نشریه شیمی و مهندسی شیمی ایران

نشریه شیمی و مهندسی شیمی ایران

بهینه‌سازی واحد تقطیر‌ ‌اتمسفریک پالایشگاه نفت لاوان با تغییر نسبت میعان های گازی در خوراک با استفاده از روش سطح پاسخ (RSM)

نوع مقاله : علمی-پژوهشی

نویسندگان
محمد علی اخباری
حمید محجوب
مهربان کیانی
آذرخش گودرزی
علیرضا احمدی
شرکت پالایش نفت لاوان، جزیره لاوان، ایران
چکیده
در این مقاله، یک روش مد­ل ­سازی آماری برای بهینه‌سازی واحد تقطیر اتمسفری پالایشگاه نفت لاوان ارایه شده است. با استفاده از روش سطح پاسخ  (RSM)، تأثیر هم ­زمان مقدار نفت خام و میعان­ های گازی بر روی میزان تولید گاز‌مایع، نفتای سبک و سنگین، نفت‌گاز و نفت‌کوره توسط نرم افزار Design Expert  بررسی شد. به این منظور از 623 عدد آزمایش تجربی در شرایط عملیاتی گوناگون استفاده شد. برای تعیین اهمیت اثرها و بر هم کنش هر پارامتر  بر روی میزان تولید هر یک از فراورده ­های خروجی، تجزیه و تحلیل واریانس (ANOVA) به کار گرفته شد. نتیجه ­ها  نشان می‌دهد که مقدار R2 بیش از 92/0و R2 تعدیل شده در توافق خوبی با R2  می‌باشد. پس از تأیید مدل ریاضی ارایه شده، به منظور افزایش تولید فراورده ­های دلخواه و با ارزش افزوده بالا مانند نفتای سبک و سنگین و کاهش تولید نفت‌کوره به عنوان یک فراورده ­ی غیردلخواه، بهینه‌سازی نیز انجام شد. مطابق با نتیجه­ های بهینه‌سازی و با درنظر گرفتن محدودیت‌های عملیاتی، بیش­ ترین مقدار فراورده­ های دلخواه و کم ­ترین مقدار نفت‌کوره به عنوان هدف اصلی این پژوهش، در مقدار خوراک کل (BPD) 56500  و با مخلوطی متشکل از 57 درصد میعان­ های گازی و 43 درصد نفت خام دست یافتنی است. در ادامه به منظور اجرای شرایط بهینه، تغییرهای فرایندی لازم اعمال شد و شرایط بهینه با موفقیت اجرا شد.
کلیدواژه‌ها
واحد تقطیر اتمسفریک
نفت خام
میعان‌های گازی
بهینه‌سازی
روش سطح پاسخ

موضوعات

[1] Motlaghi  S., Jalali F., Nili Ahmadabadi M., An Expert System Design for a Crude Oil Distillation Column with the Neural Networks Model and the Process Optimization Using Genetic Algorithm Framework, Expert Systems with Applications, 35: 1540–1542(2008).
[2] Shi B., Yang X., Yan, Optimization of a Crude Distillation Unit Using a Combination of Wavelet Neural Network and Line-Up Competition Algorithm, Chinese Journal of Chemical Engineering, 25(8): 1014-1015 (2017).
[3] Chatterjee T., Saraf D.K., On-Line Estimation of Product Properties for Crude Distillation Units, Journal of Process Control, 14: 62-63 (2004).
[4] Mohamed A. Fahim, Taher A. Alsahhaf, Amal Elkilani; "Fundamentals of Petroleum Refining", Chapter 2-Refinery Feedstocks and Products;11–12 (2010)
[5] Yang C., Brown C.E., Hollebone B., Yang Z., Lambert P., Fieldhouse B., Landriault M., Wang Z., Chemical Fingerprints of Crude Oils and Petroleum Product; Oil Spill Science and Technology, 4: 210–211 (2017).
[6] G.ArgirovS.IvanovG.Cholakov; Estimation of Crude Oil TBP from Crude Viscosity; Fuel, 97: 358-360 (2012).
[7] هاشم نامور، غلامحسین رمضانپور، عبدالوهاب آرامش، امیر محمد نصرآبادی، محسن پیرزاده، افزایش خوراک و فرآورده‌های پالایشگاه نفت بندرعباس با اجرای تزریق مستقیم میعان های گازی به برج اتمسفریک، فصلنامه تخصصی، علمی ـ ترویجی فرایند نو،  39: 15تا22 (1391).
[8]Haihua Yao, Jizheng Chu; Operational Optimization of a Simulated Atmospheric Distillation Column Using Support Vector Regression Models and Information Analysis, Chemical Engineering Research and Design, 90: 2247-2250 (2012).
[9] Waheed M.A., Oni A.O., Performance Improvement of a Crude Oil Distillation Unit; Applied Thermal Engineering, 75:316-317 (2015). 
[10] Okeke E.O., Osakwe-Akofe A.A., “Optimization of a Refinery Crude Distillation Unit in the Context of Total Energy Requirement,” NNPC R&D Division, Port Har-Court, (2003).
[11] Domijan P., Kalpić D., “Off-Line Energy Optimization Model for Crude Distillation Unit,” Ph.D. Thesis, University of Zagreb, Croatia, (2005).
[12] Fazlali A., Hosseini S., Yasini B., Moghadassi A., Optimization of Operating Conditions of Distillation Columns: An Energy-Saving Option in Refinery Industry, Songklanakarin Journal of Science and Technology, 31(6): 661-664 (2009).
[13] Benyoucef A., "Oil Refining Planning under Price and Demand Uncertainties: Case of Algeria", 29 th USAEE/ IAEE North America Conference, Calgary, 14-16:1-19 (2010).
[14] Ghoreishi S.M., Heidari E., Extraction of Epigallocatechin-3-Gallate from Green Tea via Supercritical Fluid Technology: Neural Network Modeling and Response Surface Optimization, J. Supercrit Fluid, 74: 128–136 (2013).
[15] Zhang Z., Peng J., Qu W., Zhang L., Zhang Z., Li W., Rundong Wan R., Regeneration of high-Performance Activated Carbon from Spent Catalyst: Optimization Using Response Surface Methodology, J. Taiwan Inst. Chem. Eng., 40 (5): 541–448 (2009).
[16] Chyang C.S., Han Y.L., Chien C.H., Gas Dispersion in a Rectangular Bubbling Fluidized Bed, J. Taiwan Inst. Chem. Eng., 41: 195–202 (2010).
[17] Aghbolaghy M., Karimi A., Simulation and Optimization of Enzymatic Hydrogen Peroxide Production in a Continuous Stirred Tank Reactor Using CFD–RSM Combined Method, J. Taiwan Inst. Chem. Eng., 45: 101–107 (2014).
[18] Samimi F., Khadem Modarresi Z., Dehghani O., Bolhasani M.R., Application of Response Surface Methodology for Optimization of an Industrial Methylacetylene and Propadiene Hydrogenation Reactor, J. Taiwan. Inst. Chem. Eng., 46: 51-64 (2015).
[19] Edgar T.F., Himmelblau D.M., Lasdon L.S., “Optimization of Chemical Processes. The Nature and Organization of Optimization of Problem”, 2nd ed.; 4-5 (2001)
[20] Pandu G., Rangaiah G., “Multiobjective Optimization: Techniques and Applications in Chemical Engineering (Advances in Process Systems Engineering)”, World Scientific Publishing Co. The National University of Singapore, (2008).
نشریه شیمی و مهندسی شیمی ایران
دوره 39، شماره 2 - شماره پیاپی 96
تابستان 1399
صفحه 249-264