Development of a model for packed-foam Fischer-Tropsch reactors and optimization through artificial neural networks

Packed metallic foam are proposed as a promising solution for the problem of heat removal in Fischer-Tropsch processes. Such type of configuration allows for high catalyst loading, whilst maintaining low pressure drops, and high degree of intermixing and thermal exchange. This work aims to develop a 2-dimensional mathematical model in accounting for the mass, energy and momentum balancesof a packed-foam Fischer-Tropsch tubular reactor. It takes also into account the variation of selectivity and heat of reaction with temperature. After that Artificial Neural Networks (ANN) are employed to predict the performance of the system in a more computationally effective way. Moreover, ANN provide a less complex problem from the mathematical point of view; thus, facilitating the optimization of operating conditions. The first chapter is dedicated to provide adequate background about Gas to Liquid Process in general and Fischer-Tropsch Synthesis (FTS) in specific. Followed by detailed discussion of the heat removal problem and the proposed solutions. Then the second chapter would go in depth with the discussion of structured reactors. The third chapter would describe the 2-dimensional hybrid heterogeneous model. This model consists of two phases: the foam and the pseudo-fluid phase, which consists of the catalyst and the gaseous fluid. The fourth chapter would go through the preliminary results and the sensitivity analysis of the proposed model, followed by the simulation of experimental results that were reported in a previous work at the Laboratories of Catalysis and Catalytic Processes (LCCP) of Politecncio di Milano. The experimental results demonstrated outstanding performance of the packed foam reactor in managing the thermal profiles during FTS reaction and for CO conversion values up to around 67%. After the demonstration of the performance of the proposed model, the fifth chapter would introduce the notion of ANN, it’s applications and design. ANN is applied as mean for the prediction of CO conversion and selectivity to C5+. The developed ANN model was then used in optimizing the operating conditions of the packed foam reactor to maximize the productivity of C5+ prodcts.

La schiuma metallica compatta viene proposta come soluzione promettente al problema della rimozione del calore nei Fischer-Tropsch. Tale tipo di configurazione consente un elevato carico del catalizzatore, mantenendo basse perdite di carico e un elevato grado di miscelazione e scambio termico. Questo lavoro mira a sviluppare un modello matematico bidimensionale del reattore Fischer-Tropsch con schiuma metallica basato sui relativi bilanci di massa, energia e quantità di moto. Tiene inoltre conto della variazione della selettività e del calore di reazione con la temperatura. Successivamente vengono utilizzate le reti neurali artificiali (ANN) per prevedere le prestazioni del sistema in modo più efficace dal punto di vista computazionale. Inoltre, ANN fornisce un problema meno complesso dal punto di vista matematico; quindi, facilitando l'ottimizzazione delle condizioni operative. Il primo capitolo è dedicato a fornire un adeguato background sul processo da Gas a Liquido in generale e Fischer-Tropsch in particolare. Segue una discussione dettagliata del problema di rimozione del calore e delle soluzioni proposte. Quindi il secondo capitolo approfondirà la discussione sui reattori strutturati. Il terzo capitolo descriverà il modello eterogeneo ibrido bidimensionale. Questo modello è costituito da due fasi principali: la schiuma e la fase pseudo-fluida, che consiste nel catalizzatore e nel fluido gassoso. Il quarto capitolo presenterà i risultati preliminari e l'analisi di sensibilità del modello proposto, seguita dalla simulazione di risultati sperimentali che erano stati precedentemente riportati in un precedente lavoro svolto presso i Laboratori di Catalisi e Processi Catalitici (LCCP) del Politecnico di Milano. I risultati sperimentali hanno dimostrato prestazioni eccezionali del reattore a schiuma impaccata durante la reazione FTS e valori di conversione di CO fino a circa il 67%. Dopo la dimostrazione delle prestazioni del modello proposto, il quinto capitolo introduce la nozione di ANN, applicazioni e progettazione. ANN viene applicato per la previsione della conversione di CO e della selettività in C5+. Il modello ANN sviluppato è stato quindi utilizzato per ottimizzare le condizioni operative del reattore a schiuma impaccata per massimizzare la produttività dei prodotti C5+.