Кластеризация сырья (K-means) для моделирования производства SAF в Aspen Plus

Вот развернутый и адаптированный перевод исходного текста на русский язык с сохранением всех ключевых технических деталей, цифр, имен и профессиональной терминологии.

---

Перевод и адаптация

В настоящее время основной технологией производства устойчивого авиационного топлива (Sustainable Aviation Fuel, SAF) является гидроочистка эфиров и жирных кислот (Hydroprocessed Esters and Fatty Acids, HEFA). Ключевая проблема, возникающая при проектировании соответствующих промышленных установок, связана с высокой степенью гетерогенности отработанного кулинарного масла (Used Cooking Oil, UCO), используемого в качестве сырья. Различия в составе жирных кислот делают технологический процесс крайне нестабильным, что приводит к трудностям со сходимостью расчетных моделей и непредсказуемому выходу конечного продукта.

Для решения этой проблемы группа исследователей интегрировала симуляцию процесса HEFA в среде Aspen Plus (версия V11) со статистическим методом кластеризации K-means. Термодинамический пакет был построен на основе уравнения состояния Пенга-Робинсона (Peng-Robinson), которое является отраслевым стандартом для моделирования подобных углеводородных смесей. Алгоритм машинного обучения (K-means) применялся на предварительном этапе для классификации обширного массива данных по составу UCO на три репрезентативных кластера. Кластеризация проводилась на основе трех ключевых параметров: состава жирных кислот, потребности в энергоресурсах (утилитах) и профиля выхода продуктов. Впоследствии каждый кластер моделировался индивидуально в Aspen Plus с целью оценки чувствительности выхода процесса. Результаты симуляции в Aspen Plus были валидированы на основе эталонного состава UCO, взятого из академической литературы.

Технико-экономический анализ (Techno-Economic Analysis, TEA), выполненный на основе моделирования завода производительностью 66 миллионов литров в год, показал, что минимальная цена продажи (Minimum Fuel Selling Price, MFSP) SAF находится в диапазоне от 1,44 до 1,52 доллара США за литр. Исследование продемонстрировало инженерам, что, хотя выход самого SAF оставался стабильным во всех трех кластерах, гетерогенность сырья оказывала радикальное влияние на потребление энергоресурсов (утилит) и распределение побочных продуктов. Особенно значительные колебания наблюдались в объемах тяжелых дистиллятов и дизельного топлива. Применение кластеризации позволило корректно спроектировать теплообменное оборудование, предусмотрев наихудшие сценарии флуктуации состава сырья.

Источник

Источник

Теги

• #AspenPlus
• #MachineLearning
• #SAF
• #HEFA
• #KMeans

Источник: https://pubs.acs.org/doi/10.1021/acs.energyfuels.6c01361

#AspenPlus #MachineLearning #SAF #HEFA #KMeans