This page in English



Dieses Thema wird derzeit nicht bearbeitet.

Die statische und dynamische Prozess-Simulation ist ein wichtiges Werkzeug bei der Entwicklung, Analyse und Steuerung von industriellen Anlagen der Prozess-Industrie. Bei der dynamischen Simulation komplexer und hochintegrierter Prozesse sind Anfangswertprobleme für große Systeme von Algebro-Differentialgleichungen (DAEs) zu lösen.

Block-strukturiertes Verfahrensflussbild
Das am WIAS entwickelte Simulationskonzept nutzt die hierarchisch modulare Struktur der Prozessmodelle bei der Simulation aus und verfolgt das Prinzip ”Teile und Herrsche”. Dabei wird die zugrundeliegende Anlage als ein Netzwerk von miteinander durch Stoff-, Energie- und Daten-Strömen verbundenen Prozesseinheiten (sogenannter 'Units') verstanden.

In dem gleichungsorientierten Modellierungsansatz werden den 'Units' parameterabhängige mathematische Modelle zugeordnet, die ihr Prozessverhalten beschreiben. Diese werden dann durch spezifizierte Prozess-Ströme verbunden. Das DAE-System wird entsprechend der 'Units' in Teilsysteme strukturiert und kann durch geeignete Zusammenfassung von Teilsystemen zu Blöcken partitioniert werden. Damit entsteht ein blockpartitioniertes DAE System.

Durch eine formale Erweiterung des Gleichungssystems können dann die gebildeten Gleichungsblöcke bei der numerischen Lösung weitgehend unabhängig voneinander behandelt werden. Hierbei werden block-strukturierte Verfahren vom Newton-Typ eingesetzt, um eine effiziente Parallelisierung der Verfahren zu ermöglichen. Bei diesem Zugang können sowohl 'exakte' Verfahren als auch Verfahren mit Relaxationstechniken eingesetzt werden. Die Lösung der dabei entstehenden linearen Teilgleichungssysteme mit schwach besetzten, unsymmetrischen und zum Teil überbestimmten Koeffizientenmatrizen erfolgt mit einem angepassten direkten Gleichungslöser.

Der verwendete Simulationsansatz benutzt einen eigens hierfür entwickelten Compiler, um aus der Prozessbeschreibung eine an die Lösungsstrategie angepasste Datenschnittstelle zur Gleichungsbeschreibung zu generieren. Dieser Compiler analysiert die in der Modellierungssprache MLBOP verfasste Prozessbeschreibung und erzeugt u.a. spezielle FORTRAN-Routinen für die Berechnung der Funktionen und Jacobi-Matrizen.

Höhepunkte

Gasturbine GT26 von ALSTOM
Das Simulationskonzept wurde im Block-Orientierten Prozess-Simulator BOP implementiert. Gegenwärtig sind in BOP folgende Simulations-Modi und -Werkzeuge realisiert:
  • Stationäre Simulation,
  • Dynamische Simulation,
  • Monte-Carlo-Simulation,
  • Korrekturkurven-Simulation,
  • Stochastische und deterministische Optimierung,
  • Paramter Kalibirierung.
Obwohl BOP eine eigene grafische Benutzeroberfläche (GUI) besitzt, lässt er sich in industriellen Anwendungen auch über die spezielle GUI des Anwenders steuern..

Der Simulator BOP hat sich in verschiedenen industriellen Anwendungen bewährt, u.a. bei der chemischen Prozess-Simulation von Destillationsanlagen (Bayer AG), bei der Simulation von Abgassensoren (Bosch GmbH) und bei der Simulation von industriellen Gasturbinen (ALSTOM Power Ltd).

Seit mehr als fünfzehn Jahren wird BOP bei ALSTOM POWER (Switzerland) Ltd, jetzt General Electric (Switzerland) GmbH, zur Simulation industrieller Gasturbinen eingesetzt. Dabei kommt der Simulator auf dem gesamten Spektrum von der Validierung über die Optimierung bis hin zur Prozessentwicklung zum Einsatz. Aktuell wird eine BOP-Lizenz an Ansaldo Energia S.p.A. vergeben.

Publikationen

 Artikel in Referierten Journalen

  • E.K.Y. Yapp, R.I.A. Patterson, J. Akroyd, S. Mosbach, E.M. Adkins, J.H. Miller, M. Kraft, Numerical simulation and parametric sensitivity study of optical band gap in a laminar co-flow ethylene diffusion flame, Combustion and Flame, 167 (2016), pp. 320--334.

  • J. Pellerin, G. Caumon, Ch. Julio, P. Mejia-Herrera, A. Botella, Elements for measuring the complexity of 3D structural models: Connectivity and geometry, Computer & Geosciences, 76 (2015), pp. 130--140.

  • P. Collon-Drouaillet, W.S.-L. Steckiewicz-Laurent, J. Pellerin, G. Laurent, G. Caumon, G. Reichart, L. Vaute, 3D geomodelling combining implicit surfaces and Voronoi-based remeshing: A case study in the Lorraine coal basin, Computer & Geosciences, 77 (2015), pp. 29--43.

  • M. Liero, Passing from bulk to bulk/surface evolution in the Allen--Cahn equation, NoDEA. Nonlinear Differential Equations and Applications, 20 (2013), pp. 919--942.
    Abstract
    In this paper we formulate a boundary layer approximation for an Allen-Cahn-type equation involving a small parameter $eps$. Here, $eps$ is related to the thickness of the boundary layer and we are interested in the limit when $eps$ tends to 0 in order to derive nontrivial boundary conditions. The evolution of the system is written as an energy balance formulation of the L^2-gradient flow with the corresponding Allen-Cahn energy functional. By transforming the boundary layer to a fixed domain we show the convergence of the solutions to a solution of a limit system. This is done by using concepts related to Gamma- and Mosco convergence. By considering different scalings in the boundary layer we obtain different boundary conditions.

 Beiträge zu Sammelwerken

  • M. Arias Chao, D.S. Lilley, P. Mathé, V. Schlosshauer, Calibration and uncertainty quantification of gas turbines performance models, in: ASME Turbo Expo 2015: Turbine Technical Conference and Exposition, Volume 7A: Structures and Dynamics, ASME and Alstom Technologie AG, 2015, pp. V07AT29A001--V07AT29A012.

  • J. Borchardt, D. Horn, The process simulator BOP, in: Chemical Engineering Transactions, S. Pierucci, ed., 6, AIDIC, Milano, 2005, pp. 251--256.

 Vorträge, Poster

  • N. Alia, V. John, Optimal control of ladle stirring, 1st Leibniz MMS Mini Workshop on CFD & GFD, WIAS Berlin, September 8 - 9, 2016.

  • R.I.A. Patterson, Monte Carlo simulation of soot, King Abdullah University of Science and Technology (KAUST), Clean Combustion Research Center, Thuwal, Saudi Arabia, January 11, 2016.

  • R.I.A. Patterson, Population balance simulation, University of Cambridge, Department for Chemical Engineering and Biotechnology, UK, May 5, 2016.

  • R.I.A. Patterson, Simulations of flame generated particles, Advances in Uncertainty Quantification Methods, Algorithms and Applications (UQAW 2016), January 5 - 10, 2016, King Abdullah University of Science and Technology (KAUST), Thuwal, Saudi Arabia, January 5, 2016.

  • H. Mai, Likelihood Inference for SDEs with jumps, Statistics for Stochastic Differential Equations, October 16 - 22, 2011, Forschungszentrum Oberwolfach (MFO), October 18, 2011.

  • K. Gärtner, Charge explosion simulations, 7th Meeting of the Detector Advisory Committee for the European XFEL, European XDAC, Hamburg, May 26, 2010.

  • K. Gärtner, Plasma effects --- Status of simulations (10'), 8th Meeting of the Detector Advisory Committee for the European XFEL, European XDAC, Hamburg, November 15, 2010.

  • J. Borchardt, The block oriented process simulator BOP, The Seventh Italian Conference on Chemical and Process Engineering (ICheaP-7), May 15 - 18, 2005, Giardini di Naxos, Italy, May 18, 2005.

  • J. Borchardt, F. Grund, D. Horn, Block-Orientierter Prozesssimulator BOP, ACHEMA 2003, Frankfurt am Main, May 19 - 24, 2003.

  • J. Borchardt, Solution of linear systems with sparse matrices and its application within the process simulator BOP, 5th International Congress on Industrial and Applied Mathematics (ICIAM 2003), July 7 - 11, 2003, Sydney, Australia, July 8, 2003.

  • J. Borchardt, Prozess-Simulation auf Parallelrechnern mit dem Simulator BOP, 23. Norddeutsches Kolloquium über Angewandte Analysis und Numerische Mathematik, May 31 - June 1, 2002, Universität Bremen, June 1, 2002.

Beteiligte Gruppen des WIAS

Mathematischer Kontext

Relevante Hauptanwendungsgebiete