Accelerating chemical process simulations by Integrating surrogate models into the simulation environment

In recent years, the application of surrogate models within the chemical process industry has gained significant momentum, to optimize computational efficiency in simulations while maintaining the accuracy. This thesis presents a novel methodology for integrating surrogate models directly into Aspen HYSYS, leveraging a framework that automates the generation, validation, and integration of these models using a black box approach. The surrogate models were obtained using the Tiresias software developed by the SuPER team of the Politecnico di Milano. The methodology was rigorously tested across three case studies: a simple flash and heating operation, the BTX separation process, and a methanol production plant simulation. The results demonstrated that the surrogate models using the black box in series approach were more accurate than the ones for just one single black box approach. Additionally, with the integration of these models in Aspen HYSYS using the “Import User model” tool, more than 90% of the variables were correctly predicted with an error of less than 15% in the three cases. Also, the simulation speed was improved mostly for the direct BTX separation and the methanol production plant. Furthermore, an optimization for the OPEX was performed for the simple flash and heating operation finding problems with the optimizer and the tool used in Aspen HYSYS. Finally, several opportunities were found, mostly with the use of CAPE OPEN for new versions of the integration and optimization were considered.

In questi ultimi anni, l'applicazione di modelli surrogati nell'industria dei processi chimici ha guadagnato un notevole slancio, per ottimizzare l'efficienza computazionale nelle simulazioni mantenendo la precisione. Questa tesi presenta una metodologia innovativa per l'integrazione dei modelli surrogati direttamente in Aspen HYSYS, sfruttando un framework che automatizza la generazione, la validazione e l'integrazione di questi modelli utilizzando un approccio a black box. I modelli surrogati sono stati ottenuti utilizzando il software Tiresias sviluppato dal team SuPER del Politecnico di Milano. La metodologia è stata rigorosamente testata su tre casi studio: una semplice operazione di flash e riscaldamento, il processo di separazione BTX e una simulazione di un impianto di produzione di metanolo. I risultati hanno dimostrato che i modelli surrogati utilizzando l'approccio a black box in serie erano più accurati rispetto a quelli ottenuti con un singolo approccio a black box. Inoltre, con l'integrazione di questi modelli in Aspen HYSYS utilizzando lo strumento "Import User Model", più del 90% delle variabili sono state previste correttamente con un errore inferiore al 15% nei tre casi. Anche la velocità di simulazione è migliorata, soprattutto per la separazione diretta BTX e per l'impianto di produzione di metanolo. Inoltre, è stata eseguita un'ottimizzazione dell'OPEX per la semplice operazione di flash e riscaldamento, riscontrando problemi con l'ottimizzatore e lo strumento utilizzato in Aspen HYSYS. Infine, sono state individuate diverse opportunità di miglioramento, principalmente con l'uso di CAPE OPEN, per nuove versioni dell'integrazione e dell'ottimizzazione.