灵敏度分析是化工过程设计和优化中的重要工具,通过改变模型中的输入参数,观察输出结果的变化,从而评估各个参数对模型输出的影响程度。在化工过程设计和优化中,灵敏度分析可以帮助用户了解哪些参数对系统性能的影响最大,量化输入参数的不确定性对输出结果的影响,从而优化设计和操作条件,减少不确定性,优化系统性能。例如,在化工过程中,了解原料组成的变化对产品收率的影响,可以采取措施减少这种不确定性带来的负面影响。
在奥秘仿真®Plus中,灵敏度分析功能强大且易于使用,能够有效支持复杂化工过程的设计和优化。灵敏度分析是建立在完整的工艺流程上的,因此首先需要搭建工艺流程。案例的工艺流程是丙烯和苯制备异丙苯。反应后,异丙苯冷凝为液相,作为产物流出;未反应的丙烯和苯未冷凝,循环回到反应器,继续参与反应。
点击模块分析工具,进入灵敏度分析。新建灵敏度分析方案,右侧可更改方案的名称和描述。
案例的自变量为冷却器出口温度,因此选择冷却器模块COOLER,属性为出口温度。上下限表示属性的取值上下限,点数表示在上下限之间,自变量取多少个点,自变量在范围内是均匀取值的。自变量可以选择一个或两个,两个自变量的配置方式相同。
因变量可直接选择现有变量,或通过表达式计算。LIQUID2是液相出口流股,选择其作为对象。将该流股的总摩尔流量和异丙苯的摩尔分率设置为因变量,研究温度变化的影响。
进入结果界面,点击开始灵敏度分析进行计算,结果显示随着出口温度上升,产物异丙苯的摩尔分率提高,但总摩尔流量下降。在图表界面,通过绘制选项,灵敏度分析的结果也能通过图像显示。x轴选择出口温度,y轴分别选择摩尔流量和摩尔分率,点击绘制显示因变量的变化情况。图像还支持缩放、显示点数据等功能。
目前的结果无法判断温度对异丙苯的摩尔流量的影响,可以在变量中新增异丙苯的摩尔流量,此处演示表达式的用法,能达到相同的效果。在因变量的表达界面,新增摩尔流量和摩尔分率两项参数并取名为A和B,表达式输入A*B,即为异丙苯的摩尔流量。
运行灵敏度分析,数值和图表的结果表明,异丙苯的摩尔流量随着冷却器出口温度的增加而增加。
“奥秘课堂”系列教学视频将逐步深入地介绍奥秘仿真®Plus的各个功能模块。我们诚挚邀请您继续关注“奥秘课堂”,并通过观看我们的官方教学视频,帮助您能更好地理解和有效运用奥秘仿真®Plus这款功能强大的流程模拟工具。
特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.