Thèse Unité de raffinage

POLITECNICO DI MILANO - FACOLTÀ DI INGEGNERIA
CORSO DI LAUREA IN INGEGNERIA CHIMICA
SIMULAZIONE OFF-LINE DI UN CICLO DI RAFFINAZIONE
PER IL MIGLIORAMENTO DELLE PERFORMANCES:
PROGETTAZIONE, REALIZZAZIONE, GESTIONE E VERIFICA
DEL MODELLO MATEMATICO.
RELATORE : PROF. GIUSEPPE BIARDI
CORRELATORE : ING. CALOGERO FICILI
TESI DI LAUREA DI:
MASSIMILIANO ZANOLETTI
MAT. 627660
ANNO ACCADEMICO
2000/2001
Ai miei genitori,
ai miei amici,
al Canada.
IV
SOMMARIO
0. OBIETTIVI
1
1 .INTRODUZIONE
2
2. DESCRIZIONE DEL PROCESSO
5
2.1 NOZIONI FONDAMENTALI
2.2 IMPIANTI DI DISTILLAZIONE ATMOSFERICA
2.3 CARICHE E PRODOTTI
2.3.1 COMPOSIZIONE DEI GREZZI
2.3.2 COMPOSIZIONE DEI PRODOTTI PETROLIFERI
2.3.3 CARATTERIZZAZIONE DEI PRODOTTI PETROLIFERI
2.3.3.1 Densità
2.3.3.2 Prove di distillazione
2.4 VARIABILI OPERATIVE
2.4.1 TEMPERATURA DI USCITA DEL FORNO
2.4.2 TEMPERATURA DI TESTA DELLA COLONNA
2.4.3 PORTATA E TEMPERATURA DEI RIFLUSSI
2.4.4 PORTATA DEI PRELIEVI LATERALI
2.4.5 OVERFLASH
2.4.6 PORTATA DEL VAPORE DI STRIPPING
5
6
8
8
8
9
10
10
11
12
12
12
13
13
13
3. ASPEN PLUS
14
3.1 STORIA ED APPLICAZIONI
3.2 STRUTTURA GENERALE DEL PROGRAMMA
3.2.1 FLOWSHEET DI SIMULAZIONE
3.2.2 SETUP
3.2.3 DICHIARAZIONE DEI COMPONENTI
3.2.4 PROPRIETÀ ED EQUAZIONI DI STATO
3.2.5 CORRENTI
3.2.6 UNITÀ O BLOCKS
3.3 GESTIONE DEI DATI INIZIALI
3.3.1 INTERPOLAZIONE DEI DATI INIZIALI
3.3.1.1 Metodi di conversione
3.3.2 GENERAZIONE DEGLI PSEUDOCOMPONENTI
3.4 CONVERGENZA
3.4.1 ALGORITMO INSIDE-OUT
3.4.1.1 Inner loop
14
15
16
17
17
18
19
19
21
21
23
26
27
27
29
V
3.4.1.2 Outer loop
3.4.2 METODI NUMERICI
3.4.2.1 Wegstein method
3.4.2.2 Broyden method
3.4.2.3 Newton method
33
35
35
36
36
4. PRIMA SIMULAZIONE
38
4.1 DESCRIZIONE DELL’IMPIANTO
4.2 DATI
4.2.1 CARICA
4.2.2 PRODOTTI
4.2.3 TAG DI IMPIANTO
4.2.3.1 Portate
4.2.3.2 Pressioni
4.2.3.3 Temperature
4.3 FLOWSHEET E SCHEMA SEMPLIFICATO
4.4 FITTING DEI DATI INIZIALI
4.4.1 CALCOLO DELLA CURVA DEL RESIDUO
4.4.2 ESTRAPOLAZIONE DEI DATI INIZIALI
4.4.3 DISTRIBUZIONE DEGLI PSEUDOCOMPONENTI
4.5 TUNING DEL MODELLO
4.5.1 METODO DELL’EFFICIENZA GLOBALE
4.5.2 CALIBRAZIONE DELLA COLONNA E RISULTATI
4.6 VERIFICA DEI RISULTATI
4.7 OTTIMIZZAZIONE
4.7.1 PRIMA PARTE
4.7.1.1 Pressione di esercizio e temperatura del forno
4.7.1.2 Vapore di strappamento
4.7.1.3.Overflash
4.7.2 SECONDA PARTE
4.7.2.1 Prima soluzione
4.7.2.2 Seconda soluzione
4.7.2.3 Terza soluzione
4.7.2.4.Quarta soluzione
4.7.2.5 Quinta soluzione
4.7.3 CONCLUSIONI
38
41
43
45
48
48
48
49
50
53
53
56
58
60
60
61
63
65
66
66
69
70
72
73
74
75
77
78
79
5. SECONDA SIMULAZIONE
81
5.1 DESCRIZIONE DELL’IMPIANTO
5.2 DATI
5.2.1 ANDAMENTO DELLE PORTATE
5.2.2 ANDAMENTO DELLE TEMPERATURE
5.2.3 ANDAMENTO DELLE PRESSIONI
5.2.4 TAG DI IMPIANTO
81
83
83
84
86
86
VI
5.2.4.1 Portate
5.2.4.2 Pressioni
5.2.4.3 Temperature
5.2.5 PRODOTTI
5.3 FLOWSHEET E SCHEMA SEMPLIFICATO
5.4 FITTING DEI DATI INIZIALI
5.4.1 ESTRAPOLAZIONE DEI DATI INIZIALI
5.4.2 INTERPOLAZIONE DELLA CURVA DEL RESIDUO
5.5 TUNING DEL MODELLO
5.6 VERIFICA DEI RISULTATI
5.7 OTTIMIZZAZIONE
5.7.1 TEMPERATURA DI USCITA FORNO
5.7.2 VAPORE DI STRAPPAMENTO
5.7.3 CONSIDERAZIONI ECONOMICHE
87
87
88
88
92
94
94
95
98
99
101
102
103
105
6. CONCLUSIONE
108
7. BIBLIOGRAFIA
110
APPENDICE A
112
APPENDICE B
114
APPENDICE C
150
VII
LISTA DELLE FIGURE
Fig. 2.1 Schema tipico di un’unità di distillazione atmosferica
5
Fig. 3.1 AspenPlus: flowsheet
16
Fig. 3.2 AspenPlus: setup
17
Fig. 3.3 AspenPlus: components
17
Fig. 3.4 AspenPlus: Properties
18
Fig. 3.5 AspenPlus: strema
19
Fig. 3.6 AspenPlus: blocks
19
Fig. 3.7 AspenPlus: control panel
20
Fig. 3.8 Gestione dei dati iniziali e percorso logico
21
Fig. 3.9 Importanza del metodo di fitting
22
Fig. 3.10 Metodo Edmister API63
24
Fig. 3.11 Schema semplificato colonna I/O
30
Fig. 3.12 Metodo di Newton
36
Fig 4.1.a Schema generale di impianto
39
Fig. 4.1.b Sistema di condensatori e compressione dei gas di testa
40
Fig. 4.2 TBP distillation curve del greggio
44
Fig. 4.3 D86 dei prodotti
46
Fig. 4.4 Flowsheet AspenPlus
50
Fig. 4.5 La retromiscelazione dei prodotti
51
Fig 4.6 Metodo delle aree
53
Fig. 4.7 Calcolo della curva del residuo
54
Fig. 4.8 Limite di accuratezza per gli pseudocomponenti
58
Fig. 4.9 Distribuzione degli pseudocomponenti
59
Fig. 4.10 Andamento della qualità dei prodotti al variare della T forno
68
Fig. 4.11 Andamento della qualità dei prodotti al variare della P di testa
68
Fig. 4.12 Andamento delle portate dei prodotti al variare del vapore di stripp.
69
Fig. 4.13 Andamento delle qualità dei prodotti al variare del vapore di stripp.
70
Fig. 4.14 Andamento della portata di residuo al variare della T forno e dell’of
71
Fig. 4.15 Andamento della portata di HGO al variare della T forno e dell’of
71
Fig. 4.16 Andamento della qualità di HGO e LGO al variare del vapore di stripp.
73
Fig. 4.17 Andamento delle portate di HGO e Residuo al variare del vapore
di strappamento
73
Fig. 4.18 Andamento delle qualità di HGO e LGO al variare della T forno
74
Fig. 4.19 Andamento delle portate di HGO e Residuo al variare della T forno
75
Fig. 4.20 Andamento delle qualità di HGO e LGO al variare della T forno (OF 8%)
76
VIII
Fig. 4.21 Andamento delle portate di HGO e Residuo al variare
della T forno (OF 8%)
76
Fig. 4.22 Andamento delle qualità di HGO e LGO al variare
del vap. Stripp. (OF 8%)
77
Fig. 4.23 Andamento delle portate di HGO e Residuo al variare
del vap. Stripp. (OF 8%)
77
Fig. 4.24 Andamento delle qualità di HGO e LGO al variare
del vap. Stripp. (P = 1.6 barg)
78
Fig. 4.25 Andamento delle portate di HGO e Residuo al variare
del vap. Stripp. (P = 1.6 barg)
78
Fig. 4.26 Confronto della funzione ricavo tra le 5 soluzioni proposte
79
Fig. 5.1 Schema semplificato di impianto
82
Fig. 5.2 Diagrammi DMCPlus Portate di LGO (rosso) e di HGO (blu)
83
Fig. 5.3 Diagrammi DMCPlus Portate di Kerosene (rosso) e di Benzina (blu)
84
Fig. 5.4 Diagrammi DMCPlus Temperature Fondo colonna (rosso)
Testa colonna (blu) Transfer line (rosa)
84
Fig. 5.5 Diagrammi DMCPlus Temperature Piatto 15 (rosso)
Piatto 20 (blu) Piatto 23 (rosa)
85
Fig. 5.6 Diagrammi DMCPlus Temperature Rientro TPA (rosso) Rientro BPA (blu)
85
Fig. 5.7 Diagrammi DMCPlus Pressione Testa colonna (rosso)
Trasfer line (blu) Condensatore (rosa)
86
Fig. 5.8 Distillate dei prodotti
91
Fig. 5.9 Schema semplificato AspenPlus
92
Fig. 5.10 Interpolazione dei valori di input per il residuo
96
Fig. 5.11 Portate prodotti al variare della T uscita forno
102
Fig. 5.12 Influenza della pressione sulle portate di estrazione (T uscita forno)
103
Fig. 5.13 Portate prodotti al variare del vapore di strappamento
104
Fig. 5.14 Influenza della pressione sulle portate di estrazione (vapore di strappamento)
104
Fig. 5.15 Analisi economica 1. pressione 0.8 barg 2. pressione 1.2 barg
105
Fig. 5.16 Analisi economica 3. pressione 0.8 barg 4. pressione 1.2 barg
105
Fig. 5.17 Analisi economica variazione simultanea delle due variabili
106
IX
LISTA DELLE TABELLE
Tab. 2.1 Rese tipiche di alcuni greggi
9
Tab. 3.1 Metodi di estrapolazione e di conversione in AspenPlus
23
Tab. 3.2 Coefficienti di conversione API94
25
Tab. 3.3 Generazione per default degli pseudocomponenti
26
Tab. 4.1 Greggio in carica
43
Tab. 4.2 TBP distillation data
43
Tab. 4.3 Densità prodotti
45
Tab. 4.4 D86 Nafta
45
Tab. 4.5 D86 Kerosene
45
Tab. 4.6 D86 LGO
46
Tab. 4.7 D86 HGO
46
Tab. 4.8 Tag di portata
48
Tab. 4.9 Tag di pressione
48
Tab. 4.10 Tag di temperature
49
Tab. 4.11 TBP del residuo calcolata con il metodo delle aree
55
Tab. 4.12 Scelta dei metodi di estrapolazione e di conversione
56
Tab. 4.13 Errore assoluto Case D
57
Tab. 4.14 Errore assoluto Case F
57
Tab. 4.15 Metodi di estrapolazione e di conversione utilizzati
57
Tab. 4.16 Profilo di efficienza (Murprhee)
62
Tab. 4.17 Risultati sulle D86
63
Tab. 4.18 Profilo di temperatura – Risultati
64
Tab. 5.1 Tag di portata
87
Tab. 5.2 Tag di pressione
87
Tab. 5.3 Tag di temperature
88
Tab. 5.4 Densità prodotti
88
Tab. 5.5 D86 Nafta
89
Tab. 5.6 D86 Kerosene
89
Tab. 5.7 D86 LGO
89
Tab. 5.8 D1160 HGO
89
Tab. 5.9 D1160 Residuo
90
Tab. 5.10 Cromatografia dei gas di testa
90
Tab. 5.11 Scelta dei metodi di estrapolazione e di conversione
94
Tab. 5.12 Errore assoluto Case C
94
Tab. 5.13 Metodi di estrapolazione e di conversione utilizzati
95
Tab. 5.14 Confronto tra le TBP del residuo reale e calcolata
95
X
Tab. 5.15 Confronto tra i valori calcolati con e senza interpolazione
97
Tab. 5.16 Efficienze di Murphree
98
Tab. 5.17 Risultati sulle distillate
99
Tab. 5.18 Profilo di temperatura – Risultati
100
XI
0. Obiettivi
Gli obiettivi di questo lavoro, svolto presso il Centro Ricerche Sud AgipPetroli, di
Milazzo, sono:

Creare per mezzo del simulatore AspenPlus modelli funzionanti e affidabili di due
unità di topping. Questi due impianti sono reali e si trovano in due diverse
raffinerie dell’AgipPetroli. Per ragioni di discrezione, non faremo mai riferimento
al nome della raffineria, né al luogo in cui si trovano, ma li indicheremo
semplicemente col nome di Prima simulazione e Seconda simulazione;

Calibrare questi modelli al fine di ottenere uno strumento potente, capace di
descrivere in modo predittivo il comportamento degli impianti conseguentemente
ad un cambio nelle variabili operative o di gestione;

Fare una prima e semplice ottimizzazione dell’impianto, proporzionale alla
quantità di dati disponibile, dando tuttavia le linee generali da seguire per far
rientrare l’impianto nelle specifiche di qualità della raffineria.
Indirettamente da questo lavoro ci si aspetta anche che le raffinerie in linea di
principio:

siano sensibilizzate alla necessità di avere test-run periodici per verificare
l’andamento dei propri impianti e di adeguare i loro laboratori ad effettuare le
relative analisi;

considerino maggiormente uno strumento importante come la simulazione, in
grado di poter prevedere il comportamento di un impianto in pochi minuti a
variazioni anche sostanziali di gestione, cosa che non potrebbe essere studiata
se non con l’utilizzo di un impianto pilota;

considerino la simulazione uno strumento potente, ma al tempo stesso
economico e di facile utilizzazione.
1
1 .Introduzione
Con origine negli anni sessanta (creati all'interno di società quali MW-Kellog, Union
Carbide etc.), inizialmente per lo studio dei processi di separazione (colonne di
distillazione), i sistemi di simulazione hanno visto le loro capacità crescere parallelamente
alla potenza dei calcolatori e dei sistemi operativi disponibili.
Ai nostri giorni l’affermazione dei personal computers consente ad ogni progettista di
disporre di un sofisticato centro di calcolo sul proprio tavolo di lavoro.
I sistemi di simulazione consentono di modellare il comportamento di interi impianti,
calcolando le condizioni raggiunte in una serie di punti (ad esempio all’ingresso ed uscita
di apparecchiature) in una determinata condizione operativa.
Generalmente l’intero sistema viene risolto per una predefinita condizione di marcia
(espressa in termini di portate, temperature, pressioni, composizioni delle correnti) quindi
a regime continuo, i sistemi di simulazione che consentono di identificare questa
condizione vengono definiti per analogia steady-state e risultano essere i più diffusi.
Invece i sistemi in grado di calcolare in successione una serie di condizioni di marcia
vengono generalmente definiti simulatori dinamici; questi consentono di studiare le
problematiche legate a variazioni delle condizioni nel tempo (avviamenti, fermate,
cambiamenti di marcia, sistemi ciclici, emergenze etc.).
E' opportuno notare come, in pratica, molte simulazioni di condizioni transitorie possono
essere risolte anche con i sistemi steady-state ad esempio operando per successivi punti
operativi (integrazione diretta). In ogni caso, in entrambi i sistemi (steady state o dinamici)
la simulazione consiste in una serie di calcoli per risolvere l’insieme di equazioni
rappresentanti le caratteristiche delle varie componenti dell'impianto
I processi di separazione su correnti multicomponente (estrazione, distillazione,
assorbimento) vengono storicamente simulati (1893, Sorel) come una serie di stadi di
equilibrio con parametri opportunamente definiti, all’inizio impiegando essenzialmente
metodi grafici o semplificati (Ponchon 1921, Savarit 1922, McCabe and Thiele 1925,
Lewis and Matheson 1932, Thiele and Geddes 1933) e dalla metà del secolo scorso
impiegando i calcolatori elettronici. Attraverso l’impiego dei calcolatori si può risolvere in
2
modo rigoroso l’insieme delle equazioni che definiscono le caratteristiche di ciascun
stadio della colonna. I vari stadi vengono simulati attraverso una operazione Flash
applicando essenzialmente lo stesso insieme di equazioni:

Bilancio globale materia

Bilancio materia per componente

Relazione equilibrio

Somma componenti

Bilancio energia
Al momento (anno 2001) i simulatori possono implementare per la modalità steady-state
uno (o entrambi) dei due più diffusi algoritmi per simulare colonne di separazione; i due
algoritmi si differenziano essenzialmente per il modo con cui vengono stimate le
proprietà dei fluidi:

Metodo Inside-Out: la procedura impiega due sottoprogrammi, nella sezione
interna le proprietà dei fluidi vengono stimate attraverso modelli semplificati e
3
l’intero sistema risolto; la sezione esterna applica i modelli rigorosi e verifica che
la soluzione raggiunta sia congruente, nel caso provvede a correggere i modelli
semplificati ed attivare per un nuovo ciclo la sezione interna (§ 3.4.1)

Metodo Simultaneous-Corrections: l’intero sistema viene risolto impiegando i modelli
rigorosi ed utilizzando il metodo Newton.
I vantaggi di utilizzare una simulazione sono molteplici. Essa permette prima di tutto di
ridurre i costi di progettazione, evitando la costruzione di numerosi prototipi fisici,
riducendo l'uso di apparecchiature e personale e minimizzando gli sforzi sia per
l'ideazione e la realizzazione dei test sia per l'analisi dei risultati ottenuti. Inoltre abbrevia i
tempi di realizzazione con la creazione di prototipi e test virtuali e potendo disporre
immediatamente dei risultati di tali test. Migliora infine la qualità del prodotto,
realizzando progetti sempre più innovativi e sofisticati, ottimizzando il design attuale e
ottenendo una maggior informazione sul comportamento degli impianti.
Da ultimo, ma non per questo meno importante, la simulazione permette di diagnosticare
i malfunzionamenti, prevenirli e indicare soluzioni per il mantenimento delle prestazioni
di un impianto.
Il risultato finale è sicuramente una maggiore competitivà delle aziende che si affidano o
che già si sono affidate alla simulazione, come strumento di indagine e di ricerca e
sviluppo.
Inoltre l’estrema economicità di questo strumento ci fa pensare che sempre più spesso
vedremo in aziende di processo italiane la figura professionale del process simulation engineer,
così come già succede nelle aziende di tutto il mondo.[10], [11], [13].
4
2. Descrizione del processo
2.1 Nozioni fondamentali
Qualunque sia lo schema operativo di una raffineria, il primo stadio di lavorazione di un
grezzo consiste nelle due operazioni combinate di flash e frazionamento per distribuire le
frazioni vaporizzate secondo gli intervalli di ebollizione stabiliti. Tali frazioni vengono poi
recuperate allo stato liquido o gassoso.
Un tipico esempio di quanto descritto si può vedere nella figura seguente.
Fig. 2.1 Schema tipico di un’unità di distillazione atmosferica
L’alimentazione liquida viene preriscaldata in un treno di scambiatori di calore, dove
assume calore sensibile dai prodotti uscenti dall’impianto e attraversa quindi un forno, in
cui il grezzo comincia a vaporizzare. La fase vapore rimane in contatto con la fase liquida
fino all’uscita del forno; quindi entra in colonna, dove la caduta di pressione provoca
un’ulteriore vaporizzazione per trasformazione dell’entalpia della miscela di ingresso.
Il grezzo vaporizzato, entrato in colonna nella zona di flash, si separa in due fasi: la
porzione rimasta liquida scende nella parte bassa della colonna, mentre la fase vapore sale
5
attraverso i fori dei piatti verso la testa della colonna. La separazione tra le diverse
frazioni distillate si realizza in presenza di un riflusso e queste vengono estratte in fase
liquida da differenti piatti della colonna, ad eccezione dei vapori di testa che solo in parte
riescono a condensare.
La pressione di esercizio è normalmente vicina al valore atmosferico e oscilla nella
maggior parte dei casi tra 0.5 e 1 ate ed è in genere uguale alla somma delle perdite di
carico dovute all’attraversamento della fase gassosa attraverso i piatti della colonna, dalla
zona di flash all’atmosfera.
L’introduzione di vapore ad alta temperatura e pressione nella parte bassa della colonna, è
dovuta alla necessità di rimuovere dal residuo atmosferico le parti più leggere, per poterle
poi recuperare nei tagli superiori. Questo impone a sua volta che il grezzo entri almeno
quattro piatti sopra il fondo della colonna, permettendo così lo strappamento delle
particelle più leggere.
Poiché la somma dei calori entranti nella colonna con la carica e il vapore d’acqua supera
quella dei prodotti in uscita, la chiusura del bilancio termico richiede un’asportazione di
calore. Lo smaltimento del calore può essere effettuato in diverse forme, e cioè mediante
un riflusso della frazione liquida più leggera detto riflusso esterno, inviato liquido e freddo
sul piatto di testa oppure mediante riflussi circolatori o pumparound in cui frazioni di liquido
più pesante ritornano a piatti superiori dopo essere stati raffreddati. La presenza di riflussi
circolatori non altera il profilo di temperatura della colonna, poiché non variano le
composizioni del liquido e del vapore e quindi non offre vantaggi nello scambio di
materia, ma permette di stabilizzare i flussi di vapore e liquido entro la sezione interessata
della colonna.
2.2 Impianti di distillazione atmosferica
Gli impianti di distillazione atmosferica, pur differenziandosi a seconda dei criteri di
progetto, seguono tuttavia uno schema generale che è quello della colonna singola ad
6
estrazione multipla (topping) e che ha una serie di caratteristiche costanti che possono
essere ritenute valide per qualsiasi impianto di raffineria.
La carica all’impianto, aspirata per mezzo di pompe dai serbatoi del grezzo, viene
dapprima trattata nei desalters, in cui attraverso meccanismi chimici o elettrostatici si
purifica dai cloruri di sodio, calcio e magnesio, che potrebbero causare problemi di
corrosione o di incrostazione degli impianti. Quindi viene inviata attraverso una serie di
scambiatori per realizzare il massimo recupero di calore dalle diverse frazioni uscenti dalla
colonna: il primo scambio avviene con i vapori di testa, i successivi con i prelievi laterali
via via più pesanti e infine con il residuo. La temperatura finale di preriscaldo con la quale
il grezzo entra nel forno si aggira intorno ai 150-180 °C ed è limitata dal fatto che i
componenti più leggeri vaporizzano, sottraendo così calore sottoforma di calore latente
di vaporizzazione. Nel forno il grezzo raggiunge la temperatura media di 300-350 °C, a
seconda delle caratteristiche del grezzo e della pressione di esercizio.
Gli idrocarburi non evaporati percorrono la sezione di stappamento ed escono dal basso
della colonna, andando a stoccaggio. I prelievi laterali vengono invece convogliati in
colonnine di stripping (dai quattro ai sei piatti), in cui il vapore surriscaldato asporta le parti
più leggere, che rientrano in colonna insieme al vapore nel piatto immediatamente
superiore all’estrazione. Questi prodotti vengono poi raffreddati e convogliati nei serbatoi
ad una temperatura di circa 100 °C per il residuo e di 40-50 °C per i tagli più leggeri.
I vapori di testa, refrigerati a temperature di 30-40 °C, vengono convogliati in un
accumulatore di riflusso, che ha anche il compito di eliminare l’acqua condensata dal
vapore di strippaggio. I gas incondensabili vengono, a seconda delle esigenze, utilizzati
come combustibile, oppure inviati al recupero del GPL o semplicemente bruciati in
torcia.
In alcuni casi, a monte del forno, può esserci un’unità di preflash: in questo caso il liquido
uscente dal preflash entra nel forno, mentre i vapori scambiano calore convettivo con i
fumi del forno ed entrano direttamente in colonna. Il vantaggio di introdurre un’unità di
preflash è essenzialmente quello di aumentare la vaporizzazione del grezzo. Nei due casi
che andremo ad analizzare, sono sempre presenti le unità di preflash.
7
2.3 Cariche e prodotti
In questo capitolo tratteremo alcuni concetti di base sui grezzi e sui prodotti petroliferi,
specificando il significato di alcune proprietà fisiche che verranno utilizzate in seguito.
2.3.1 Composizione dei grezzi
Il petrolio grezzo è costituito da una miscela di componenti, tra cui prevalgono gli
idrocarburi: esso inoltre contiene anche composti organici solforati, azotati, ossigenati e
composti organometallici. Sono inoltre presenti quantità variabili di gas disciolti e di
acqua più o meno salata.
Tutti i grezzi contengono gli stessi idrocarburi, appartenenti alle seguenti classi:
- paraffine, normali e ramificate
- cicloparaffine (nafteni)
- aromatici (areni)
Cicloparaffine e aromatici sono spesso presenti sottoforma alchilata (alchilciclopentani,
alchilcicloesani, alchilbenzeni); i composti insaturi come le olefine sono sostanzialmente
assenti. In ognuna delle classi citate gli idrocarburi compaiono in proporzioni analoghe,
qualunque sia il grezzo considerato; p. es. le singole n-paraffine da C6 a C9 si trovano in
rapporti molto simili indipendentemente dalla loro concentrazione assoluta e il rapporto
toluene/benzene è circa uguale a 4 nei vari grezzi.
2.3.2 Composizione dei prodotti petroliferi
I tagli o le frazioni estratte che si ottengono da un’unità di topping sono generalmente:
Gas + GPL, Nafta, Kerosene, Gasolio leggero (LGO), Gasolio pesante (HGO) e
Residuo atmosferico. La quantità estratta di ciascun taglio dipende dal greggio in carica. Si
riportano a titolo di esempio due casi, a cura di AP/Tecnos (1):
8
Greggio
AMNA
ARABIAN MEDIUM
BTZ(%S = 0.14)
ATZ (%S = 2.3)
Prodotti (int. eboll.)
% peso
% peso
Gas + GPL
1.2
0.9
Nafta (80-160 °C)
14.2
15.8
Kerosene (160-230 °C)
10.2
9.9
LGO (230-345 °C)
20.5
18.9
HGO (345-365 °C)
3.6
3.3
Residuo atm. (365 +)
50.1
51.2
Tab. 2.1 Rese tipiche di alcuni greggi [1]
In alcuni casi il gas incomprimibile ottenuto, essendo caratterizzato essenzialmente da
metano ed etano, viene utilizzato direttamente dalla raffineria stessa, come combustibile.
2.3.3 Caratterizzazione dei prodotti petroliferi
Poiché nel seguito faremo sempre riferimento ad alcune proprietà fisiche dei prodotti e a
differenti metodi di caratterizzazione, daremo alcune definizioni di carattere generale,
importanti per la comprensione in seguito.
Queste proprietà vengono determinate per mezzo di esperimenti di laboratorio e secondo
procedimenti standardizzati. Tale standardizzazione è necessaria per rendere confrontabili
le determinazioni fatte presso i diversi laboratori, in Italia e all’estero. Generalmente si fa
riferimento alle seguenti norme:
- ASTM
- IP
- API
- NOM
- NGAA
9
2.3.3.1 Densità
La densità è una caratteristica normalmente determinata su tutte le frazioni petrolifere
liquide. In Italia si utilizza come densità il rapporto tra un volume di prodotto misurato a
15 °C e lo stesso volume di acqua misurato a 4 °C. In unità inglesi invece si preferisce
utilizzare il rapporto tra il volume di un prodotto misurato a 60 °F e lo stesso volume di
acqua, anch’esso misurato a 60 °F. Questa grandezza, che prende il nome di specific gravity
è legata ad un altro indice, utilizzato largamente negli Stati Uniti e di conseguenza in
ASPENPLUS, e cioè la densità API. Il rapporto che c’è tra la specific gravity e la densità
API è il seguente:
 API 
141.5
 131.5
Sp.gr.60F / 60F
I metodi usuali per la determinazione delle densità dei prodotti petroliferi (ASTM-D 287,
IP-59, NOM-M 42) prescrivono l’impiego di densimetri calibrati. I metodi ASTM-D 87 e
IP-59, per i prodotti solidi come i bitumi e le paraffine, sono basati essenzialmente sulle
misure di volume spostato.
2.3.3.2 Prove di distillazione
La caratterizzazione dei prodotti viene essenzialmente fatta utilizzando la curva di
distillazione del prodotto stesso. Nel nostro caso sono state maggiormente utilizzate le
curve ASTM D86 per Nafta, Kerosene e LGO; le curve ASTM D1160 per l’HGO e il
residuo; la TBP per la caratterizzazione del grezzo.
La prova di distillazione ASTM viene condotta su un campione di 100 cm3 di prodotto,
evaporato a velocità costante (5 cm3 al minuto), registrando la temperatura di testa dopo
ogni 10 cm3 di distillato raccolto. Quando il 95% di prodotto viene distillato viene alzata
la fiamma del bruciatore e la temperatura che si registra al passaggio dei vapori viene
definita punto finale di ebollizione. Allo stesso modo il punto iniziale viene registrato quando
compare la prima goccia di liquido distillato. Si definisce quindi curva di distillazione
10
ASTM la linea tracciata avendo in ascissa le percentuali di volume distillato, e in ordinata
le temperature registrate.
Nel caso in cui la distillazione non riesca a pressione atmosferica (soprattutto per le
frazioni altobollenti), si procede ad una distillazione sotto vuoto. Nel primo caso si parla
di ASTM D86, nel secondo caso di ASTM D1160.
La prova di distillazione TBP (True Boiling Point) viene condotta in un distillatore
discontinuo, dal quale ogni frazione o componente viene tagliato con cura prima di essere
distillato. La TBP, a differenza della ASTM, avviene con un certo riflusso ed è più adatta
a caratterizzare frazioni a più largo intervallo di temperatura di distillazione, come ad
esempio, i grezzi.
Nei capitoli successivi dedicheremo un paragrafo al concetto di ripetibilità e riproducibilità
dei risultati, quando discuteremo dell’attendibilità dei dati ottenuti dalla simulazione.
2.4 Variabili operative
Un’unità di topping può essere condotta secondo differenti modalità, così da variare le
rese dei prodotti o le efficienze di frazionamento. Con il termine di variabile operativa si
intende la grandezza fisica il cui valore può essere manipolato dall’operatore sull’impianto
per modificare la qualità dei prodotti secondo lo scheduling giornaliero. Esse sono
interdipendenti e non influiscono in modo univoco su una sola delle caratteristiche dei
prodotti.
Le principali variabili operative della colonna di distillazione sono:
- temperatura di uscita dal forno
- portata e temperatura dei riflussi
- portata dei prelievi laterali
- riflusso inferiore (overflash)
- portata del vapore di stripping
11
La pressione della colonna non è considerata generalmente una variabile operativa, ma di
processo, in quanto difficilmente l’operatore interviene per modificarla.
2.4.1 Temperatura di uscita del forno
Un aumento della temperatura di uscita dal forno comporta un incremento dei riflussi
interni della colonna, a parità di prodotti estratti. Come conseguenza migliora il
frazionamento tra i prodotti, ma aumenta la possibilità di ingorgo della colonna (flooding).
Una temperatura troppo elevata, inoltre può provocare fenomeni di cracking del grezzo; è
quindi necessario attenersi alle direttive di progetto.
2.4.2 Temperatura di testa della colonna
Viene mantenuta costante regolando il riflusso sul piatto di testa. La caratteristica più
immediatamente collegata a questa è il punto finale della benzina. Un aumento della
temperatura di testa comporta un abbassamento del punto finale della benzina e di
conseguenza un abbassamento del punto iniziale di tutti i tagli laterali.
2.4.3 Portata e temperatura dei riflussi
Un aumento del calore sottratto da ciascun riflusso comporta sia una diminuzione del
riflusso interno nella parte di sezione della colonna soprastante, sia un abbassamento
della temperatura di estrazione, con conseguente peggioramento del frazionamento dei
tagli nella zona superiore. Infatti nel caso in cui il liquido di rientro non fosse allo stato di
liquido saturo, esso tenderebbe a condensare parte della corrente di vapore,
diminuendone così la temperatura a causa del calore latente. Si può aumentare o ridurre il
calore asportato sia agendo sulle portate di riflusso, sia sulla variazione di temperatura tra
entrata e uscita del riflusso stesso.
12
2.4.4 Portata dei prelievi laterali
Aumentando la portata di prelievo laterale aumenta il punto finale del taglio interessato e
i punti iniziale e finale dei tagli sottostanti. Per riportare la colonna in equilibrio bisogna
diminuire l’estrazione di uno dei tagli sottostanti.
2.4.5 Overflash
Con il termine overflash si intende la quantità di vaporizzato in più di quella ricavata dal
bilancio di materia, necessaria per assicurare un adeguato riflusso sui piatti tra la zona di
flash e il piatto di estrazione più in basso; generalmente viene espresso in % vol. del
grezzo alimentato.
Questa quantità deve essere resa minima, tenendo presente però che portate di riflusso
troppo basse provocano un innalzamento del punto finale della sua distillata e di
conseguenza un’alterazione del colore del gasolio, che dipende fortemente dal taglio
ottenuto. Un gasolio pesante scuro indica un cattivo lavaggio; per ovviare al problema si
deve diminuirne l’estrazione.
2.4.6 Portata del vapore di stripping
La portata del vapore influisce essenzialmente sul punto di infiammabilità dei prodotti.
Questo effetto tuttavia è rilevante fino ad un certo valore di portata, dopo il quale le
variazioni non risultano più apprezzabili.
In sintesi queste rappresentano le variabili su cui agiremo per l’ottimizzazione del
processo per il miglioramento delle performances, una volta ottenuto il modello. [1], [9].
13
3. Aspen Plus
3.1 Storia ed applicazioni
ASPEN Advanced System for Process Engineering nasce negli anni ’70 presso il dipartimento
di Ingegneria Chimica del Massachussets Institute of Technology da L.B. Evans, J.F. Boston e
collaboratori.
Le tecniche fino ad allora in grado di simulare processi chimici su scala industriale
erano state già sviluppate a partire dagli anni ’50 e le compagnie maggiori, sia del
campo chimico sia del campo petrolifero, avevano già sviluppato alcuni programmi in
grado di risolvere specifici processi petrolchimici.
Tuttavia, benché questi programmi fossero stati concepiti per avere un uso generale,
riuscivano a simulare soltanto processi liquido-vapore e non erano adatti in casi più
complessi, in cui interagissero solidi o componenti non convenzionali (carbone,
cenere e solidi inerti).
Aspen appartiene ad una nuova generazione di simulatori, capaci di estendere la
tecnologia della simulazione ad un numero estremamente vasto di domini. Il sistema,
creato da ricercatori e collaboratori dell’ industria di allora, vede la sua immensa
fortuna non solo nella sua estrema versatilità, novità assoluta fino a quel momento, ma
anche nella sua capacità di interagire con programmi già esistenti che utilizzassero lo
stesso linguaggio. Aspen Plus conta, almeno alla sua origine, 150000 righe di
programmazione, continuamente ampliato e aggiornato secondo le esigenze della
tecnologia, in FORTRAN, linguaggio che allora risultava essere quello tra i più diffusi
e conosciuti sia nell’università sia nelle aziende.
AspenPlus è il programma di simulazione per lo stato stazionario e utilizza un
approccio sequenziale-modulare per la risoluzione dei problemi. Ciò significa che
ogni unità, che rappresenta un impianto reale, viene risolta seguendo una sequenza di
tipo causa-effetto.
I punti importanti di questo programma sono soprattutto la capacità di calcoli rigorosi
in presenza di elettroliti e di equilibri solido-liquido, la caratterizzazione completa dei
14
prodotti petroliferi e l’utilizzo di strumenti matematici potenti per l’ottimizzazione del
sistema e il calcolo delle proprietà.
Nel paragrafo successivo cercheremo di dare un’idea generale del programma,
prendendone in considerazione la struttura e soffermandoci su alcune sue
caratteristiche. [10], [11], [13]
3.2 Struttura generale del programma
Ogni processo chimico può essere rappresentato in ogni suo aspetto da uno schema o
flowsheet che ne raffigura le caratteristiche essenziali. Il simulatore è lo strumento in grado
di interpretare questo schema e di predire le performances del processo globale. Il cuore
della simulazione è rappresentato dalle equazioni che legano tra di loro le variabili di
processo, come la temperatura, la pressione, la portata molare delle correnti, la
composizione, l’area di scambio ed altre ancora. Il compito del simulatore a stadio
stazionario è quello di calcolare il valore di alcune variabili, dette di uscita, noti i valori
delle variabili di ingresso. Condizione necessaria affinché questo si realizzi è che il sistema
non possieda gradi di libertà.
Ci sono differenti livelli di analisi, che possono essere fatti attraverso il simulatore; dal
semplice bilancio di materia, al bilancio di energia e di materia, dal dimensionamento delle
unità all’ottimizzazione di un intero impianto. Nuove equazioni vengono aggiunte ad ogni
livello, così come nuove variabili. Gli algoritmi di calcolo quindi diventano sempre più
complessi. Fortunatamente le unità che ricorrono il più delle volte sono convenzionali:
cambiano le variabili, ma non le equazioni. Richiamare in un flowsheet un’unità particolare,
per esempio una colonna, significa fare riferimento ad un pacchetto ben definito di
equazioni, che verranno risolte dagli algoritmi matematici una volta fornite le variabili di
input. [5], [6].
15
3.2.1 Flowsheet di simulazione
Il primo passo per costruire la simulazione in AspenPlus è la definizione di uno schema
di processo, così come vediamo in figura:
Fig. 3.1 AspenPlus: flowsheet
Uno schema di processo in AspenPlus non è altro che una collezione di unità che
rappresentano in realtà altrettanti programmi (subroutines o modelli) scritti in FORTRAN.
Le frecce riproducono le correnti di materia (lavoro o energia) che li collegano.
Poiché il programma utilizza un approccio sequenziale-modulare, i blocchi verranno
risolti secondo l’ordine prestabilito delle frecce (correnti). Solo se le unità sono collegate
in maniera corretta, si può procedere al passo successivo. [5]
16
3.2.2 Setup
Fig. 3.2 AspenPlus: setup
In questa schermata si stabiliscono alcune convenzioni importanti, tra cui le unità di
misura. AspenPlus offre la possibilità di creare un sistema di unità di misura personale, a
seconda delle esigenze. [5]
3.2.3 Dichiarazione dei componenti
Fig. 3.3 AspenPlus: components
17
I componenti chimici rappresentano le entità fondamentali di ogni processo chimico.
Le correnti di materia, prodotti o intermedi, sono tutti espressi in funzione dei
componenti chimici, così come il bilancio di massa.
In Aspen ci sono due tipi di componenti: convenzionali e non convenzionali.
I primi sono i composti puri e gli pseudocomponenti, che possono essere rappresentati
tramite le proprietà standard come il peso molecolare, pressione e temperatura
critiche, la tensione di vapore ed altri parametri. I componenti non convenzionali sono
tutti quelli che non possono essere rappresentati da un unico set di parametri.
AspenPlus ha una banca dati di circa 1500 composti. [5]
3.2.4 Proprietà ed equazioni di stato
Fig. 3.4 AspenPlus: Properties
La scelta dell’equazione di stato è importantissima al fine di ottenere dei buoni risultati
con la simulazione. Il pacchetto di equazioni disponibili è molto vasto e non elencheremo
tutte le equazioni presenti. Chiaramente oltre a queste si possono scegliere anche le
correlazioni per il calcolo delle proprietà fisiche e chimiche. Alla voce advanced si possono
anche inserire correlazioni nuove o che non compaiono nella libreria. [5]
18
3.2.5 Correnti
Solo a questo punto si cominciano ad inserire le variabili di ingresso, che serviranno poi al
simulatore per svolgere i calcoli.
Ogni corrente deve essere caratterizzata dalla composizione e da altri due parametri, a
scelta tra quelli disponibili. Si caratterizzano solo le correnti di input; le correnti intermedie
verranno calcolate via via che la simulazione procede. Valori assegnati a queste ultime
rappresentano semplicemente delle stime iniziali. [5]
Fig. 3.5 AspenPlus: strema
3.2.6 Unità o blocks
Fig. 3.6 AspenPlus: blocks
19
Infine si inseriscono le variabili che caratterizzano le unità. Le equazioni non possono
essere modificate, poiché sono scritte in linguaggio FORTRAN e si trovano nel cuore del
programma, in librerie apposite. Quando si lancia la simulazione, esse vengono richiamate
secondo l’ordine del flowsheet e il sistema di equazioni che rappresentano i bilanci entalpici
e di materia viene risolto seguendo un algoritmo di calcolo. Le equazioni inoltre vengono
azzerate utilizzando dei metodi numerici, quali per esempio Wegstein, Broyden, Newton ed
altri. Se il sistema è arrivato a convergenza, rispettando le tolleranze scelte, allora
ritrascrive i risultati in un foglio di output e li ritorna all’utente.
Lo stato di convergenza dei differenti blocchi può essere seguito dal control panel, che
durante ogni run visualizza la somma degli errori di ogni variabile. Se questa somma è
uguale o superiore alla tolleranza, la soluzione non viene accettata. [5]
Fig. 3.7 AspenPlus: control panel
20
3.3 Gestione dei dati iniziali
3.3.1 Interpolazione dei dati iniziali
AspenPlus offre la possibilità di caratterizzare prodotti petroliferi in molti modi, a
seconda dello standard utilizzato (ASTM, API…) e anche i risultati possono essere
visualizzati in svariate forme. Infatti è possibile passare da un tipo di curva di distillazione
ad un altro semplicemente cliccando un pulsante. Tuttavia quando il simulatore esegue i
bilanci di materia e di energia, utilizza un protocollo ben preciso. Esso esegue i calcoli
soltanto in moli e trasforma tutte le curve di distillazione di input in TBP. Questo
significa che ogniqualvolta il software si trova a dover interpretare dati inseriti in un
formato diverso da quello internamente utilizzato, è obbligato a trasformarli prima di
effettuare qualsiasi calcolo. Infine gli output verranno, terminata la simulazione,
ritrasformati nel formato desiderato. In sintesi potremmo schematizzare il processo
come segue:
Inserimento dei
dati iniziali
Trasformazione dei dati
iniziali in :
 TBP
 moli
LIVELLO ESTERNO
Visualizzazione
degli output
LIVELLO INTERNO
Trasformazione dei
risultati nel formato
desiderato
Creazione dei dati
mancanti
Esecuzione dei
calcoli
Fig. 3.8 Gestione dei dati iniziali e percorso logico
21
Possiamo quindi distinguere due livelli in questo processo: il primo esterno, in cui il
software interagisce direttamente con l’utilizzatore, e uno interno che viene svolto
automaticamente dal programma prima, durante e dopo la simulazione. Benché abbia
chiamato questo secondo livello interno, cercando di sottolineare in questo modo due
cose, e cioè il fatto che il tutto avviene sempre e automaticamente ad ogni run del sistema
e che è necessario esclusivamente ai fini dei calcoli, ciò non significa che l’utilizzatore non
possa intervenire anche in questa fase della simulazione.
Infatti è possibile scegliere il metodo di estrapolazione e lo standard di trasformazione
con cui quest’ultimo passaggio può essere effettuato. Trovare il giusto metodo di
estrapolazione è essenziale ai fini di una buona simulazione e questo può essere spiegato
facilmente, vedendo lo schema seguente:
Dati iniziali
Metodo di
estrapolazione
Dati estrapolati
Dati di output
Simulazione
Fig. 3.9 Importanza del metodo di fitting
Se facciamo l’esempio di una curva di distillazione ASTM D86, possiamo interpretare lo
schema precedente in questo modo:

I dati relativi alla curva (valori puntuali) vengono inseriti così come ottenuti dal
laboratorio;

Il programma converte i valori inseriti in TBP e su scala molare, seguendo gli
standard di conversione API;

I dati vengono quindi estrapolati, per ottenere una curva e una serie di dati
continue;

Il software si calcola i nuovi dati iniziali, basati sulla curva di estrapolazione, quasi
certamente diversi da quelli inseriti dall’utente;

La simulazione quindi inizia, basandosi esclusivamente su questi ultimi dati.
22
Si capisce quindi come la scelta del metodo di conversione e di quello di estrapolazione
diventi fondamentale per ottenere un buon punto di partenza per la simulazione. La
tabella seguente raccoglie sinteticamente le diverse opzioni offerte all’utente da
Aspenplus:
Extrapolation method

Quadratic

Probability

Harwell

Hermite
Conversion method

Edmister (API63)
from D86 to TBP

Edmister-Okamoto

API94
Spline fitting method
Tab. 3.1 Metodi di estrapolazione e di conversione in AspenPlus
3.3.1.1 Metodi di conversione
W.C. Edmister e collaboratori sono stati i primi verso gli anni ’40 a pubblicare
correlazioni tuttora utilizzate dalle aziende per convertire le curve di distillazione ASTM
in TBP. In questo paragrafo daremo qualche nozione di base riguardo a questi metodi. [7]
3.4.1.1.1 Conversione da ASTM D86 a TBP: metodo Edmister ed Edmister-Okamoto
Le correlazioni relative al metodo Edmister API63 sono mostrate graficamente:
23
Fig. 3.10 Metodo Edmister API63
La procedura è semplice e veloce: si converte il punto ASTM 50% in TBP 50% e poi si
calcolano a partire da questo gli altri punti applicando il relativo delta di temperatura. Si
può vedere chiaramente dal grafico che le curve dal punto iniziale fino al 10% e dal punto
90% fino a quello finale sono limitate. Per miscele quindi con un largo taglio di punti di
ebollizione, le curve devono essere estrapolate.
Una variante a questo metodo è stata sviluppata nel 1959 in collaborazione con
Okamoto.
Entrambi i metodi tuttavia fanno riferimento a misurazioni a pressione atmosferica. Nel
caso la pressione fosse differente, esiste una correlazione che lega il valore di temperatura
a pressione atmosferica e quello alla pressione desiderata:
T760  TP  0.00012(760  P)(460  TP )
dove TP = Temperatura D86 in Fahrenheit alla pressione P in mmHg
e
T760 = Temperatura D86 in Fahrenheit alla pressione di 760 mmHg.
Inoltre se le temperature superano la soglia dei 475 °F si possono verificare fenomeni di
cracking termico. Di conseguenza la curva ottenuta in laboratorio potrebbe non essere
rappresentativa del caso reale. In tal caso è necessaria una correzione che tenga conto di
questo fenomeno, cioè:
Tcorr  Tobs  D ,
log10 D  1.587  0.00473Tobs
24
dove Tcorr e Tobs rappresentano rispettivamente le temperature corrette e osservate
espresse in gradi Fahrenheit.
3.4.1.1.2 Conversione da ASTM D86 a TBP: metodo API94
Questo metodo,sviluppato da T.E. Daubert e dettagliato nel 1994 API Technical Data
book, è sicuramente il più recente. La correlazione che lega i punti tra le due curve è di
tipo esponenziale, con coefficienti variabili a seconda della percentuale di distillato.
TBP  a( D86) b
Coefficienti di conversione metodo Daubert
% distilled
a
b
0
0.9167
1.0019
10
0.5277
1.0900
30
0.7429
1.0425
50
0.8920
1.0176
70
0.8705
1.0226
90
0.9490
1.0110
100
0.8008
1.0355
Tab. 3.2 Coefficienti di conversione API94 [7]
L’errore, così come per tutti gli altri metodi, si concentra soprattutto sui punti finale e
iniziale della curva, dove può oscillare tra i 16 °F per l’IP e i 12 °F per l’EP. Si
consiglia pertanto di non considerare i punti iniziale e finale, allorché si comincia una
simulazione. [7]
25
3.3.2 Generazione degli pseudocomponenti
La caratterizzazione di miscele idrocarburiche, per le quali sarebbe impossibile specificare
componente per componente l’esatta composizione, viene fatta attraverso gli
pseudocomponenti. Così come lascia intendere il nome, il singolo pseudocomponente
rappresenta una piccola parte della miscela con caratteristiche chimiche e fisiche
pressoché costanti, tanto da poterlo rappresentare come un componente unico. In questo
modo le miscele idrocarburiche, così complesse a causa dell’elevato numero di molecole
che le compongono, vengono frazionate in tante parti, dalle proprietà costanti, e trattate
separatamente durante tutta la simulazione.
Ora appare chiaro che maggiore è il numero degli pseudocomponenti, maggiore è anche
l’accuratezza dei calcoli effettuati. Infatti se l’intervallo di temperatura tra uno
pseudocomponente e l’altro è piccolo, l’approssimazione di proprietà costanti è migliore.
AspenPlus offre per ogni assay un set di pseudocomponenti per default, valido per la
maggior parte dei casi. Questo è rappresentato nella tabella che segue.
TBP Range
Number of cuts
Increments
(°F)
(°F)
100-800
28
25
800-1200
1200-1800
8
4
50
100
Tab. 3.3 Generazione per default degli pseudocomponenti [6]
In alcuni casi, tuttavia, è necessario aumentarne il numero o creare un set di
pseudocomponenti per ogni assay. In particolare se:

Le curve di distillazione dei differenti assay presentano marcate sovrapposizioni;

Le curve di densità e del fattore K (Watson) sono molto differenti tra loro.
Lo svantaggio conseguente ad avere un grande numero di pseudocomponenti è una certa
lentezza di calcolo e un uso maggiore di memoria del calcolatore.
26
Per ovviare a quest’ultimo problema, è buona cosa specificare un set di
pseudocomponenti ad hoc per ogni assay presente. I vantaggi ad operare in questo modo
sono essenzialmente due:

Una maggiore precisione nella stima dei parametri chimici e fisici della miscela;

Un uso limitato degli pseudocomponenti.
3.4 Convergenza
Il modello PetroFrac per le colonne di distillazione petrolifera utilizza come algoritmo di
convergenza una variante del metodo Inside-Out, sviluppato nel 1974 da J.F. Boston e
S.L. Sullivan. La convergenza, solitamente facile e veloce, non prevede l’inserimento di
stime iniziali, anche se la presenza di valori ragionevoli ne migliora l’efficacia. La stima del
profilo di temperatura porta di norma ad una convergenza più solida, così come il fattore
di damping è importante nel caso si voglia creare una convergenza che resista a
cambiamenti importanti nella struttura del modello.
Se l’algoritmo di calcolo è fissato per ogni Unit Operation Model, è possibile tuttavia
scegliere il metodo di risoluzione delle equazioni di bilancio e termodinamiche. I metodi
possibili sono: Wegstein, Direct, Secant, Broyden, Newton, Complex, SQP. Non ci
dilungheremo troppo su questi metodi, la cui spiegazione è facilmente rintracciabile su
qualsiasi testo di Metodi Numerici, se non per descrivere i tre metodi citati in questo
lavoro, e cioè Wegstein, Broyden e Newton. In realtà il metodo di Newton non è stato
utilizzato, ma è importante perché a questo si ispira il metodo di Broyden, impiegato in
entrambe le simulazioni. Del metodo di Wegstein invece, facile e veloce, ci siamo avvalsi
per raggiungere la prima convergenza del sistema.
3.4.1 Algoritmo Inside-Out
Questo algoritmo [12] venne sviluppato negli anni ’70 nella speranza di superare alcune
difficoltà che i metodi già presenti (Newton-Raphson, Wang and Henke, Sujata etc.)
avevano evidenziato, senza però introdurne delle altre. I vantaggi che questo metodo
presenta possono essere riassunti essenzialmente in quattro caratteristiche fondamentali:
27

Robustezza di calcolo anche in presenza di stime iniziali non buone;

Efficienza dal punto di vista computazionale (giusta distribuzione delle risorse);

Versatilità del metodo in termini di applicabilità;

Alta velocità di convergenza, almeno nei pressi della soluzione
Le caratteristiche principali di questo metodo e delle sue varianti successive sono sei:

I modelli complessi riguardanti le K-values e le entalpie sono usati unicamente per
generare le stime iniziali dei modelli semplificati;

I modelli semplificati, che costituiscono il ciclo esterno (outer loop) forniscono le
stime iniziali per il ciclo interno (inner loop); si può rintracciare in questi
un’analogia con le variabili primitive (temperatura, pressione, composizioni della
fase vapore e liquida) per i metodi classici;

Il successivo outer loop risulta relativamente indipendente e slegato dal precedente,
da cui si può capire perché le stime iniziali non rappresentino un punto critico per
la convergenza;

Le equazioni sono riarrangiate, in funzione dei modelli semplificati, al fine di
ottenere una soluzione completa per le variabili primitive;

Le variabili di iterazione dell’inner loop sono esclusivamente le temperature e le
portate, il che elimina il problema di distinguere tra sistemi a stretto e a largo
punto di ebollizione;

Le variabili primitive che risultano dalla soluzione dell’inner loop, per un dato set di
variabili ottenute dall’outer loop, sono utilizzate per calcolare un nuovo set di
variabili nell’outer loop, attraverso i valori calcolati di K-values ed entalpie. L’intero
problema si risolve quando questi valori calcolati coincidono con quelli iniziali,
cioè quando inner e outer loops restituiscono gli stessi valori.
28
3.4.1.1 Inner loop
Consideriamo il caso base di una colonna, con n estrazioni laterali ed m alimentazioni,
priva di riflussi circolatori tra un piatto e l’altro.
Le variabili primitive dell’inner loop sono gli stripping factors e i sidestream withdrawal factors. Le
equazioni di loop sono i bilanci entalpici e le design specifications. Lo stripping factor è definito
come:
Sj 
dove: Sj =
K bV
L
stripping factor per il piatto j
V =
il vapore netto che lascia il piatto j
L =
il liquido netto che lascia il piatto j
Kb =
la K-value calcolata con i metodi semplificati.
L’inner loop risolve il sistema di equazioni seguenti:
  LSS   VSS  
H 1  f  S 2 , 
 ,
   0
  L K  V K 

 LSS   VSS  
H 2  f  S1 , S 3 , 
 ,
   0
 L  K  LV  K 

…

 LSS   VSS  
H k  f  S k 1 , S k 1 , 
 ,
   0
 L K  V K 

…

 LSS   VSS  
H n  f  S1n , 
 ,
   0
L
V



K 
K

dove Hj rappresenta il bilancio entalpico del piatto j
29
NQ
NF
  LSS  


  H Vj V j 1   VSS    H Lj1 L j 1  H Vj1V j 1   H iF Fi   Qi  0
H j  H Lj L j 1  

  L  
  V  
i
i
j 
j 


A queste vanno aggiunte le equazioni rappresentanti le design specifications che devono
essere in numero tale da azzerare i gradi di libertà del sistema.
Per una corretta interpretazione dei simboli, presentiamo uno schema semplificato di uno
stage per il metodo I/O.
j-1
V’j
VSSj
LSSj
Vj
FVj
L’j
FLj
j
V’j+1
Fig. 3.11 Schema semplificato colonna I/O
Se scriviamo il bilancio materiale in termini di portata netta di liquido e di vapore,
otteniamo:
  LSS  
 
 
   vij 1   VSS    vi , j 1
f ij  li , j 1  lij 1  
  L  
  V  
  j j 
  j j 
30
dove
fij = la portata del componente i-esimo al piattoj, in moli/tempo
lij = la portata di liquido del componente i-esimo, in moli/tempo
vij = la portata di vapore del componente i-esimo, in moli/tempo
Data la relazione di equilibrio
yij  K ij xij
sostituendo nella precedente equazione si arriva alla forma finale:
 

 K ij 1V j 1 
  LSS    K ijV j    VSS   
f j  li , j 1  lij  1 

1
 li , j 



  L    L   V  
L j 1 

j j
j 
j j 









Se si suppone K costante, otteniamo per ogni componente un sistema in j equazioni, che
in forma matriciale diventa:
 Bi1 C i1 0
1 B
Ci 2 0
i2

 0  1 Bi 3 C i 3

0  1 ...

 ...
0
...

0

0

0
...
 0
con
...
0
0
... 0
... ...
0
... ... C i , j 1
0  1 Bi , j 1
0
1
0   li1   f i1 


0   li 2   f i 2 


 


 
...  


  ...   ... 


 
0 

 




f 
C in li , j 1

  i , j 1 
Bin   lin   f i ,n 
 

  LSS    K ijV j    VSS   

1
Bij =  1 
  L    L    V   
j j
j 




  j  j 


31
 K ij 1V j 1 
Cij = 

 L j 1 
e
I sidestream withdrawal factors sono definiti come:
 LSS 

RLj = 1  
 L 
j

j
 VSS 

RVj = 1  
 V 
 j j
Le costanti di equilibrio sono calcolate come
Kij = ij Kb
con
ij costante di volatilità del componente i
e
Kb
costante di equilibrio calcolata con i modelli semplificati
1
1
ln K b   A  B 
T T
Rif





con TRif temperatura di riferimento.
A questo punto il bilancio di materia può essere scritto come:
f ij  li , j 1  lij RLj   ij S j RVj   li , j 1 i , j 1 S j 1
32
Con
Bij = RLj   ij S j RVj
Cij = -  i , j 1 S j 1
coefficienti della matrice tridiagonale.
3.4.1.2 Outer loop
In generale, K-values ed entalpie dipendono secondo modelli termodinamici complessi
dalle variabili primitive, come segue:
K i  K i T , P, x, y 
H L  H L T , P, x 
H V  H V T , P, y 
Sviluppando un modello semplificato per le K-values, si nota in primo luogo che la
dipendenza di queste dalla temperatura può essere ben rappresentata da un modello del
tipo:
1
1
ln K i  Ai  Bi  
T T
Rif





dove TRif rappresenta la temperatura di riferimento e Bi un parametro scarsamente
dipendente dalla temperatura. Inoltre poiché Bi non varia molto da un componente
all’altro, anche in un sistema con un largo intervallo di punti di ebollizione, si può definire
un valore di K-value di riferimento, Kb, definito in questo modo:
ln K b   wi lnK i
i
Dove possiamo definire wi (weightng factors) come:
33
wi 
ti
t
i
i
con
t i  yi
 ln K i 
1
T 
 
Possiamo quindi riscrivere la formula semplificata per la Kb in questo modo:
1
1
ln K b  A  B 
T T
Rif





Infine si completa il modello semplificato per le K-values determinando un set di volatilità
relative del tipo:
i 
Ki
Kb
che è molto meno sensibile alla temperatura che non la singola Ki.
I modelli semplificati per il calcolo delle entalpie liquide e vapore possono essere
sviluppati, ricordando che, su base massiva, le entalpie di vaporizzazione e le capacità
calorifiche non cambiano molto da componente a componente e che in particolare questi
ultimi sono relativamente indipendenti dalla temperatura.
Possiamo rappresentarli quindi in questa forma:
H V  H V  H V0
H L  H L  H L0
con
HV = entalpia del vapore
HL = entalpia del liquido
HV0 = entalpia della miscela ideale di vapore
HL0 = entalpia della miscela ideale di liquido
Possiamo quindi riscrivere i modelli semplificati nel modo seguente:
34
H V  C  DT  Trif 
H L  E  F T  Trif 
Se uniamo queste due equazioni alle altre due calcolate per le K-values, otteniamo gli Nc+6
parametri di convergenza (i, A,B,C,D,E,F). Quando questi ultimi risultano uguali a
quelli ricavati dall’inner loop, allora la convergenza è completa.
3.4.2 Metodi numerici
3.4.2.1 Wegstein method
Questo metodo [6] è sicuramente fra tutti quelli proposti il più facile e versatile. E’ molto
utile per raggiungere la prima convergenza del sistema, ma non è in grado di risolvere
calcoli quando le variabili sono accoppiate o quando ci sono dei loops.
Il metodo può essere controllato specificando un valore al fattore di accelerazione q.
Questo viene calcolato per ogni variabile ed è definito come segue:
q
s
con :
Xk
s
s 1
G X k   G X k 1 
X k  X k 1
variabile stimata
G X k  variabile calcolata
k
numero di iterazioni
Il nuovo valore calcolato con il metodo Wegstein risulta uguale a:
X k 1  qX k  1  q G X k 
35
Si può vedere subito che se q = 0 allora il metodo diventa una sostituzione diretta; invece
nel caso in cui q < 0 si ha un’accelerazione nella convergenza, mentre con 0 < q < 1 esso
rappresenta il fattore di damping e quindi riduce lo step
tra un’iterazione e l’altra,
facilitandone la convergenza. Tuttavia un fattore di damping prossimo allo zero ne riduce
sensibilmente la velocità.
3.4.2.2 Broyden method
Il metodo di Broyden [6] è molto simile al metodo di Newton, ma a differenza di questo
utilizza una linearizzazione approssimativa. Questa approssimazione rende il metodo
molto rapido, ma in alcuni casi poco affidabile. I vantaggi rispetto al metodo di Newton
sono essenzialmente due:

Applicabilità a sistemi con un numero elevato di componenti;

Sensibilità minore alle stime iniziali.
3.4.2.3 Newton method
Per illustrare la tipica tecnica iterativa di questo metodo [6], vediamo gli step
fondamentali riferendoci alla figura seguente.
f(x)
Soluzione
0
x0
x1
x2
x*
X
Fig. 3.12 Metodo di Newton
36
Partendo dal dato iniziale si calcola il valore successivo, linearizzando secondo la formula
seguente:
x
Quando
x n1  x n   0
n 1
  f  
 x    
  x  x n 
n
1
 
f xn
con 0 fissato, allora la convergenza è completa.
Questo metodo tuttavia necessita di buone stime iniziali, altrimenti potrebbe dare
problemi di falsa convergenza, oppure non arrivare a soluzione anche quando la
soluzione esiste ed è vicina. Per questo nelle nostre simulazioni abbiamo preferito
utilizzare il metodo di Broyden, piuttosto che quest’ultimo, dal momento che molte volte
si è obbligati a supporre dati quando questi non sono disponibili.
37
4. Prima simulazione
4.1 Descrizione dell’impianto
Il grezzo viene preriscaldato in una lunga serie di ricuperatori di calore, desalato per
lavaggio con acqua, preriscaldato ancora e alimentato ad un preflash (V-103), dove
subisce una prima vaporizzazione. La corrente di vapore entra quindi direttamente in
colonna (C-101) tre piatti sopra la zona di flash, mentre la corrente liquida viene
alimentata ad un forno (F-101). Un collettore raccoglie il grezzo in uscita dai vari passi del
forno e la transfer line, generalmente lunga perché il forno è staccato dal resto
dell’impianto per ragioni di sicurezza, porta il grezzo alla colonna. In uscita dal forno la
temperatura è di circa 360 °C. Si ha un’ulteriore evaporazione dell’alimentazione, parte
nel forno, parte nella transfer line e parte per flash all’ingresso nella colonna. La parte
vaporizzata viene lavata con il riflusso della colonna: dato che la temperatura va
rapidamente decrescendo verso l’alto, il calore sensibile della parte vaporizzata va a
ingrossare il flusso ascendente dei vapori. Buona parte di questo calore viene sottratta dai
due pumparounds (superiore ed inferiore), che tra le altre cose forniscono il riflusso della
colonna, essendo questa priva di riflusso di testa ed avendo all’altezza del sedicesimo
piatto un piatto a prelievo totale. La colonna possiede 43 piatti e un pacco interposto tra
il quindicesimo e il sedicesimo piatto, a cavallo del ricircolo inferiore. I vapori che
arrivano alla testa sono per quanto possibile condensati: i gas incondensabili vengono
compressi e recuperati in parte come gas combustibile e in parte disciolti nella virgin nafta
che è il prodotto liquido di testa. Lateralmente vengono prelevate tre frazioni: kerosene,
gasolio leggero e gasolio pesante. Per liberare questi prelievi dai composti più leggeri ci sono tre
colonne di stripper, di cui la prima per il kerosene, dotata di ribollitore, le altre due per i
gasoli, dotate di vapore di strippaggio. Ai tempi tuttavia del test-run quest’ultima non era in
funzione; per questo motivo non verrà presa in considerazione nella simulazione.
Altro stripper è realizzato alla base della colonna principale. Ad esso è alimentato, oltre
che il liquido di flash, anche l’overflash che rifluisce in colonna. Dal fondo dello stripper
principale esce il residuo del topping detto comunemente residuo atmosferico.
38
Fig 4.1.a
Schema generale di impianto
39
GREGGIO
F-101/F-102
V.B.
V-103
P-104
E-301 A
P-105
E-101
38
40
34
31
30
43
37
29
C-101
19
5
1
E-116
6
1
6
1
SWS
6
1
C-103
E-109
C-104
V-105
C-102
Residuo a
colonna
Vacuum
HGO a
stoccaggio
LGO a
stoccaggio
Kerosene a
stoccaggio
Naphta ad
HDT
Incond.
compressore
air cooler
Primo
condensatore
Nafta
M
Secondo
condensatore
acqua
acqua
M
Colonna di
distillazione
Fig. 4.1.b Sistema di condensatori e compressione dei gas di testa
40
4.2 Dati
La raccolta dei dati necessari ad una simulazione viene effettuata durante un test-run.
Il test-run, che dura in genere qualche ora, prevede che:

Il controllo dell’impianto venga fatto manualmente, in modo da non avere
grosse variazioni nelle variabili controllate, come la portata di estrazione, le
portate dei riflussi e le temperature di piatto e di uscita forno.

Se queste variabili non hanno avuto variazioni apprezzabili, si può procedere
al campionamento dei prodotti. Affinché il campionamento sia efficace,
bisogna che:

I prelievi di carica e prodotti siano contemporanei e completi

I campioni siano trasportati secondo le regole stabilite dal laboratorio,
cioè imbottigliati e mantenuti al fresco (almeno i più leggeri) per
evitare l’evaporazione delle parti più volatili.

Le analisi vengano effettuate nell’arco di tempo più breve possibile; in
particolare la cromatografia dei gas deve essere immediata.

Si raccolgano i valori numerici delle variabili di impianto (TAG) all’ora del
campionamento e almeno nell’arco delle quattro ore che lo precedono.
La conoscenza dell’impianto su cui si effettua il test-run è essenziale per il successo
dell’operazione. Quindi è buona norma avere i P&I
dell’intero processo, per
accertarsi che non siano state fatte variazioni al progetto originale. Inoltre il tecnologo
di impianto può dare informazioni utili riguardo a:

Aperture o chiusure di valvole per soddisfare ad una richiesta particolare e
temporanea (quindi assetto diverso dell’impianto);

Eventuali flange per la misurazione di portata rotte o poco affidabili;
41

Chiusura del bilancio di materia, basato sui livelli dei serbatoi e non sulle
misurazioni di portata, che non tengono conto delle variazioni di temperatura
delle correnti (la temperatura infatti influenza la densità).
Il test-run a cui fa riferimento questa simulazione è stato effettuato il 4 Ottobre 2000,
ma non in prima persona. Ci affidiamo quindi alla professionalità e competenza della
persona che ha seguito questa raccolta di dati, certi tuttavia della loro consistenza.
Per una maggiore chiarezza e visibilità dei dati, raccoglieremo questi ultimi in tabelle
e grafici, facendo, ove necessario, commenti chiarificatori.
42
4.2.1 Carica
KIRKUK Crude Oil
Origine
33.3 °API
Area
Medio Oriente
Nazione
Iraq
Tab.4.1 Greggio in carica
TBP Distillation ASTM D2892
Cut point
Distillate
Cumulative
Density
% on crude
% on crude
15 °C
°C
m/m
v/v
m/m
v/v
Kg/l
C1
0.004
0.012
0.004
0.012
0.3000
C2
0.01
0.023
0.014
0.035
0.3564
C3
0.304
0.515
0.318
0.55
0.5077
IC4
0.356
0.542
0.674
1.092
0.5630
NC4
0.854
1.256
1.528
2.348
0.5840
IC5
0.988
1.359
2.516
3.707
0.6247
NC5
1.215
1.653
3.731
5.36
0.6309
80
3.016
3.822
6.747
9.182
0.6772
100
2.651
3.13
9.398
12.312
0.7272
120
2.834
3.359
12.232
15.671
0.7242
140
3.298
3.804
15.53
19.475
0.7440
150
1.848
2.089
17.378
21.564
0.7595
160
1.702
1.907
19.08
23.471
0.7660
180
3.83
4.233
22.91
27.704
0.7767
43
210
5.264
5.706
28.174
33.41
0.7919
230
3.179
3.407
31.353
36.817
0.8009
250
3.282
3.467
34.635
40.284
0.8124
270
3.327
3.455
37.962
43.739
0.8265
290
3.211
3.289
41.173
47.028
0.8380
320
5.049
5.075
46.222
52.103
0.8539
350
4.842
4.775
51.064
56.878
0.8704
370
3.611
3.508
54.675
60.386
0.8836
400
5.282
5.079
59.957
65.465
0.8927
400+
40.039
34.957
40.039
34.957
0.9831
Tab.4.2 TBP distillation data
TBP distillation
70
60
% distilled
50
40
30
20
% wt
% vol
10
0
0
5
10
15
20
25
Cut Point
Fig. 4.2 TBP distillation curve del greggio
44
4.2.2 Prodotti
Le analisi dei prodotti comprendono le curve di distillazione e la densità per Nafta, Kero,
LGO e HGO. Mancano la cromatografia dei gas di testa e la distillata del residuo.
Vedremo nel paragrafo 5.3 come riprodurre quest’ultima curva a partire dai dati a nostra
disposizione.
Densità
Kg/m3
Nafta
717.7
Kerosene
796
LGO
830.5
HGO
869.1
Tab. 4.3 Densità prodotti
ASTM D86 NAFTA
ASTM D86 KERO
% distilled
Temp. °C
% distilled
Temp. °C
p.iniziale
37
p.iniziale
183
5.0
53
5.0
189
10.0
62
10.0
190
30.0
90
30.0
195
50.0
114
50.0
199
70.0
135
70.0
204
90.0
157
90.0
213
95.0
164
95.0
217
p. finale
177
p. finale
224
Tab. 4.4 D86 Nafta
Tab. 4.5 D86 Kerosene
45
ASTM D86 LGO
ASTM D86 HGO
% distilled
Temp. °C
% distilled
Temp. °C
p.iniziale
168
p.iniziale
134
5.0
209
5.0
269
10.0
224
10.0
298
30.0
250
30.0
330
50.0
267
50.0
344
70.0
286
70.0
357
90.0
313
90.0
375
95.0
325
95.0
382
p. finale
341
p. finale
386
Tab. 4.6 D86 LGO
Tab. 4.7 D86 HGO
ASTM D86 Prodotti
100
90
80
70
% distilled
60
50
40
nafta
Kero
30
LGO
HGO
20
10
0
0
50
100
150
200
250
300
350
400
450
Temperature (°C)
Fig. 4.3 D86 dei prodotti
46
Dalle analisi dei prodotti possiamo fare le seguenti considerazioni:

Le curve presentano marcate sovrapposizioni, in particolare la curva
dell’HGO;

La carica è relativamente leggera.
Non è possibile dare un giudizio sulla affidabilità delle analisi, quindi per precauzione
non verranno considerati nella simulazione i punti iniziali e finali delle curve, che
normalmente sono quelli più carichi di errore, dipendendo direttamente dalla
discrezione dell’addetto al laboratorio. In questa maniera si riducono i problemi dovuti
all’over-lap delle curve.
47
4.2.3 TAG di impianto
I valori delle variabili di impianto sono stati raccolti nell’arco delle quattro ore del test-run,
durante un assetto stabile della colonna. Non conoscendo l’ora esatta dei prelievi, sono
state considerate le medie orarie di tutti i valori. Questo ha permesso di minimizzare
l’errore dovuto all’incertezza sull’ora di campionamento.
4.2.3.1 Portate
Sigla
TAG
U.d.m.
Valore
01FIC2
Alimentazione greggio a CDU
T/d
13430
01FIC7
Rifl. Circol. Basso a C-101
T/d
8100
01FIC6
Rifl. Circol. Alto a C-101
T/d
11000
01FIC102
Alim. Residuo lungo a C-501
T/d
6252
01FI14
Portata LGO a stoccaggio
T/d
2500
01FIC12
Portata HGO a stoccaggio
T/d
600
01FIC15
Portata Kero a stoccaggio
T/d
660
01FIC101
MGO a C-103
T/d
400
01FI9
Alim. addiz. a C-101
T/d
27
01FIC8
Vapore strippaggio colonna
T/d
85
Tab 4.8 Tag di portata
4.2.3.2 Pressioni
Sigla
TAG
U.d.m.
Valore
01PIC1
Pressione V-103
Barg
1.81
01PIC2
Piatto 9 Frazion. C-101
barg
1.42
01PI38
Pressione uscita testa C-101
barg
1.03
Tab. 4.9 Tag di pressione
48
4.2.3.3 Temperature
Sigla
TAG
U.d.m.
Valore
01TI36
Temperatura piatto 6
°C
356
01TI18
Res. Lungo uscita C-101
°C
348
01TI134
Temp. Piatto 12
°C
304
01TI132
Temp. Piatto 26
°C
201
01TI22
Temperatura testa colonna
°C
139
01T131
Temperatura V-105
°C
64
Tab. 4.10 Tag di temperature
49
4.3 Flowsheet e schema semplificato
Off-gas
Nafta
Kero
Light-ends
Mixer
Flash2
PETROFRAC
LGO
Greggio
C-101
Petrofrac
S-LGO
Flash2
HGO
Residuo
Fig. 4.4 Flowsheet AspenPlus
L’assunzione fondamentale di questo modello consiste nella scelta dei dati di input. Si
è pensato infatti di non utilizzare la caratterizzazione del greggio effettuata dal
laboratorio, ma di retromiscelare le uscite, per riprodurre la carica in ingresso. I
vantaggi di utilizzare questa metodologia particolare sono essenzialmente due:

Ovviare ad eventuali imprecisioni sull’analisi della carica. E’ molto facile
infatti che le parti più volatili vengano sottostimate.

Ottenere un grado di precisione molto più elevato.
50
Si può concludere che la colonna è ben calibrata se gli output corrispondono agli
input, cioè se la separazione annulla completamente gli effetti del mixer.
1
1
2
2
…
Mixer
Colonna di distillazione
…
n
…
…
n
Fig. 4.5 La retromiscelazione dei prodotti
Riferendosi alla figura 4.4, descriveremo lo schema semplificato utilizzato per
riprodurre l’impianto reale, soffermandoci in particolare sulle assunzioni fatte durante
il lavoro.
Le correnti in ingresso sono due (GREGGIO e LIGHT-ENDS): la prima è un blend di
4 assay (i prodotti), la seconda invece contiene i componenti puri più volatili
(dall’idrogeno al n-pentano).
La scelta di separare i gas dal resto dei componenti non è stata casuale, ma dovuta
essenzialmente al fatto che, essendo mancante la cromatografia dei gas di testa, non
conoscevamo l’esatta composizione di questi. Quindi abbiamo fatto una prima
approssimazione utilizzando la TBP della carica, variando in seguito quest’ultima
manualmente nel corso della simulazione al fine di riprodurne i risultati.
Utilizzando inoltre per la corrente GREGGIO un blending interno al programma,
abbiamo ridotto il numero delle variabili e quindi facilitato la convergenza.
Le due correnti in ingresso quindi entrano in un mixer ideale e la corrente risultante
entra a sua volta in un’unità flash che riproduce il V-103. Il processo fino a questo
momento è isotermo e isobaro, in maniera da non considerare il treno di scambio con
la colonna (nel caso simulabile in seguito) e le perdite di carico relative al passaggio
negli scambiatori. Per i valori di temperatura e di pressione sono stati considerati
quelli al V-103.
51
In colonna entrano poi le correnti vapore e liquida dal preflash, quest’ultima dopo aver
subito un riscaldamento dovuto al forno, ed il vapore di strappamento. La mancanza di
dati sulla transfer line non ci ha permesso di stimare la perdita di carico all’ingresso
della zona di flash; di conseguenza abbiamo supposto che la pressione di ingresso
fosse un poco più elevata di quella in colonna.
Il condensatore di testa, interno all’unità operativa, è solo una semplificazione del
complesso sistema di condensazione e compressione dei gas di testa. La colonna reale
non ha riflusso liquido, che viene invece effettuato dal pumparound superiore ed è
caratterizzata da due condensatori in serie, inframmezzati da un compressore per il
recupero dei gas così come mostra la figura 4.1.b. Nella simulazione il tutto è stato
semplificato utilizzando un condensatore parziale, cercando di azzerarne il riflusso
liquido. I risultati ottenuti sono stati apprezzabili (tasso di riflusso pari allo 0.02%) e i
vantaggi che si sono ottenuti sono stati ragguardevoli, tra cui il più importante una
notevole facilità di convergenza. Tuttavia, essendo questi due sistemi così diversi tra
loro, i risultati, limitatamente a questa parte di colonna, non sono stati presi in
considerazione.
Lo stripper del gasolio leggero è stato simulato con un’unità operativa indipendente, a
causa della specifica di prelievo totale al piatto 26, e come si può ben vedere dallo
schema precedente l’introduzione di una nuova colonna a creato un primo loop nel
sistema (blocco blu). La corrente di riferimento (tear stream) per la convergenza del
ciclo ($OLVER 1) è il rientro dei vapori di strappamento (LGO_VAP).
Un secondo loop ($OLVER 2) si è reso necessario per simulare lo stripper dell’HGO
(blocco azzurro). In questo caso, non essendo presente alcuna corrente di vapore,
viene semplicemente simulata la variazione di pressione tra la colonna e lo stripper,
che crea in ogni caso una parziale vaporizzazione della corrente in uscita. In questo
secondo caso la corrente di riferimento per la convergenza del ciclo è il rientro dei
vapori (HGO-VAP).
52
4.4 Fitting dei dati iniziali
4.4.1 Calcolo della curva del residuo
In questa simulazione le analisi non sono complete. Infatti non si possiede la curva di
distillazione del residuo, necessaria invece al fine di caratterizzare tutti gli ingressi.
In questo caso quindi si può ricorrere ad una distillazione simulata del greggio, se
esiste, oppure ricavare quest’ultima curva utilizzando un’interpolazione delle curve
che si hanno a disposizione.
Dato che neanche la simulata è presente, cercheremo di calcolarla, utilizzando i dati a
nostra disposizione.
La metodologia utilizzata [7] è la seguente:
a. Utilizzare il simulatore per trasformare le ASTM D86 in TBP, in maniera da
evidenziare gli over-lap esistenti tra le curve;
b. Rappresentare graficamente le curve su uno stesso foglio, tenendo presente le
percentuali di ogni taglio rispetto al grezzo;
c. Unire le curve con un’interpolata. In particolare bisogna ricordare di non
considerare le code delle curve stesse (over-lap), ma solo i punti centrali.
Questi peraltro vanno scelti seguendo alcune indicazioni:
Interpolata
TBP
Fig 4.6 Metodo delle aree
53
i.
La curva non deve presentare gobbe troppo accentuate;
ii.
Le aree comprese tra le code e l’interpolata devono avere la
stesso valore, per due curve successive.
d. La curva interpolata deve avere un andamento simmetrico;
e. Costruire quindi la curva per il residuo, aggiungendo ad essa una coda, nel
rispetto di quanto già detto in (ii).
Quanto esposto può essere riassunto nel grafico che segue, dove si è applicato
esattamente questa procedura.
Cumulativa D86
100
90
80
% distiilato
70
60
nafta
50
Kero
LGO
40
HGO
30
Interpolata
residuo
20
10
0
0
100
200
300
400
500
600
700
800
Temperatura (°C)
Fig. 4.7 Calcolo della curva del residuo
I valori numerici ottenuti sono solo un’approssimazione della curva reale, ma non
essendo nella maggior parte dei casi richiesta l’analisi del residuo, è accettabile un margine
di errore ragionevole, sempre che questo non impedisca il buon esito della simulazione.
54
I valori della TBP raccolti in tabella, sono i seguenti:
TBP Residuo
% distilled
Temp. °C
p.iniziale
257.83
5.0
330.07
10.0
364.64
30.0
424.22
50.0
484
70.0
547.81
90.0
655.03
95.0
694.21
p. finale
727.91
Tab. 4.11 TBP del residuo calcolata con il metodo delle aree
55
4.4.2 Estrapolazione dei dati iniziali
Come già osservato in  3.4.1, è estremamente importante scegliere il metodo di
estrapolazione e di conversione dei dati iniziali, al fine di riprodurre al meglio le curve
di distillazione reali. Per fare ciò sono state messe a confronto sei combinazioni
possibili, per ognuna delle quali sono stati calcolati gli errori assoluti per ogni punto
della curva e tra queste soluzioni possibili è stata scelta la combinazione che in
generale dava i risultati migliori.
A Prob
Harwell
Edm
B Quad Harwell Edm
C Prob
Hermite Edm
D Prob
Hermite Api94
E Prob
Hermite Edm-Oka
F Prob
Harwell
Api94
G Quad Harwell Api94
Tab. 4.12 Scelta dei metodi di estrapolazione e di conversione
56
Come si può vedere dalla tabella precedente, sia il caso D sia il caso F hanno dato
buoni risultati. Qui di seguito sono riportati i valori degli errori assoluti (in °C) per le
differenti curve ASTM D86.
Case D
% vol Nafta Kero LGO HGO
5
1.1
2.0
0.9
10.6
10
1.0
0.5
0.3
0.7
30
0.1
0.4
0.5
0.5
50
0.1
0.1
0.2
0.0
70
0.1
0.3
0.0
0.3
90
1.5
0.4
1.6
0.1
95
2.8
1.3
0.5
2.8
Tab. 4.13 Errore assoluto Case D
Case F
% vol Nafta Kero LGO HGO
5
0.8
1.4
1.2
10.0
10
0.6
0.5
0.2
1.0
30
0.1
0.1
0.4
0.2
50
0.1
0.1
0.1
0.2
70
0.1
0.3
0.0
0.1
90
1.7
0.6
1.3
0.4
95
3.0
1.5
0.7
3.0
Tab. 4.14 Errore assoluto Case F
La scelta infine è caduta sul caso F, poiché in generale il comportamento è migliore,
benché si noti un leggero peggioramento nei punti finali. In conclusione i metodi
utilizzati per la nostra simulazione sono:
Extrapolation method
Probability
Spline fitting method
Harwell
Conversion method
API94
Tab 4.15 Metodi di estrapolazione e di conversione utilizzati
57
4.4.3 Distribuzione degli pseudocomponenti
Per questa simulazione sono stati utilizzati il set di pseudocomponenti che AspenPlus
genera per default, per non appesantire troppo il calcolo e ritenendolo comunque
sufficientemente preciso.
L’utilità di aumentarne il numero dipende essenzialmente dalla bontà della
caratterizzazione iniziale. Se la caratterizzazione è carente in qualche punto, questa
può essere migliorata agendo localmente e infittendo nei punti critici il numero di
pseudocomponenti.
In questi casi è giusto arrivare ad un compromesso tra l’accuratezza e il tempo di
calcolo. Si è constatato nel corso del lavoro che l’aumento del numero di
pseudocomponenti porta ad un discreto guadagno nell’accuratezza del calcolo fino ad
un determinato valore che si aggira intorno ai 200. Oltre questo numero il guadagno è
pressoché nullo, così come mostrato nella figura che segue.
Accuratezza
200
N° di pseudocomponenti
Fig. 4.8 Limite di accuratezza per gli pseudocomponenti
Nel nostro caso la caratterizzazione è buona, fatta eccezione che per un punto, così
come si può facilmente vedere dalle tabelle precedenti. Il punto 5% (ASTM D86) per
l’HGO presenta un errore assoluto di circa 10 °C. Si è quindi aumentato il numero di
pseudocomponenti nell’intorno di quel punto, senza arrecare tuttavia alcun vantaggio.
Di conseguenza si è abbandonata l’idea dell’infittimento locale.
58
Dal punto di vista dell’attendibilità della simulazione, comunque, questa discordanza
non crea grossi problemi. Si tratta infatti di un problema squisitamente matematico,
particolare di questa distribuzione di dati. Se otterremo un valore di input uguale al
valore di output, si riterrà il modello comunque ben calibrato.
La distribuzione degli pseudocomponenti, secondo l’autogenerazione, risulta essere
quella rappresentata nelle figure seguenti.
Nafta
LGO
450
250
400
350
True Boiling Point
True Boiling Point
200
150
100
50
300
250
200
150
100
0
0
50
10 20 30 40 50 60 70 80 90 100
-50
0
% distilled
0
10
20
30
40
50
60
70
80
90 100
% distilled
HGO
Kerosene
300
450
400
True Boiling Point (°C)
True Boiling point
250
200
150
100
50
350
300
250
200
150
100
50
0
0
0
20
40
60
% distilled
80
100
0
10
20
30
40 50 60 70
% vol distilled
80
90 100
Fig. 4.9 Distribuzione degli pseudocomponenti
59
60
4.5 Tuning del Modello
La calibrazione del modello [6] rappresenta sicuramente una fase fondamentale e molto
impegnativa del lavoro di simulazione. Per poter fare ciò è necessario prima di tutto avere
un modello a convergenza che rispecchi nel miglior modo possibile l’assetto reale
dell’impianto. Inoltre deve essere epurato da tutti i loop inconsistenti o eliminabili, al fine
di avere il modello più semplice possibile.
Calibrare un modello, in questo caso particolare una colonna, significa agire sull’efficienza
del sistema, passando da una situazione ideale ad una reale.
Quando si simula una colonna in AspenPlus, il numero dei piatti che si inserisce è pari al
numero degli stadi ideali del sistema. Infatti il sistema prevede per default che tutte le
efficienze siano pari a uno.
I metodi che si utilizzano normalmente per ottenere un modello reale sono
essenzialmente due:

Agire sulle portate e sulle efficienze globali;

Diminuire il numero dei piatti inserito all’inizio della simulazione.
In particolare quest’ultimo rende particolarmente difficoltoso il modo di operare, poiché
per un sistema complesso bisognerebbe continuamente aggiornare le entrate e le uscite
alla colonna, dal momento che AspenPlus non lo fa automaticamente (a differenza per
esempio di Hysys, dove questo metodo è preferito per la sua facilità di calcolo). Quindi
per le nostre simulazioni abbiamo usato il primo metodo, che tra l’altro ci sembra quello
più logico e intuitivo.
4.5.1 Metodo dell’efficienza globale
La calibrazione, in questo caso viene fatta, diminuendo il valore dell’efficienza di
Murphree per ogni singolo piatto, a partire dall’assetto originale. Poiché per poter
prevedere un valore corretto sarebbe necessario conoscere esattamente la geometria del
piatto, nonché avere un’idea dell’andamento idrodinamico all’interno della colonna, in
60
mancanza di questi dati si è proceduto manualmente, variando di volta in volta il valore
attribuito al piatto. Questo processo, lungo e laborioso, viene semplificato da alcune
regole semplici, che qui elenchiamo:

Se in un tratto di colonna non ci sono né estrazioni né alimentazioni, l’efficienza
rimane costante;

L’efficienza della colonna diminuisce dall’alto verso il basso e mai viceversa;

In qualsiasi simulatore si comincia ad operare dal basso per risalire verso l’alto e
mai il contrario, al fine di evitare problemi di convergenza.
Si dice che una colonna è ben calibrata, quando le distillate dei prodotti riproducono per
il meglio i valori reali.
E’ necessario quindi avere sempre sott’occhio le curve,
confrontandole di volta in volta per verificarne l’andamento. Un ottimo strumento che
AspenPlus mette a disposizione sono i links dinamici con Excel. In questo modo è
possibile ad ogni run vedere come la variazione di efficienza influenza l’andamento delle
curve.
Il range di influenza dell’efficienza di Murphree sulla variazione di temperatura delle
distillate dei prodotti è tuttavia limitato. Se le curve si discostano di più di 15-20 °C
(valore verificato sperimentalmente), è impossibile sovrapporle utilizzando la sola
efficienza. In questo caso è necessario intervenire con le portate, ricordando che se
l’estrazione aumenta il prodotto risulta più pesante, mentre viceversa se l’estrazione
diminuisce, il prodotto risulta essere nel suo complesso più leggero.
4.5.2 Calibrazione della colonna e risultati
In questa simulazione la colonna è stata suddivisa in cinque sezioni come segue:

Sezione K , dalla testa della colonna fino al piatto26;

Sezione L, dal piatto 27 al piatto 16;

Sezione H, dal piatto 15 al piatto12;

Sezione F, dal piatto 11 al piatto 6;

Sezione S, dal piatto 5 al fondo colonna.
Le lettere delle prime tre sezioni sono indicative del taglio laterale, mentre F indica
l’alimentazione ed S la sezione di stripping.
61
I valori ottenuti sono stati i seguenti:
Sezione
K
L
H
F
S
Efficienza
0.70
0.70
0.66
0.60
0.37
Tab. 4.16 Profilo di efficienza (Murprhee)
Dai risultati ottenuti si nota chiaramente che la colonna presenta nel suo complesso
un’efficienza molto bassa, indice del fatto che essa non sta lavorando secondo le
specifiche di progetto (cosa tra l’altro confermata dal tecnologo della raffineria!).
L’andamento decrescente e i valori verosimili delle varie sezioni fanno pensare che il
modello sia ben calibrato. Tuttavia per avere conferma di questo, bisognerebbe avere un
secondo set di dati, per testare la solidità ed efficacia del modello stesso.
62
4.6 Verifica dei risultati
La verifica dei risultati della simulazione è stata fatta confrontando i valori delle distillate
D86 di Nafta, Kero, LGO e HGO e il profilo di temperatura della colonna. Per le
distillate, in particolare, ci siamo limitati a verificare i valori di temperatura al 5%, 50% e
95% di distillato in volume, per non appesantire troppo l’analisi.
Le tabelle che seguono raccolgono tutti i risultati, confrontati con i valori reali e
l’errore calcolato sia espresso in termini di °C sia percentuale.
Corrente D86 D86 Errore Errore
5%
5%
(°C)
(%)
Nafta
Calc.
52.9
Reale
53
0.1
0.19
Kero
189.6
189
0.6
0.32
LGO
207.4
209
1.6
0.76
HGO
258.5
269
9.5
3.53
D86 D86 Errore Errore
50%
50%
(°C)
(%)
Nafta
Calc.
114.9
Reale
114
0.9
0.79
Kero
199.1
199
0.1
0.05
LGO
266.8
267
0.2
0.07
HGO
344.5
344
0.5
0.14
D86 D86 Errore Errore
95%
95%
(°C)
(%)
Nafta
Calc.
164.1
Reale
164
0.1
0.06
Kero
218.4
217
1.4
0.65
LGO
328.7
325
3.2
0.98
HGO
381.7
382
0.3
0.08
Tab. 4.17 Risultati sulle D86
Si può vedere che per tutti i valori l’errore si assesta sempre sotto l’1%, ad eccezione
del già discusso punto critico 5% ASTM D86 per l’HGO. Se in particolare
63
consideriamo per valido il valore di input calcolato da AspenPlus ( 259 °C), l’errore
diventa addirittura dello 0.2%.
Temperatura
Temperatura
Calcolata
Reale
Errore
Errore
(°C)
(°C)
(°C)
(%)
Testa
139.2
139
0.2
0.14
Piatto 26
200.6
201
0.4
0.2
Piatto 12
303.5
304
0.5
0.16
Piatto 6
356.1
356
0.1
0.03
Fondo
349
348
1
0.29
Tab. 4.18 Profilo di temperatura - Risultati
Anche in questo caso il profilo termico della colonna risulta praticamente uguale a
quello reale, con un errore massimo dello 0.3%.
La temperatura al condensatore non viene presa in considerazione, per quanto già
sottolineato in  4.3.
64
4.7 Ottimizzazione
Negli ultimi anni la quantità di grezzo lavorata in Italia è diminuita del 30%, pur
rimanendo inalterata la produzione di distillati, tutto a scapito dell’olio combustibile
ottenuto dai residui e in particolare dal residuo atmosferico. [8]
In questa situazione di mercato l’impianto di distillazione atmosferico non ha certo
perso importanza, perché da solo o in accoppiata con un vacuum resta l’impianto di
testa della raffineria: ad esso però si chiedono delle prestazioni differenti da quelle
previste originariamente in progetto. Esempio classico di grezzo pesante in
progettazione era il Kuwait, con 45-48% di residuo. Adesso alcune raffinerie
utilizzano dei toppati con l’80% di residuo. E’ il caso dell’unità studiata nella seconda
simulazione.
E’ ovvio che in casi come questi massimizzare i distillati del topping è un imperativo
primario, perché un gasolio vale indicativamente 100 L/kg di più di un residuo
(Platt’s giugno 2001).
Un altro problema legato all’odierno mercato dei grezzi è per gli impianti di topping la
necessità di lavorare grezzi sempre diversi e spesso miscele senza nome. E’ frequente
trovare raffinerie costrette a cambiare tipo di grezzo mediamente ogni due o tre giorni
e che lavorano una trentina di grezzi (è questo il caso della raffineria da cui abbiamo
tratto i dati per la prima simulazione). Le incertezze di conduzione si riflettono
inevitabilmente in perdite di prodotti distillabili nel residuo.
In una classica colonna di topping, sono affidati alla gestione e all’operatore il
compito di stabilire la portata di grezzo alimentato, la temperatura al forno o di flash,
il calore da sottrarre a ciascuno dei pumparound, i vapori di strippaggio, la portata di
ciascun prelievo, la pressione di testa. E’ intuitivo che per ciascun grezzo lavorato,
queste grandezze dovranno essere scelte in maniera differente, ma sono evidenti anche
le difficoltà di questa scelta, soprattutto perché per ogni variazione effettuata è
necessario aspettare il responso delle analisi, per sapere se si rientra o meno nella
specifica. Inoltre lo scopo primario è quello di massimizzare la resa di gasoli di
65
determinata qualità, a scapito invece della portata di residuo, vista la congrua
differenza di prezzo.
Se un impianto di topping medio lavora 4000000 t/anno di grezzo e se l’1% di
prodotti distillabili si perde nel residuo, la perdita totale dell’impianto si aggirerebbe
sui 4 miliardi di lire, dando così un’idea della dimensione del problema.
Il lavoro di ottimizzazione svolto per questo lavoro si compone di due parti: nella
prima si vede qual è l’effetto che alcune variabili manipolabili, come la temperatura in
ingresso, la pressione e i vapori di strappamento, hanno sulle portate di estrazione dei
prodotti e sulle relative qualità; nella seconda parte, invece, si mettono a confronto
diversi assetti dell’impianto in cui i prodotti rispettino la specifica di qualità della
raffineria. Per quest’ultima parte, poi, c’è una breve analisi economica, di tipo
qualitativo, in cui queste diverse situazioni vengono messe a confronto fra di loro e
dove la più conveniente diventa la soluzione ottimale di gestione dell’impianto.
Non crediamo certamente che questo tipo di analisi sia esaustiva, perché i parametri di
valutazione dovrebbero essere ben più numerosi e in questo caso sono invece
mancanti. Tuttavia pensiamo di poter dare un’idea di massima sulla gestione
dell’impianto, lasciando la possibilità ad altri di migliorare il modello e di renderlo più
completo con un set di analisi adeguate. [8]
4.7.1 Prima parte
4.7.1.1 Pressione di esercizio e temperatura del forno
Nei primi due grafici abbiamo voluto vedere l’influenza della pressione di esercizio e della
temperatura di uscita forno sulle qualità dei prodotti, mantenendone costante tuttavia la
produzione. E’ intuitivo che quanto è minore la pressione in zona flash, tanto più facile
sarà l’evaporazione dei prodotti distillabili. Solitamente questo valore si aggira tra i 1.5 e
2.3 ata.
66
Quanto maggiore è la pressione di esercizio, tanto maggiore sarà la capacità della colonna
e facilitato il compito dei condensatori e dei compressori, ma tanto maggiore dovrà essere
la temperatura in uscita dal forno. Infatti, se questa aumenta, cresce anche il grado di
vaporizzazione nella zona flash e quindi il traffico in colonna. Tuttavia questa
temperatura rappresenta sempre un punto critico per il coking nei serpentini e per
l’efficienza del forno.
L’andamento delle qualità dei prodotti, a parità di estrazione, è intuitivo. Migliore è la
vaporizzazione nella zona di flash, più larghi risultano i tagli dei gasoli e di
conseguenza diventa più pesante il residuo. L’effetto tuttavia si nota soltanto per i
tagli più pesanti; nafta e kerosene non sembrano infatti essere influenzati da questo
parametro.
67
Temp. ASTM D86 (°C)
390
375
360
345
330
315
300
285
270
255
240
225
210
195
180
165
150
355
N95
K95
L95
H5
H95
360
365
370
375
380
385
390
395
Temperatura uscita forno (°C)
Fig. 4.10 Andamento della qualità dei prodotti al variare della T forno
450
430
410
390
Temp. ASTM D86 (°C)
370
350
N95
330
K95
310
L95
290
H5
270
H95
250
230
210
190
170
150
0.5
0.7
0.9
1.1
1.3
1.5
1.7
1.9
2.1
P testa (bar)
Fig. 4.11 Andamento della qualità dei prodotti al variare della P di testa
68
4.7.1.2 Vapore di strappamento
In questo caso abbiamo cercato di vedere l’effetto che un aumento del vapore di
strappamento può avere, non solo sulle qualità dei prodotti, ma anche sulle portate stesse,
cercando di ottenere una resa maggiore di distillabili a scapito del residuo che, come già
accennato prima, risulta avere un valore più esiguo.
Come si può notare dal grafico che segue, mantenendo costanti i parametri di esercizio
(temperatura di uscita forno a 360 °C e pressione di testa a 1.03 barg), aumentando la
portata di vapore alla colonna il flusso di residuo diminuisce nettamente a vantaggio dei
gasoli. Questo si spiega per il fatto che lo strappamento risulta più efficace. Di
conseguenza però i tagli dei gasoli si fanno più larghi e il residuo più pesante. Una
limitazione plausibile a questi grafici potrebbe essere data da una specifica sulla qualità dei
gasoli, così come vedremo nella seconda parte. Per adesso ci accontentiamo di vedere la
reazione del sistema alle differenti manipolazioni.
650
620
590
560
Portata (t/d)
530
500
Flow Res 10^-1
470
Flow HGO
440
Flow LGO 10^-1
410
380
350
320
290
260
230
200
90
110
130
150
170
190
210
Vapore di stripp. (t/d)
Fig. 4.12 Andamento delle portate dei prodotti al variare del vapore di strappamento
69
400
390
380
370
ASTM D86 Temp. (°C)
360
350
340
330
320
L95
310
H5
300
H95
290
280
270
260
250
90
110
130
150
170
190
210
Vapore di stripp. (t/d)
Fig. 4.13 Andamento delle qualità dei prodotti al variare del vapore di strappamento
4.7.1.3.Overflash
L’overflash, a differenza degli altri parametri, è quello meno manipolabile di tutti.
Tuttavia l’influenza che questo ha sulle portate di estrazione e sulle qualità non è
trascurabile. La colonna, nel suo assetto tradizionale, lavora con un overflash pari
all’8.89%. Nei grafici che seguono vediamo come cambiano le suddette portate al
variare del valore di overflash e della temperatura di uscita del forno. In particolare ci
soffermiamo su quelle di residuo e di gasolio pesante, che sono quelle più
direttamente interessate. [8]
Si nota subito che a valori alti di overflash corrispondono elevate portate di residuo,
con conseguente perdita di gasolio pesante. Tuttavia all’aumentare della temperatura
del forno, questi valori tendono a diminuire.
70
A valori di overflash più bassi invece, dell’ordine del 4-5%, le portate di residuo
risultano più che accettabili, mentre la portata di gasolio pesante raddoppia rispetto al
caso precedente, anche a temperature di uscita forno basse (360 °C).
6500
6300
6100
Portata residuo (t/d)
5900
5700
OF 4%
4.50%
5500
5%
5.50%
5300
6%
6.50%
7%
5100
8%
8.90%
4900
4700
4500
355
360
365
370
375
380
385
390
395
Temp. uscita forno (°C)
Fig. 4.14 Andamento della portata di residuo al variare della T forno e dell’overflash
1600
1400
OF 4%
1200
4.50%
Portata HGO (t/d)
5%
1000
5.50%
6%
800
6.50%
600
7%
8%
400
8.90%
200
0
355
360
365
370
375
380
385
390
395
Temp. uscita forno (°C)
Fig. 4.15 Andamento della portata di HGO al variare della T forno e dell’overflash
71
4.7.2 Seconda parte
In questo paragrafo verificheremo dapprima la situazione attuale con le specifiche di
qualità della raffineria e nel caso queste specifiche non fossero soddisfatte, proporremo
alcune soluzioni per la gestione dell’impianto.
Le specifiche di qualità che ci sono state fornite dalla raffineria interessata e
contemporanee al test run a cui questa simulazione fa riferimento sono le seguenti:

165 °C per il punto 95% ASTM D86 della Nafta

220 °C per il punto 95% ASTM D86 del Kerosene

320 °C per il punto 95% ASTM D86 dell’LGO

360 °C per il punto 85% ASTM D86 dell’HGO
La situazione attuale è la seguente:

164 °C per il punto 95% ASTM D86 della Nafta

217 °C per il punto 95% ASTM D86 del Kerosene

325 °C per il punto 95% ASTM D86 dell’LGO

370 °C per il punto 85% ASTM D86 dell’HGO
In conclusione possiamo dire che sia l’LGO sia l’HGO non sono a specifica per
quanto riguarda la qualità, ma sicuramente necessiteranno di trattamenti successivi,
come ad esempio un blending per poter rientrare a specifica. Altre caratteristiche
come il flash point o il colore non sono stati presi in considerazione, a causa delle
scarse informazioni di partenza.
Qui di seguito verranno quindi proposte alcune soluzioni, tali da poter soddisfare tutte
le specifiche di qualità; tra queste poi sceglieremo quella che tra le altre verrà
considerata la più vantaggiosa.
72
4.7.2.1 Prima soluzione
Questo assetto della colonna è simile a quello reale, con un overflash pari all’8.89%,
temperatura di uscita forno a 360 °C e pressione di testa pari a 1.03 barg. Le portate
vengono variate per mantenere costante la qualità, mentre il vapore di strappamento
oscilla tra 50 e 200 t/d. I risultati sono raccolti nei grafici seguenti:
370
ASTM D86 Temp. (°C)
360
350
340
LGO 95%
330
HGO 85%
320
310
300
0
40
80
120
160
200
240
Vap. stripp. (t/d)
Fig. 4.16 Andamento della qualità di HGO e LGO al variare del vapore di strappamento
680
660
640
620
600
Portata (t/d)
580
560
540
520
500
480
460
440
HGO
420
Residuo 10^-1
400
45
49
53
57
61
65
69
Vap. Stripp. (t/d)
Fig. 4.17 Andamento delle portate di HGO e Residuo al variare del vapore di strappamento
73
Le specifiche sono rappresentate dalle due linee colorate rossa e arancio. I valori
accettabili sono soltanto quelli compresi tra le due righe tratteggiate. Il secondo
grafico rappresenta le portate di HGO e residuo solo per l’intervallo di valori
accettabile. Le qualità di nafta e kerosene non vengono rappresentate per non
appesantire le figure, ma in ogni caso proposto rispettano sempre le suddette
specifiche. Quindi le tralasceremo sempre da ogni commento.
4.7.2.2 Seconda soluzione
Questa situazione riprende il caso precedente, ma a differenza di quello, il vapore di
stripping è fissato a 100 t/d e la temperatura di uscita del forno varia tra 350 a 365 °C.
370
360
ASTM D86 (°C)
350
LGO 95%
340
HGO 85%
330
320
310
300
348
350
352
354
356
358
360
362
364
366
Temp. uscita forno (°C)
Fig. 4.18 Andamento delle qualità di HGO e LGO al variare della T forno
74
Portata (t/d)
675
650
625
600
575
550
525
500
475
450
425
400
375
350
325
300
275
250
225
200
352.5
HGO
Residuo 10^-1
353
353.5
354
354.5
355
355.5
Temp. uscita forno (°C)
Fig. 4.19 Andamento delle portate di HGO e Residuo al variare della T forno
In questo caso la soluzione migliore si ha per valori della temperatura di uscita forno
compresi tra 353 e 355 °C. Le portate di estrazione dei prodotti sono rappresentate nel
grafico precedente.
4.7.2.3 Terza soluzione
Questo caso riprende la soluzione precedente, ma la frazione di overflash si assesta su
un valore più basso (8%).
Anche qui la variabile manipolata è la temperatura di uscita forno, compresa tra 350 e
360 °C. Come si può vedere dai grafici che seguono, il caso ottimale è per valori
compresi tra 350 e 353 °C.
75
370
360
ASTM D86 (°C)
350
340
LGO 95%
330
HGO 85%
320
310
300
348
351
354
357
360
363
Temp. uscita forno (°C)
Portata (t/d)
Fig. 4.20 Andamento delle qualità di HGO e LGO al variare della T forno (OF 8%)
675
650
625
600
575
550
525
500
475
450
425
400
375
350
325
300
275
250
225
200
349.5
HGO
Residuo 10^-1
350
350.5
351
351.5
352
352.5
Temp. uscita forno (°C)
Fig. 4.21 Andamento delle portate di HGO e Residuo al variare della T forno (OF 8%)
76
4.7.2.4.Quarta soluzione
Riprendendo i risultati del caso precedente, l’assetto di questa colonna prevede una
temperatura di uscita forno pari a 350 °C, un pressione di esercizio di 1.03 barg, l’overflash
stabilizzato all’8% e il vapore di strappamento che varia tra 40 e 140 t/d.
370
360
ASTM D86 Temp. (°C)
350
LGO 95%
HGO 85%
340
330
320
310
300
20
60
100
140
Vap. stripp. (t/d)
Fig. 4.22 Andamento delle qualità di HGO e LGO al variare del vap. Stripp. (OF 8%)
700
675
650
625
600
575
550
HGO
Portata (t/d)
525
500
Residuo 10^-1
475
450
425
400
375
350
325
300
275
250
225
200
70
80
90
100
110
120
130
Vap. Stripp. (t/d)
Fig. 4.23 Andamento delle portate di HGO e Residuo al variare del vap. Stripp. (OF 8%)
77
4.7.2.5 Quinta soluzione
In quest’ultimo caso proposto, la pressione di esercizio è pari a 1.6 barg, la temperatura di
uscita forno è 355 °C e l’overflash è fissato all’8.89%. Il vapore di stappamento varia da 50
a 170 t/d. I risultati sono i seguenti:
370
360
ASTM D86 Temp. (°C)
350
340
LGO 95%
HGO 85%
330
320
310
300
20
60
100
Vap. stripp. (t/d)
140
180
220
Fig. 4.24 Andamento delle qualità di HGO e LGO al variare del vap. Stripp. (P = 1.6 barg)
700
675
650
625
600
575
550
525
Portata (t/d)
500
475
450
425
400
375
350
325
300
HGO
275
250
Residuo 10^-1
225
200
65
75
85
95
105
115
Vap. Stripp. (t/d)
Fig. 4.25 Andamento delle portate di HGO e Residuo al variare del vap. Stripp. (P = 1.6 barg)
78
4.7.3 Conclusioni
Le cinque soluzioni proposte sono state confrontate fra di loro, cercando di trovare fra
queste quella economicamente più vantaggiosa.
Dei cinque intervalli di valori trovati, sono stati scelti cinque assetti, uno per intervallo,
tali da soddisfare al meglio le specifiche di qualità. Per ognuno di essi è stata calcolata poi
una funzione ricavo che tenesse conto dell’utile sui prodotti e delle spese di vapore e di fuel
per il forno. Non si tratta di un’analisi esauriente, poiché trascura molti fattori importanti,
come per esempio il recupero del calore, ma dà un’idea di massima sulla bontà della
soluzione relativamente alle altre. Il costo del greggio è stato trascurato, essendo costante
per tutte e cinque le soluzioni.
Per il costo dei prodotti finiti e delle utilities ci siamo riferiti a Platt’s (giu-01), mentre per il
forno sono state fatte le seguenti ipotesi:

rendimento del forno  = 0.75 (valore ipotetico)

Potere calorifico (GPL) pari a 10800 kcal/kg (metodo DIN 51612)
I risultati sono rappresentati nel grafico seguente:
Fig. 4.26 Confronto della funzione ricavo tra le 5 soluzioni proposte
79
La soluzione che meglio ottimizza il sistema è la seconda, con un netto vantaggio
sulle altre. A conti fatti, questa soluzione mediamente rispetto alle altre, permette un
guadagno netto di circa 9400 $/d. Inoltre tutti i prodotti rispettano le specifiche di
qualità, così come voluto dalla gestione della raffineria.
80
5. Seconda simulazione
5.1 Descrizione dell’impianto
L’impianto ha una struttura simile a quello già presentato nel paragrafo 4.1. Il grezzo, di
norma molto pesante, viene dapprima desalato in alcune unità desalter, quindi unito a parte
del residuo atmosferico proveniente dall’altro topping e alimentato ad un’unità di preflash.
I vapori, surriscaldati nel forno, entrano direttamente in colonna senza ulteriori
trattamenti tre piatti sopra la zona di flash, mentre il liquido entra in un complesso
sistema di scambiatori che attingono calore non solo dal topping stesso, ma anche dagli
impianti di vacuum e coking
Il forno porta l’alimentazione ad una temperatura di 360 °C circa nella trasfert line , che si
inserisce nella colonna al piatto 31. Il condensatore è esterno e il riflusso di testa viene
effettuato dal primo pumparound (TPA). Il prodotto di testa è benzina, in parte riflussata
nell’alimentazione, e in parte mandata a stoccaggio, e gas incondensabili.
Un secondo pumparound (BPA) è presente tra i piatti 22 e 20 e attinge nel piatto di
estrazione dell’LGO direttamente.
I tagli laterali (kerosene, LGO e HGO) vengono estratti rispettivamente ai piatti 10, 22 e
28: passano attraverso degli strippers per il recupero delle parti più leggere e poi vanno a
stoccaggio.
Infine il residuo va direttamente agli altri impianti. Per mantenerne costante il livello nel
fondo della colonna, viene utilizzato un serbatoio alle stesse condizioni di pressione e
temperatura dell’ultimo piatto, collegato a questo da una valvola bidirezionale.
La colonna, così come gli strippers, non hanno ribollitore, ma utilizzano del vapore di
media pressione (6 ate), surriscaldato alla temperatura di 450 °C.
La figura seguente può chiarire meglio quanto detto sopra:
81
Fig. 5.1 Schema semplificato di impianto
82
Desalter
V-31
P-1
Greggio
P-33
Schema semplificato
Residuo a stock
Residuo a
cracking
Residuo a
Vacuum
F-1
P -8
P-30
36
28
26
22
20
31
19
C-1
10
8
4
1
V-30
C-2
V-1
HGO a stock
LGO a stock
Kerosene a stock
S.W.S
Benzina a stock
Gas a rec. gas
5.2 Dati
La raccolta dei dati per questa simulazione è stata fatta personalmente il giorno 5.7.2001
presso una delle raffinerie dell’AgipPetroli, che per motivi di privacy non possiamo citare.
La modalità di raccolta seguita è stata quella descritta nel paragrafo 4.2: dapprima si sono
mantenute costanti le portate di estrazione dei prodotti, al fine di stabilizzare la
temperatura in colonna, quindi l’alimentazione, i riflussi e le portate di vapore.
L’assetto dell’impianto dopo circa mezz’ora si presentava come segue:
5.2.1 Andamento delle portate
Fig. 5.2 Diagrammi DMCPlus Portate di LGO (rosso) e di HGO (blu)
83
Fig. 5.3 Diagrammi DMCPlus Portate di Kerosene (rosso) e di Benzina (blu)
5.2.2 Andamento delle temperature
Fig. 5.4 Diagrammi DMCPlus Temperature Fondo colonna (rosso) Testa colonna (blu) Transfer line (rosa)
84
Fig. 5.5 Diagrammi DMCPlus Temperature Piatto 15 (rosso) Piatto 20 (blu) Piatto 23 (rosa)
Fig. 5.6 Diagrammi DMCPlus Temperature Rientro TPA (rosso) Rientro BPA (blu)
85
5.2.3 Andamento delle pressioni
Fig. 5.7 Diagrammi DMCPlus Pressione Testa colonna (rosso) Trasfer line (blu) Condensatore (rosa)
Il prelievo della carica è stato effettuato alle ore 12:20, mentre i prodotti sono stati
campionati alle ore 14:00 circa. Si può vedere dai grafici precedenti come l’impianto fosse
in una situazione di quasi completa stabilità, anche se le temperature dei piatti intermedi
stavano leggermente variando, a causa di un problema tecnico che ha costretto ad una
brusca variazione nell’assetto della colonna.
5.2.4 TAG di impianto
Le variabili di impianto sono state calcolate basandosi sui valori assunti da queste alle
13:40 , alle 14:00 e alle 14:20 e facendone poi una media matematica.
A differenza della simulazione precedente, si è preferito utilizzare un intervallo di tempo
limitato, poiché era ben nota l’ora dei prelievi. Inoltre, essendo stabile la colonna, le
variazioni tra i differenti valori erano minime.
86
5.2.4.1 Portate
Sigla
TAG
U.d.m.
Valore
FIC14
Residuo
T/h
214
FIC8
Residuo
T/h
88
FIC106
HGO a stock
T/h
8.5
FIC300
Kerosene a stock
T/h
12.7
FIC105
LGO a stock
T/h
40.5
FIC111
Benzina a flussaggio
T/h
27.9
FIC107
Benzina a stock
T/h
18.9
FIC4
Vap. Stripp. Colonna
T/h
4.2
FIC5
Vap. Stripp. Kero
Kg/h
80
FIC6
Vap. Stripp. LGO
Kg/h
120
FRC104
BPA
T/h
121
FRC120
TPA
T/h
295
FIC1
Carica
T/h
185
FIC2
Carica
T/h
187
Tab 5.1 Tag di portata
5.2.4.2 Pressioni
Sigla
TAG
U.d.m.
Valore
PR109
Press. Transfer line
barg
1.4
PR101
Testa colonna
barg
0.8
PR110
Zona flash
barg
0.903
PIC102
Pressione condensatore
barg
0.4
Tab. 5.2 Tag di pressione
87
5.2.4.3 Temperature
Sigla
TAG
U.d.m.
Valore
TI40
Testa colonna
°C
127
TI25
Ingresso colonna
°C
364
TI18
Fondo colonna
°C
358
TR110
Piatto 15
°C
200
TR111
Piatto23
°C
322
TR112
Piatto 27
°C
340
TI27
Preflash
°C
127.2
TRC41
Rientro TPA
°C
98
TRC43
Rientro BPA
°C
194
Tab. 5.3 Tag di temperature
5.2.5 Prodotti
Densità
g/cm3
Nafta
0.7341
Kerosene
0.8055
LGO
0.8602
HGO
0.9115
Residuo
0.9956
Tab. 5.4 Densità prodotti
88
ASTM D86 NAFTA
ASTM D86 KERO
% distilled
Temp. °C
% distilled
Temp. °C
p.iniziale
39.1
p.iniziale
164.1
5.0
66.9
5.0
177.5
10.0
77.8
10.0
181.1
30.0
103
30.0
191.8
50.0
122
50.0
198.8
70.0
140.3
70.0
205.8
90.0
162.9
90.0
216.9
95.0
174.4
95.0
222.8
p. finale
176.2
p. finale
226.6
Tab. 5.5 D86 Nafta
Tab. 5.6 D86 Kerosene
ASTM D86 LGO
ASTM D1160 HGO
% distilled
Temp. °C
% distilled
Temp. °C
p.iniziale
189.5
p.iniziale
239
5.0
249.4
5.0
341
10.0
262.4
10.0
373
30.0
284.4
30.0
415
50.0
305.5
50.0
433
70.0
330.4
70.0
449
90.0
359.9
90.0
483
95.0
370.9
95.0
503
p. finale
377.2
p. finale
503
Tab. 5.7 D86 LGO
Tab. 5.8 D1160 HGO
89
ASTM D1160 Residuo
% distilled
Temp. °C
p.iniziale
325
5.0
388
10.0
419
30.0
465
40.0
505
P. finale (43.0)
542
Tab. 5.9 D1160 Residuo
Cromatografia dei gas di testa
Componenti
% peso
H2
N2
CO
0.01
2.51
0.06
CH4
CO2
C2H4
0.79
1.97
0.08
C2H6
H2S
C3H6
C3H8
i-C4H10
C4H8
1.76
37.81
0.43
13.40
5.67
0.35
n- C4H10
C5H12
15.16
20.00
Totale
100.00
Tab. 5.10 Cromatografia dei gas di testa
Le analisi in questo caso risultano complete, il che renderà molto più semplice il lavoro di
simulazione. Possiamo vedere le curve nel grafico che segue:
90
100
90
Nafta
80
Kero
70
LGO
HGO
% distilled
60
Residuo
50
40
30
20
10
0
0
75
150
225
300
375
450
525
600
Temperatura (°C)
Fig. 5.8 Distillate dei prodotti
A partire dal grafico si possono fare le seguenti considerazioni:

Le curve non presentano importanti over-laps, il che faciliterà il lavoro di fitting dei
dati iniziali; inoltre è anche indice dell’affidabilità delle analisi.

La carica è molto pesante; quindi per il tuning della colonna ci si aspetteranno dei
valori di efficienza molto bassi, almeno per la parte inferiore della colonna.

La curva del residuo conta pochi punti: si renderà quindi necessaria
un’interpolazione dei dati prima di inserire i valori in AspenPlus, al fine di
facilitare il lavoro del simulatore.
91
5.3 Flowsheet e schema semplificato
Light-ends
Light-ends
Nafta
Nafta
Kerosene
Kerosene
Mixer
Flash2
Petrofrac
LGO
LGO
HGO
HGO
Residuo
Residuo
Fig. 5.9 Schema semplificato AspenPlus
In maniera analoga a quanto visto nel capitolo precedente, l’ingresso è costituito dai
prodotti stessi, retromiscelati in un mixer ideale per riprodurre le caratteristiche della carica
in ingresso, essendo inoltre mancante una buona caratterizzazione del grezzo in carica.
La corrente risultante (FEED) viene quindi alimentata ad un’unità FLASH2 che
riproduce il preflash V-31. Le temperature e le pressioni delle varie correnti sono costanti e
pari alle condizioni operative nel preflash, al fine di trascurare il lungo e complesso treno
di scambiatori prima della colonna. Infine le due correnti risultanti, liquida e vapore,
entrano nell’unità Petrofrac, che rappresenta la colonna, con i suoi side strippers.
Si nota subito che lo schema è molto semplice e non presenta loops interni. I vantaggi di
operare con un sistema di questo tipo sono molteplici:

Semplicità di convergenza;

Velocità di convergenza;

Stabilità del modello;

Possibilità di imporre un numero elevato di specifiche (design specifications);

Ridotto utilizzo della memoria del calcolatore;
92
Un ulteriore semplificazione al modello, così come nel caso precedente, è stata quella di
utilizzare un condensatore interno alla colonna. I vantaggi di una scelta di questo tipo
sono i seguenti:

Facilità di convergenza;

Stabilità del sistema;

Numero più elevato di gradi di libertà del sistema.
La condizione tuttavia da rispettare in questo caso diventa quella di avere un tasso di
riflusso esterno praticamente nullo, dal momento che tutto il riflusso alla colonna reale
viene fatto dal pumparound superiore. Nel caso in cui non si riuscisse ad annullare questo
valore, bisognerebbe staccare il condensatore dalla colonna e farlo operare esternamente.
Vedremo nel paragrafo 5.6 come invece questo obiettivo sia stato invece raggiunto
largamente.
93
5.4 Fitting dei dati iniziali
5.4.1 Estrapolazione dei dati iniziali
Come era già stato fatto nel capitolo precedente per la prima simulazione, sono stati
messi a confronto i metodi di estrapolazione numerica e quelli di conversione, utilizzando
sei combinazioni possibili, per ognuna delle quali sono stati calcolati gli errori relativi per
ogni punto della curva e tra queste soluzioni possibili è stata scelta la combinazione che in
generale dava i risultati migliori.
A Prob
Harwell
Edm
B Quad Harwell Edm
C Prob
Hermite Edm
D Prob
Hermite Api94
E Prob
Hermite Edm-Oka
F Prob
Harwell
Api94
G Quad Harwell Api94
Tab. 5.11 Scelta dei metodi di estrapolazione e di conversione
Come si può vedere dalla tabella precedente, la combinazione che è risultata migliore è
stata la C. Qui di seguito i risultati ottenuti, in termini di scostamento (in °C) dal valore
reale.
Case C
% vol
Nafta
Kero
LGO
HGO
5
0.1
0.4
1.4
2.7
10
0.1
0.0
0.1
0.0
30
0.0
0.0
0.0
0.1
50
0.0
0.0
0.0
0.3
70
0.0
0.0
0.0
0.2
90
0.2
0.1
0.3
0.3
95
1.0
0.2
0.8
0.1
Tab. 5.12 Errore assoluto Case C
94
La scelta quindi definitiva dei metodi è stata quindi la seguente:
Extrapolation method
Probability
Spline fitting method
Harwell
Conversion method
API94
Tab 5.13 Metodi di estrapolazione e di conversione utilizzati
5.4.2 Interpolazione della curva del residuo
Un discorso a parte è stato fatto per la distillata del residuo. In generale quando si tratta
di miscele così pesanti, il distillato non supera mai il 40-50% del volume totale e la
temperatura massima che si raggiunge è dell’ordine di 500-550 °C.
Gli inconvenienti sono essenzialmente di natura matematica a causa del fatto che il
programma, come prima cosa, trasforma i valori puntuali di input in una curva continua.
Inoltre, se la curva è interrotta, AspenPlus genera i valori mancanti, in base ai dati a sua
disposizione. L’autogenerazione, in mancanza di dati certi, è sicuramente l’unico
strumento affidabile a nostra disposizione.
Se mettiamo a confronto i dati di laboratorio e la curva calcolata da AspenPlus, vediamo
che l’errore, soprattutto per i punti iniziali, è molto grande.
%
Dati di input
Dati calcolati
Errore relativo
distillato
(°C)
(°C)
(°C)
0
5
10
30
50
321.2948
386.1074
415.3829
502.5547
579.1411
335.6839
380.7938
416.616
504.2938
575.9003
14.38911
5.313625
1.233058
1.739087
3.240829
Tab. 5.14 Confronto tra le TBP del residuo reale e calcolata
95
Tale errore nasce essenzialmente dal fatto che i punti a disposizione del programma (3-4)
sono pochi per poter ottenere un’estrapolazione soddisfacente. Inoltre più di metà curva
viene generata dal programma stesso (a partire dal 50% di distillato in poi).
Il metodo attuato per ovviare a questi inconvenienti è stato il seguente:

Innanzitutto sono stati creati un numero maggiore di punti nell’intervallo 0-50%,
facendo ricorso ad un interpolazione della curva del residuo; utilizzando una
griglia fittissima sono stati calcolati oltre 20 punti, invece dei precedenti 4.

Quindi si sono aggiunti agli input i valori autogenerati per il tratto 50-100%
Il risultato di questa operazione si può vedere nel grafico successivo.
100
90
80
70
Input
Con interpolazione
Senza interpolazione
% distilled
60
50
40
30
20
10
0
300
400
500
600
700
800
Temperatura (°C)
Fig. 5.10 Interpolazione dei valori di input per il residuo
La tabella che segue riporta i valori numerici ottenuti e i relativi errori, confrontando il
caso senza interpolazione e quello con interpolazione.
96
%
Dati di input
Dati calcolati
Errore
Dati calcolati
Errore
distillato
(°C)
senza int.
relativo
con int.
relativo
(°C)
(°C)
(°C)
(°C)
335.7
380.8
416.6
504.3
575.9
14.41
5.3
1.2
1.7
3.2
321.8
386.1
415.4
502.4
579.1
0.5
0.0
0.0
0.1
0.0
0
5
10
30
50
321.3
386.1
415.4
502.5
579.1
Tab. 5.15 Confronto tra i valori calcolati con e senza interpolazione
Si vede subito dal confronto che l’aumento di valori di input ha portato a un netto
miglioramento dei risultati, assestando l’errore massimo a 0.5 °C.
Per concludere possiamo inoltre dire che questa metodologia può essere applicata a
qualsiasi altra curva, per la quale si dispongano di pochi punti o che presentino andamenti
difficilmente interpolabili.
97
5.5 Tuning del modello
In questa simulazione la colonna è stata suddivisa in cinque sezioni come segue:

Sezione K , dalla testa della colonna fino al piatto10;

Sezione L, dal piatto 11 al piatto 22;

Sezione H, dal piatto 23 al piatto28;

Sezione F, dal piatto 29 al piatto 31;

Sezione S, dal piatto 32 al fondo colonna.

Le lettere delle prime tre sezioni sono indicative del taglio laterale, mentre F indica
l’alimentazione ed S la sezione di stripping. Si ricorda inoltre che, come gia evidenziato
nel disegno introduttivo, la numerazione dei piatti va dall’alto verso il basso,
coerentemente con AspenPlus, ma opposta alla numerazione della simulazione
precedente.
I valori ottenuti sono stati i seguenti:
Sezione
K
L
H
F
S
Efficienza
0.84
0.84
0.84
0.18
0.18
Tab. 5.16 Efficienze di Murphree
L’efficienza della parte bassa della colonna risulta essere molto bassa rispetto al resto della
colonna. Sarebbe necessaria un seconda verifica di questa simulazione, procedendo ad un
secondo test-run, per confermare questi risultati.
98
5.6 Verifica dei risultati
La verifica dei risultati della simulazione è stata fatta confrontando i valori delle distillate
D86 di Nafta, Kero, LGO e D1160 dell’HGO e le temperature di testa e di fondo della
colonna. Per le distillate, in particolare, ci siamo limitati a verificare i valori
di
temperatura al 5% e 95% di distillato in volume. [14]
Le tabelle che seguono raccolgono tutti i risultati, confrontati con i valori reali e
l’errore calcolato sia espresso in termini di °C sia percentuale.
Corrente
D86
D86
Nafta
Kero
LGO
5%
Calc.
66.9
177.5
249.4
5%
Reale
66.9
177.5
249.4
D86
D86
95%
Calc.
175.4
220.0
371.1
95%
Reale
174.4
222.8
370.9
Nafta
Kero
LGO
Errore Errore
(°C)
(%)
0.0
0.0
0.0
0.0
0.0
0.0
Errore Errore
(°C)
(%)
1.0
2.8
0.2
0.6
1.2
0.05
D1160 D1160 Errore Errore
HGO
5%
Calc.
193.0
5%
Reale
193.0
(°C)
(%)
0.0
0.0
D1160 D1160 Errore Errore
HGO
95%
Calc.
334.6
95%
Reale
334.6
(°C)
(%)
0.0
0.0
Tab. 5.17 Risultati sulle distillate
I risultati sulle distillate sono più che soddisfacenti. La maggior parte di questi infatti
coincidono perfettamente ai valori reali, e dove questi si discostano l’errore non
supera mai i 3 gradi centigradi, quindi ben al di sotto dei valori di ripetibilità delle
99
analisi stesse [14]. Questo è stato possibile grazie al numero elevato di specifiche sulla
qualità imposte al modello, conseguentemente al fatto che lo schema non presentava
notevoli difficoltà.
Temperatura
Temperatura
Calcolata
Reale
Errore
Errore
(°C)
(°C)
(°C)
(%)
Testa
126.45
127
0.55
0.43
Fondo
359.8
358
1.8
0.5
Tab. 5.18 Profilo di temperatura - Risultati
Anche in questo caso il profilo termico della colonna risulta praticamente uguale a
quello reale, con un errore massimo dello 0.5%.
La temperatura al condensatore non viene presa in considerazione, per quanto già
sottolineato nel capitolo precedente.
Infine il tasso di riflusso della colonna è pari allo 0.0042%: questo valore deve essere
prossimo allo zero, non essendoci nella colonna reale riflusso esterno, ma
semplicemente un pumparound. L’approssimazione dunque fatta di utilizzare un
condensatore interno con riflusso nullo è buona.
100
5.7 Ottimizzazione
In questo capitolo analizzeremo qual è l’influenza di alcuni parametri sulla gestione
dell’impianto, cercando tuttavia di far rispettare le specifiche di qualità imposte sui
prodotti.
Secondo quanto la raffineria ci ha fornito, le specifiche di qualità sul topping sono le
seguenti:

160 °C per il punto 95% ASTM D86 della Nafta

360 °C per il punto 95% ASTM D86 dell’LGO
Per il kerosene e il gasolio pesante non ci sono specifiche di qualità, ma si cerca di
massimizzarne la produzione.
La situazione al tempo del test-run invece era la seguente:

174.4 °C per il punto 95% ASTM D86 della Nafta

370.9 °C per il punto 95% ASTM D86 dell’LGO
Si può vedere quindi come l’impianto sia lontano da un assetto ideale.
L’obiettivo che ci siamo proposti è stato innanzitutto quello di far rispettare i vincoli
sopraccitati, quindi di trovare tra le varie proposte un assetto finale che massimizzi la
produzione e che ne minimizzi i costi. Come nel capitolo precedente, non pretendiamo
che l’analisi economica sia esaustiva viste le scarne informazioni a nostra disposizione,
tuttavia pensiamo di poter dare un suggerimento concreto per una gestione ottimale della
colonna.
101
5.7.1 Temperatura di uscita forno
Il primo parametro che abbiamo preso in considerazione è stata la temperatura di uscita
dal forno, poiché tra tutti è quello che dà un effetto più immediato.
Un aumento del calore fornito alla corrente di ingresso significa una maggiore
vaporizzazione e quindi una maggior produzione di gasoli a scapito del residuo, così
come si può vedere bene dal grafico che segue.
45
40
35
Portate (t/h)
30
25
20
Nafta
15
kero
10
LGO
HGO
5
0
350
Residuo 10^-1
355
360
365
370
375
380
385
390
395
400
405
T forno (°C)
Fig. 5.11 Portate prodotti al variare della T uscita forno
Le condizioni operative sono quelle attuali, con una pressione di testa pari a 0.8 barg.
Il grafico che segue invece propone lo stesso tipo di analisi, ma variando la pressione di
testa. In questo secondo caso il valore considerato è di 1.2 barg.
Limitatamente alle portate di LGO e di HGO, possiamo vedere dal grafico che l’aumento
di pressione in colonna porta ad una diminuzione nelle portate di estrazione, come era
facilmente intuibile.
102
Portate (t/h)
42
40
38
36
34
32
30
28
26
24
22
20
18
16
14
12
10
8
6
4
2
0
350
LGO 1
LGO 2
HGO 1
HGO 2
355
360
365
370
375
380
385
390
395
400
405
T forno (°C)
Fig. 5.12 Influenza della pressione sulle portate di estrazione (T uscita forno)
5.7.2 Vapore di strappamento
Il secondo parametro preso in considerazione è stata la portata di vapore fornito alla
colonna. Risulta particolarmente importante valutare gli effetti che questa variabile ha
sulla colonna, perché tra tutti è sicuramente quello più facilmente manipolabile.
Non conoscendo i limiti meccanici delle varie parti della colonna, abbiamo considerato
un intervallo ragionevole di valori (da 6.5 a 12 t/h).
Gli andamenti, rappresentati nei due grafici che seguono, mostrano che all’aumentare del
vapore, diminuisce la portata di residuo, a favore dei gasoli.
Inoltre il secondo grafico conferma quanto già detto in precedenza, e cioè che un
aumento di pressione in colonna porta a un aumento di produzione di residuo,
rendendone più difficile la vaporizzazione.
103
40
35
30
Portate (t/h)
25
20
15
Nafta
10
kero
LGO
5
HGO
Residuo 10^-1
0
6
7
8
9
10
11
12
Vap. Strippaggio (t/h)
Fig. 5.13 Portate prodotti al variare del vapore di strappamento
40
38
36
34
32
30
28
26
Portate (t/h)
24
22
20
18
16
14
12
10
LGO 3
HGO 3
LGO 4
HGO 4
8
6
4
2
0
6
7
8
9
10
11
12
Vap. Strippaggio (t/h)
Fig. 5.14 Influenza della pressione sulle portate di estrazione (vapore di strappamento)
104
5.7.3 Considerazioni economiche
Facendo ancora riferimento alle quotazioni pubblicate da Platt’s per quanto riguarda i
prodotti e rifacendoci al capitolo precedente per il calcolo del costo delle utilities,
analizziamo le precedenti situazioni.
62.3
61.8
Ricavi (1000 $/hr)
61.3
1
2
60.8
60.3
59.8
59.3
58.8
355
360
364
365
370
375
380
385
390
395
400
Temperatura forno (°C)
Fig. 5.15 Analisi economica 1. pressione 0.8 barg 2. pressione 1.2 barg
60.7
60.5
Ricavi (1000$/hr)
60.3
3
4
60.1
59.9
59.7
59.5
59.3
6.5
7
7.5
8
8.5
9
9.5
10
Vap. Strippaggio (t/hr)
10.5
11
11.5
12
12.5
Fig. 5.16 Analisi economica 3. pressione 0.8 barg 4. pressione 1.2 barg
105
L’incremento di produttività nel primo caso dovuto all’aumento della temperatura in
uscita dal forno è decisamente superiore a quello ottenuto variando il vapore di
strappamento. Tuttavia bisogna riconoscere che aumentare di alcune decine di gradi la
temperatura del forno non è un operazione semplice. Molto più facile è invece aumentare
la portata di vapore in colonna, ma anche in questo caso come ricordavamo prima ci
sono dei limiti dettati per lo più in sede di progetto.
L’effetto contemporaneo delle due variabili è riassunto nel grafico successivo.
61.5
61.3
61.1
60.9
60.7
Ricavi (1000$/hr)
60.5
60.3
60.1
59.9
59.7
59.5
59.3
59.1
58.9
85
82
79
76
73
70
67
64
61
58
55
52
49
46
43
40
37
34
31
28
25
22
19
16
13
7
4
1
58.5
10
58.7
Fig. 5.17 Analisi economica variazione simultanea delle due variabili
Ogni trapezio rappresenta un valore della temperatura di uscita dal forno, partendo da
355 °C fino a 380 °C ad intervalli regolari, mentre all’interno di questo, l’andamento
crescente è dovuto all’aumento della portata di vapore, che varia da 6.5 a 12 t/h.
Sfruttando l’effetto sinergico delle due variabili si può trovare uno stato ottimale di
gestione, senza tuttavia raggiungere valori eccessivamente elevati.
106
L’utilità della simulazione quindi diventa quello di poter valutare gli effetti di più variabili
contemporaneamente sull’assetto generale dell’impianto. Da questo punto di vista il
simulatore diventa un potente strumento di predizione.
107
6. Conclusione
In questo lavoro sono stati realizzati due modelli di colonne di distillazione atmosferica
con l’utilizzo di AspenPlus, a partire da dati reali presi in due raffinerie dell’AgipPetroli.
Prima di tutto sono stati ricreati al calcolatore gli schemi di flusso dei processi,
semplificandoli ove possibile. Quindi si è utilizzata la tecnica della retromiscelazione, per
ottenere un grado di precisione elevato, fornendo come ingresso il blend dei prodotti
ottenuti. Nel caso alcuni dati non fossero disponibili, abbiamo cercato di ricavarli a
partire da quelli a nostra disposizione.
Una volta arrivati a convergenza con i modelli, siamo passati alla calibrazione degli stessi,
attraverso l’efficienza di Murphree, al fine di passare da uno stato ideale ad uno reale, che
riproducesse al meglio i risultati.
In entrambe le simulazioni, il grado di precisione raggiunto sui risultati è stato più che
soddisfacente. Per quanto riguarda la prima delle due colonne, l’errore percentuale sulle
qualità dei prodotti non ha mai superato l’1%, mentre quello sul profilo di temperatura
non ha mai superato lo 0.3%.
Per la seconda colonna, l’errore sulle distillate dei prodotti è stato dell’1.2% per il punto
D86 ASTM 95% del kerosene, mentre per gli altri punti era prossimo allo zero.
Infine anche in questo caso il profilo di temperatura si è discostato da quello reale di
poco (0.5%).
A partire dai modelli quindi, abbiamo fatto una breve ottimizzazione, utilizzando i dati a
nostra disposizione.
Abbiamo constatato prima di tutto che nessuna delle due colonne rispettava le specifiche
di qualità imposte dalla raffineria. Quindi, dopo aver studiato l’effetto di alcuni parametri
sul comportamento generale delle colonne, abbiamo messo a confronto alcune situazioni
(cinque per la prima colonna e quattro per la seconda) in cui fossero rispettate tali
specifiche. Tra queste, avvalendosi di una funzione ricavo, che prevedeva il calcolo dei
profitti dei prodotti epurati dalle spese di vapore e consumo di fuel al forno, abbiamo
stabilito quale fosse la più vantaggiosa per una gestione ottimale dell’impianto.
108
Ricordiamo infine che queste analisi economiche, pur basandosi su quotazioni reali e
aggiornate, hanno un puro scopo comparativo e che non vogliono assolutamente dare
valutazioni di tipo quantitativo sul ritorno economico della gestione consigliata.
109
7. Bibliografia
[1]
G.
Pastonesi,
M.
Avanzi,
A.
[9] Atmospheric crude unit, Setpoint, Inc.
Morpurgo, Impianti petroliferi, Ugo Mursia
[10] Boston, J.F., Britt, H.I., Evans, L.B.,
Editore, Milano, 1962
Gallier, P.W., Aspen Plus, the process
[2] Perry, R.H., Green, D.W., Perry’s
simulator, Proceedings of Summer 1982
Chemical Engineers’ Handbook, 7th ed., Mc
Simulation Conference
Graw Hill, New York, 1997
[11] Evans, L.B., Boston, J.F., Britt, H.I.,
[3] Seader, J.D., Henley, E.J., Separation
Gallier, P.W., Gupta, P.K., Joseph, B.,
Process Principles, Wiley, New York, 1998
Mahalec, V., Ng, E., Seider, W.D., Yagi,
H., Aspen: an Advanced System for Process
[4] Seider, W.D., Seader, J.D., Lewin,
Engineering, 12th Symposium on Comp.
D.R., Process Design Principles, Wiley, New
App. Chem. Eng., Montreaux, Suisse,
York, 1999
April 1979.
[5] Introduction to Aspen Plus, Aspen
[12] Boston, J.F., Inside-out algorithms for
Technology, Inc., 2000
multicomponent separation process calculations,
ACS-Symp. Ser. 1980, 124 (Comput.
[6] Aspen Plus Reference Manual, Aspen
App. Chem. Eng. Process Simul.) 135-51
Technology, Inc., 2001
[13] Gallier, P.W., Evans, L.B., Britt,
[7]
Hysys
Process
Reference
Manual,
H.I., Boston, J.F., Gupta, P.K., Aspen:
Advanced Capabilities for Modeling and
Hyprotech, Inc., 2001
Simulation
[8]
A.
Brambilla,
P.
Bortolini,
Ottimizzazione delle colonne di topping
nell’industria
petrolifera,
of
Industrial
Processes,
Massachusetts Institute of Technologie,
Cambridge, 1980
International
Meeting on Optimization Problems in
[14] ASTM Standard D86, Standard Test
Engineering, 1984
Method for Distillation of Petroleum Products
110
RINGRAZIAMENTI
Vorrei ringraziare l’Ing. Calogero Ficili per la disponibilità mostratami nei mesi di
permanenza al Centro Ricerche Sud e per i preziosi consigli.
Inoltre vorrei ringraziare: Marilena, Giusi ed Alberto, per le ore spese in laboratorio;
Giovanni, per l’aiuto durante il test-run, senza il quale avrei potuto fare ben poco; Mirella,
che mi ha seguito nei mesi di svolgimento della tesi, Marcello, per l’incredibile aiuto sul
Web; Renato e Fabio, perché quando avevo qualche problema col server sono sempre
stati disponibili; Giampietro, Vladimiro, Augusto, Oreste, Giuseppe, Mariapia, Francesco
per l’amicizia dimostratami.
Infine ringrazio Gabriella e Cristina (le mitiche!!) che in questi ultimi anni si sono fatte in
quattro per la buona riuscita dell’Orientamento.
Grazie a tutti.
111
Appendice A
112
Appendice B
114
Appendice C
150