Ausgangssituation: Die Chemische Industrie besteht aus komplexen Vorgängen und Prozessen, welche stets einer bestimmten Parametervariation und Dynamik unterworfen sind. Es bestehen daher viele Variablen und Freiheitsgrade (z. B. durch Druck, Temperatur, Zusammensetzung, Massenströme etc.). Eine Optimierung ist insbesondere bei schwankenden Ausgangsstoffen und Prozessparametern sehr komplex. Aktuell werden in der Chemischen Industrie mathematische Modelle für die Optimierung verwendet. Änderungen im Prozess werden mit mathematischen Modellen zwar vorausberechnet, können aber durch den Charakter mathematischer Modelle über physikalische Grenzen hinweg extrapoliert werden. Die Erreichung der Zielvorgaben ist daher suboptimal und erfolgt in Grenzzuständen des Prozesses mit erheblichen Unsicherheiten. Daher finden mathematische Modelle ihre Grenzen. Eine Verbesserung dazu wäre eine dynamische Optimierungen auf Basis thermodynamischer Modelle. Diese Systeme sind jedoch in der chemischen Industrie noch nicht verfügbar und daher derzeit nicht Stand der Technik. Dazu müsste eine Echtzeiterfassung und -verwendung der Anlagenparameter von Prozesszuständen im operativen Bereich erfolgen und diese physikalischen Anlagenparameter in das Modell direkt eingehen. Diese Möglichkeit der thermodynamischen Modellierung wäre derzeit beispiellos und besitzt großes Potential für verschiedenste Produktionsanlagen in der Chemischen Industrie (insbesondere bei schwankenden Einsatzbedingungen). Die dynamische Optimierungen auf Basis thermodynamischer Modelle ist daher Ausgangssituation des Projektes zumal eine durch das Projekt mögliche Wirkungsgradsteigerung beim Materialeinsatz von nur 1 % in der Chemischen Industrie eine jährliche Kosten-Reduktion von ca. 19 Mio. EUR bedeuten würde.

Problemstellung: Es bedarf eines neuen Ansatzes, über welchen die Echtzeitoptimierung des Prozesses inklusive physikalischer Prozessgrenzen exakt (vorher)bestimmt werden kann. Dies ist besonders komplex, da Druck, Temperatur sowie die Zusammensetzung der Einsatzströme in Echtzeit erfasst werden müssen, damit dadurch zeitgleich die exakten Anlagenparameter für eine Optimierung festgestellt werden können. Eine solche Optimierung ist derzeit für Stoffsysteme mit hunderten von chemischen Einzelkomponenten nicht erfolgt, da tausende Parameter über das mathematische Modelle in Echtzeit errechnet werden müssten und das theoretisch ermittelte Optimierungsergebnis durch fortschreitende Berechnungsfehler nicht der Realität entspricht. Eine solche Echtzeitoptimierung ist daher ausschließlich durch physikalische (thermodynamische) Modelle möglich.

Ziele: (1) Es soll ein Lösungsansatz für die Chemische Industrie am Beispiel eines Realprozesses entwickelt werden, über welchen Regelparameter für die Produktion  (vorher)bestimmt und im Betrieb simultan optimiert werden können. (2) Es soll ein System entwickelt werden, über welches essenzielle Eingangsparameter, wie Siedekurve, Dichte und Zusammensetzung des Multikomponenten-Stoffsystems, in Echtzeit erfasst werden können. (3) Es soll eine anwendungsorientiere Ausgabelösung entwickelt werden, welche simultan die exakten Anlagenparameter für das aktuelle Betriebsoptimum ausgibt, um die Regelgrößen der Anlage darauf einstellen zu können. (4) Das zu entwickelnde Produkt soll einfach in die bestehende Produktion eines jeden chemischen Industriebetriebes eingebunden werden können

Methodik (exkl. Projektmanagement): AP2 - Erhebung & Analyse der technischen Lösungsansätze; AP3 - Entwicklung eines stationären und dynamischen Echtzeit-Simulationsmodells (zur Erfassung des Multikomponenten-Stoffsystem und zur Ausgabe der Anlagenparameter und Optimierung des Prozesses); AP4 - Simulation und Validierung (Vergleich mit dem Realbetrieb) am Beispiel einer Benzolproduktion; AP5 - Erarbeitung einer Strategie zur Einbindung des Lösungsansatzes in die Produktion; AP6 - Finale Evaluierung und Ableitung von Handlungsempfehlungen / Schlussfolgerungen;

Angestrebte Ergebnisse: (1) Lösungsansatz zur Echtzeitoptimierung der Prozesse mithilfe von thermodynamsichen Prozessmodellen in der Chemischen Industrie. (2) Exaktes thermodynamisches Modell (statisch sowie dynamisch) und Anwendungsergebnisse. (3) Sensibilisierung von Anlagenpersonal (Anlagenpersonal wird auf diese anspruchsvolle Form der Produktion vorbereitet). (4) Verifizierte Simulationsergebnisse auf Basis einer Anwendung (Optimierung der Benzolproduktion). (5) Standardisierung des Systems für die Anwendbarkeit und Multiplizierbarkeit.