Modeling of a thermo deasphalting column process : an industrial case study

This thesis concerns with the stationary and dynamic modeling of a vacuum distillation column working with dehydrated used oil. The model aims as the basis for successive optimization tasks. Aspen HYSYS® V10 carries out the stationary modeling to exploit its oil database for best property prediction, while SimSci DynSim® (version 5.3.1) performed the dynamic modelling to have an accurate prediction of the equipment behavior in spite of lower precision in predicting properties. For the thermodynamic description of the system BK10 and Peng-Robinson equations of state were tested, and Peng-Robinson proved to be the best one. The column model for the stationary simulation is a standard Aspen HYSYS column representing only the packed section of the Thermo De Asphalting tower, while a flash unit approximates the cyclone preceding the column. The dynamic simulation requires higher precision in the description of the internal hydraulics and a classical tower was not sufficiently detailed. Thus, the TDA was broken down in sections each representing a limited portion of the column as accurately as possible. The performances of Aspen HYSYS internal models for viscosity were unsatisfactory and the Bergmann-Sutton and Bingham models were implemented by means of a VBA script in Excel that automated the data extraction and computation of the viscosities. The stationary simulation adopts thirty-one pseudo-components in order to favour precision in the property prediction, whereas the dynamic simulation utilises fifteen pseudo-components so to guarantee a reasonable computational time and a better convergence. This cut set was also customized to be more precise in the description of middle cuts which are the products of the column. The quality of the approximation was tested using data from an upstream flash unit. Excel analyzed and represented most of the data. However, when necessary (correlograms and heatmaps), Python libraries are used (pandas, NumPy and Seaborn for visualization). The stationary model accurately predicts the distribution of the lubricant cuts and their properties as verified by the experimental data, whereas the dynamic model correctly predicts the qualitative behaviour of the column by means of historical data validation. After validation, the dynamic model aimed to simulate a start-up procedure and a top condenser failure, as accident scenario. The devised start-up procedure confronted its performances against the procedure used presently. The accident scenario quantified the amounts of out of specification product sent to storage during transients and it was integrated with a strategy to compute the longest possible time the plant can be operated in off-spec conditions without compromising the quality of the final product.

Questa tesi verte sulla modellazione stazionaria e dinamica di una colonna operante sottovuoto, che tratta oli esausti disidratati. I modelli saranno la base per successivi sviluppi e applicazioni. Il software Aspen HYSYS® V10 comprende la modellazione statica usando il suo ampio database per una caratterizzazione efficacie dei tagli di olio lubrificante, mentre SimSci DynSim® (versione 5.3.1) è usato per la modellazione dinamica, favorendo una accurata precisione nel predire il comportamento dinamico del sistema a discapito della caratterizzazione delle proprietà dei prodotti. I modelli termodinamici BK-10 e Peng-Robinson sono stati testati, e quest’ultimo è risultato essere il migliore. Il modello stazionario della colonna è sviluppato in Aspen HYSYS® che rappresenta la sezione impacchettata della colonna in diversi stadi teorici, mentre il ciclone alla base è implementato come un flash. La parte dinamica richiede una maggiore precisione nel descrivere l’idraulica interna alla colonna e il modello di un’unica torre non era appropriato. Perciò, la TDA è stata suddivisa in 7 parti, ognuna rappresentante una differente sezione. I modelli di predizioni di viscosità in Aspen HYSYS® non sono sufficientemente accurati, quindi i modelli di Bingham e Bergmann-Sutton sono stati implementati in un codice VBA in Excel che automaticamente calcola le viscosità per ogni simulazione. Il modello stazionario utilizza 31 pseudo-componenti per favorire la precisione nella caratterizzazione dei prodotti, mentre il modello dinamico utilizza solo 15 pseudo-componenti per minimizzare lo sforzo computazionale e migliorare la convergenza. Tale set di pseudo-componenti è stato modificato per ottimizzare la qualità predizione dei risultati. L’unità di preflash ha testato le differenti performance di vari set. Excel ha analizzato la maggior parte di dati e risultati. Le librerie di Python (Pandas, NumPy e Seaborn) sono state utilizzate quando necessario (correlogrammi e schemi). Il modello stazionario risulta predire ottimamente le condizioni operative del processo e le proprietà dei tagli prodotti, mentre il modello dinamico rappresenta accuratamente il comportamento dinamico del sistema, come validato per entrambi i casi. Infine, il modello dinamico è stato utilizzato per pianificare una nuova procedura di Startup e per simulare un caso di incidente implementando la miglior strategia di controllo nei limiti di simulazione e quantificando la portata di prodotto fuori specifica.