Egység 3 / 11

Folyamatszimulációs értelmezés: Az Aspen és DWSIM kimenetek értelme

Nyereség:

  • Képes gyorsan kiértékelni a tömeg/energia egyensúlyt és a kulcsfontosságú mérőszámokat a mesterséges intelligencia segítségével végzett szimulációs kimenetek százsorainak összegzésével
  • Képes megérteni, hogy a szimuláció a választott termodinamikai modell tükre, és megkérdőjelezi a modell alkalmasságát és fizikai elfogadhatóságát
  • A konvergencia, az egyensúlyi eltérés és a páratlan szignatúrák ellenőrzésének képessége kísérleti/referencia adatokkal való összehasonlítással

Miután a folyamattervezés papíron elkészült, ideje „futtatni” azt a számítógépen. A folyamatszimuláció – olyan szoftver, amely termodinamikai modelleken keresztül numerikusan megoldja a létesítmény tömegét, energiáját és egyensúlyi viselkedését – a reaktorok, desztillációs oszlopok, hőcserélők és áramlások egészét számítja ki. A leggyakoribb eszközök az olyan szoftverek, mint az Aspen Plus / Aspen HYSYS (ipari szabványos kereskedelmi szimulátorok) és a DWSIM (nyílt forráskódú alternatíva). Ezek az eszközök hatalmas számtáblázatokat állítanak elő: az egyes áramok áramlási sebessége, hőmérséklete, nyomása, összetétele, entalpiája (az áram által hordozott hőenergia), az egyes berendezések feladatai. Ebben az egységben megtanulhatja, hogyan használhatja a mesterséges intelligenciát asszisztensként, amely összefoglalja, összehasonlítja és megjelöli a számok tengerében előforduló lehetséges következetlenségeket; De megtudjuk, miért kell eldönteni, hogy a szimuláció megfelel-e a fizikának vagy sem.

Kezdjük egy kritikus ténnyel: a szimuláció a termodinamikai modell és az Ön által választott feltételezések tükröződése; Ez nem maga a valóság. Ha nem a megfelelő termodinamikai csomagot választja (tulajdonság/termodinamikai módszer – modell, amely a folyadékok egyensúlyát és tulajdonságait számolja ki; pl. ideális, NRTL, Peng-Robinson), a szimulátor sima és meggyőző, de teljesen rossz eredményeket produkál. Az AI segít értelmezni ezeket az eredményeket, de nem tudja garantálni a modell pontosságát.

Lépésről lépésre AI támogatás a szimulációs kimenet olvasásában

1. Konvergencia szabályozás. Először nézze meg, hogy a szimuláció valóban megoldja-e. Konvergencia az, amikor a numerikus megoldás stabil eredményt ér el; A nem konvergens eredmény értelmetlen. Megoldásnaplókat adhat az AI-nak, és összefoglalhatja a figyelmeztetéseket és hibákat.

2. Tömeg- és energiamérleg. Egy jó szimuláció biztosítja, hogy in = out. Az AI képes összeállítani a bemeneti-kimeneti összegeket az áramlási táblázatból, és jelezni tudja az egyensúlyi eltéréseket. Ha az eltérés nagy, akkor a modell vagy a beállítás hibás.

3. A legfontosabb eredmények összegzése. A termék tisztasága, az újraforraló/kondenzátor feladatai, oszlopprofil, konverzió – az a sebesség, amellyel a reagens termékké alakul a reaktorban. Az AI ezeket a kulcsfontosságú mutatókat több száz sorból összefoglaló táblázatba szedi össze.

4. Forgatókönyv-összehasonlítás. Az AI gyorsan táblázatba foglalja a két futás közötti különbséget (pl. eltérő refluxarány): "Melyik változó mennyivel változott, melyik feladat nőtt?"

5. Inkonzisztencia jelölés. A fizikailag páratlan értékeket - negatív áramlási sebességet, oldhatósági határt meghaladó összetételt, ésszerűtlen hőmérsékletet - az AI „ellenőrzésként” jelölheti meg.

6. Határ és ésszerűség szűrő. Az eredmény megfelel a fizikának? Termodinamikailag lehetséges a termék tisztasága? Ön tette ezt a megjegyzést.

Tipp: Amikor megadja a szimulációs kimenetet az AI-nak, azt is mondja meg, hogy melyik termodinamikai csomagot használja. Az AI megkérdezi, hogy „ez a csomag alkalmas-e ebben a rendszerben (pl. poláris komponensek, azeotrop)?” — de a végső modellválasztás mérnöki döntés.

Termodinamikai modell: a leggyakoribb rejtett hiba

A legtöbb szimulációs hiba nem numerikus, hanem a modellválasztásból ered. Ideális modell alkalmazása poláris keverékre láthatatlanná teszi az azeotrópot – azt a pontot, ahol egy adott összetételben a folyadék és a gőz azonos, desztillációval nem választható el. Az AI értelmezni tudja a kimenetet, de nem tudja ellenőrizni, hogy a választott modell megfelel-e a rendszernek; Ehhez termodinamikai ismeretekre és a kísérleti adatok összehasonlítására van szükség. A mesterséges intelligencia által felhívott "ez az érték furcsa" figyelmeztetés gyakran a rossz modellválasztás eredménye.

Vigyázat: A szimuláció csak azért nem helyes, mert "konvergált és szép képet adott". A nem megfelelő termodinamikai csomag a hiba legveszélyesebb típusa, mert az eredmény meggyőzőnek tűnik. Mindig hasonlítsa össze a kimenetet kísérleti adatokkal, kézi számítással vagy ismert referenciával.

három mini tok

1. eset – A megtakarított idő összegzése. Egy mérnök egy 40 adatfolyamból és 12 berendezésből álló Aspen-futás 600 sorát értékelné ki. Az AI lehívta a termék tisztaságát, az oszlopok hozzárendelését és az összefoglaló táblázattá alakítását; A mérnök 45 perc olvasás helyett 10 perc alatt jutott a kulcsfontosságú következtetésekre. Minden kulcsérték ismét megerősítésre került a forrástáblázatban.

2. eset – Modellre vonatkozó figyelmeztetés. Víz-etanol elválasztásnál a szimuláció 99,9%-os tisztaságot eredményezett. "Az ideális termodinamikai csomaggal nem jelenik meg azeotróp ebben a rendszerben; ez fizikailag megkérdőjelezhető" - mutatott rá YZ. Amikor a mérnök a csomagot NRTL-re alakította, megjelent az azeotróp, és megjelent a reális tisztasági határ (körülbelül 95,6 tömeg%). Az AI nem oldotta meg a hibát, de helyesen tette fel a kérdést.

3. eset – Mérlegeltérés. Egy DWSIM futásnál 1000 kg/óra ment be és 940 kg/óra jött ki. Az AI 6%-os eltérést mutatott. Az ellenőrzés során megállapították, hogy a gőzáram megszakadt. Egyenlegellenőrzés nélkül ezt a hibás eredményt jelentették volna.

Négy másolható sablon

1) Szimulációs összefoglaló:

Az Ön szerepe: folyamatszimulációs elemző. Adok egy szimulátor folyamatábrát (termodinamikai csomag: [csomag]). Adja meg: (1) összefoglaló táblázatot az egyes folyamok fő értékeiről (áramlási sebesség, T, P, főbb összetételek), (2) bemeneti-kimeneti tömeg- és energiamérleg és eltérés, (3) a termék tisztasága és a legfontosabb vámértékek. Csak használja a táblázat TÉNYLEGES számait, ne alakítsa ki az értéket.Táblázat: [beillesztés]

2) Egyenlegellenőrzés:

Ebből az áramlási táblázatból adja össze a külön be- és kilépő össztömeget (és ha lehetséges az energiát), számítsa ki a különbséget és adja meg a százalékot. Ha az eltérés nagyobb, mint 0,5%, jelölje meg, melyik áramlás lehet több/kevesebb. Ha van újrahasznosítás, ellenőrizze, hogy nincs-e kétszer számolva. Táblázat: [beillesztés]

3) Modell-alkalmassági lekérdezés:

Saját rendszer: [komponensek, feltételek, azeotróp/poláris/elektrolit állapot]. Termodinamikai csomag, amit használok: [csomag]. Alkalmas-e ez a csomag ehhez a rendszerhez, milyen esetekben lenne félrevezető? Javasoljon alternatív csomagot, és magyarázza el, miért lenne megfelelőbb. A végső választást kísérleti adatokkal igazolom; Ne hozz végső ítéletet, hanem indokolj.

4) Forgatókönyv-összehasonlítás:

Két szimulációs futtatást adok (A és B forgatókönyv). Mutassa be a különböző inputokat és azok hatását a legfontosabb kimenetekre (tisztaság, terhelés, átalakítás, energia) egy összehasonlító táblázatban! Mondja el, hogy melyik forgatókönyv milyen szempontok szerint jobb, de hadd döntsem el. Csak használja a megadott számokat.A: [beillesztés] B: [beillesztés]

Gyenge felszólítás / Erős felszólítás

Gyenge felszólítás:

Jó ez a szimuláció eredménye?

A „jó” nem definiált: milyen kritérium, milyen cél, milyen modell? Az AI általános és félrevezető jóváhagyást adhat.

Erőteljes felszólítás:

Az Ön szerepe: szimulációs elemző. Célom: 99%-os tisztaságú benzol az oszlop tetején, minimálisra csökkentve az energiaterhelést. Termodinamikai csomag: Peng-Robinson. A következő folyamatábrából származtassa a következőket: (1) az elért tisztaság és a céltól való távolság, (2) az újraforraló/kondenzátor feladatok, (3) a tömegegyensúly és a drift VALÓDI számokban. Jelölje meg, ha van kérdéses fizikai érték. Írjon megjegyzést, de a végső döntést bízza rám; értékillesztés.Táblázat: [beillesztés]

A különbség egyértelmű: a cél, a kritérium, a modell és a „valós szám” megkötés a kimenetet védhető elemzéssé alakítja.

Szerepeloszlás a szimulációs értelmezésben

üzlet

Az AI szerepe

az ember döntése

Konvergencia ellenőrzés

Figyelmeztető összefoglaló

Tekintsük érvényesnek az eredményt

Tömeg/energia egyensúly

Összesség és eltérés

A hiba kiváltó oka

A legfontosabb eredmények összefoglalója

összefoglaló táblázat

Cél fitnesz

Modell kiválasztása

Elérhetőségi figyelmeztetés

Csomag döntés, kísérlet

Forgatókönyv-összehasonlítás

Különbség táblázat

Tervezési választás

páratlan érték

jelölés

fizikai értelmezés

Gyakori hibák

  • A nem konvergens eredmény értelmezése. A megoldatlan szimuláció értelmetlen; a konvergencia először megerősítést nyer.
  • Megjegyzéskérés a termodinamikai csomag megadása nélkül. Az AI félrevezető megerősítést ad a modell ismerete nélkül.
  • Egy gyönyörű festményt igaznak tévesztünk. A rossz modell meggyőző, de rossz eredményt ad; Hasonlítsa össze a kísérlettel.
  • Az egyensúlyi eltérés figyelmen kívül hagyása. Már 1%-os eltérés is jelezheti az áramlás megszakadását vagy a hibát.
  • Az AI által kitalált szám használatával. Csak a tényleges táblázatértékek engedélyezése; Állítson be egy „csak a megadott számok” megszorítást.

Összefoglalva

AI folyamatszimulációban; Ez egy hatékony asszisztens, amely több száz sor kimenetet foglal össze, ellenőrzi a tömeg/energia egyensúlyt, összehasonlítja a forgatókönyveket, és megjelöli a fizikailag páratlan értékeket. A szimuláció azonban a választott termodinamikai modellt és feltételezéseket tükrözi; A modell alkalmassága, az eredmény fizikának való megfelelése és a tervezési döntés az emberé. A mesterséges intelligencia a megfelelő kérdéseket teszi fel; A mérnök kiválasztja a modellt, kísérlettel ellenőrzi az eredményt, és döntést hoz.

Pályázati feladat

Szerezzen be egy szimulációs kimenetet (vagy egy minta folyamatábrát). Kivonja a kulcsfontosságú mutatókat és tömegmérleget az AI-ból a „szimulációs összefoglaló” és az „egyenleg-ellenőrzés” sablonokkal. Ha eltérés van, derítse ki, miért. Ezután használja a „modellalkalmassági lekérdezés” sablont, hogy megvitassa termodinamikai csomagjának rendszeréhez való alkalmasságát, és hasonlítsa össze legalább egy kísérleti/referenciaértékkel.

ellenőrző lista

  • [ ] Megerősítettem, hogy a szimuláció konvergált.
  • [ ] Megerősítettem, hogy a tömeg (és ha lehet energia) egyensúly fennáll.
  • [ ] Megkérdőjeleztem a termodinamikai csomag alkalmasságát a rendszeremhez.
  • [ ] Összehasonlítottam a legfontosabb eredményeket legalább egy referencia/kísérleti értékkel.
  • [ ] Az AI-ra egy "csak valós táblaértékek" megszorítást tettem.