온도를 상승시키는 온도제어값이 소정의 범위를 초과하게 되면, 이로 인하여 촉매 비활성화도가 가속되어 앞서 150일로 설정한 촉매 활성화 유지일수 이전에 촉매비활성화도 한계값 635를 초과하게 될 것이므로, 반응기 입구온도 상승값을 제한하는 공정제어를 진행한다.

(4) 반응기 입구온도 제어단계

도 5의 (a)는 앞서 본 발명의 제1 실시예에서, 반응기 입구온도 변화량으로부터 산출한 공정일수에 따른 촉매비활성화도 데이터 예측값을 도시한 것이고, 도 5의 (b)는 촉매 비활성화도를 635 이하로 유지한 채 진행하여야 할 공정일수를 150일로 정하였을 때, 상술한 새로운 촉매 비활성화 파라미터 a＇, b＇로 산출되는 촉매비활성화도 산출모델 C＇_D+1=C_D＇+ a＇·exp(b＇*D)를 도시한 도면이다.

기존 공정에 따라 반응기 입구온도를 제어하고, 그 온도변화 데이터로부터 도 5 (a)에 도시한 것과 같은 촉매비활성화도 예측모델을 도출하였는데, 새로운 공정 유지일수를 150일로 설정하여 도 5 (b)에서와 같은 새로운 촉매비활성화 파라미터를 가지는 새로운 예측모델을 산출한다. 새로운 예측모델에 따르면, 촉매 비활성화도 변화량의 지배방정식이 ΔC_D=a＇·exp(b＇*D) 가 되고, 이는 촉매 비활성화도의 변화량(ΔC_D)은 반응기 입구온도 변화량(ΔT_inlet)의 추세에 비례하므로, 이로부터 특정 공정일자 D에서의 반응기 입구온도 변화량(ΔT_inlet)의 한계가 결정될 수 있으며, 결과적으로 반응기 입구온도의 제어한계값이 도출되고 이를 바탕으로 반응기의 온도를 제어한다(P30).

2. 본 발명에 따른 촉매 비활성화도 예측을 통한 공정제어 시스템

도 6은 본 발명에 따른 촉매 비활성화도 예측을 통한 반응기 공정제어 시스템(100)의 블럭도를 보이는 도면이다.

(1) 반응기 입구온도 변화량(ΔT _inlet ) 산출모듈(10)

반응기 입구온도 변화량 산출모듈(10)은 반응기(200) 또는 반응기에 설치된 센서(미도시)로부터 반응기 조업데이터를 확보하고 그 중에서 반응기의 입구온도(T_{inlet_real})를 주기적으로 측정한 반응기 입구온도로부터 반응기 입구온도 변화량(ΔT_inlet)을 산출하는 구성이다.

반응기 입구온도 변화량의 산출은 반응기 입구온도 데이터를 입력받아 후술하는 제어부에(40)에서 변화량 연산을 통하여 산출할 수 있다. 반응기 입구온도 변화량 산출모듈(10)은 후술하는 메모리장치(50)에 변화량 연산 알고리즘의 형태로 탑재될 수 있으며, 제어부(40)에서 반응기 입구온도 데이터를 이용하여 상기 변화량 연산 알고리즘을 읽어들여 반응기 입구온도 변화량을 산출하도록 구성될 수 있으며, 별개의 변화량 연산 알고리즘 및 마이크로프로세서로 구성하는 것도 가능하다.

(2) 촉매 비활성화도(C)의 변화량(ΔC _D ) 산출모듈(20)

반응기 입구온도 변화량(ΔT_inlet)의 추세 데이터를 산출하고 이를 촉매 비활성화도(C)의 변화량(ΔC_D)으로 산출하는 구성이다. 이 역시 반응기 입구온도 변화량 산출모듈(10)과 마찬가지로, 후술하는 제어부에(40)로 대체될 수 있으며, 이 경우 메모리장치(50)에 연산 알고리즘의 형태로 탑재되거나, 별도의 연산 알고리즘을 탑재한 ROM 및 마이크로프로세서로 구성하는 것도 가능하다.

(3) 촉매 비활성화도 변화량(ΔC _D )의 지배방정식도출 모듈(30)

앞서 설명한 것과 같이, 공지의 최적화 모델을 적용하여, 상기 산출한 촉매 비활성화도 변화량(ΔC_D) 데이터로부터 지배방정식을 도출하는 구성이다. 앞서 설명한 것과 같이, 촉매 비활성화도의 변화량의 지배방정식으로 ΔC_D=a·exp(b*D) 및 촉매 비활성화 파라미터 a, b를 산출한다.

이 역시, 후술하는 제어부에(40)와 메모리 장치(50)에 탑재된 연산 알고리즘으로 대체될 수 있으며, 별도의 연산 알고리즘을 탑재한 ROM 및 마이크로프로세서로 구성하는 것도 가능하다.

(4) 촉매 비활성화도(C) 예측 모델 산출모듈(40)

앞서 설명한 촉매 비활성화도 변화량(ΔC_D)의 지배방정식으로 ΔC_D=a·exp(b*D) 로부터 촉매 비활성화도 값을 누적하는 촉매 비활성화도 예측모델을 생성하는 구성이다. 촉매 비활성화도 예측모델은 C_D+1=C_D+ a·exp(b*D)로 생성되며, 이 역시, 후술하는 제어부에(40)와 메모리 장치(50)에 탑재된 연산 알고리즘으로 대체될 수 있으며, 별도의 연산 알고리즘을 탑재한 ROM 및 마이크로프로세서로 구성하는 것도 가능하다. 촉매 비활성화도 예측모델산출모듈은 산출한 예측모델을 저장할 수 있다.

(5) 메모리 장치(50)

본 발명의 공정 제어시스템(100)에서 메모리 장치(50)는 아래에 설명하는 각 데이터의 임시/영구 저장 및 데이터 처리에 적용되는 연산 알고리즘들을 저장하고, 제어부(50)에 연산 알고리즘 및 데이터를 제공한다. 본 발명의 메모리 장치(50)는 공정 제어시스템(100)에 포함되어 구성되는 것을 포함하지만, 이에 제한되는 것은 아니며, 후술하는 데이터들 및 알고리즘들, 그리고 생성한 예측모델을 저장하는 외부 메모리 장치로 구성될 수도 있다.

(노이즈 제거 알고리즘)

이동평균법, 지수평활법 등 고지의 데이터 평활법(data smoothing method)을 수행하여 일련의 시계열적 데이터에서의 무작위적인 변동값에 해당하는 노이즈를 제거하는 알고리즘을 탑재한다.

노이즈 제거 알고리즘은 반응기(200)로부터 입수되는 반응기의 입구온도(T_{inlet_real}) 데이터에 대하여 무작위적인 변동값에 해당하는 노이즈를 제거한다. 반응기 입구온도 데이터 및 노이즈 제거 데이터의 일례를 도 2의 (a), (b)에 각각 도시하였다.

(추세 산출 알고리즘)

추세 산출 알고리즘이 탑재되어 반응기 입구온도 변화량(ΔT_inlet)의 추세데이터 산출에 사용된다. 추세 산출 알고리즘은 공지의 회귀분석, 부분최소제곱법, PLS 등을 수행하는 알고리즘이 탑재된다.

(최적화 모델 알고리즘)

또한 본 발명의 메모리 장치(50)에는 최적화 모델 알고리즘이 탑재되어, 입구온도 변화량(ΔT_inlet)의 추세데이터 로부터 촉매 비활성화도 변화량 데이터로부터 촉매 비활성화도 변화량(ΔC_D)의 지배방정식을 도출하고, 또한, 도출한 촉매 비활성화도 변화량(ΔC_D)의 지배방정식으로부터 소정의 작업일수와 촉매 비활성화도에 대응하는 촉매 비활성화 파라미터를 도출하여 새로운 촉매 비활성화도 변화량(ΔC_D)의 지배방정식을 도출하는 데에 적용된다.

촉매 비활성화도 변화량(ΔC_D)의 지배방정식은 앞서 설명한 것과 같이 촉매 비활성화도 예측모델의 도출에 적용된다.

도출된 촉매 비활성화도 예측모델은 메모리장치(50)에 일시적 또는 영구적으로 저장되어 제어부(60)의 공정제어에 활용된다. 촉매 비활성화도 예측모델은 상기 촉매 비활성화도 예측모델 산출모듈에 저장되도록 구성될 수도 있다.

(6) 제어부(60)

제어부(60)는 앞서 설명한 본 발명의 촉매 비활성화도 예측모델의 도출 및 촉매 비활성화도 예측 결과를 활용하여 반응공정을 제어한다. 제어부(60)는 공정시간 또는 일수(number of days)를 측정 또는 산출하는 공정일수 타이머(미도시)로부터 반응공정 진행일수 데이터를 수령하고, 이를 사용하여 상기 촉매 비활성화도 예측모델로부터 촉매 비활성화도를 예측한다.

앞서 설명한 실시예 1에서와 같이, 소정 기간동안 측정한 반응기(200) 입구온도 데이터를 기반으로 촉매 비활성화도 예측모델을 산출하고, 이로부터 기준 촉매 비활성화도 도달 작업일수를 예측하여, 공정제어에 활용한다. 제어부는 촉매 비활성화도 예측모델이 기 생성되어 메모리 장치에 탑재된 경우, 이를 활용하여 공정일수 데이터만으로 소정일수의 촉매 비활성화도를 예측할 수 있다.

또한 실시예 2에서와 같이, 기준 촉매 비활성화도 이하로 공정을 진행하여야 할 작업일수를 설정하고 이로부터 새로운 촉매 비활성화 파라미터를 도출하여 새로운 촉매비활성화도 예측모델을 산출하고, 새로운 촉매비활성화도 예측모델에 따른 각 작업일당 촉매 비활성화도값의 이하에서 촉매 비활성화도가 유지되도록 반응기 입구온도의 변화량, 즉 반응기 온도 변화의 폭을 제어하는 제어신호를 생성한다.

100 반응기 공정제어 시스템
200 반응기
10 반응기 입구온도 변화량 산출모듈
20 촉매 비활성화도 변화량 산출모듈
30 촉매 비활성화도 변화량의 지배방정식 산출모듈
40 촉매 비활성화도 예측모델 산출모듈
50 메모리 장치
60 제어부

Claims

촉매 노화에 의한 공정 한계 시점을 예측하는 방법에 있어서,
반응기 공정활성화 시점으로부터의 공정진행시간을 측정하는 공정진행시간 측정단계;
상기 측정한 공정진행시간 데이터를 촉매 비활성화도 예측모델에 입력하여 측정시점에서의 촉매 비활성화도를 예측하는 촉매 비활성화도 예측단계;
를 포함하여 구성되며,
상기 촉매 비활성화도 예측모델은,
반응기 입구온도의 변화량과 상기 측정한 공정진행시간에 근거하여 촉매 비활성화도를 예측하는 모델인 것을 특징으로 하는 촉매 노화에 따른 공정 한계시점 예측 방법.
제1항에 있어서,
상기 촉매 비활성화도 예측모델은,
반응기 입구온도의 변화량을 산출하는 입구온도 변화량 산출 단계;
상기 입구온도의 변화량을 시계열적 추세로 도출하는 입구온도 변화량 추세 도출 단계;
상기 입구온도 변화량 추세로부터 촉매 비활성화도 변화량의 지배방정식을 도출하는 지배방정식 도출 단계;
상기 촉매 비활성화도 변화량의 지배방정식으로부터 산출되는 촉매 비활성화도의 변화량을 공정일별로 누적하여 소정의 공정일에서의 촉매 비활성화도를 산출하는 것;
을 특징으로 하는 촉매 노화에 의한 공정 한계 시점을 예측하는 방법.
석유화학공정 촉매반응공정에서 반응기의 촉매 비활성화도를 예측하는 예측 모델을 생성하는 방법으로서,
반응기 입구온도의 공정일별 변화량을 산출하는 입구온도 변화량 산출 단계;
상기 입구온도의 변화량을 시계열적 추세로 도출하는 입구온도 변화량 추세 도출 단계;
상기 입구온도 변화량 추세로부터 촉매 비활성화도 변화량의 지배방정식을 도출하는 지배방정식 도출 단계;
상기 촉매 비활성화도 변화량의 지배방정식으로부터 산출되는 촉매 비활성화도의 변화량을 공정일별로 누적하여 소정의 공정일에서의 촉매 비활성화도 예측모델을 생성하는 촉매 비활성화도 예측모델 산출 단계;
를 포함하여 구성되는 촉매 비활성화도 예측모델 생성 방법.
제3항에 있어서,
상기 도출된 촉매 비활성화도 변화량의 지배방정식은,
소정의 공정일수에서의 촉매 비활성화도의 변화량 __C_D 가 아래 수학식 1로 결정되며,
상기 생성된 촉매 비활성화도 예측모델은,
아래 수학식 2로 결정되는 것을 특징으로 하는 촉매 비활성화도 예측모델 생성 방법.

(수학식 1) ΔC_D=a·exp(b*D)
(a, b는 촉매 비활성화도 파라미터, D는 공정일수)

(수학식 2) C_D+1=C_D+ ΔC_{D ,}C₁= C₀+a
(C_D는 공정일수 D에서의 촉매비활성화도, C₀는 촉매비활성화도의 초기값)
석유화학공정에서 반응기의 촉매 비활성화도를 예측하는 예측 모델 생성 시스템에 있어서,
반응기 입구온도 데이터로부터 반응기 입구온도의 변화량을 산출하는 반응기 입구온도 변화량 산출모듈;
반응기 입구온도의 변화량의 추세를 산출하여 촉매 비활성화도의 변화량을 산출하는 촉매 비활성화도 변화량 산출모듈;
촉매 비활성화도의 변화량으로부터 촉매 비활성화도의 예측모델을 생성하는 촉매 비활성화도 예측모델 산출모듈;
을 포함하여 구성되어 촉매 비활성화도의 예측모델 생성 시스템.
석유화학공정에서 반응기의 촉매 비활성화도를 예측하는 촉매 비활성화도 예측 시스템에 있어서,
반응기 공정일수 데이터를 획득하는 공정일수 타이머;
촉매 비활성화도 예측모델을 저장한 메모리 장치;
상기 공정일수 데이터와 상기 촉매 비활성화도 예측모델로부터 소정 공정일수에서의 촉매 비활성화도 예측값을 산출하는 제어부;
를 포함하여 구성된 촉매 비활성화도 예측 시스템.
제6항에 있어서,
상기 촉매 비활성화도 예측모델은,
소정 기간동안의 반응기의 입구온도 변화량 데이터로부터 산출되는 촉매 비활성화도의 변화량 __C 으로부터 도출되며,
아래의 수학식 1, 2에 의해 정의되는 것을 특징으로 하는 촉매 비활성화도 예측 시스템.
(수학식 1) __C_D=a·exp(b*D)
(a, b는 촉매 비활성화도 파라미터, D는 공정일수)
(수학식 2) C_D+1=C_D+ __C_{D ,}C₁= C₀+a
(C_D는 공정일수 D에서의 촉매비활성화도, C₀는 촉매비활성화도의 초기값)
석유화학공정에서 반응기의 촉매 비활성화도를 예측하여 반응기 공정을 제어하는 반응기 공정 제어 방법으로서,
반응기 입구온도 변화량 데이터로부터 촉매 비활성화도의 변화량을 산출하고, 이로부터 촉매 비활성화도 예측모델을 생성하는 촉매 비활성화도 예측모델 생성단계;
상기 생성된 촉매 비활성화도 예측모델에 소정의 촉매 비활성화도 임계값과 상기 소정의 촉매 비활성화도 임계값 이하로 공정을 유지하여야 할 유지 작업일수를 설정하는 공정제어변수 설정 단계;
상기 설정한 촉매 비활성화도 임계값과 유지 작업일수를 이용하여 상기 촉매 비활성화도 예측모델의 촉매 비활성화 파라미터를 재설정하는 파라미터 재설정 단계;
상기 재설정된 촉매 비활성화 파라미터로 상기 촉매 비활성화도 예측모델을 갱신하는 촉매 비활성화도 예측모델 갱신단계;
상기 갱신된 촉매 비활성화도 예측모델에 따라 반응기 입구온도를 제어하는 반응기 입구온도 제어단계;
를 포함하여 구성되는 반응기 공정 제어방법.
석유화학공정에서 반응기의 촉매 비활성화도를 예측하여 반응기 공정을 제어하는 반응기 공정 제어 시스템으로서,
촉매 비활성화도 예측모델을 저장한 메모리 장치;
상기 촉매 비활성화도 예측모델을 갱신하고, 갱신된 촉매 비활성화도 예측모델을 이용하여 반응기 입구온도를 제어하는 제어신호를 생성하는 제어부;
를 포함하여 구성되며,
상기 촉매 비활성화도 예측모델은,
반응기 입구온도 변화량 데이터로부터 산출된 촉매 비활성화도의 변화량 으로부터 생성되고,
상기 제어부는,
소정의 촉매 비활성화도 임계값과 상기 소정의 촉매 비활성화도 임계값 이하로 공정을 유지하여야 할 유지 작업일수를 설정하여 상기 촉매 비활성화도 예측모델의 촉매 비활성화 파라미터를 재산출하여, 상기 촉매 비활성화도 예측모델을 갱신하는 것;
을 특징으로 하는 반응기 공정제어 시스템.
제9항에 있어서,
상기 촉매 비활성화도의 변화량과 촉매 비활성화도 예측모델은 각각 아래 수학식 1, 수학식 2로 설정되는 것을 특징으로 하는 반응기 공정제어 시스템.

(수학식 1) ΔC_D=a·exp(b*D)
(a, b는 촉매 비활성화도 파라미터, D는 공정일수)
(수학식 2) C_D+1=C_D+ ΔC_{D ,}C₁= C₀+a
(C_D는 공정일수 D에서의 촉매비활성화도, C₀는 촉매비활성화도의 초기값)