Ethylen gehört zu den wichtigsten Petrochemikalien weltweit. Es wird zur Herstellung von Kunststoffen oder Polymeren, Lösemitteln, Fasern für Bekleidung, Kosmetika, Reinigungsmitteln, Farben und Verpackungen verwendet.
Eine Ethylenanlage ist einerseits ein sehr komplexes Gebilde, andererseits soll sie sehr flexibel sein, um jederzeit auf die Verfügbarkeit von Rohstoffen reagieren zu können. Eine effiziente Ethylenproduktion erfordert daher integrierte durchgängige Lösungen zur Optimierung der Anlage hinsichtlich Ausbeute, Wirkungsgrad und Energieeinsatz.
Modellierung im Fokus
Neue Technologien können in Kombination mit bewährten Methoden zu drastischen Verbesserungen bei der Leistungsfähigkeit der Anlagen führen. Im Mittelpunkt steht dabei ein modellbasierter Ansatz, der von der Anlagenplanung bis zur Umsetzung reicht. Im Mittelpunkt dieser Strategie steht, schnell auf Änderungen der Produktnachfrage und Verfügbarkeit von Einsatzstoffen zu reagieren, die Betriebsabläufe an die Dynamik der Unternehmensziele anzupassen und den Vorgaben entsprechend zu produzieren. Mit einer Modellierung über den gesamten Lebenszyklus hinweg können Ingenieure die Anlage mittels integrierter Prozesse und exakter und skalierbarer Entwürfe planen und das physische Anlagenverhalten zum Beispiel in Bezug auf Druck, Flüssigkeitsströme und betriebsbedingte Einschränkungen vorhersagen. Dieser Ansatz lässt sich unter anderem zur Dimensionierung von Überdruckventilen oder auch zur Analyse des Betriebsverhaltens von Wärmetauschern verwenden.
Richtiges Design für Ethylen-Splitter
Welche Vorteile ein solcher modellbasierter Ansatz für Unternehmen birgt, lässt sich anhand des Planungsprozesses eines Ethylen-Splitters veranschaulichen. Die Trennung des Ethylens von Ethan ist ein aufwendiger Prozess, sowohl in Bezug auf die Kapital- als auch die Betriebskosten. Ein Ethylen-Splitter (C2-Splitter) trennt Ethylen als hochreines Kopfprodukt von Ethan, das zusammen mit Propan zum Cracken zurückgeführt wird. Zu dieser Trennung von Ethylen und Ethan werden oftmals große Destillationskolonnen (Splitter) mit einem Wärmetauscher und einem Verdichter benötigt. So zentral diese Systeme für Ethylenanlagen auch sind, führen sie im Betrieb jedoch häufig zu Problemen. Wegen des fehlenden Einblicks in betriebsbedingte Einschränkungen wird die volle Systemkapazität oft nicht erreicht. Außerdem kann es zu Ausfällen und langen Stillstandszeiten der Anlage kommen, wenn Störungen und Probleme manuell identifiziert und beseitigt werden müssen. Mit dem Trend zu größeren Anlagen haben darüber hinaus auch die C2-Splitter an Größe gewonnen. Damit ist die Senkung des Energieverbrauchs als vorrangiges Ziel bei der Olefinproduktion in den Mittelpunkt gerückt.
Das Design eines Splitters wird von mehreren Faktoren bestimmt, zu denen prozesstechnische Anforderungen, Wirtschaftlichkeit und Sicherheit gehören. Hochentwickelte Prozesssimulationtools zur Modellierung der C2-Splittersektion ermöglichen es, Variablen an die tatsächlichen Anlagendaten anzupassen. So können Konstrukteure die Zusammensetzung des C2-Splitter-Feeds sowie die Trennwirkung der Kolonnenböden und des Verdichters besser vorhersagen. Die Verwendung leistungsfähiger Modellierungstools für Destillationskolonnen, die auf den Durchsatzmengen beruhen, garantiert genauere Simulationen sowie eine Maximierung der Produktion über einen größeren Bereich von Betriebsbedingungen hinweg. Gleichzeitig lassen sich anhand von Ist-Daten der Anlage der Flutungsfaktor und die Verdichterlast berechnen. Dank belastbarer Modelle und den darin integrierten Anlagendaten gewinnen die Konstrukteure einen deutlich besseren Einblick in betriebsbedingte Einschränkungen. Das Modell erhöht den Nutzen im Anlagenbetrieb und trägt dank seiner Detailgenauigkeit zur zuverlässigen Vorhersage des tatsächlichen Anlagenverhaltens bei – und zwar innerhalb eines Bereichs an zu erwartenden, auf Basis von Prozessdaten prognostizierten Bedingungen. Die Daten selbst werden genutzt, um Messfehler mit einer Ausführungsumgebung auszugleichen, sodass das Modell bedarfs-, planungs- oder ereignisgesteuert ablaufen kann.
Simulationsmodell für ein optimiertes Betriebsverhalten
Die Überwachung dieser inferentiellen Schlüsselvariablen liefert einem Betreiber wertvolle Einblicke in das Anlagenbetriebsverhalten und in problematische Bereiche. Dadurch sinkt die Wahrscheinlichkeit ungeplanter Stillstandszeiten, sodass der Betreiber die vorgesehene Produktionsdauer der Anlage einhalten und Kosten sparen kann. Entscheidungen im Zusammenhang mit dem C2-Splitterprozess auf der Grundlage eines detaillierten Prozesssimulationsmodells tragen zur weiteren Optimierung der Anlage bei. Außerdem liefert das Modell mehrere Bewertungsoptionen für die schnelle Rückkehr zum Normalbetrieb. Der Betrieb der Kolonne und der Nebenanlagen auf der Grundlage allgemeiner grober Prinzipien wäre hier zu ungenau. Modellbasierte Ansätze hingegen ermöglichen es Konstrukteuren wie Betreibern, genauere und bessere Entscheidungen zu treffen. Zudem sind sie in der Lage unterschiedliche Betriebsszenarien zu testen und so den Anlagenbetrieb falls nötig anzupassen und das Betriebsverhalten zu optimieren.
Mit dem integrierten Softwarepaket Aspenone von Aspentech beispielsweise können Prozessingenieure ein Modell der Anlage erstellen und dieses im Vergleich mit Anlagendaten, z. B. aus Data Historian, validieren. Durch Erstellung einer ASW-Schnittstelle (ASW = Aspen Simulation Workbook) und der Verknüpfung der Schnittstelle mit Anlagendatenmarkierungen in Excel lassen sich anhand des Modell alternative Betriebsbedingungen identifizieren. Im nächsten Schritt wird das im Online-Betrieb laufende Modell abgeglichen. Anschließend werden die Daten im Data Historian erneut gespeichert, um auch in Zukunft unmittelbar einsehen zu können, wie sich das Modell im Laufe der Zeit verändert. Nach einer Echtzeitoptimierung (Real-Time Optimisation, RTO) zur Bereitstellung des Modells im Dauerbetrieb kalibriert sich das Modell täglich selbst und stellt dem Prozessleitsystem optimierte Sollwerte zur Verfügung. Die Anlage erreicht daraufhin dauerhaft höhere Kapazitäten. Anlageningenieure gewinnen zudem mehr Zeit, um andere zentrale Aufgaben zu erfüllen. Mit dem Aspen Custom Modeler lassen sich schnell und einfach Prozess- und Anlagensimulationen erstellen, die exakt und problemlos an die jeweiligen Bedingungen angepasst werden können. Die Software unterstützt den Aufbau benutzerdefinierter Formulare und Diagrammen für die angepassten Modelle, sodass die Daten mühelos und in einer leicht verständlichen Form dargestellt werden können.
Generell bietet die Verwendung robuster Modelle verschiedene Vorteile für petrochemische Unternehmen:
- Vorhersage des Anlagenverhaltens auf der Grundlage zuverlässiger Daten
- höhere Ethylen- oder Olefinertrag je Tonne Einsatzstoff
- geringerer Energieverbrauch je Tonne hergestellter Produkte
- Gewährleistung eines sicheren, kontinuierlichen und effizienten Betriebs
- reibungsloserer Betrieb bei durchgehender Koordination von Änderungen, die die gesamte Anlage betreffen
- schnelle automatische Erkennung, Kontrolle und Korrektur von Betriebszuständen, die zu kostspieligen Abschaltungen der Anlage führen können
- Herstellung von Produkten in konstanter Qualität zur Erfüllung von Kundenbedürfnissen
- Verbesserung der Gesamtwirtschaftlichkeit der Anlage
Fazit
Um eine maximale Ethylenproduktion bei minimalen Betriebskosten realisieren zu können, müssen die Betreiber den Blick permanent auf Maßnahmen zur Aufrechterhaltung der Leistungsfähigkeit richten. Durch die Einführung neuester integrierter Technologien sind Steigerungen der Leistungsfähigkeit von Anlagen möglich, die zu Energieeinsparungen von bis zu 15 % führen können. Ein modellbasierter Ansatz ermöglicht es Anlagenbetreibern, Unterschiede zwischen dem tatsächlichen und dem geplanten Betriebsverhalten festzustellen, Schwachstellen zu erkennen und zu ermitteln, wo das Betriebsverhalten durch welche Probleme beeinträchtigt wird. Eine schlanke, effiziente Ethylenproduktion schlägt sich dabei nicht nur unmittelbar auf die Produktivität der Anlage aus. Langfristig kristallisiert sich die Operational Excellence für Unternehmen darüber hinaus als deutlicher Wettbewerbsvorteil heraus.
Autor: Norbert Meierhöfer
Business Consulting Director,
Aspentech
