JP2021063021A - エチレン生成分解炉運転支援システムおよびエチレン製造装置 - Google Patents
エチレン生成分解炉運転支援システムおよびエチレン製造装置 Download PDFInfo
- Publication number
- JP2021063021A JP2021063021A JP2019187034A JP2019187034A JP2021063021A JP 2021063021 A JP2021063021 A JP 2021063021A JP 2019187034 A JP2019187034 A JP 2019187034A JP 2019187034 A JP2019187034 A JP 2019187034A JP 2021063021 A JP2021063021 A JP 2021063021A
- Authority
- JP
- Japan
- Prior art keywords
- coil
- ethylene production
- flow rate
- surface temperature
- decomposition furnace
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- VGGSQFUCUMXWEO-UHFFFAOYSA-N Ethene Chemical compound C=C VGGSQFUCUMXWEO-UHFFFAOYSA-N 0.000 title claims abstract description 167
- 239000005977 Ethylene Substances 0.000 title claims abstract description 167
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 163
- 238000005336 cracking Methods 0.000 title abstract description 5
- 230000005855 radiation Effects 0.000 claims abstract description 126
- 238000003860 storage Methods 0.000 claims abstract description 41
- 238000004458 analytical method Methods 0.000 claims abstract description 38
- 238000005235 decoking Methods 0.000 claims abstract description 24
- 238000000354 decomposition reaction Methods 0.000 claims description 123
- 239000002994 raw material Substances 0.000 claims description 66
- 239000012530 fluid Substances 0.000 claims description 55
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Chemical compound O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 36
- 238000002485 combustion reaction Methods 0.000 claims description 35
- 239000007799 cork Substances 0.000 claims description 27
- 239000000446 fuel Substances 0.000 claims description 24
- 229930195733 hydrocarbon Natural products 0.000 claims description 20
- 150000002430 hydrocarbons Chemical class 0.000 claims description 20
- 238000000034 method Methods 0.000 claims description 19
- 230000008859 change Effects 0.000 claims description 17
- 239000000203 mixture Substances 0.000 claims description 17
- 238000003745 diagnosis Methods 0.000 claims description 15
- 239000004215 Carbon black (E152) Substances 0.000 claims description 14
- 230000008569 process Effects 0.000 claims description 14
- 238000012546 transfer Methods 0.000 claims description 11
- 238000013179 statistical model Methods 0.000 claims description 9
- 230000007704 transition Effects 0.000 claims description 8
- 238000002156 mixing Methods 0.000 claims description 7
- 239000003112 inhibitor Substances 0.000 claims description 5
- 230000015572 biosynthetic process Effects 0.000 claims description 4
- 238000012549 training Methods 0.000 claims description 3
- 238000005259 measurement Methods 0.000 claims description 2
- 230000006870 function Effects 0.000 description 16
- 239000000047 product Substances 0.000 description 10
- 239000000571 coke Substances 0.000 description 7
- 238000010238 partial least squares regression Methods 0.000 description 7
- 239000002243 precursor Substances 0.000 description 6
- 239000003550 marker Substances 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 229910045601 alloy Inorganic materials 0.000 description 3
- 239000000956 alloy Substances 0.000 description 3
- 238000009529 body temperature measurement Methods 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- WQOXQRCZOLPYPM-UHFFFAOYSA-N dimethyl disulfide Chemical compound CSSC WQOXQRCZOLPYPM-UHFFFAOYSA-N 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 239000007789 gas Substances 0.000 description 3
- 238000001931 thermography Methods 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 2
- 150000001336 alkenes Chemical class 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000010438 heat treatment Methods 0.000 description 2
- 230000000704 physical effect Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000000611 regression analysis Methods 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000009835 boiling Methods 0.000 description 1
- 239000006227 byproduct Substances 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 238000004939 coking Methods 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 230000008021 deposition Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 238000010790 dilution Methods 0.000 description 1
- 239000012895 dilution Substances 0.000 description 1
- VLXBWPOEOIIREY-UHFFFAOYSA-N dimethyl diselenide Natural products C[Se][Se]C VLXBWPOEOIIREY-UHFFFAOYSA-N 0.000 description 1
- 238000004821 distillation Methods 0.000 description 1
- 239000002737 fuel gas Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 229910000623 nickel–chromium alloy Inorganic materials 0.000 description 1
- JRZJOMJEPLMPRA-UHFFFAOYSA-N olefin Natural products CCCCCCCC=C JRZJOMJEPLMPRA-UHFFFAOYSA-N 0.000 description 1
- QQONPFPTGQHPMA-UHFFFAOYSA-N propylene Natural products CC=C QQONPFPTGQHPMA-UHFFFAOYSA-N 0.000 description 1
- 125000004805 propylene group Chemical group [H]C([H])([H])C([H])([*:1])C([H])([H])[*:2] 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000005979 thermal decomposition reaction Methods 0.000 description 1
Images
Classifications
-
- C—CHEMISTRY; METALLURGY
- C07—ORGANIC CHEMISTRY
- C07C—ACYCLIC OR CARBOCYCLIC COMPOUNDS
- C07C11/00—Aliphatic unsaturated hydrocarbons
- C07C11/02—Alkenes
- C07C11/04—Ethylene
-
- C—CHEMISTRY; METALLURGY
- C07—ORGANIC CHEMISTRY
- C07C—ACYCLIC OR CARBOCYCLIC COMPOUNDS
- C07C4/00—Preparation of hydrocarbons from hydrocarbons containing a larger number of carbon atoms
-
- C—CHEMISTRY; METALLURGY
- C07—ORGANIC CHEMISTRY
- C07C—ACYCLIC OR CARBOCYCLIC COMPOUNDS
- C07C4/00—Preparation of hydrocarbons from hydrocarbons containing a larger number of carbon atoms
- C07C4/02—Preparation of hydrocarbons from hydrocarbons containing a larger number of carbon atoms by cracking a single hydrocarbon or a mixture of individually defined hydrocarbons or a normally gaseous hydrocarbon fraction
- C07C4/04—Thermal processes
-
- C—CHEMISTRY; METALLURGY
- C10—PETROLEUM, GAS OR COKE INDUSTRIES; TECHNICAL GASES CONTAINING CARBON MONOXIDE; FUELS; LUBRICANTS; PEAT
- C10G—CRACKING HYDROCARBON OILS; PRODUCTION OF LIQUID HYDROCARBON MIXTURES, e.g. BY DESTRUCTIVE HYDROGENATION, OLIGOMERISATION, POLYMERISATION; RECOVERY OF HYDROCARBON OILS FROM OIL-SHALE, OIL-SAND, OR GASES; REFINING MIXTURES MAINLY CONSISTING OF HYDROCARBONS; REFORMING OF NAPHTHA; MINERAL WAXES
- C10G9/00—Thermal non-catalytic cracking, in the absence of hydrogen, of hydrocarbon oils
- C10G9/34—Thermal non-catalytic cracking, in the absence of hydrogen, of hydrocarbon oils by direct contact with inert preheated fluids, e.g. with molten metals or salts
- C10G9/36—Thermal non-catalytic cracking, in the absence of hydrogen, of hydrocarbon oils by direct contact with inert preheated fluids, e.g. with molten metals or salts with heated gases or vapours
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B17/00—Systems involving the use of models or simulators of said systems
- G05B17/02—Systems involving the use of models or simulators of said systems electric
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
Landscapes
- Chemical & Material Sciences (AREA)
- Organic Chemistry (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Oil, Petroleum & Natural Gas (AREA)
- General Chemical & Material Sciences (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Thermal Sciences (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Quality & Reliability (AREA)
- General Business, Economics & Management (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- Production Of Liquid Hydrocarbon Mixture For Refining Petroleum (AREA)
- Organic Low-Molecular-Weight Compounds And Preparation Thereof (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
【課題】操作者が望む条件に基づいてエチレン生成分解炉の運転条件を求め、運転を支援する。【解決手段】このエチレン生成分解炉運転支援システム２１は、記憶サーバー２２および解析サーバー２８を具備する。解析サーバー２８は、表面温度予測部３２と、入力部４４と、ケーススタディ部４２を備える。表面温度予測部３２は、コイル表面温度推算モデルにより、任意の将来時間における輻射部コイルの表面温度を算出する。ケーススタディ部４２は第１機能として、輻射部コイルのデコーキング開始時期が入力部４４を通じて予め指定されている場合に、運転可能な期間においてエチレン生産量が最大になるようにケーススタディを行い、第２機能として、限界時間が到来するまでの利益を最大化するようにケーススタディを行う。【選択図】図２
Description
本発明は、エチレン生成分解炉の運転支援システム、およびそれを具備したエチレン製造装置に関する。
この種のエチレン生成分解炉は、多数のコイルにナフサ等の炭化水素を含む原料と水蒸気を供給し、対流部で混合流体を予熱した後、輻射部で混合流体中の炭化水素を７５０〜９００℃で熱分解することにより、エチレン、プロピレンなどのオレフィンを主生成物として生産する。
コイルは、一般的に直径２０ｍｍ〜１８０ｍｍ×長さ１０ｍ〜１００ｍ位の耐熱合金製の管であるが、エチレン生成分解炉の稼働時間が長くなるにつれて、その内面には副生成物としてコークが徐々に堆積する。エチレン生成分解炉は、オレフィンの収率を設定値に保つために、コイルの出口温度を調整するように制御される。そのため、コイルの内面にコークが蓄積すると、コーク層となってコイル壁を通じての熱伝導を阻害する分、コイルの表面温度が徐々に高くなっていく。コイルの表面温度が耐熱合金の使用上限温度に達する前に、エチレン生成分解炉を停止してコイルに付着したコークを燃焼させ除去する、デコーキング作業を行う必要がある。このため、エチレン生成分解炉の運転状況をコントロールして、デコーキング作業に到るまでのエチレン生産量や生産コストを高めるための工夫が種々なされてきた。
特許文献１では、スキン温度推定ソフトにてエチレン生成分解炉のコイルの表面温度を予測し、分析データベースより得られる新たな表面温度測定値をパラメータ更新ソフトに入力し、更新されたパラメータを得たのち、このパラメータを用いて表面温度推定ソフトにて表面温度を再び予測し、この過程を繰り返し表面温度の予測精度を向上させる技術が提案されている。
しかし、特許文献１では、表面温度の予測精度を向上させるのみであり、操作者が望む稼働時間、エチレン生産量、エチレン生産コストなどに基づいて、エチレン生成分解炉の具体的な運転を支援するものではなかった。
前記課題を解決するため、本発明に係るエチレン生成分解炉運転支援システムは、以下のような態様を有する。各態様の構成要件を必要に応じて相互に組み合わせることも可能である。
態様［１］のエチレン生成分解炉運転支援システムは、原料である炭化水素および水蒸気を予熱する対流部コイルと、予熱された前記炭化水素および水蒸気の熱分解を行う輻射部コイルと、これらを収容する筐体とを有するエチレン生成分解炉の運転を支援するためのエチレン生成分解炉運転支援システムであって、記憶サーバーおよび解析サーバーを具備する。
前記記憶サーバーは、
前記輻射部内の所定位置における前記輻射部コイルの表面温度、前記輻射部コイルへ供給される前記原料の流量、前記水蒸気の流量、および、前記輻射部コイルの出口での前記混合流体の温度を含む運転情報を受信し、運転状況を時系列に記憶する時系列運転情報記憶部と、
前記輻射部コイルの内径を含む前記エチレン生成分解炉の固有値情報を記憶する固有値情報記憶部とを備える。
前記輻射部内の所定位置における前記輻射部コイルの表面温度、前記輻射部コイルへ供給される前記原料の流量、前記水蒸気の流量、および、前記輻射部コイルの出口での前記混合流体の温度を含む運転情報を受信し、運転状況を時系列に記憶する時系列運転情報記憶部と、
前記輻射部コイルの内径を含む前記エチレン生成分解炉の固有値情報を記憶する固有値情報記憶部とを備える。
前記解析サーバーは、
前記記憶サーバーから、前記運転情報および前記エチレン生成分解炉の前記固有値情報を入力パラメータとして受付け、物理化学モデルを組み入れたコイル表面温度推算モデルにより、任意の将来時間における前記輻射部コイルの表面温度を算出して、前記コイル表面予測温度を得るコイル表面温度予測部と、
前記輻射部コイルへ供給される前記原料の流量、前記水蒸気の流量、前記エチレン生成分解炉の入口および出口における前記混合流体の組成、前記輻射部コイルの入口および出口での前記混合流体の圧力および温度、前記エチレン生成分解炉の燃焼ノズルに供給される燃料の流量、および前記燃焼ノズルに供給される空気の流量、のうち少なくとも１つ以上の運転情報について変更値を入力するための入力部と、前記入力部から入力された前記変更値に基づいて前記任意の将来時間における前記コイル表面予測温度をケーススタディするケーススタディ部を備える。
前記記憶サーバーから、前記運転情報および前記エチレン生成分解炉の前記固有値情報を入力パラメータとして受付け、物理化学モデルを組み入れたコイル表面温度推算モデルにより、任意の将来時間における前記輻射部コイルの表面温度を算出して、前記コイル表面予測温度を得るコイル表面温度予測部と、
前記輻射部コイルへ供給される前記原料の流量、前記水蒸気の流量、前記エチレン生成分解炉の入口および出口における前記混合流体の組成、前記輻射部コイルの入口および出口での前記混合流体の圧力および温度、前記エチレン生成分解炉の燃焼ノズルに供給される燃料の流量、および前記燃焼ノズルに供給される空気の流量、のうち少なくとも１つ以上の運転情報について変更値を入力するための入力部と、前記入力部から入力された前記変更値に基づいて前記任意の将来時間における前記コイル表面予測温度をケーススタディするケーススタディ部を備える。
前記ケーススタディ部は、
前記輻射部コイルのデコーキング開始時期が予め指定されている場合に、運転可能な期間においてエチレン生産量が最大になるようにケーススタディを行い、前記輻射部コイルへ供給される前記原料の流量、前記水蒸気の流量、前記輻射部コイルの入口および出口での混合流体の温度、および、前記燃焼ノズルに供給される燃料の流量および空気の流量のうち、少なくとも１つ以上の運転情報について将来時間における運転推奨値を出力する生産量スタディ機能と、
前記輻射部コイルのデコーキングが必要となる限界時間が到来するまでの前記エチレン生成分解炉の運転コストおよび原料コストを含むエチレン生産コスト、および、エチレンを含む製品の単価から、前記限界時間が到来するまでの利益を最大化するようにケーススタディを行い、前記輻射部コイルへ供給される前記原料の流量、前記組成、前記水蒸気の流量、前記輻射部コイルの入口および出口での前記混合流体の圧力および温度、並びに、前記燃焼ノズルに供給される燃料の流量および空気の流量のうち、少なくとも１つ以上の運転情報について将来時間における運転推奨値を出力するコストスタディ機能とを有する。
前記輻射部コイルのデコーキング開始時期が予め指定されている場合に、運転可能な期間においてエチレン生産量が最大になるようにケーススタディを行い、前記輻射部コイルへ供給される前記原料の流量、前記水蒸気の流量、前記輻射部コイルの入口および出口での混合流体の温度、および、前記燃焼ノズルに供給される燃料の流量および空気の流量のうち、少なくとも１つ以上の運転情報について将来時間における運転推奨値を出力する生産量スタディ機能と、
前記輻射部コイルのデコーキングが必要となる限界時間が到来するまでの前記エチレン生成分解炉の運転コストおよび原料コストを含むエチレン生産コスト、および、エチレンを含む製品の単価から、前記限界時間が到来するまでの利益を最大化するようにケーススタディを行い、前記輻射部コイルへ供給される前記原料の流量、前記組成、前記水蒸気の流量、前記輻射部コイルの入口および出口での前記混合流体の圧力および温度、並びに、前記燃焼ノズルに供給される燃料の流量および空気の流量のうち、少なくとも１つ以上の運転情報について将来時間における運転推奨値を出力するコストスタディ機能とを有する。
態様［２］は、前記態様［１］記載のエチレン生成分解炉運転支援システムであって、前記エチレン生成分解炉の前記表面温度情報は、前記輻射部コイルの表面の最高温度であることを特徴とする。
態様［３］は、前記態様［１］記載のエチレン生成分解炉運転支援システムであって、前記エチレン生成分解炉の前記表面温度情報は、前記輻射部コイルの表面の平均温度であることを特徴とする。
態様［４］は、前記態様［１］記載のエチレン生成分解炉運転支援システムであって、前記エチレン生成分解炉の前記表面温度情報は、前記輻射部コイルの所定点の温度であることを特徴とする。
態様［５］は、前記態様［１］〜［４］のいずれか一つに記載のエチレン生成分解炉運転支援システムであって、前記解析サーバーは、前記コイル表面温度推算モデルにより算出した前記輻射部コイルの表面予測温度が予め定めた前記輻射部コイルの使用温度の上限（以降、使用上限温度と記載する）に達する将来時間を、限界時間として算出可能とされていることを特徴とする。
態様［６］は、前記態様［１］〜［５］のいずれか一つに記載のエチレン生成分解炉運転支援システムであって、
前記コイル表面温度推算モデルは、物理化学モデル、または、物理化学モデルと統計モデルを組み合わせたモデルであり、
前記物理化学モデルは、コークの生成速度と熱伝達の関係から導かれる式を用いたモデルであり、
前記統計モデルは、前記物理化学モデルによる前記コイル表面予測温度とコイル表面実測温度との差分を補正する式を用いたモデルであることを特徴とする。
前記コイル表面温度推算モデルは、物理化学モデル、または、物理化学モデルと統計モデルを組み合わせたモデルであり、
前記物理化学モデルは、コークの生成速度と熱伝達の関係から導かれる式を用いたモデルであり、
前記統計モデルは、前記物理化学モデルによる前記コイル表面予測温度とコイル表面実測温度との差分を補正する式を用いたモデルであることを特徴とする。
態様［７］は、前記態様［１］〜［６］のいずれか一つに記載のエチレン生成分解炉運転支援システムであって、前記物理化学モデルは、前記輻射部コイルの表面実測温度を教師データとし、前記原料の流量、前記水蒸気の流量、および、前記輻射部コイルの入口および出口での混合流体の温度のうち、少なくとも１つ以上の情報を説明変数として、学習させることで得られる学習済みモデルであることを特徴とする。
態様［８］は、前記態様［１］〜［７］のいずれか一つに記載のエチレン生成分解炉運転支援システムであって、前記解析サーバーは、任意のタイミングで、その直近の前記輻射部コイルの表面実測温度および前記運転情報を基に、前記コイル表面温度推算モデルを更新するコイル表面温度推算モデル更新部を有し、前記コイル表面温度推算モデル更新部による更新結果を基に、任意のタイミングで前記表面温度予測部、および、前記ケーススタディ部で使用されるコイル表面温度推算モデルを更新することを特徴とする。
態様［９］は、前記態様［１］〜［８］のいずれか一つに記載のエチレン生成分解炉運転支援システムであって、前記解析サーバーは、前記コイル表面温度推算モデル更新部で生成した前記物理化学モデルの係数または前記運転情報をもとに、前記エチレン生成分解炉の少なくとも一つのコイル状態を診断するコイル状態診断部を備えることを特徴とする。
態様［１０］は、前記態様［１］〜［９］のいずれか一つに記載のエチレン生成分解炉運転支援システムであって、前記将来時間における前記コイル表面予測温度とともに、現在時間までの前記コイル表面温度の推移を時系列に表示する表示手段を具備する。
態様［１１］は、前記態様［１］〜［１０］のいずれか一項に記載のエチレン生成分解炉運転支援システムであって、前記記憶サーバーは、前記原料へのインヒビターの添加量、前記デコーキング処理の条件、前記輻射部コイルへ供給される前記原料の流量、前記水蒸気の流量、前記輻射部コイル出口での前記混合流体の温度、および、前記輻射部の前記燃焼ノズルに供給される燃料の流量および空気の流量のそれぞれについて適正運転範囲値を記憶しており、
前記解析サーバーは、適切な運転から逸脱した運転がなされたことを検知した場合、適切な運転範囲で運転するように推奨値を少なくとも一つ出力することを特徴とする。
前記解析サーバーは、適切な運転から逸脱した運転がなされたことを検知した場合、適切な運転範囲で運転するように推奨値を少なくとも一つ出力することを特徴とする。
本発明の一態様のエチレン製造装置は、原料である炭化水素および水蒸気を予熱する対流部コイルと、予熱された前記炭化水素および水蒸気の熱分解を行う輻射部コイルと、これらを収容する筐体とを有するエチレン生成分解炉と、前記態様［１］〜［１１］のいずれか一つに記載のエチレン生成分解炉運転支援システムとを具備することを特徴とする。
本発明のエチレン生成分解炉運転支援システムによれば、前記記憶サーバーの時系列運転情報記憶部が、前記輻射部内の所定位置における前記輻射部コイルの表面温度、前記輻射部コイルへ供給される前記原料の流量、前記水蒸気の流量、および、前記輻射部コイルの出口での前記混合流体の温度を含む運転情報を受信し、運転状況を時系列に記憶する。一方、前記記憶サーバーの前記固有値情報記憶部が、前記輻射部コイルの内径を含む前記エチレン生成分解炉の固有値情報を記憶する。
前記解析サーバーのコイル表面温度予測部は、前記記憶サーバーから、前記運転情報および前記エチレン生成分解炉の前記固有値情報を入力パラメータとして受付け、物理化学モデルを組み入れたコイル表面温度推算モデルにより、任意の将来時間における前記輻射部コイルの表面温度を算出して、前記コイル表面予測温度を得る。
前記解析サーバーのケーススタディ部は、前記輻射部コイルへ供給される前記原料の流量、前記水蒸気の流量、前記エチレン生成分解炉の入口および出口における前記混合流体の組成、前記輻射部の前記輻射部コイルの入口および出口での前記混合流体の圧力および温度、前記燃焼ノズルに供給される燃料の流量、および前記燃焼ノズルに供給される空気の流量、のうち少なくとも１つ以上の運転情報について変更値を入力するための入力部と、前記入力部から入力された前記変更値に基づいて前記任意の将来時間における前記コイル表面予測温度をケーススタディする。
また、前記ケーススタディ部は、生産量スタディ機能として、前記輻射部コイルのデコーキング開始時期が予め指定されている場合に、運転可能な期間においてエチレン生産量が最大になるようにケーススタディを行い、前記輻射部コイルへ供給される前記原料の流量、前記水蒸気の流量、前記輻射部コイルの入口および出口での混合流体の温度、および、前記燃焼ノズルに供給される燃料の流量および空気の流量のうち、少なくとも１つ以上の運転情報について将来時間における運転推奨値を出力する。
さらに、前記ケーススタディ部は、コストスタディ機能として、前記輻射部コイルのデコーキングが必要となる限界時間が到来するまでの前記エチレン生成分解炉の運転コストおよび原料コストを含むエチレン生産コスト、および、エチレンを含む製品の単価から、前記限界時間が到来するまでの利益を最大化するようにケーススタディを行い、前記輻射部コイルへ供給される前記原料の流量、前記組成、前記水蒸気の流量、前記輻射部コイルの入口および出口での前記混合流体の圧力および温度、並びに、前記燃焼ノズルに供給される燃料の流量および空気の流量のうち、少なくとも１つ以上の運転情報について将来時間における運転推奨値を出力する。
したがって、前記エチレン生成分解炉運転支援システムによれば、任意の将来時間における前記輻射部コイルの表面温度を算出して、前記コイル表面予測温度を得ることができるだけでなく、運転情報について変更値を入力するための入力部と、前記入力部から入力された前記変更値に基づいて、前記任意の将来時間における前記コイル表面予測温度をケーススタディすることができる。
また、前記輻射部コイルへ供給される前記原料の流量、前記組成、前記水蒸気の流量、前記輻射部コイルの入口および出口での前記混合流体の圧力および温度、並びに、前記燃焼ノズルに供給される燃料の流量および空気の流量のうち、少なくとも１つ以上の運転情報について将来時間における運転推奨値を出力することができる。
本発明に係るエチレン製造装置は、前記エチレン生成分解炉運転支援システムを有するものであるから、作業員の経験や勘に頼ることなく、任意の将来時間における前記輻射部コイルの表面温度を算出して、前記コイル表面予測温度を得ることができるだけでなく、運転情報について変更値を入力するための入力部と、前記入力部から入力された前記変更値に基づいて、前記任意の将来時間における前記コイル表面予測温度をケーススタディすることができる。また、前記輻射部コイルへ供給される前記原料の流量、前記組成、前記水蒸気の流量、前記輻射部コイルの入口および出口での前記混合流体の圧力および温度、並びに、前記燃焼ノズルに供給される燃料の流量および空気の流量のうち、少なくとも１つ以上の運転情報について将来時間における運転推奨値を出力することができるから、それらの結果に基づいて、エチレンの生産効率を高め、生産コストを低下させる上での支援を行うことが可能である。
以下、本発明に係る実施形態を詳細に説明する。図１は、本実施形態のエチレン製造装置の縦断面図であり、このエチレン製造装置は、ナフサ等の炭化水素原料を熱分解してエチレン等を生成するエチレン生成分解炉１と、このエチレン生成分解炉１の運転条件の設定などを支援するためのエチレン生成分解炉運転支援システム２１を有する。エチレン生成分解炉１は図示しない運転制御装置を具備し、この運転制御装置により稼働条件の様々なパラメータが制御される。エチレン生成分解炉運転支援システム２１は、前記エチレン生成分解炉１の多数のデータを運転情報２０として受信するとともに、操作員が操作パネル（図示略）から入力した将来の運転条件を受信し、その将来の運転条件において望ましい運転状況を出力し、かつ、前記運転制御装置への操作信号を出力して前記エチレン生成分解炉１の制御も行う。
［エチレン生成分解炉］
エチレン生成分解炉１は、炭化水素を含む原料および水蒸気が供給されるコイル８と、コイル８内の混合流体を予熱する対流部４と、コイル８を輻射熱で加熱して前記原料を熱分解する輻射部６と、これらを収容する筐体２とを有する。輻射部６の上端の一部と対流部４の下端部の一部は連通部５により連通し、輻射部６内での燃焼熱は連通部５を通じて対流部４へ流れ込む。これにより、対流部４はコイル８内の原料を予熱するのに適した相対的に低温の内部温度、輻射部６はコイル８内の原料を熱分解するのに適した相対的に高温の内部温度となるように設計されている。
エチレン生成分解炉１は、炭化水素を含む原料および水蒸気が供給されるコイル８と、コイル８内の混合流体を予熱する対流部４と、コイル８を輻射熱で加熱して前記原料を熱分解する輻射部６と、これらを収容する筐体２とを有する。輻射部６の上端の一部と対流部４の下端部の一部は連通部５により連通し、輻射部６内での燃焼熱は連通部５を通じて対流部４へ流れ込む。これにより、対流部４はコイル８内の原料を予熱するのに適した相対的に低温の内部温度、輻射部６はコイル８内の原料を熱分解するのに適した相対的に高温の内部温度となるように設計されている。
コイル８は複数設けられ、対流部４および輻射部６を通って連続的に配置されている。より詳細には、複数（例えば４本）のコイル８が対流部４の上部から挿入され、これら複数の対流部コイル８Ａ（図１では一本のみ図示）が対流部４内を蛇行しつつ下方へ達する。対流部コイル８Ａの途中には水蒸気導入管１０が接続され、水蒸気導入管１０を通じて、図示しない水蒸気供給源から対流部コイル８Ａに高温の希釈用水蒸気が導入される。原料と水蒸気の混合流体は対流部コイル８Ａを通過する間に、限定はされないが６００℃〜７００℃に加熱される。なお、コイルの形状はこれに限定されない。例えば、Ullmann's Encyclopedia of Industrial Chemistry Fifth, Completely Revised Edition Vol. A10 Pages 45-93に記載されるようにいくつかの形状が存在する。
対流部コイル８Ａの下流端には複数の輻射部コイル８Ｂが連続して接続され、これら輻射部コイル８Ｂは輻射部内を上下に蛇行している。対流部４で予熱されたナフサ等の炭化水素流体は、主としてこれら輻射部コイル８Ｂ内を流れつつ熱分解され、エチレン等が生成する。この熱分解の過程で、炭素が発生し、輻射部コイル８Ｂの特に下流側部分の内面にコークとして堆積する。限定はされないが、輻射部コイル８Ｂの直径は例えば２０ｍｍ〜１８０ｍｍ程度、長さは例えば１０ｍ〜１００ｍ程度である。
輻射部コイル８Ｂは耐熱性に優れたニッケルクロム合金などの耐熱性合金で形成されていることが好ましい。エチレン生成分解炉１における使用上限温度ＴＬは材質によって異なり限定はされないが１０４０℃〜１１２０℃程度である。
輻射部６の下部には燃焼ノズル１４が設置され、燃焼ノズル１４に設けられた複数のノズル孔１６から燃料および空気が上向きに噴出されて火炎を伴って燃焼し、その燃焼熱により輻射部コイル８Ｂが加熱される。これにより、輻射部コイル８Ｂの混合流体は輻射部コイル８Ｂの出口に達するまでに、限定はされないが例えば７５０℃〜９００に加熱される。
輻射部コイル８Ｂの表面温度は、輻射部コイル８Ｂのコイル壁の熱抵抗により輻射部コイル８Ｂ内部の混合流体温度よりも高くなる。輻射部コイル８Ｂの内面にコークが蓄積すると、コーク堆積層の熱抵抗が加わるため、輻射部コイル８Ｂの出口でのガス温度を一定に保つ制御により、輻射部コイル８Ｂの表面温度がさらに高くなる。したがって、コークが堆積した場合に、輻射部コイル８Ｂの表面温度が使用上限温度ＴＬを越えないように管理しなければならない。コークが堆積して輻射部コイル８Ｂの表面温度が使用上限温度ＴＬに達した場合には、輻射部コイル８Ｂの強度および寿命が低下するおそれがあるため、エチレン生成分解炉１によるエチレン生産を停止してデコーキングが必要となる。デコーキングは、コイル８内に空気を送りつつ加熱して、コークを燃焼させて除去することにより行う。
輻射部コイル８Ｂは、輻射部６内を上下に蛇行して導出管１２に接続され、導出管１２が輻射部６の上部から外部へ延びている。導出管１２はさらに図示しない冷却器に接続され、導出管１２から導出される高温の分解生成物は３００℃〜６５０℃程度にまで急冷され、必要以上の分解生成が進まないようにしている。こうして得られた分解生成物は、多段階の蒸留塔を経て、沸点毎に異なる成分に分留され、エチレンを始めとする多種類の製品が得られる。
エチレン生成分解炉１には各部に配置されたセンサ等を具備する運転情報取得装置が設けられ、この運転情報取得装置が取得した運転情報２０がエチレン生成分解炉運転支援システム２１へ入力される。運転情報２０としては、例えば以下のような情報が含まれる。
（１）コイル８へ供給される炭化水素原料流体の流量Ｆ１、圧力Ｐ１、温度Ｔ１および組成；
（２）水蒸気導入管１０から導入される水蒸気の流量Ｆ２、圧力Ｐ２、および温度Ｔ２；
（３）輻射部コイル８Ｂの入口および出口での混合流体の圧力および温度；および
（４）エチレン生成分解炉１の燃焼条件、具体的には燃焼ノズル１４への燃料および空気の供給量。
（１）コイル８へ供給される炭化水素原料流体の流量Ｆ１、圧力Ｐ１、温度Ｔ１および組成；
（２）水蒸気導入管１０から導入される水蒸気の流量Ｆ２、圧力Ｐ２、および温度Ｔ２；
（３）輻射部コイル８Ｂの入口および出口での混合流体の圧力および温度；および
（４）エチレン生成分解炉１の燃焼条件、具体的には燃焼ノズル１４への燃料および空気の供給量。
図２はエチレン生成分解炉１の運転を支援するためのエチレン生成分解炉運転支援システム２１のブロック図であり、このエチレン生成分解炉運転支援システム２１は、記憶サーバー２２および解析サーバー２８を具備する。記憶サーバー２２と解析サーバー２８は、エチレン生成分解炉１に隣接して設けられていてもよいし、イントラネット、インターネット、もしくは仮想ネットワーク（ＶＰＮ）等を通じて、エチレン生成分解炉１と通信する構成であってもよい。また、エチレン生成分解炉１毎に対応する記憶サーバー２２および解析サーバー２８が設けられていてもよいし、複数炉のエチレン生成分解炉１に一台のエチレン生成分解炉運転支援システム２１が対応して設けられ、エチレン生成分解炉運転支援システム２１において複数炉のエチレン生成分解炉１を手動もしくは自動で切り替えつつ運転支援する構成とされていてもよい。
［記憶サーバー２２］
記憶サーバー２２は、輻射部６内の所定位置における輻射部コイル８Ｂの表面温度、コイル８へ供給される原料の流量、水蒸気の流量、および、輻射部コイル８Ｂの出口での前記混合流体の温度を含む運転情報２０を受信し、運転情報２０に含まれる各運転状況を時系列に記憶する時系列運転情報記憶部２６と、コイル８の内径を含むエチレン生成分解炉１の固有値情報を記憶する固有値情報記憶部２４とを備える。
記憶サーバー２２は、輻射部６内の所定位置における輻射部コイル８Ｂの表面温度、コイル８へ供給される原料の流量、水蒸気の流量、および、輻射部コイル８Ｂの出口での前記混合流体の温度を含む運転情報２０を受信し、運転情報２０に含まれる各運転状況を時系列に記憶する時系列運転情報記憶部２６と、コイル８の内径を含むエチレン生成分解炉１の固有値情報を記憶する固有値情報記憶部２４とを備える。
記憶サーバー２２の固有値情報記憶部２４はさらに、前記原料へのインヒビターの添加量、デコーキング処理の条件、コイル８へ供給される原料の流量、水蒸気の流量、コイル８出口での混合流体の温度、および、輻射部６の燃焼ノズル１４に供給される燃料の流量および空気の流量のそれぞれについて適正運転範囲値を記憶している。インヒビターとは、二硫化メチル（ＤＭＤＳ）などのコーキング抑制剤である。
［解析サーバー２８］
解析サーバー２８は、表面温度予測部３２と、ケーススタディ部４２を備え、ケーススタディ部４２は外部入力部４４からの入力値を受け付ける。
表面温度予測部３２は、解析サーバー２８内の記憶装置に記憶されたプログラムがコンピューター上で実行されることにより構築され、記憶サーバー２２から、運転情報２０およびエチレン生成分解炉１の固有値情報（記憶サーバー情報３０）を入力パラメータとして受付け、後述する物理化学モデルを組み入れたコイル表面温度推算モデルにより、任意の将来時間における輻射部コイル８Ｂの表面温度を算出して入力パラメータと共にメモリー上に記憶するとともに、コイル表面予測温度３４を解析サーバー２８に接続されたディスプレイ等の出力装置を介して出力する。これにより操作者もしくは外部プログラムは、任意の将来時間における輻射部コイル８Ｂの表面温度を知ることができる。
解析サーバー２８は、表面温度予測部３２と、ケーススタディ部４２を備え、ケーススタディ部４２は外部入力部４４からの入力値を受け付ける。
表面温度予測部３２は、解析サーバー２８内の記憶装置に記憶されたプログラムがコンピューター上で実行されることにより構築され、記憶サーバー２２から、運転情報２０およびエチレン生成分解炉１の固有値情報（記憶サーバー情報３０）を入力パラメータとして受付け、後述する物理化学モデルを組み入れたコイル表面温度推算モデルにより、任意の将来時間における輻射部コイル８Ｂの表面温度を算出して入力パラメータと共にメモリー上に記憶するとともに、コイル表面予測温度３４を解析サーバー２８に接続されたディスプレイ等の出力装置を介して出力する。これにより操作者もしくは外部プログラムは、任意の将来時間における輻射部コイル８Ｂの表面温度を知ることができる。
入力部４４は、コイル８へ供給される前記原料の流量、水蒸気の流量、エチレン生成分解炉１の入口および出口における混合流体の組成、輻射部コイル８Ｂの入口および出口での前記混合流体の圧力および温度、燃焼ノズル１４に供給される燃料の流量、および燃焼ノズル１４に供給される空気の流量のうち少なくとも１つ以上の運転情報２０について、操作者もしくは外部プログラムが、各パラメータについての変更値を入力するためのものである。操作者が操作する場合には、タッチパネルやキーボード、マウスなどの入力装置を有していてもよい。
ケーススタディ部４２は、解析サーバー２８内の記憶装置に記憶されたプログラムがコンピューター上で実行されることにより構築され、入力部４４から入力された変更値（外部入力値）に基づいて前記任意の将来時間におけるコイル表面予測温度をケーススタディするものである。ケーススタディとは、指定された個別条件においてシミュレーションを行い、求められるパラメータを算出することである。ケーススタディ部４２は表面温度予測部３２をサブルーチンとして呼び出し、運転情報２０、入力部４４から入力された変更値、およびエチレン生成分解炉１の固有値情報（記憶サーバー情報３０）を入力パラメータとして、任意の将来時間における輻射部コイル８Ｂの表面温度を算出させることができる。
ケーススタディ部４２は、以下の第１機能、および第２機能を有する。
ケーススタディ部４２の第１機能は、輻射部コイル８Ｂのデコーキング開始時期が入力部４４を通じて予め指定されている場合に、運転可能な期間においてエチレン生産量が最大になるようにケーススタディを行い、コイル８へ供給される原料の流量、水蒸気の流量、コイル８の入口および出口での混合流体の温度、および、燃焼ノズル１４に供給される燃料の流量および空気の流量のうち、少なくとも１つ以上を含む運転情報２０について将来時間における運転推奨値を出力する生産量スタディ機能４８である。生産量スタディ機能４８を用いた場合、デコーキング開始時期を入力部４４から入力することにより、エチレン生産量を最大にし得る運転条件を得ることができる。
ケーススタディ部４２の第１機能は、輻射部コイル８Ｂのデコーキング開始時期が入力部４４を通じて予め指定されている場合に、運転可能な期間においてエチレン生産量が最大になるようにケーススタディを行い、コイル８へ供給される原料の流量、水蒸気の流量、コイル８の入口および出口での混合流体の温度、および、燃焼ノズル１４に供給される燃料の流量および空気の流量のうち、少なくとも１つ以上を含む運転情報２０について将来時間における運転推奨値を出力する生産量スタディ機能４８である。生産量スタディ機能４８を用いた場合、デコーキング開始時期を入力部４４から入力することにより、エチレン生産量を最大にし得る運転条件を得ることができる。
ケーススタディ部４２の第２機能は、輻射部コイル８Ｂのデコーキングが必要となる限界時間が入力部４４を通じて予め指定されている場合に、エチレン生成分解炉１の単位時間当たりもしくは原料の単位処理量当たりの運転コスト、および原料コスト（例えば単位量の原料当たりのコスト）を含むエチレン生産コスト、および、エチレンを含む製品の単価から、限界時間が到来するまでの利益を最大化するようにケーススタディを行い、コイル８へ供給される原料の流量、組成、水蒸気の流量、輻射部コイル８Ｂの入口および出口での前記混合流体の圧力および温度、並びに、燃焼ノズル１４に供給される燃料の流量および空気の流量のうち、少なくとも１つ以上の運転情報２０について将来の運転推奨値を出力するコストスタディ機能４６である。
コストスタディ機能４６を用いた場合、限界時間を入力部４４から入力することにより、エチレン生産コストを最も小さくし得る運転条件を得ることができる。エチレン生成分解炉１の単位時間当たりもしくは原料の単位処理量当たりの運転コスト、および原料コスト（例えば単位量の原料当たりのコスト）を含むエチレン生産コスト（用役コスト等）、および、エチレンを含む製品の単価は、入力部４４から入力することもできるし、通信ネットワークを介して外部の情報源から入手することも可能である。
生産量スタディ機能４８と、コストスタディ機能４６は同時に作動させて操作者が好ましい結果を選択して指定することもできるし、一方のみを優先的に作動させて一方の機能が出力した結果を指定することも可能である。指定した結果に基づき、図示しない制御装置を介して、エチレン生成分解炉１を運転することが可能である。
エチレン生成分解炉１の前記表面温度情報は、少なくとも輻射部コイル８Ｂの表面の最高温度を含むことが望ましい。輻射部コイル８Ｂの表面の最高温度とは、輻射部コイル８Ｂの表面温度を計測するために設けられた複数のセンサ、又はサーモグラフィから得られた温度の最高値を意味する。この場合、輻射部コイル８Ｂの表面の最高温度に基づいて、輻射部コイル８Ｂの内部へのコーク堆積量の最大値を予測し、デコーキング時期の予測などが可能となる。
エチレン生成分解炉１の前記表面温度情報は、輻射部コイル８Ｂの表面の平均温度であってもよい。輻射部コイル８Ｂの表面の平均温度とは、輻射部コイル８Ｂの表面温度を計測するために設けられた複数のセンサ、又はサーモグラフィから得られた温度の平均値を意味する。この場合、輻射部コイル８Ｂの表面の平均温度に基づいて、輻射部コイル８Ｂの内部へのコーク堆積量の平均値を予測し、デコーキング時期の予測に役立てることが可能となる。
エチレン生成分解炉１の前記表面温度情報は、コイル８の所定点の温度であってもよい。輻射部コイル８Ｂの表面の所定点の温度とは、輻射部コイル８Ｂの所定位置において表面温度を計測するために設けられた特定のセンサ、又はサーモグラフィから得られた温度を意味する。予め輻射部コイル８Ｂのどの箇所においてコーキングが生じやすいか判明していれば、その所定点の温度に基づいて、輻射部コイル８Ｂの内部へのコーク堆積量の最大値を予測し、デコーキング時期の予測に役立てることが可能となる。
解析サーバー２８は、コイル表面温度推算モデルにより算出した輻射部コイル８Ｂの表面予測温度が輻射部コイル８Ｂの使用上限温度に達する将来時間を、限界時間として算出可能とされている。前記コイル表面温度推算モデルは、物理化学モデル、または、物理化学モデルと統計モデルを組み合わせたモデルであり、前記物理化学モデルは、コークの生成速度と熱伝達の関係から導かれる式を用いたモデルであり、前記統計モデルは、前記物理化学モデルによる前記コイル表面予測温度とコイル表面実測温度との差分を補正する式を用いたモデルである。
前記物理化学モデルは、輻射部コイル８Ｂの表面実測温度を教師データとし、前記原料の流量、前記水蒸気の流量、およびコイル８の入口および出口での混合流体の温度のうち、少なくとも１つ以上の情報を説明変数として、多数のデータセットに基づいて、機械学習させることで得られた学習済みモデルであってもよい。前記統計モデルは、回帰分析、決定木分析、およびニューラルネットワークのいずれかに基づく学習済みモデルであってもよい。
統計モデルに回帰分析手法の１つである部分的最小二乗回帰(ＰＬＳ)分析を使用して、これと物理化学モデルとを組み合わせた学習モデルの例を以下に説明するが、本発明はこのモデルに限定されない。
［物理化学モデルと統計モデル (ＰＬＳ)の組み合わせ例］
輻射部コイル８Ｂ内面へのコークの付着は、[1]コーク前駆体のコイル壁への物質移動、[2]コイル壁でのコーク前駆体の化学反応によるコークの生成と堆積の２段階からなると考えられる。物質移動速度Ｒｍ及び反応速度Ｒｒは次式で表される。
輻射部コイル８Ｂ内面へのコークの付着は、[1]コーク前駆体のコイル壁への物質移動、[2]コイル壁でのコーク前駆体の化学反応によるコークの生成と堆積の２段階からなると考えられる。物質移動速度Ｒｍ及び反応速度Ｒｒは次式で表される。
Ｋｍは物質移動係数、Ｋｒは反応速度定数、ｙｃ及びｙｃｉはそれぞれコイル内流体中及びコイル壁でのコーク前駆体のモル分率である。Ｔはコイル壁の絶対温度、Ｒは気体定数、Ｐｔはコイル内の全圧である。擬定常状態（Ｒｍ＝Ｒｒ）を仮定すると、式（１）、式（２）よりコーク成長速度Ｒｃは次式（３）で示される。
高温域では拡散律速（Ｋｒ＞＞Ｋｍ）となるので、近似的に次式（４）が得られる。
一方、コイル内の乱流移動現象の推論から、次式（５）が導かれる。
Ｓｃはシュミット数、ｆは摩擦損失係数、Ｍｗおよびμはそれぞれ流体の分子量および粘度である。Ｇはコイル内質量流速であり、コイル内の質量流量Ｗｆ及びコイル内径Ｄｉを用いて次式で定義される。
コーク層厚さをｄで表すと、コイル内の有効径はＤｉ−２ｄとなる。以上より、物質移動係数は式（７）で示される。
式（７）を式（４）に代入すると、コーク成長速度は式（８）で示される。
Ｋｌはコーク前駆体のモル分率や流体の物性等に依存する変数、すなわち原料組成や操作条件に依存する変数である。コーク前駆体のモル分率の変化がコーク成長速度に及ぼす影響をモデル中に組み込むために、コーク前駆体のモル分率がナフサ濃度に比例すると考えて、コーク成長速度は式（９）で示される。Ｗｎはナフサの質量流量である。
輻射部コイル８Ｂへ供給される熱は、コイル壁・コーク層・流体境膜の順に伝わる。従って、輻射部コイル８Ｂの表面温度Ｔｓｋｉｎは、コイル内流体の温度ＴＰ及び管壁・コーク層・流体境膜での温度降下：ΔＴＷ、ΔＴｃ、ΔＴｑの和として、次式（１０）で与えられる。
ｑはコイル単位長さあたりの伝熱量、ｋｗ及びｋｃはそれぞれコイル及びコーク層の熱伝導度、Ｄｏは管外径である。流体境膜伝熱係数ｈは、コイル内流体の熱伝導度ｋｃ、コイル内の質量流量Ｗｆ、粘度μ、定圧モル比熱Ｃｐを用いて次式（１４）で示される。
式（１４）を式（１３）に代入し、ｋ、Ｃｐ、μ を定数とみなして整理すると、次式（１５）が得られる。
以上より、コイル表面温度は次式（１７）で表現される。
コイル表面温度の予測に利用できるのは、各プロセス変数の単位時間平均である。従って、式（９）、式（１７）を次の差分方程式（１８）で表す。
ｔは時間を表し、単位時間は例えば１分、１時間、１日で表される。Ｃ１及びＣ２はプロセスデータから推定すべき重み付け係数パラメータであり、炉ごとに固有の値を持つ。一方、α及びβは物性データ等を用いて以下の式（２０）、（２１）から算出される。
式（９）の導出に際して、Ｔｐはコイル内流体温度、ｑはコイル表面温度測定点における伝熱量と定義したが、共に測定可能な変数ではない。管内流体温度Ｔｐはコイル表面温度測定点がコイル出口に近いことから、コイル出口温度で代用できる。一方、伝熱量ｑは、炉全体での流体の受熱量に比例すると仮定し、その比例係数を重み付け係数パラメータＣ２とした。炉全体の受熱量は、燃料ガスの発熱量及び燃焼空気が持ち込む熱量の和から燃焼後の排ガスが持ち出す熱量を差し引くことにより計算される。
物理化学モデルを用いてコイル表面温度を推定する場合、運転初日のコーク層厚さｄ（１）を初期値として与える必要がある。デコーキングが理想的に行われている場合には、ｄ（１）はゼロとみなせるが、実際にはデコーキングの状況は毎回異なる。従って、運転初日のコーク層厚さｄ（１）を、測定されるプロセスデータ及びコイル表面温度の実測値から推定する。
ＰＬＳモデルは、次式（２２）のような形で表される。
Ｔｅｒｒ（ｔ）はＰＬＳモデルの出力、すなわち物理化学モデルによる推定誤差の推定値であり、ｘｉは測定されるプロセス変数ｍｉ、σｉはそれぞれＰＬＳモデルの構築時に用いた入力データの平均値及び標準偏差、Ｔｅｒｒ（「Ｔ」のうえにオーバーバーが付いている）はモデル構築に用いた出力データの平均値である。ａｉは入出力データと採用する潜在変数の数から一意に決定されるパラメータである。式（２２）は標準化された複数のプロセス変数の線形結合としてＴｅｒｒが計算されることを表している。物理化学モデルとＰＬＳモデルを組み合わせた場合のコイル表面温度推定値Ｔｅｓｔは次式を用いて計算される。Ｔｓｋｉｎは、式（１８）、式（１９）から計算される推定値である。
実際の輻射部コイル８Ｂの最高表面温度および平均表面温度の推定は以下の手順で行う。
（Ｓ１）エチレン生成分解炉１の設計条件及び物性値から、α、βを求める。
（Ｓ２）炉ごとに固有の値を持つ物理化学モデルの重み付け係数パラメータＣ１、Ｃ２を予め実測データから決定する。
（Ｓ３）式（２３）で計算されるコイル表面温度推定値と運転初期のコイル表面温度測定データとの誤差の二乗和が最小となるように、運転初日コーク層厚さｄ（１）を測定されるプロセスデータ及び運転初期の輻射部コイルの表面温度実測値から推定する。
（Ｓ４）輻射部コイルの表面温度を測定されるプロセスデータから推定する。
（Ｓ５）将来の輻射部コイルの表面温度を、想定されるプロセスデータから推定する。
（Ｓ１）エチレン生成分解炉１の設計条件及び物性値から、α、βを求める。
（Ｓ２）炉ごとに固有の値を持つ物理化学モデルの重み付け係数パラメータＣ１、Ｃ２を予め実測データから決定する。
（Ｓ３）式（２３）で計算されるコイル表面温度推定値と運転初期のコイル表面温度測定データとの誤差の二乗和が最小となるように、運転初日コーク層厚さｄ（１）を測定されるプロセスデータ及び運転初期の輻射部コイルの表面温度実測値から推定する。
（Ｓ４）輻射部コイルの表面温度を測定されるプロセスデータから推定する。
（Ｓ５）将来の輻射部コイルの表面温度を、想定されるプロセスデータから推定する。
［コイル表面温度推算モデル更新部３６］
解析サーバー２８は、任意のタイミングで、その直前の輻射部コイル８Ｂの表面実測温度、固有値情報および運転情報２０を基に、前述したようなコイル表面温度推算モデルを更新するコイル表面温度推算モデル更新部３６を有する。コイル表面温度推算モデル更新部３６による更新結果を基に、任意のタイミングで、表面温度予測部３２およびケーススタディ部４２で使用されるコイル表面温度推算モデルを更新することができる。これにより、実測値とコイル表面温度推算モデルにより推算した予測値との乖離を抑制することが可能である。
解析サーバー２８は、任意のタイミングで、その直前の輻射部コイル８Ｂの表面実測温度、固有値情報および運転情報２０を基に、前述したようなコイル表面温度推算モデルを更新するコイル表面温度推算モデル更新部３６を有する。コイル表面温度推算モデル更新部３６による更新結果を基に、任意のタイミングで、表面温度予測部３２およびケーススタディ部４２で使用されるコイル表面温度推算モデルを更新することができる。これにより、実測値とコイル表面温度推算モデルにより推算した予測値との乖離を抑制することが可能である。
［コイル状態診断部３８］
解析サーバー２８は、コイル表面温度推算モデル更新部３６で生成した物理化学モデルの係数または運転情報２０をもとに、エチレン生成分解炉１の少なくとも一つのコイル８の状態を診断するコイル状態診断部３８を備える。コイル状態診断部３８によるコイル状態診断システムの具体的な方法は以下のとおりである。
解析サーバー２８は、コイル表面温度推算モデル更新部３６で生成した物理化学モデルの係数または運転情報２０をもとに、エチレン生成分解炉１の少なくとも一つのコイル８の状態を診断するコイル状態診断部３８を備える。コイル状態診断部３８によるコイル状態診断システムの具体的な方法は以下のとおりである。
コイル状態診断部３８は、デコーキング時の輻射部コイル８Ｂの出口温度およびＣＯ２濃度、並びに、稼働開始初期のコイル表面実測温度より推算される運転初日コーク層厚さｄ（１）を基にデコーキングの完了度合いを診断する。また、コイル状態診断部３８は、下記の物理化学モデル式のＣ１、Ｃ２の係数の少なくとも一方が、予め求めておいた正常な状態におけるＣ１、Ｃ２の係数より一定比率以上大きければ、異常コーキングだと判断する。例えば、前記一定比率は例えば２倍であってもよい。
前記式（１８）、（１９）のうち、物理化学モデル適用のためにエチレン生成分解炉１について測定する必要があるデータは、説明変数としてＴＰ,ｑ,Ｗｎ,Ｗｔの４パラメータと、目的変数（教師データ）としてコイル表面実測温度がある。前記データを測定して他の固定パラメータとともに前記物理化学モデルに適用することにより、Ｃ１，Ｃ２を求めることができ、これらの値の少なくとも一方が、予め求めておいた正常な状態におけるＣ１、Ｃ２の係数より前記一定比率以上大きければ異常と判定して異常である旨を表示するコイル診断結果４０を出力する。一方、物理化学モデルから得られたＣ１，Ｃ２のいずれも、予め求めておいた正常な状態におけるＣ１、Ｃ２の係数より前記一定比率より小さければ、正常と判定して正常である旨を示すコイル診断結果４０を出力する。
解析サーバー２８には、ディスプレイ等の表示手段（図示略）が接続されており、この表示手段を介して、前記将来時間における前記コイル表面予測温度３４とともに、現在時間までの前記コイル表面温度の推移を時系列に表示する。以下に表示例を説明する。
［稼働日数を求める場合の入力画面の表示例］
図３は、将来時点におけるコイル８への原料の流量、コイル出口温度、および水蒸気と炭化水素の混合比率を指定した場合における、エチレン生成分解炉１の稼働日数を求める場合の入力画面の表示例５４である。この表示例５４は、求めるべきパラメータを選択するためのプルダウンメニューなどのメニュー選択部５６、各稼働日数における原料の流量、コイル出口温度、および水蒸気と炭化水素の混合比率を指定するためのテーブル５８を有する。例えば、現在の稼働日数が１５日とした場合、符号６０に示す１日目から１５日目は既に入力できないが、１６日〜２０日、２１日〜２５日、…の各期間における原料の流量、コイル出口温度、および水蒸気と炭化水素の混合比率を入力できる入力欄６２になっている。これら入力欄６２に図示の如く数値を記入すると、輻射部コイル８Ｂにデコーキングが必要になるまでの稼働日数とコイル表面推算温度の推移が図５のように表示される。これにより、所望の条件を適用した場合の稼働日数を推定でき、１６日目以降の将来の運転パラメータを生産計画などを考慮して立案することができる。
図３は、将来時点におけるコイル８への原料の流量、コイル出口温度、および水蒸気と炭化水素の混合比率を指定した場合における、エチレン生成分解炉１の稼働日数を求める場合の入力画面の表示例５４である。この表示例５４は、求めるべきパラメータを選択するためのプルダウンメニューなどのメニュー選択部５６、各稼働日数における原料の流量、コイル出口温度、および水蒸気と炭化水素の混合比率を指定するためのテーブル５８を有する。例えば、現在の稼働日数が１５日とした場合、符号６０に示す１日目から１５日目は既に入力できないが、１６日〜２０日、２１日〜２５日、…の各期間における原料の流量、コイル出口温度、および水蒸気と炭化水素の混合比率を入力できる入力欄６２になっている。これら入力欄６２に図示の如く数値を記入すると、輻射部コイル８Ｂにデコーキングが必要になるまでの稼働日数とコイル表面推算温度の推移が図５のように表示される。これにより、所望の条件を適用した場合の稼働日数を推定でき、１６日目以降の将来の運転パラメータを生産計画などを考慮して立案することができる。
［原料流量を求める場合の入出力画面の表示例］
図４は、目的とする稼働日数と、将来時点におけるコイル８の出口温度、および水蒸気と炭化水素の混合比率を指定した場合に、必要となる原料流量を求める場合の入出力画面の表示例６４である。この表示例６４は、求めるべきパラメータを選択するためのプルダウンメニューなどのメニュー選択部６６、目的稼働日数を入力するための入力部６８、各稼働日数におけるコイル出口温度、および水蒸気と炭化水素の混合比率を指定するためのテーブル７０を有する。例えば、現在の稼働日数が１５日とした場合、符号７２に示す１日目から１５日目は既に入力できないが、１６日〜２０日、２１日〜２５日、…の各期間では、コイル出口温度、および水蒸気と炭化水素の混合比率を入力できる入力欄７４になっている。これら入力欄７４に図示の如く数値を記入すると、既に経過している期間７８を除いて、コイル８にデコーキングが必要になるまでの各期間（８０）における原料流量が表示部７６に表示される。これにより、入力部６８に入力した所望の稼働日数および入力欄７４に入力した運転条件を適用した場合の原料流量８０を推定でき、１６日目以降の将来の運転パラメータを生産計画などを考慮して立案することができる。
図４は、目的とする稼働日数と、将来時点におけるコイル８の出口温度、および水蒸気と炭化水素の混合比率を指定した場合に、必要となる原料流量を求める場合の入出力画面の表示例６４である。この表示例６４は、求めるべきパラメータを選択するためのプルダウンメニューなどのメニュー選択部６６、目的稼働日数を入力するための入力部６８、各稼働日数におけるコイル出口温度、および水蒸気と炭化水素の混合比率を指定するためのテーブル７０を有する。例えば、現在の稼働日数が１５日とした場合、符号７２に示す１日目から１５日目は既に入力できないが、１６日〜２０日、２１日〜２５日、…の各期間では、コイル出口温度、および水蒸気と炭化水素の混合比率を入力できる入力欄７４になっている。これら入力欄７４に図示の如く数値を記入すると、既に経過している期間７８を除いて、コイル８にデコーキングが必要になるまでの各期間（８０）における原料流量が表示部７６に表示される。これにより、入力部６８に入力した所望の稼働日数および入力欄７４に入力した運転条件を適用した場合の原料流量８０を推定でき、１６日目以降の将来の運転パラメータを生産計画などを考慮して立案することができる。
［コイル表面予測温度の推移及びコイル状態診断の結果を示す出力画面の表示例］
図５の表示例は、図３および図４に示すように予め指定した運転条件で運転した場合の、現状の条件を続けた場合のコイル表面温度の推移および入力値に基づいて運転した場合のコイル表面予測温度の推移をグラフ表示する時系列表示８２と、エチレン生成分解炉１の予測稼働日数の表示８４と、稼働終了予定日の表示８６と、稼働開始日の表示８８と、現在の輻射部コイル８Ｂの表面予測温度の表示９０と、コイル状態の診断結果を示す目盛り線９４と、目盛り線９４に沿って動くマーカー９６と、推算値を実測値と比較して得られる推算値の精度を示す目盛り線９８と、目盛り線９８に沿って動くマーカー１００とを含んでいる。この表示例においては、時系列表示８２により、コイル表面温度の推移および将来のコイル表面予測温度を目視できるとともに、マーカー９６によってコイルの状態が異常になっていないか判別でき、さらに、マーカー１００によって、推算値が正しく得られているか確認することが可能である。
図５の表示例は、図３および図４に示すように予め指定した運転条件で運転した場合の、現状の条件を続けた場合のコイル表面温度の推移および入力値に基づいて運転した場合のコイル表面予測温度の推移をグラフ表示する時系列表示８２と、エチレン生成分解炉１の予測稼働日数の表示８４と、稼働終了予定日の表示８６と、稼働開始日の表示８８と、現在の輻射部コイル８Ｂの表面予測温度の表示９０と、コイル状態の診断結果を示す目盛り線９４と、目盛り線９４に沿って動くマーカー９６と、推算値を実測値と比較して得られる推算値の精度を示す目盛り線９８と、目盛り線９８に沿って動くマーカー１００とを含んでいる。この表示例においては、時系列表示８２により、コイル表面温度の推移および将来のコイル表面予測温度を目視できるとともに、マーカー９６によってコイルの状態が異常になっていないか判別でき、さらに、マーカー１００によって、推算値が正しく得られているか確認することが可能である。
さらに、解析サーバー２８は、エチレン生成分解炉１が適切な運転から逸脱した運転がなされたことを検知した場合、適切な運転範囲で運転するように推奨値を少なくとも一つ出力する出力部（図示略）を有していてもよい。この場合、解析サーバー２８がエチレン生成分解炉１が適切な運転から逸脱した運転がなされたと検知した場合、適切な運転範囲で運転するように推奨値を操作者に知らせることができ、速やかに正常動作に戻すことが可能となる。
以上説明したように、本実施形態のエチレン生成分解炉運転支援システム２１によれば、記憶サーバー２２の時系列運転情報記憶部２６が、輻射部６内の所定位置における輻射部コイル８Ｂの表面温度、輻射部コイル８Ｂへ供給される前記原料の流量、水蒸気の流量、および、輻射部コイル８Ｂの出口での前記混合流体の温度を含む運転情報２０を受信し、運転状況を時系列に記憶する。一方、記憶サーバー２２の固有値情報記憶部２４が、コイル８の内径を含む前記エチレン生成分解炉の固有値情報を記憶する。
解析サーバー２８のコイル表面温度予測部３２は、記憶サーバー２２から、運転情報２０およびエチレン生成分解炉１の固有値情報を入力パラメータとして受付け、物理化学モデルを組み入れたコイル表面温度推算モデルにより、任意の将来時間における輻射部コイル８Ｂの表面温度を算出して、コイル表面予測温度３４を得る。
解析サーバー２８のケーススタディ部４２は、コイル８へ供給される原料の流量、水蒸気の流量、エチレン生成分解炉１の入口および出口における混合流体の組成、輻射部コイル８Ｂの入口および出口での混合流体の圧力および温度、燃焼ノズル１４に供給される燃料の流量、および燃焼ノズル１４に供給される空気の流量、のうち少なくとも１つ以上の運転情報２０について変更値を入力するための入力部４４と、入力部４４から入力された前記変更値に基づいて任意の将来時間における前記コイル表面予測温度をケーススタディする。
また、ケーススタディ部４２は、運転推奨値出力機能として、輻射部コイル８Ｂのデコーキング開始時期が予め指定されている場合に、運転可能な期間においてエチレン生産量が最大になるようにケーススタディを行い、コイル８へ供給される原料の流量、水蒸気の流量、輻射部コイル８Ｂの入口および出口での混合流体の温度、および、燃焼ノズルに供給される燃料の流量および空気の流量のうち、少なくとも１つ以上の運転情報２０について将来時間における運転推奨値をスタディ結果５０として出力する。
さらに、ケーススタディ部４２は、コストスタディ機能４６として、輻射部コイル８Ｂのデコーキングが必要となる限界時間が到来するまでの前記エチレン生成分解炉１の運転コストおよび原料コストを含むエチレン生産コスト、および、エチレンを含む製品の単価から、前記限界時間が到来するまでの利益を最大化するようにケーススタディを行い、コイル８へ供給される原料の流量、前記組成、水蒸気の流量、輻射部コイル８Ｂの入口および出口での前記混合流体の圧力および温度、並びに、前記燃焼ノズルに供給される燃料の流量および空気の流量のうち、少なくとも１つ以上の運転情報２０について将来の運転推奨値をスタディ結果５０として出力する。
したがって、この実施形態のエチレン生成分解炉運転支援システム２１によれば、任意の将来時間における輻射部コイル８Ｂの表面温度を算出して、コイル表面予測温度を得ることができるだけでなく、運転情報２０について変更値を入力するための入力部４４と、前記入力部４４から入力された変更値に基づいて、任意の将来時間における前記コイル表面予測温度をケーススタディすることができる。
また、コイル８へ供給される原料の流量、組成、水蒸気の流量、輻射部コイル８Ｂの入口および出口での混合流体の圧力および温度、並びに、燃焼ノズル１４に供給される燃料の流量および空気の流量のうち、少なくとも１つ以上の運転情報２０について将来の運転推奨値を出力することが可能である。
したがって、この実施形態のエチレン製造装置は、前記エチレン生成分解炉運転支援システム２１を有するものであるから、作業員の経験や勘に頼ることなく、任意の将来時間における輻射部コイル８Ｂの表面温度を算出して、コイル表面予測温度を得ることができるだけでなく、運転情報２０について変更値を入力するための入力部と、前記入力部から入力された前記変更値に基づいて、前記任意の将来時間における前記コイル表面予測温度をケーススタディすることができる。
また、コイル８へ供給される原料の流量、組成、水蒸気の流量、輻射部コイル８Ｂの入口および出口での混合流体の圧力および温度、並びに、燃焼ノズル１４に供給される燃料の流量および空気の流量のうち、少なくとも１つ以上の運転情報２０について将来の運転推奨値を出力することができるから、それらの結果に基づいて、エチレンの生産効率を高め、生産コストを低下させることが可能である。よって、操作者が望む稼働時間、エチレン生産量、エチレン生産コストなどに基づいて、エチレン生成分解炉の具体的な運転を支援できるという優れた効果を奏する。
以上、本発明の実施形態を説明したが、本発明は前記実施形態のみに限定されるものではなく、特許請求の範囲内において様々な変形例が可能である。
本発明に係るエチレン生成分解炉運転支援システムおよびエチレン製造装置によれば、任意の将来時間における前記輻射部コイルの表面温度を算出して、前記コイル表面予測温度を得ることができるだけでなく、運転情報について変更値を入力するための入力部と、前記入力部から入力された前記変更値に基づいて、前記任意の将来時間における前記コイル表面予測温度をケーススタディすることができる。したがって、本発明は産業上の利用が可能である。
１：エチレン生成分解炉、２：筐体、４：対流部、５：連通部、６：輻射部、８：コイル、８Ａ：対流部コイル、８Ｂ：輻射部コイル、１０：水蒸気導入管、１２：導出管、１４：燃焼ノズル、１６：ノズル孔、２０：運転情報、２１：エチレン生成分解炉運転支援システム、２２：記憶サーバー、２４：固有値情報記憶部、２６：時系列運転情報記憶部、２８：解析サーバー、３０：記憶サーバー情報、３２：表面温度予測部、３４：将来時間におけるコイル表面温度、３６：コイル表面温度推算モデル更新部、３８：コイル状態診断部、４０：コイル診断結果、４２：ケーススタディ部、４４：外部入力値、４６：コストスタディ部、４８：生産量最大化スタディ部、５０：ケーススタディ結果、５４：稼働日数を求める場合の入力画面の表示例、５６：メニュー選択部、５８：条件指定するためのテーブル、６２：入力欄、６４：原料流量を求める場合の表示例、６８：入力部、７０：条件指定するためのテーブル、７４：入力欄、７６：原料流量の表示部、８０：原料流量、８２：時系列表示、８４：予測稼働日数の表示、８６：稼働終了予定日の表示、８８：稼働開始日の表示、９０：表面温度の表示、９４：目盛り線、９６：マーカー、９８：目盛り線、１００：マーカー。
Claims (12)
- 原料である炭化水素および水蒸気を予熱する対流部コイルと、予熱された前記炭化水素および水蒸気の熱分解を行う輻射部コイルと、これらを収容する筐体とを有するエチレン生成分解炉の運転を支援するためのエチレン生成分解炉運転支援システムであって、
記憶サーバーおよび解析サーバーを具備し、
前記記憶サーバーは、
輻射部内の所定位置における前記輻射部コイルの表面温度、前記輻射部コイルへ供給される前記原料の流量、前記水蒸気の流量、および、前記輻射部コイルの出口での混合流体の温度を含む運転情報を受信し、運転状況を時系列に記憶する時系列運転情報記憶部と、
前記輻射部コイルの内径を含む前記エチレン生成分解炉の固有値情報を記憶する固有値情報記憶部とを備え、
前記解析サーバーは、
前記記憶サーバーから、前記運転情報および前記エチレン生成分解炉の前記固有値情報を入力パラメータとして受付け、物理化学モデルを組み入れたコイル表面温度推算モデルにより、任意の将来時間における前記輻射部コイルの表面温度を算出して、前記コイル表面予測温度を得るコイル表面温度予測部と、
前記輻射部コイルへ供給される前記原料の流量、前記水蒸気の流量、前記エチレン生成分解炉の入口および出口における前記混合流体の組成、前記輻射部の前記輻射部コイルの入口および出口での前記混合流体の圧力および温度、前記エチレン生成分解炉の燃焼ノズルに供給される燃料の流量、および前記燃焼ノズルに供給される空気の流量、のうち少なくとも１つ以上の運転情報について変更値を入力するための入力部と、前記入力部から入力された前記変更値に基づいて前記任意の将来時間における前記コイル表面予測温度をケーススタディするケーススタディ部を備え、
前記ケーススタディ部は、
前記輻射部コイルのデコーキング開始時期が予め指定されている場合に、運転可能な期間においてエチレン生産量が最大になるようにケーススタディを行い、前記輻射部コイルへ供給される前記原料の流量、前記水蒸気の流量、前記輻射部コイルの入口および出口での前記混合流体の温度、および、前記燃焼ノズルに供給される燃料の流量および空気の流量のうち、少なくとも１つ以上の運転情報について将来時間における運転推奨値を出力する生産量スタディ機能と、
前記輻射部コイルのデコーキングが必要となる限界時間が到来するまでの前記エチレン生成分解炉の運転コストおよび原料コストを含むエチレン生産コスト、および、エチレンを含む製品の単価から、前記限界時間が到来するまでの利益を最大化するようにケーススタディを行い、前記輻射部コイルへ供給される前記原料の流量、前記組成、前記水蒸気の流量、前記輻射部コイルの入口および出口での前記混合流体の圧力および温度、並びに、前記燃焼ノズルに供給される燃料の流量および空気の流量のうち、少なくとも１つ以上の運転情報について将来の運転推奨値を出力するコストスタディ機能とを有することを特徴とするエチレン生成分解炉運転支援システム。 - 前記エチレン生成分解炉の表面温度情報は、前記輻射部コイルの表面の最高温度であることを特徴とする請求項１記載のエチレン生成分解炉運転支援システム。
- 前記エチレン生成分解炉の表面温度情報は、前記輻射部コイルの表面の平均温度であることを特徴とする請求項１記載のエチレン生成分解炉運転支援システム。
- 前記エチレン生成分解炉の表面温度情報は、前記輻射部コイルの所定点の温度であることを特徴とする請求項１記載のエチレン生成分解炉運転支援システム。
- 前記解析サーバーは、前記コイル表面温度推算モデルにより算出した前記輻射部コイルの表面予測温度が前記輻射部コイルの使用上限温度に達する将来時間を、限界時間として算出可能とされていることを特徴とする請求項１〜４のいずれか一項に記載のエチレン生成分解炉運転支援システム。
- 前記コイル表面温度推算モデルは、物理化学モデル、または、物理化学モデルと統計モデルを組み合わせたモデルであり、
前記物理化学モデルは、コークの生成速度と熱伝達の関係から導かれる式を用いたモデルであり、
前記統計モデルは、前記物理化学モデルによる前記コイル表面予測温度とコイル表面実測温度との差分を補正する式を用いたモデルであることを特徴とする請求項１〜５のいずれか一項に記載のエチレン生成分解炉運転支援システム。 - 前記物理化学モデルは、前記輻射部コイルの表面実測温度を教師データとし、前記原料の流量、前記水蒸気の流量、および、前記輻射部コイルの入口および出口での前記混合流体の温度のうち、少なくとも１つ以上の情報を説明変数として、学習させることで得られる学習済みモデルであることを特徴とする請求項１〜６のいずれか一項に記載のエチレン生成分解炉運転支援システム。
- 前記解析サーバーは、任意のタイミングで、その直近の前記輻射部コイルの表面実測温度および前記運転情報を基に、前記コイル表面温度推算モデルを更新するコイル表面温度推算モデル更新部を有し、前記コイル表面温度推算モデル更新部による更新結果を基に、任意のタイミングで前記表面温度予測部、および、前記ケーススタディ部で使用されるコイル表面温度推算モデルを更新することを特徴とする請求項１〜７のいずれか一項に記載のエチレン生成分解炉運転支援システム。
- 前記解析サーバーは、前記コイル表面温度推算モデル更新部で生成した前記物理化学モデルの係数または前記運転情報をもとに、前記エチレン生成分解炉の少なくとも一つのコイル状態を診断するコイル状態診断部を備えることを特徴とする請求項１〜８のいずれか一項に記載のエチレン生成分解炉運転支援システム。
- 前記将来時間における前記コイル表面予測温度とともに、現在時間までの前記コイル表面温度の推移を時系列に表示する表示手段を具備する請求項１〜９のいずれか一項に記載のエチレン生成分解炉運転支援システム。
- 前記記憶サーバーは、前記原料へのインヒビターの添加量、前記デコーキング処理の条件、前記輻射部コイルへ供給される前記原料の流量、前記水蒸気の流量、前記輻射部コイルの出口での前記混合流体の温度、および、前記輻射部の前記燃焼ノズルに供給される燃料の流量および空気の流量のそれぞれについて適正運転範囲値を記憶しており、
前記解析サーバーは、適切な運転から逸脱した運転がなされたことを検知した場合、適切な運転範囲で運転するように推奨値を少なくとも一つ出力することを特徴とする請求項１〜１０のいずれか一項に記載のエチレン生成分解炉運転支援システム。 - 原料である炭化水素および水蒸気を予熱する対流部コイルと、予熱された前記炭化水素および水蒸気の熱分解を行う輻射部コイルと、これらを収容する筐体とを有するエチレン生成分解炉と、
請求項１〜１１のいずれか一項に記載のエチレン生成分解炉運転支援システムとを具備することを特徴とするエチレン製造装置。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2019187034A JP2021063021A (ja) | 2019-10-10 | 2019-10-10 | エチレン生成分解炉運転支援システムおよびエチレン製造装置 |
| PCT/JP2020/037831 WO2021070804A1 (ja) | 2019-10-10 | 2020-10-06 | エチレン生成分解炉運転支援システムおよびエチレン製造装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2019187034A JP2021063021A (ja) | 2019-10-10 | 2019-10-10 | エチレン生成分解炉運転支援システムおよびエチレン製造装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2021063021A true JP2021063021A (ja) | 2021-04-22 |
Family
ID=75438196
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2019187034A Pending JP2021063021A (ja) | 2019-10-10 | 2019-10-10 | エチレン生成分解炉運転支援システムおよびエチレン製造装置 |
Country Status (2)
| Country | Link |
|---|---|
| JP (1) | JP2021063021A (ja) |
| WO (1) | WO2021070804A1 (ja) |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS5240384B2 (ja) * | 1971-08-28 | 1977-10-12 | ||
| JP3537862B2 (ja) * | 1994-03-30 | 2004-06-14 | 東洋エンジニアリング株式会社 | ナフサ分解炉スキン温度予測方法およびそれを用いたナフサ分解炉運転管理方法 |
| JP6105190B2 (ja) * | 2007-05-07 | 2017-03-29 | ルムス テクノロジー インコーポレイテッド | エチレン炉輻射コイルのデコーキング法 |
| JP7111583B2 (ja) * | 2018-11-02 | 2022-08-02 | 東洋エンジニアリング株式会社 | エチレン生成分解炉のコイル外表面温度の推定方法および推定装置、並びにエチレン製造装置 |
-
2019
- 2019-10-10 JP JP2019187034A patent/JP2021063021A/ja active Pending
-
2020
- 2020-10-06 WO PCT/JP2020/037831 patent/WO2021070804A1/ja active Application Filing
Also Published As
| Publication number | Publication date |
|---|---|
| WO2021070804A1 (ja) | 2021-04-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Ebert et al. | Analysis of Exxon crude-oil-slip stream coking data | |
| Masoumi et al. | Simulation, optimization and control of a thermal cracking furnace | |
| US20180046155A1 (en) | Identifying and implementing refinery or petrochemical plant process performance improvements | |
| US20110276164A1 (en) | Advanced batch control | |
| Alhammadi et al. | Process design and operation: Incorporating environmental, profitability, heat integration and controllability considerations | |
| CN103207949B (zh) | 乙烯裂解炉tle出口温度和运行周期预测方法 | |
| CN101529354A (zh) | 焦化加热器中的异常情况预防 | |
| JP2017524041A (ja) | エチレン炉のプロセスおよびシステム | |
| Karimi et al. | Modelling coke formation in an industrial ethane‐cracking furnace for ethylene production | |
| WO2021070804A1 (ja) | エチレン生成分解炉運転支援システムおよびエチレン製造装置 | |
| Diaz-Bejarano et al. | A model-based method for visualization, monitoring, and diagnosis of fouling in heat exchangers | |
| Polley et al. | Applying thermo-hydraulic simulation and heat exchanger analysis to the retrofit of heat recovery systems | |
| Bezzo et al. | Using process simulators for steady-state and dynamic plant analysis: An industrial case study | |
| US4400784A (en) | Control of a cracking furnace | |
| Smith et al. | Fouling in heat exchanger networks | |
| CN107450314B (zh) | 一种用于乙烯裂解炉全运行周期裂解深度控制***及其方法 | |
| US4536606A (en) | Control of a cracking furnace | |
| JP2013181138A (ja) | 炉内温度分布の推定方法および推定装置 | |
| JP3537862B2 (ja) | ナフサ分解炉スキン温度予測方法およびそれを用いたナフサ分解炉運転管理方法 | |
| Jarullah et al. | Optimal design of industrial reactor for naphtha thermal cracking process | |
| EP4098720A1 (en) | A method of determining a carburisation model of a coil of a steam cracking furnace | |
| Botero et al. | Non linear state and parameters estimation in chemical processes: Analysis and improvement of three estimation structures applied to a CSTR | |
| EP4148105A1 (en) | Method for steam cracking and corresponding systems | |
| Kumar | Triethyl phosphite additive-based fouling inhibition studies | |
| US20230143324A1 (en) | System And Method for Determining Cleaning Schedules For Heat Exchangers And Fired Heaters Based On Engineering First Principles And Statistical Modelling |