آنالیز حساسیت و بهینه سازی فرآیند بهبود یافته ی تراکم و خالص سازی co2 با استفاده از روش سطح پاسخ

امروزه انتشار کربن دی اکسید ناشی از احتراق سوخت های فسیلی به عنوان یکی از دلایل اصلی گرمایش کره ی زمین و مشکلات ناشی از آن شناخته می شود. احتراق با اکسیژن به نسبت خالص (ofc) روشی موثر برای جداسازی co2 از گاز احتراق است. واحد تراکم و خالص سازی کربن دی اکسید (co2cpu) یکی از واحدهای صنعتی به نسبت جدید برای جداسازی co2 از گاز احتراق حاصل از فرآیند ofc است. با این حال انرژی بالای مورد نیاز جهت انجام فرآیند تراکم و تبرید یکی از چالش های این واحد است. از این رو شناسایی و آنالیز حساسیت پارامترهای موثر بر فرآیند مورد نیاز است تا سرانجام بتوان این پارامترها را به نحو مناسبی بهینه سازی و کنترل نمود. تحقیق حاضر ضمن معرفی این واحد، به آنالیز حساسیت، بهینه سازی و بهبود ساختار این فرآیند اختصاص داده شده است. فرآیند در محیط نرم افزار aspen plus شبیه سازی شد. مدل ترمودینامیکی peng-robinson برای تخمین خصوصیات ترمودینامیکی به کار گرفته شد و به منظور افزایش دقت ضرایب ترمودینامیکی با استفاده از مقادیر موجود در مقالات بهبود یافت. با توجه به اینکه برهمکنش پارامترهای عملیاتی بر نتایج بهینه سازی موثر است، روش سطح پاسخ (rsm) به منظور بهینه سازی مورد استفاده قرار گرفت. نتایج حاصل از این تحقیق نشان می دهد با بهبود شرایط عملیاتی فرآیند در فشار bar 25 قابل انجام است. در حالی که پیشتر فشار عملیاتی این فرآیند bar 30 گزارش شده بود. بدیهی است که کاهش فشار عملیاتی نه تنها سبب کاهش هزینه عملیاتی می شود بلکه سبب کاهش هزینه سرمایه گذاری و در نتیجه کاهش هزینه های کل خواهد شد.

sensitivity analysis and optimization of modified co2cpu process using response surface methodology

today, the co2 emission from the combustion of fossil fuels is recognized as one of the main causes of global warming and its consequent problems. oxy-fuel combustion (ofc) is an effective way to separate co2 from combustion flue gas. co2 compression and purification unit (co2cpu) is a relatively new industrial unit for the separation of co2 from the combustion gas produced by ofc process. however, the high energy required for the compression and refrigeration process is one of the main challenges of this unit. therefore, identification and sensitivity analysis of the parameters affecting the process are needed for appropriate optimization and control of these parameters. the present study, while introducing this unit, aimed at sensitivity analysis, optimization and improvement of the process. the process was simulated in the aspen plus environment. in addition, peng-robinson thermodynamic equation of state was applied to estimate the thermodynamic properties and it was improved using the data ​​in the literatures to increase the accuracy of the thermodynamic coefficients. given that the interaction of operational parameters is effective on the optimization results, the response surface methodology (rsm) was employed for optimization. the results of this study show that the process can be performed at 25 bar pressure by improving the operating conditions, while the operating pressure of this process was previously reported to be 30 bar. obviously, reducing operating pressure decreases not only the operating costs but also the investment costs and thus, the total costs.