Dynamische Optimierung eines reaktiven Semibatch-Destillationsprozesses unter Unsicherheiten

• Applicant: Professor Dr.-Ing. Günter Wozny
• Subject Area: Chemical and Thermal Process Engineering
• Term: from 2000 to 2005
• Project identifier: Deutsche Forschungsgemeinschaft (DFG) - Project number 5280478

In der chemischen Industrie steigt der Bedarf an flexibleren und wirksamen Produktionsanlagen, um den steigenden Anforderungen bezüglich der schnell wechselnden Marktanforderungen und der Umweltverträglichkeit gerecht zu werden. Diskontinuierlich betriebene Prozesse (Batch- und Semibatch-Prozesse) stellen ein flexibles Trennverfahren dar, das zur Herstellung von kleinen Mengen qualitativ hochwertiger Produkte eingesetzt werden kann und daher zunehmend industriell (wie z.B. Fein-Chemikalien, Pharmazeutika oder Farbstoffe) eingesetzt wird. Eine weitere Flexibilisierung dieser Prozesse wird durch die Verbindung von thermischer Trennung mit einer chemischen Reaktion erreicht (reaktive Batchdestillation). Die reaktive Batch-Rektifikation stellt aufgrund ihrer inhärent dynamischen Betriebsweise, ihrer starken Nichtlinearität sowie der hohen parametrischen Empfindlichkeit besondere Anforderungen an die Prozeßführung bei gleichzeitiger Berücksichtigung von Unsicherheiten. Ziel des Projektes ist die Entwicklung der optimalen Führungsstrategien eines reaktiven Semibatch-Destillationsprozesses zur Maximierung des Profits unter Einhaltung der Produktspezifikationen. Es wird in dieser Arbeit eine neue Betriebsvariante mit einem Recyclestrom aus einer zurückliegenden Charge als Zulaufstrom in die Batchkolonne untersucht. Dieser Feedstrom und dessen Konzentration besitzen einen stochastischen Charakter und sind vom Betrieb des zeitlich vorgeschalteten Batchprozesses abhängig, bei dessen Verlauf jedoch große Unsicherheiten vorliegen. Hieraus ergibt sich, daß die ansonsten üblich deterministisch formulierten Nebenbedingungen als Wahrscheinlichkeitsrestriktionen in die dynamische Optimierung des Prozesses zur Anpassung der sich ändernden stochastischen Randbedingungen zu formulieren sind. Für die Zielfunktion ist der Erwartungswert des Profits die entscheidende Größe. Als Ergebnis ist ein effizientes Lösungsverfahren zur Ermittlung optimaler Prozeßführungsstrategien für dynamische nichtlineare große Systeme unter Unsicherheiten mittels stochastischer Optimierung zu erwarten. Am Beispiel der Batchdestaillation mit überlagerter Reaktion wird die Methode entwickelt und in einem weiteren Schritt experimentell validiert.

• DFG Programme: Research Grants