View this PageEdit this PageAttachments to this PageHistory of this PageTop of the SwikiRecent ChangesSearch the SwikiHelp Guide

Modelování a simulace technologických procesů

D. Martinek, R. Kočí

-----------


Úvod

Jednou z vysoce praktických aplikací M&S je modelování technologických zařízení. Dynamické modely se používají například pro simulaci provozu za podmínek, které by se těžko testovaly v reálném provozu. Využívají se zde především prvky diskrétní, spojité a kombinované simulace. Dále lze využít přístupy souhrně nazývané soft-computing (neuronové sítě, fuzzy logika, atd.), stejně jako nejrůznější optimalizační algoritmy.

Další významnou aplikací je návrh nových technologických zařízení podle zadané specifikace. Tato problematika úzce souvisí s technikou nazývanou model-driven design.

Návrh modelu spalovny odpadů (spolupráce s FSI VUT)

V současné době spolupracujeme s Fakultou Strojního Inženýrství na tvorbě modelů spalovny odpadů a na programu pro návrh a simulaci různých konfigurací spaloven. Tato spolupráce nám umožňuje unikátní příležitost pro vyzkoušení velkého množství M&S technologií na reálném, přiměřeně složitém technologickém zařízení.

Spalovna odpadů je specifické zařízení, které slouží primárně pro termickou likvidaci pevných, kapalných a plynných odpadů. Aby byl zaručen ekologický provoz, a protože spalovaný odpad má proměnlivou hořlavost, spaluje se za pomoci přídavného paliva, čímž je často zemní plyn. Toto přídavné palivo zaručuje udržení dostatečně vysoké teploty, nutné k rozložení všech nebezpečných látek, které se ve spalovaném odpadu nacházejí.

Zbytkové teplo vznikající spalováním lze dále zužitkovat. Za samotné spalovací zařízení lze připojit bloky pro využití této energie. Spalovna odpadů tedy může zároveň fungovat i jako teplárna (zdroj přehřáté páry pro vytápění) nebo jako elektrárna (přehřátá pára roztáčí turbíny).

Uploaded Image: incinerator.png


Diskrétní simulační techniky

Modely s diskrétními událostmi a procesy se používají zejména pro popis technologických procesů, ve kterých lze identifikovat hromadění zpracovávaných prvků do front a případně výlučný přístup k zařízením, které je zpracovávají. Těmto systémům se říká systémy hromadné obsluhy (SHO). Typickými příklady jsou provozy s dopravníkovými pásy, nebo obchody s frontami zákazníků před pokladnami. Výstupem těchto modelů jsou typicky statistické údaje o počtu obsloužených zákazníků nebo počtu zpracovaných polotovarů za nějaký časový interval.

Ve spalovně odpadů do této oblasti spadá například plnění rotační pece, transport strusky a popela, periodické čištění filtrů nebo třeba logistická podpora komunálních služeb (vozy s odpadem musí vědět, kdy mohou/musí přijet).

Spojité simulační techniky

Spojité modely slouží k popisu fyzikálních dějů pomocí soustav diferenciálních rovnic, které jsou řešeny počítačem. Výsledkem simulace je typicky časový průběh sledovaných veličin (např. poloha, teplota, tlak, složení spalin).

Ve spalovně odpadů pomocí spojité simulace řešíme samotný proces spalování odpadu, dále pak vychládání spalin a usazování sazí na stěnách potrubí (parazitní jev) a ve filtrech (žádoucí jev).

Kombinovaná simulace

Kombinované modely spojují v jednom modelu části využívající principů diskrétní simulace a části využívající spojitou simulaci. Nejčastěji se to dělá tak, že spojitý model generuje diskrétní události v okamžiku, kdy sledovaná veličina překročí nějakou mez. Diskrétní části modelu zase mohou skokově měnit parametry na vstupu spojité části.

Bez kombinované simulace by nebylo možné vytvořit funkční model spalovny, protože se zde diskrétní a spojité části přímo ovlivňují. U některých konfigurací spaloven se například odpad zaváží do pece periodicky po jednotlivých balících. Tyto události skokově mění podmínky v peci a mají zásadní vliv na průběh spalování (do okamžiku, než se nový odpad zahřeje na zápalnou teplotu klesá teplota, potom začne prudce stoupat a zároveň začne klesat koncentrace kyslíku).

Problémy s neurčitostí

U modelu jako je tento často nemáme k dispozici dostatečný matematický aparát pro popis některých dějů. Další možností je, že matematický aparát sice k dispozici máme, ale jeho použití je pro naše účely nevhodné (například je extrémně výpočetně náročný). Příkladem takového problému je proces samotného hoření odpadu.

Hoření je proces, jehož přesný průběh zatím neumíme přesně popsat, protože jde o částečně chaotický děj. Používá se zde pojem deterministický chaos. Na úrovni atomů a molekul jde o velmi chaotické chemické reakce, kdežto na úrovni jednotlivých hořících kousků materiálu je patrná jistá organizovanost.

Další neurčitou veličinou je samotné složení spalovaného odpadu. Toto složení je opět na první pohled nahodilé. Obsah různých látek se dá zjistit dodatečně analýzou spalin. Při delším sledování se dá zjistit, že složení odpadu vykazuje jistou periodičnost v závislosti na ročním období.

S těmito neurčitými jevy se lze při modelování vypořádat různými způsoby v závislosti na tom, co od modelu očekáváme (na experimentálním rámci). Zkušenosti z reálných zařízení lze například do matematického modelu začlenit pomocí fuzzy logiky či expertních systémů. Modely hoření lze vytvářet pomocí celulárních automatů. Pomocí fluidní dynamiky (CFD - computational fluid dynamics) lze modelovat tepelné proudění stěnami rotační pece a proudění spalin potrubním systémem.

Tato úloha poskytuje jedinečnou příležitost pro "průzkum bojem". Lze si zde vyzkoušet zajímavé nové přístupy.

Využití optimalizačních technik

Jak bylo řečeno výše, spalovna může pracovat v několika režimech, buďto jako čistá spalovna, nebo jako zdroj tepelné či elektrické energie. Pokud budeme klást důraz na co nejlepší prohoření odpadu, bude potřeba dodat více paliva, zařízení se bude více opotřebovávat a provoz bude dražší. Pokud část zbytkového tepla využijeme pro výrobu tepelné nebo elektrické energie, lze část nákladů získat zpět.

Tato a další omezení formulují několik zajímavých optimalizačních úloh. Například lze optimalizovat provoz na co největší zisk, nebo na co nejmenší ekologické dopady. Do těchto optimalizačních úloh lze dále zahrnout i okolní vlivy, jako aktuální ceny energií, obchodování s emisními limity a podobně. To dává příležitost vyzkoušet si množství zajímavých optimalizačních algoritmů - genetické algoritmy, simulované žíhání, hill-climbing, atd.

Reference


Témata studentských prací

Spolupráce na tomto projektu umožňuje získání velmi cenných znalostí a zkušeností. Absolventi s tímto druhem znalostí a zkušeností jsou v průmyslu velmi cenění.

-----------

Link to this Page