Influence of non-linear equilibrium isotherms on the Dual-Reflux Pressure Swing Adsorption process performance

In order to overcome the thermodynamic limitation intrinsic of the PSA, new configurations for the PSA have been proposed. One of the more attractive is the so-called Dual-Reflux Pressure Swing Adsorption (DR-PSA) which allows to produce, under particular operating conditions, both pure light and heavy component from a binary feed gas mixture. These systems employ a lateral feed injection, which divides the column into a stripping and a rectifying section, and two reflux streams from each of these sections. In literature different studies on this process have already been performed and some design strategies have been proposed, based on various simplifying assumptions. In this work we study the impact of a non-linear adsorption on the DR-PSA process, in particular on the DR-PHA configuration. Moreover, in order to recover the non-complete separations observed, we perform a multi-variable sensitivity analysis obtained through the variation of some key process parameters. Both the two aims are pursued exploiting a complete MATLAB code developed by Rossi et al. (2019).

Al fine di superare la limitazione termodinamica intrinseca della PSA, ne sono state proposte nuove configurazioni. Una delle più interessanti è la cosiddetta Dual-Reflux Pressure Swing Adsorption (DR-PSA) che permette di ottenere, in particolari condizioni operative, sia componente leggero che pesante puri a partire da un’alimentazione formata da una miscela binaria di gas. Questi sistemi utilizzano un'alimentazione laterale, che divide la colonna in una sezione di stripping e una di rettifica, e due reflussi da ciascuna di queste sezioni. In letteratura sono già stati eseguiti diversi studi su questo processo e sono state proposte alcune strategie di design, basate su varie ipotesi semplificative. In questo lavoro studiamo l'impatto di un’isoterma di adsorbimento non lineare sul processo DR-PSA, in particolare sulla configurazione DR-PHA. Inoltre, al fine di recuperare le separazioni non complete osservate, eseguiamo un'analisi di sensibilità multivariata attraverso la variazione di alcuni parametri chiave del processo. Entrambi i due obiettivi sono perseguiti utilizzando un codice MATLAB completo sviluppato da (Rossi et al., (2019)).