Szétválasztási hálózatok szintézise: Különböző tulajdonságokon alapuló szétválasztó módszerek egyidejű alkalmazása Doktori (PhD) értekezés
Heckl István témavezető: Dr. Friedler Ferenc
Pannon Egyetem Műszaki Informatikai Kar Informatikai Tudományok Doktori Iskola 2007
1. Előzmények, célkitűzések A szétválasztási hálózatok szintézise, vagy - a "separation network synthesis" angol elnevezés alapján - röviden SNS feladat a folyamattervezés témakörének egyik széleskörűen vizsgált területe. Célja, hogy meghatározzon olyan szétválasztó berendezésekből, keverőkből és megosztókból álló hálózatot, amely adott többkomponensű betáplálásból vagy betáplálásokból előállítja, a tiszta vagy többkomponensű termékeket a legkedvezőbb módon. A téma kiemelten fontos, hiszen szétválasztó hálózatok alkalmazására számos helyen van szükség, például a vegyiparban, gyógyszeriparban, olajiparban valamint a környezetvédelem területén. Az SNS feladatok nagyfokú kombinatorikus bonyolultsága és az ipari feladatok nagy mérete miatt a megoldó módszerek számos egyszerűsítő feltevéssel élnek. Közülük általánosan alkalmazott az, hogy csak egyazon tulajdonságon alapuló szétválasztók használatát veszik figyelembe. Gyakran többfajta szétválasztó család együttes használatára is lehetőség van, amivel jelentős költségcsökkenés érhető el. A szakirodalomban azonban nem található szisztematikus módszer erre a feladatosztályra. Célom az SNS feladat kiterjesztése több szétválasztó családra (SNS-Multi), a feladat strukturális vizsgálata, valamint az optimális struktúra meghatározására alkalmas módszer kidolgozása. Tekintettel arra, hogy munkám első ebben a tekintetben, vizsgálataim során a szétválasztó hálózatok szintézisénél gyakran alkalmazott egyszerűsítő feltételekkel élek a szeparátorokra nézve, azaz egyszerű és éles szétválasztókat veszek figyelembe lineáris költségfüggvény alapján. Az SNS és a hőcserélő hálózatok szintézise feladatok szorosan kapcsolódnak egymáshoz, mert egy szétválasztási hálózat általában jelentős hőátadást igényel. Ezt felismerve érdemes úgy tervezni a szétválasztási hálózatot, hogy már a tervezés alatt figyelembe veszik a fellépő hőcsereigények költségét. Célom az energiaintegrált SNS-Multi feladat megoldására alkalmas módszer meghatározása. A szintézis feladatok esetén fontos, hogy az alkalmazott szuperstruktúra szigorú legyen, vagyis bizonyítottan tartalmazza az optimális hálózatot minden esetben. A módszer hatékonysága miatt viszont arra is törekedni kell, hogy a szigorú szuperstruktúra a lehető legkisebb legyen, hiszen így nagyobb méretű feladatok is megoldhatóvá válnak az optimalitás garanciájával. Az SNS-el rokon kutatási területhez, a folyamat hálózat szintézishez (PNS), hatékony algoritmusokat dolgoztak ki. Célom annak vizsgálata, hogy lehetséges-e és ha igen milyen feltételekkel SNS feladatok PNS feladatokká történő transzformálása.
2. Új tudományos eredmények Az értekezés új tudományos eredményeinek tézisszerű összefoglalása: 1. Módszert dolgoztam ki a különböző fiziko-kémiai tulajdonságokat felhasználó, egyszerű, éles, lineáris költségfüggvényű szétválasztókon alapuló szétválasztási hálózatok szintézise feladat (SNS-Multi) optimumának meghatározására. 1.1. Egy adott tulajdonságon alapuló szétválasztók halmazát szétválasztó családnak neveztem el. Általánosítottam az SNS feladat fogalmát úgy, hogy több szétválasztó család is felhasználható a szétválasztó hálózatokban. 1.2. Algoritmust dolgoztam ki az SNS-Multi feladat szigorú szuperstruktúrájának meghatározására. Figyelembe vettem azt is, hogy adott megosztóhoz kapcsolódó különböző típusú szétválasztók előállíthatnak azonos összetételű folyamokat. Az algoritmus helyességét és végességét bizonyítottam. 1.3. Az egyszerű SNS feladatra vonatkozó, betáplálási megosztás arány alapú matematikai modellt terjesztettem ki az SNS-Multi feladatra. 2. A több szétválasztó családon alapuló SNS feladatot kiterjesztettem energiaintegrációra. 2.1. Definiáltam az energiaintegrált SNS-Multi feladatot, amelyben a szétválasztó hálózatban fellépő energia költségek, a hozzájuk tartozó hőcserélő költségek és a szétválasztó költségek összegére kerestem az optimális megoldást. 2.2. Azonosítottam a szétválasztó hálózatban jelenlevő lehetséges hőáramokat és látens hőket. A hőáramokat elemi és kompozit áramokra bontottam úgy, hogy kombinatorikus módon figyelembe vehessem az összes lehetséges hőcserét. 2.3. Az egyébként nemlineáris matematikai modellt a 2.2. segítségével lineárissá tettem, amely általánosan alkalmazott optimalizálási eszközökkel megoldható. 3. Meghatároztam a több szétválasztó családon alapuló SNS feladat redukált szuperstruktúráját. 2
3.1. Az 1.2. szerinti szuperstruktúra olyan átalakítását azonosítottam, amely a szuperstruktúra szigorúságát megőrzi és egyúttal a kapcsolódó matematikai modell méretét csökkenti. 3.2. Algoritmust dolgoztam ki a redukált szuperstruktúra közvetlen generálására. 3.3. Megadtam a redukált szuperstruktúrán alapuló matematikai modellt. 3.4. Meghatároztam az 1.2. szerinti és a redukált szuperstruktúra méreteinek felső korlátjait a szétválasztók számának függvényében. 4. Az egy és több szétválasztó családon alapuló SNS feladatot transzformáltam a folyamat hálózat szintézisből (PNS) ismert P-gráf módszertanra. 4.1. Összehasonlítottam az SNS és a P-gráf modelleket és megállapítottam, hogy az 1.2. illetve 3.2. pontokban bevezetett szuperstruktúrák PNS feladatokra transzformálhatóak. 4.2. Módszert dolgoztam ki a tiszta termékeket előállító SNS-Multi feladat P-gráf módszertanra történő konvertálására. 4.3. Algoritmust adtam a többkomponenses termékeket előállító SNS-Multi feladat P-gráf módszertanra történő transzformálására.
3. Gyakorlati alkalmazás A több szétválasztó családon alapuló SNS feladat és az energiaintegrációt is tekintő feladat megoldó módszerét C++ nyelven valósítottam meg és hatékonyságukat ipari méretű feladatokon teszteltem. A programok be- és kimenetei XML fájlok, amelyek lehetővé teszik, hogy a megoldóhoz grafikus interfészt csatoljak. A matematikai programozási modell megoldásához belső pontos LP megoldót használtam, amely hatékony többszázezer változó nagyságú programozási modellek esetén. A redukált szuperstruktúrán alapuló matematikai modellt General Algebraic Modeling System-ben (GAMS) készítettem el.
3
4. A doktori képzés ideje alatt végzett publikációs tevékenységem Lektorált nemzetközi folyóiratcikkek 1.
Heckl, I., Kovács, Z., Friedler, F., Fan, L. T., and Liu, J., Algorithmic Synthesis of an Optimal Separation Network Comprising Separators of Different Classes, Chemical Engineering and Processing, in Press. (IF=1,033; 2004-ben)
2.
Heckl, I., Friedler, F., Fan, L. T., Integrated Synthesis of Optimal Separation and Heat Exchanger Networks Involving Separations Based on Various Properties, Heat Transfer Engineering, 26, pp. 25-41, 2005. (IF=0,632; 2004-ben)
3.
Strouvalis, A., Heckl, I., Friedler, F., Kokossis, A. C., An Accelerated Branch and Bound Algorithm for Assignment Problems of Utility Systems, Computers & Chemical Engineering, 26, pp. 617-630, 2002. (IF=0,784)
4.
Strouvalis, A., Heckl, I., Friedler, F., Kokossis, A. C., Customized Solvers for the Operational Planning and Scheduling of Utility Systems, Computers & Chemical Engineering, 24, pp. 487-493, 2000. (IF=0,709)
További lektorált folyóiratcikkek 1.
Heckl, I., Kovács, Z., Friedler, F., Fan, L. T., Super-structure Generation for Separation Network Synthesis Involving Different Separation Methods, Chemical Engineering Transactions, 3, pp. S1209-S1214, 2003.
2.
Strouvalis, A., Heckl, I., Friedler, F., Kokossis, A. C., An Accelerated Branch and Bound Algorithm for Assignment Problems of Utility Systems, Computer-Aided Chemical Engineering, 9, pp. S541-S546, 2001.
3.
Heckl, I., Kovács, Z., Ercsey, Z., A matematikai szigorúság fontossága a kiindulási struktúra meghatározásakor szétválasztási hálózatok szintézise esetén, Magyar Kémikusok Lapja, 56, pp. 372-377, 2001.
Előadások nemzetközi konferencián 1.
Weber, C., Heckl, I., Friedler, F., Maréchal, F., Favrat, D., Network synthesis for a district energy system: A step towards sustainability, presented at ESCAPE-16, Garmisch-Partenkirchen, Germany, July 9 - 13, 2006. 4
2.
Heckl, I., Friedler, F., Fan, L. T., Algorithmic Synthesis of Optimal Heat Integrated Separation Networks, presented at PRES'03, Hamilton, Ontario, Canada, October 26-29, 2003.
3.
Heckl, I., Kovács, Z., Friedler, F., Fan, L. T., Super-Structure Generation for Separation-Network Synthesis Involving Different Separation Methods, presented at ICheaP-6, Pisa, Italy, June 8-11, 2003.
4.
Holczinger, T., Heckl, I., Kokossis, A. C., Friedler, F., Accelerated contextual optimization for scheduling large-scale HPC liquid factories, presented at the AIChE Annual Meeting, Reno, NV, U.S.A., November 49, 2001.
5.
Strouvalis, A., Heckl, I., Friedler, F., Kokossis, A. C., An Accelerated Branch and Bound Algorithm for Assignment Problems of Utility Systems, presented at ESCAPE-11 (Eleventh European Symposium on Computer Aided Process Engineering), Kolding, Denmark, May 27-30, 2001.
6.
Strouvalis, A., Heckl, I., Friedler, F., Kokossis, A. C., Flexible Utility Networks for Maintenance and Operational Variations: A Customised Framework and an Accelerated Branch and Bound Algorithm, presented at the AIChE Annual Meeting, Los Angeles, CA, U.S.A., November 1217, 2000.
7.
Strouvalis, A., Heckl, I., Friedler, F., Kokossis, A. C., Accelerated Branch and Bound Methods for Utility Network Optimisation, presented at the CHISA 2000 (14th International Congress of Chemical and Process Engineering), Praha, Czech Republic, August 27-31, 2000.
8.
Strouvalis, A., Heckl, I., Friedler, F., Kokossis, A. C., Customized Solvers for the Operational Planning and Scheduling of Utility Systems, presented at the PSE 2000 (7th International Symposium on Process System Engineering), Keystone, CO, U.S.A., July, 16-21, 2000.
9.
Strouvalis, A., Heckl, I., Friedler, F., Kokossis, A. C., The Design of Intelligent Optimization Solvers for Utility Networks, presented at the AIChE Annual Meeting, Dallas, TX, U.S.A., October 31 - November 5, 1999.
10.
Strouvalis, A., Heckl, I., Friedler, F., Kokossis, A. C., Intelligent Solvers for Utility Networks, presented at the AIChE Annual Meeting, Dallas, TX, U.S.A., October 31 - November 5, 1999.
5
