Emilio Ghiazza Ottimizzazione di processi industriali L applicazione di modelli matematici rigorosi per la minimizzazione dei costi operativi su impianti di dissalazione di grande capacità Bologna, 3/7 Aprile 2000 Advanced Process Control
FISIA ITALIMPIANTI Trattamento rifiuti solidi Abu Dhabi, Argentina, Bahrain, Brasil, France, Iran, Italy Trattamento acque -Acquari Argentina, Brasil, Egypt, France, Italy, Iran, Libya, Mexico, Nigeria, Portugal, Saudi Arabia Dissalazione - RO Abu Dhabi Dissalazione - MSF Dubai, Abu Dhabi, Baharain, Italy, Saudi Arabia Bologna, 3/7 Aprile Advanced Process Control 2
Dissalazione: referenze MSF per anno di avviamento JEBEL ALI K 2000 3780 m 3 /h JEBEL ALI G 2000 1420 m 3 /h RUWAIS 2000 1500 m 3 /h AL HIDD 1999 5700 m 3 /h Bahrain U.A.E. AL TAWEELAH 1997 14400 m3/h SITRA 1987 4000 m 3 /h UMM AL NAR 1987 4100 m 3 /h Bologna, 3/7 Aprile Advanced Process Control 3
Schema concettuale di un MSFE As antiscale steam TV R F,SWT sea water TBT distillate condensate TV : temperatura vapore al brine heater TBT : Temperatura di testa R : Portata ricircolo salamoia M.U. discharge F : Portata acqua mare al reject SWT : Temperatura acqua mare al reject MU : Portata acqua mare di reintegro As : Dosaggio antincrostante Bologna, 3/7 Aprile Advanced Process Control 4
Tipico stadio di un MSFE Bologna, 3/7 Aprile Advanced Process Control 5
Categorie di modelli Prestazioni dell impianto Parametri geometrici Modello di progetto Condizioni operatve Bologna, 3/7 Aprile Advanced Process Control 6
Tre modelli per tre problemi progetto D v ij W s T b T m Tbt Swt output: R,F L,N i,j,d i,j verifica d ij N ij L R F Tbt Swt output: D, W s T b,t m,v i,j ibrido d ij N ij L D T b T m output: R,F Tbt,Swt Bologna, 3/7 Aprile Advanced Process Control 7
L ottimizzatore dati.dat model.o Modello Matematico (generico) main.dat Ottimizzatore tool.o param.dat Bologna, 3/7 Aprile Advanced Process Control 8
Obiettivi- parametri - vincoli Obiettivi: valori desiderati per un certo tipo di problema output del modello Parametri: valori da modificare per raggiungere gli obiettivi input del modello Vincoli: valori tipici dei parametri usati per controllare il processo risolutivo indirizzandolo verso valori accettabili nel loro intorno Bologna, 3/7 Aprile Advanced Process Control 9
L algoritmo di ottimizzazione : equazione base T T T W T T W T = T J des des con con 0 0 T min. J t t t t t t 1 2 1 n 1 1 1 1 1 2 m 1 t t t t n n n 1 2 m 1 t t n 1 2 n 1 m m m m Bologna, 3/7 Aprile Advanced Process Control 10
Simboli T n x 1 vettore output del modello T des n x 1 vettore output desiderati W T n x n matrice pesi degli obiettivi obiettivi m x 1 vettore input del modello parametri con m x 1 vettore input di riferimento W m x m matrice pesi dei parametri vincoli T 0 n x 1 vettore output del modello all iterazione precedente 0 m x 1 vettore input del modello all iterazione precedente J n x m matrice delle derivate (Jacobiano) Bologna, 3/7 Aprile Advanced Process Control 11
Obiettivi e parametri D p.r. v i,j Ws Tb Tm d i,j Produzione distillato Rendimento Velocità nei tubi Portata specifica Temperatura scarico Temperatura reintegro Diametro tubi Swt Tbt R F L N i,j Temperatura acqua mare Temperatura di testa Portata ricircolo salamoia Portata acqua mare al reject Lunghezza tubi Numero tubi ( i = recovery, j = reject ) Bologna, 3/7 Aprile Advanced Process Control 12
tipico file di input per il solving tool T A R G E T S TYPE VALUE W Distillate prod. t/h 1900.0 1.0 Performance ratio - 8.0 1.0 Rec. tubes vel. m/s 2.0 1.0 Rej. tubes vel. m/s 2.0 1.0 Specific flow t/h/m 1000.0 1.0 Blow down temp. C 40.0 1.0 Make up temp. C 40.5 1.0 P A R A M E T E R S TYPE C W MIN MAX Top brine temp. C 112. -1.0 0.5 70. 130. Brine recycle flow t/h 19850.0 0.0 150. 15000. 20000. S.w. to rej. temp. C 32.0-1.0 0.5 15. 35. S.w. to rej. flow t/h 17700.0 0.0 150. 15000. 20000. Tubes length mult. - 1.0 0.2.05 0.5 1.5 Rec. tubes num. mult. - 1.0 0.0.05 0.5 1.5 Rec. tubes diam. mult. - 1.0 0.1.05 0.5 1.5 Rej. tubes num. mult. - 1.0 0.0.05 0.5 1.5 Rej. tubes diam. mult. - 1.0 0.1.05 0.5 1.5 Bologna, 3/7 Aprile Advanced Process Control 13
Applicazione industriale Il primo Data Reconciliation and Optimization System per evaporatori MSF è stato installato ad Al Taweelah B DATI DI RITORNO DOPO ALCUNI MESI DI FUNZIONAMENTO DELL IMPIANTO DI DISSALAZIONE MULTIFLASH PIÙ GRANDE DEL MONDO Bologna, 3/7 Aprile Advanced Process Control 14
Al Taweelah B (Abu Dhabi - U.A.E.) Bologna, 3/7 Aprile Advanced Process Control 15
Produzione e Consumi power chemicals steam sea water distillate condensate discharge Bologna, 3/7 Aprile Advanced Process Control 16
Suddivisione dei costi Costi fissi (7%) Chimici unità MSF da 10 MIGD costo totale di investimento 100 M$ vita impianto 25 anni disponibilità media del 90% Consumi elettrici Consumo di vapore Manutenzione Bologna, 3/7 Aprile Advanced Process Control 17
Costi operativi (ottimizzabili) Consumo elettrico Chimici Consumo di vapore Bologna, 3/7 Aprile Advanced Process Control 18
Costo FISIA ITALIMPIANTI Un esempio semplice Antincrostante Vapore Totale 85 90 95 100 105 110 115 TBT [ C] Bologna, 3/7 Aprile Advanced Process Control 19
Influenze dei parametri sugli obiettivi TBT R SWT F Mu Costo del vapore X X X X Costo dei chimici X X Pompa acqua mare X X Pompa ricircolo X Pompa condensato X X X Pompa blow down OTTIMIZZAZIONE DEI SET POINTS: complesso problema non lineare di minimizzazione multidimensionale con vincoli soluzione mediante algoritmo non lineare tipo Newton - Raphson X Bologna, 3/7 Aprile Advanced Process Control 20
Struttura funzionale di Input da impianto Output a impianto m Riconciliazione dati f fm + - Modello matematico t f Stima stato impianto k Legenda: m misure f miglior stima di m fm valori dal modello k parametri del modello p parametri di ottimizz. t obiettivi s set points p Sistema di ottimizzazione s Bologna, 3/7 Aprile Advanced Process Control 21
l applicazione dell algoritmo Obiettivi: Parametri: Vincoli: Produzione richiesta minimo consumo specifico di vapore minimo consumo specifico di chimici minimo consumo specifico elettrico Temperatura di testa portata ricircolo salamoia temperatura acqua mare al reject (inverno) portata acqua mare al reject portata acqua mare di reintegro Temperatura di testa di riferimento velocità nei tubi recovery di riferimento Temperatura acqua mare al reject di riferimento velocità nei tubi reject di riferimento concentrazione salamoia di riferimento vcapacità pompe di processo di riferimento Bologna, 3/7 Aprile Advanced Process Control 22
riconciliazione dati modello matematico costantemente allineato con l impianto funzione di stima dello stato impianto (sporcamento) necessità di misure affidabili dall impianto (Riconciliazione Dati) Bologna, 3/7 Aprile Advanced Process Control 23
Condizioni operative dei test Carico Minimo (7.4 MIGD, 84 C tbt) Carico Nominale Carico Massimo (10.5 MIGD, 100 C tbt) (12.7MIGD, 112 C tbt) Bologna, 3/7 Aprile Advanced Process Control 24
Readings energy antiscale steam brine FISIA ITALIMPIANTI test a minima produzione OPTIMIZATION SYSTEM FUNCTIONAL TEST UNIT # 3 CALCULATION SHEET AT 84 TBT SW 25 Date: 25/04/1997 Starting time: 11.00 PLANT CONTROL: D.U.C. Average distillate production q' m3/h 1.400 1.480 Average brine flow (volumetric) Wr' m3/h 16.118 16.462 Average bottom brine temperature Tb C 31,9 32,4 Brine tds salr g/l 50,8 51,1 Density of brine r kg/m3 1.032,5 1.032,6 Average brine flow (mass) Wr t/h 16.642 16.998 Average top brine temperature TBT C 84,00 85,93 Average brine to B.H. temperature TiBH C 78,06 79,93 Average brine specific heat cpr KJ/Kg C 3,94 3,94 Brine heater heat load Q = Wr*cpr*(TBT-TiBH) Q GJ/h 389,8 402,2 Steam unit cost Cv it/gj 2220,0 2220,0 Steam cost for unit water = Cv*Q/q' it/m3 618,2 603,3 Antiscale solution flow Was' l/h 14,25 14,40 Antiscale solution concentration conc Kg/l 0,20 0,20 Antiscale unit cost Cas it/kg 2840,0 2840,0 Antiscale cost for unit water = Cas*Was*conc/q' it/m3 5,78 5,53 Total pumps power consumption Pi KW 8510,6 8629,5 Electrical energy unit cost Cel it/kwh 61,0 61,0 Electrical cost for unit water = Cel* Pi/q' it/m3 370,8 355,7 = Total cost for unit water it/m3 994,8 964,5 Bologna, 3/7 Aprile Advanced Process Control 25
Readings energy antiscale steam brine FISIA ITALIMPIANTI test a produzione nominale OPTIMIZATION SYSTEM FUNCTIONAL TEST UNIT # 2 CALCULATION SHEET AT 100 TBT SW 25 Date: 21/04/1997 Starting time: 13.00 PLANT CONTROL: D.U.C. Average distillate production q' m3/h 2.025 2.030 Average brine flow (volumetric) Wr' m3/h 19.170 18.820 Average bottom brine temperature Tb C 33,0 32,8 Brine tds salr g/l 58,3 52,8 Density of brine r kg/m3 1.037,7 1.033,7 Average brine flow (mass) Wr t/h 19.893 19.454 Average top brine temperature TBT C 99,32 99,53 Average brine to B.H. temperature TiBH C 92,98 93,48 Average brine specific heat cpr KJ/Kg C 3,92 3,94 Brine heater heat load Q = Wr*cpr*(TBT-TiBH) Q GJ/h 494,3 464,1 Steam unit cost Cv it/gj 2220,0 2220,0 Steam cost for unit water = Cv*Q/q' it/m3 541,9 507,5 Antiscale solution flow Was' l/h 48,00 39,00 Antiscale solution concentration conc Kg/l 0,20 0,20 Antiscale unit cost Cas it/kg 2840,0 2840,0 Antiscale cost for unit water = Cas*Was*conc/q' it/m3 13,46 10,91 Total pumps power consumption Pi KW 8455,8 8451,4 Electrical energy unit cost Cel it/kwh 61,0 61,0 Electrical cost for unit water = Cel* Pi/q' it/m3 254,7 254,0 = Total cost for unit water it/m3 810,0 772,4 Bologna, 3/7 Aprile Advanced Process Control 26
Readings energy antiscale steam brine FISIA ITALIMPIANTI test a produzione massima OPTIMIZATION SYSTEM FUNCTIONAL TEST UNIT # 6 CALCULATION SHEET AT 112 TBT SW 25 Date: 23/04/1997 Starting time: 13.00 PLANT CONTROL: D.U.C. Average distillate production q' m3/h 2.408 2.403 Average brine flow (volumetric) Wr' m3/h 19.960 19.555 Average bottom brine temperature Tb C 34,0 33,4 Brine tds salr g/l 51,3 53,5 Density of brine r kg/m3 1.032,1 1.034,0 Average brine flow (mass) Wr t/h 20.601 20.219 Average top brine temperature TBT C 107,20 108,24 Average brine to B.H. temperature TiBH C 99,50 100,44 Average brine specific heat cpr KJ/Kg C 3,95 3,94 Brine heater heat load Q = Wr*cpr*(TBT-TiBH) Q GJ/h 627,1 622,1 Steam unit cost Cv it/gj 2220,0 2220,0 Steam cost for unit water = Cv*Q/q' it/m3 578,1 574,7 Antiscale solution flow Was' l/h 94,25 67,75 Antiscale solution concentration conc Kg/l 0,20 0,20 Antiscale unit cost Cas it/kg 2840,0 2840,0 Antiscale cost for unit water = Cas*Was*conc/q' it/m3 22,23 16,01 Total pumps power consumption Pi KW 8864,5 8989,5 Electrical energy unit cost Cel it/kwh 61,0 61,0 Electrical cost for unit water = Cel* Pi/q' it/m3 224,6 228,2 = Total cost for unit water it/m3 824,9 818,9 Bologna, 3/7 Aprile Advanced Process Control 27
riduzione costi annuali Carico min Carico nom Carico max Costi senza IT/m 3 990 812 826 Costi con IT/m 3 960 772 820 Differenza IT/m 3 30 40 6 Produzione di un unità m 3 /day 33640 47730 57740 Disponibilità - 0.9 0.9 0.9 Risparmio annuale per un unità M IT/year 331.5 627.2 113.8 Numero di unità - 6 6 6 Risparmio annuale totale M IT/year 1989 3763 683 Bologna, 3/7 Aprile Advanced Process Control 28
Conclusioni Costi costi di installazione del sistema necessità di strumentazione aggiuntiva addestramento di personale specializzato utilizzo di personale specializzato Benefici sensibile riduzione dei costi di produzione continua interpretazione dello stato dell impianto miglior programmazione della manutenzione Anche per impianti di semplice controllo, l applicazione del sistema risulta vantaggiosa. Bologna, 3/7 Aprile Advanced Process Control 29