شبیه سازی فرآیند برای طراحی، توسعه، تحلیل و بهینه سازی فرآیندهای شیمی، سیستم های زیست محیطی، نیروگاه ها، فرآیندهای پیچیده تولید، فرآیندهای بیولوژیکی و عملیات های مشابه، به کار می رود. به عبارت دیگر شبیه سازی فرآیند یک نمایش برپایه مدل، از فرآیندهای شیمیایی، فیزیکی و .... است که به وسیله عملیات واحد در یک نرم افزار ارائه می شود. پیش نیازهای اساسی برای مدل، ویژگی های شیمیایی و فیزیکی عناصر خالص و ترکیب ها، واکنش ها و مدل های ریاضی هستند که به نرم افزار اجازه می دهند محاسبات ویژگی های فرآیندی را انجام دهد.
برای راه اندازی هر پلنتی مثل پالایشگاه یا پتروشیمی، ابتدا مطالعات اولیه و کلی صورت می گیرد تا مشخص شود این پلنت با چه خوارکی و توسط چه فرآیندی به چه محصولی خواهد رسید. پس از مطالعه و طراحی اولیه توسط مهندسین فرآیند، این فرآیندها نیاز به تست شدن دارند که آیا واقعا این روند، پلنت مورد نظر را به محصول مورد تقاضا می رساند یا خیر. مرحله تست کردن ،در واقع همان شبیه سازی فرآیند است. شبیه سازی یعنی بر اساس ذهنیتی که در مورد فرآیند داریم، تجهیزات را در یک محیطی (به طور مثال محیط نرم افزاری) قرار بدیم و نتایج آن را مشاهده و بررسی کنیم و پس از آنکه از صحیح بود روندها مطمئن شدیم، به سمت پیاده سازی طراحی ها می رویم.
بازار کار
مهندسی شیمی چه علاقه داشته باشد در شرکت های طراحی مهندسی مشغول به کار شود چه در پتروشیمی و پالایشگاه، زمانی که مهارت کار با نرم افزارهای شبیه ساز را آموزش دیده باشند، مطمئنا در مسیر هموارتری به موفقیت خواهند رسید.
در نوع اول، روند به این صورت است که برای مثال از جریان آ محصول ب تولید شود. این خواسته به یک شرکت طراحی مهندسی ارائه می شود. این خواسته به صورت پروژه تعریف می شود که به مهندسین فرآیند سپرده می شود. به همین دلیل نیاز به مهارت کار با نرم افزارهای شبیه سازی فرآیند و تسلط بر آن ها احساس می شود.
در نوع دوم بخش تحقیق و توسعه (R&D) موقعیتی است که الزام تسلط بر چنین نرم افزارهایی مواجه می شوند.
مجموعه نرم افزاری اسپن (Aspen)
مجموعه نرم افزارهای اسپن که در حال حاضر موجود است از نسخه 10 با شرکت هایسیس ادغام شد و با نام تجاری Aspen One به کار خود ادامه دادند که شامل نرم افزارهای Hysys، plus، dynamic ، …
به مرور در سالهای اخیر شرکت اسپن تلاش کرده است بخش های مربوط محاسبات اقتصادی و چند بخش دیگر به صورت ماژول هایی به نرم افزارهای اسپن پلاس و اسپن هایسیس اضافه شد تا کابری راحت تری برای مهندسین فراهم کند.
کاربران این مجموعه نرم افزاری، مهندسین شیمی با گرایش مختلف و به طور خاص مهندسین گرایش فرآیند هستند. اما مهندسین مکانیک و حتی مهندسین برق (گرایش کنترل) هم برحسب علاقه و حوزه کاری به سمت آموزش این نرم افزار سوق پیدا می کنند، مهندسین پلیمر نیز از کاربران اصلی اسپن هستند تا جایی که در نرم افزار اسپن بخش مجزایی برای فرآیندهای پلیمری در نظر گرفته شده است.
اسپن پلاس (Aspen Plus)
اولین قدم در هر شبیه سازی فرآیند، موادی که در آن شبیه سازی درگیر هستن را فراخوانی کنیم. پس یکی از ویژگی های مهم که در مورد نرم افزارها تمایز ایجاد می کند، بانک داده های مواد اولیه است. زیرا در غیر این صورت کاربران باید خواص مواد را از مقالات مختلف یا آزمایشات به دست آورند.اسپن پلاس بانک اطلاعاتی خیلی قوی از مواد دارد و کمتر ماده ای است که در آن موجود نباشد.
پس از اینکه ماده یا مواد را انتخاب کردیم باید property method یا مدل ترمودینامیکی یا معادله حالت ترمودینامیکی که قرار است سیستم بر اساس آن حل شود را انتخاب کنیم. انتخاب این متد با توجه به مواد حاضر در مسئله، اهمیت زیادی در شبیه سازی دارد. بنابراین ویژگی بعدی که در نرم افزارهای شبیه سازی فرآیند قابل مقایسه و تمایز است، داشتن بانک خوبی از معادلات حالت ترمودینامیکی است. در اسپن پلاس تعداد خوبی از معادلات موجود است. نکته ای که در مورد معادلات حالت وجود دارد، گاهی بعضی از ضرایب معادلات بر اساس محاسبات ترمودینامیکی که انجام می شود، ممکن است دارای خطایی نسبت به داده های تجربی باشند. برای حل این مشکل در نرم افزار اسپن پلاس بخشی بعنوان بانک داده های تجربی اضافه شده است که در واقع از ثوابت به دست آمده از آزمایش ها تشکیل شده است و با استفاده از آن ها می توان نتایج را بهبود داد.
سپس وارد محیط شبیه سازی می شویم که در نرم افزار تحت عنوان فلوشیت (flow sheet) شناخته می شود. در این محیط تجهیزات مختلف را در نظر میگیریم در محیط فلوشیت قرار می دهیم اتصالات مناسب بین آن ها ارتباط برقرار می کنیم. یکی دیگر از ویژگی های مثبت اسپن پلاس کامل بودن تجهیزات فرآیندی مانند پمپ، کمپرسور، مبدل حرارتی، برج تقطیر، ....است.
موضوع مهمی که معمولا مهندسین با آن مواجه هستند این است که در ابتدای شبیه سازی، اطلاعات کاملی از آن، در دسترس نیست. به طور مثال فرض کنید قصد داریم یک برج تقطیر را شبیه سازی کنیم، مطلع هستیم طبق هدف شبیه سازی که قرار است خوراکی که x% از ماده آ و y% از ماده ب را دارد. ماده آ را از بالای برج تقطیر و ماده ب را از پایین برج تقطیر جدا کنم. اما اطلاع نداریم که قطر برج، تعداد سینی و ..... چه مقداد باید باشد. در حقیقت این اطلاعاتی است که در نرم افزارهای شبیه ساز باید به دست آورد. برای رفع این مشکل ویژگی جالبی در نرم افزار وجود دارد که از هر تجهیز مدل های مختلف وجود دارد و این مدل ها به دو دسته shortcut و re growth تقسیم شده اند. مدل های shortcut به اطلاعات کمتری نیاز دارند و با محاسبات سر انگشتی خصوصیت هایی مثل تعداد سینی و... به کاربر می دهد. حالا با داشتن این تعداد تقریبی میتوان از مدل re growth استفاده کرد و به نتایج دقیق رسید. در مرحله بعد برای یافتن بهترین جواب می توان به بحث های آنالیز حساسیت و بهینه سازی پرداخت.
ممنون