Chemické inženýrství očima programátora: Scale-up a pilotní ověření

Předchozí: Koncepční návrh procesu | Seriál: Chemické inženýrství očima programátora | Další: Když musí všechno sedět: materiálové a energetické bilance

Chemické inženýrství očima programátora: Koncepční návrh procesu

Jak se z modelu reakce stává návrh celé technologie? Článek ukazuje, jak se vybírají reaktory, separace, recykly a energetické vazby a jak může Engineering as Code zpřesnit porovnávání procesních variant.

Daniel KopeckýDaniel Kopecký

Chemické inženýrství očima programátora: Když musí všechno sedět: materiálové a energetické bilance

Procesní schéma samo o sobě nestačí. Materiálové a energetické bilance převádějí návrh technologie do číselné podoby a ukazují, kolik materiálu a energie jednotlivými částmi procesu skutečně prochází.

Daniel KopeckýDaniel Kopecký

Tento díl je součástí seriálu o tom, jak vzniká chemická technologie od prvního nápadu až po fungující provoz. Navazuje na předchozí kroky a soustředí se na téma: zvětšování měřítka a pilotní ověření.

V laboratoři jsme našli podmínky, za kterých reakce funguje. Získali jsme kinetická a fyzikálně-chemická data, vytvořili matematické modely, navrhli první procesní schéma a sestavili materiálové a energetické bilance.

Mohlo by se proto zdát, že nyní stačí laboratorní zařízení jednoduše zvětšit.

Baňku o objemu jednoho litru nahradíme reaktorem o objemu deseti metrů krychlových, všechny rozměry vynásobíme odpovídajícím koeficientem a proces bude pokračovat stejným způsobem.

Tak jednoduché to ale není.

Při změně velikosti zařízení se různé fyzikální jevy nemění stejným tempem. Objem roste rychleji než povrch, vzdálenosti, které musí překonat teplo nebo látka, se prodlužují a proudění může přejít do zcela jiného režimu. Proces, který je v malé nádobě dokonale promíchaný a snadno chlazený, může ve velkém reaktoru vytvářet koncentrační rozdíly, lokální přehřátí nebo nestabilní proudění.

Scale-up proto neznamená pouze zvětšení zařízení. Je to hledání podmínek, za kterých se ve větším měřítku zachová rozhodující chování procesu.

Hlavní otázka této fáze zní:

Které vlastnosti laboratorního procesu musíme zachovat, aby se ve větším zařízení choval dostatečně podobně?

Odpověď není pro všechny procesy stejná. U rychlé exotermní reakce může být rozhodující odvod tepla. U plyno-kapalné reakce přenos plynu do kapaliny. U krystalizace místní přesycení a intenzita míchání. U filtrace vlastnosti filtračního koláče. U katalytického procesu doba zdržení, proudění a postupná deaktivace katalyzátoru.

Právě tyto kritické jevy musí tým identifikovat, modelovat a podle potřeby ověřit v mezilehlém měřítku.

Proč větší zařízení není jen větší baňka

Představme si geometricky podobné nádoby. Pokud se jejich charakteristický rozměr například zdesetinásobí, objem vzroste přibližně tisíckrát, zatímco povrch pouze stokrát.

Poměr povrchu k objemu se tedy zmenší.

To má zásadní důsledky. Teplo vzniká v celém objemu reakční směsi, ale odvádí se především přes povrch zařízení nebo vnitřních teplosměnných ploch. S růstem měřítka proto množství vznikajícího tepla roste rychleji než schopnost nádoby odvádět jej přes svůj vnější plášť.

Reakce, kterou lze v laboratoři snadno udržet na konstantní teplotě, může ve velkém zařízení vyžadovat:

• vnitřní chladicí hady,
• externí cirkulační výměník,
• postupné dávkování suroviny,
• rozdělení reakce do několika stupňů,
• nižší koncentraci,
• jiné rozpouštědlo,
• odlišný typ reaktoru.

Podobně se mění také míchání. V malé nádobě může míchadlo během krátké doby rozptýlit přidávanou látku do celého objemu. Ve velkém reaktoru může kolem místa dávkování dočasně vzniknout vysoká koncentrace, přestože průměrné složení celé nádoby zůstává stejné.

Lokální koncentrace může podpořit vedlejší reakci, vznik nečistoty, vysrážení pevné fáze nebo prudké uvolnění tepla. Laboratorní experiment, při kterém byla surovina přidána během několika sekund do dokonale promíchané baňky, proto nemusí odpovídat průmyslovému dávkování trvajícímu desítky minut.

Scale-up musí pracovat nejen s průměrnými hodnotami, ale také s lokálním chováním procesu.

Co se při změně měřítka mění

Změna velikosti může ovlivnit téměř každý fyzikální děj v procesu.

Patří mezi ně zejména:

• míchání a homogenita směsi,
• přenos tepla,
• přenos hmoty mezi fázemi,
• rychlost rozpouštění,
• doba zdržení a její rozdělení,
• proudění v reaktorech a potrubí,
• tlakové ztráty,
• usazování pevných částic,
• tvorba pěny,
• velikost kapek nebo bublin,
• krystalizace a vlastnosti částic,
• filtrace a sušení,
• zanášení zařízení,
• dynamika regulace,
• chování procesu při najíždění a odstavení.

Ne všechny tyto jevy jsou v každém procesu stejně důležité. Smyslem scale-upu proto není dokonale napodobit laboratorní zařízení ve všech detailech. To by často ani nebylo možné.

Je potřeba určit, které fyzikální mechanismy rozhodují o výsledku, a zachovat právě jejich vhodnou podobnost.

Nelze zachovat všechno současně

Při zvětšování míchaného reaktoru můžeme například chtít zachovat:

• stejný výkon míchadla na jednotku objemu,
• stejnou obvodovou rychlost lopatek,
• stejnou dobu homogenizace,
• stejný režim proudění,
• stejný přenos hmoty,
• stejnou smykovou rychlost,
• stejnou schopnost suspendovat částice.

Tyto požadavky ale obvykle vedou k různým rozměrům míchadla, otáčkám a výkonu motoru. Není možné splnit všechny zároveň.

U citlivých biologických systémů může být rozhodující omezit smykové namáhání. U reakce plyn–kapalina může být důležitější přenos kyslíku nebo jiného plynu. U suspenze potřebujeme zabránit usazování pevných částic. U rychlé reakce může být hlavní rychlost homogenizace.

Scale-up je proto inženýrským rozhodnutím o tom, které podobnosti mají být zachovány a které rozdíly jsou přijatelné.

K tomuto rozhodování se používají experimenty, fyzikální modely, empirické korelace i bezrozměrná kritéria popisující poměry jednotlivých sil a transportních dějů.

Ani vhodně zvolená podobnost ale nezaručuje, že se všechny vlastnosti produktu zachovají. Výsledek musí být ověřen.

Reakce a přenos tepla

U exotermních reakcí bývá odvod tepla jedním z nejdůležitějších omezení scale-upu.

Laboratorní nádoba má relativně velký povrch vzhledem ke svému objemu. Navíc může být ponořena do dobře regulované lázně nebo vybavena účinným laboratorním termostatem.

Ve větším reaktoru může být odvod tepla podstatně pomalejší. Teplota navíc nemusí být v celém objemu stejná. U stěny může být směs chladnější, zatímco v jiné části vznikne lokální teplotní maximum.

Proto je potřeba znát:

• celkové reakční teplo,
• rychlost jeho uvolňování,
• závislost kinetiky na teplotě,
• tepelné kapacity směsi,
• součinitele přestupu tepla,
• dostupnou teplosměnnou plochu,
• výkon a teplotu chladicího média,
• dobu homogenizace,
• možné vedlejší a rozkladné reakce.

Důležitá není pouze nominální reakce. Musí se zkoumat také situace, kdy se přeruší chlazení, zastaví míchání nebo se v reaktoru nahromadí nezreagovaná surovina.

Scale-up reakce proto úzce souvisí s reakční bezpečností. Čím větší je zařízení, tím větší množství energie a nebezpečné látky může být soustředěno na jednom místě.

Míchání a lokální podmínky

Pojem dobře promíchaný reaktor je idealizací. Ve skutečném zařízení existují oblasti s různou rychlostí proudění, dobou zdržení i koncentrací.

Ve velké nádobě se mohou objevit:

• pomalu promíchávané oblasti,
• víry,
• mrtvé zóny,
• zkratové proudění,
• usazování částic,
• hromadění plynu,
• lokální koncentrace dávkované suroviny.

Poloha dávkovacího místa může být stejně důležitá jako celkový výkon míchadla. Pokud se reaktivní surovina přivádí do špatně promíchané oblasti, může vznikat nežádoucí produkt, i když je průměrná koncentrace v reaktoru nízká.

Při scale-upu je proto potřeba řešit nejen typ a velikost míchadla, ale také:

• počet míchadel,
• jejich výškové umístění,
• tvar lopatek,
• přepážky v nádobě,
• polohu přívodů a odběrů,
• výšku hladiny,
• přítomnost pevných a plynných fází,
• viskozitu a její změny během procesu.

U složitějších případů lze proudění zkoumat pomocí fyzikálních experimentů, měření v průhledných modelech nebo výpočetní dynamiky tekutin.

Přenos hmoty mezi fázemi

Řada procesů neprobíhá v jediné homogenní fázi.

Může jít například o:

• absorpci plynu do kapaliny,
• reakci plynu s rozpuštěnou látkou,
• extrakci mezi dvěma kapalinami,
• rozpouštění pevné látky,
• reakci na povrchu katalyzátoru,
• krystalizaci,
• sušení.

Výsledná rychlost potom nezávisí pouze na chemické kinetice. Může být omezena rychlostí, s jakou látka přechází mezi fázemi.

Při změně měřítka se mohou měnit velikosti bublin a kapek, plocha rozhraní, doba jejich kontaktu i intenzita proudění. Reakce, která byla v laboratoři řízena chemickou kinetikou, se tak ve větším zařízení může stát omezenou přenosem hmoty.

Pouhé přenesení laboratorní kinetické konstanty do průmyslového modelu by potom vedlo k chybnému návrhu.

Je proto nutné rozlišovat:

• vlastní rychlost chemické reakce,
• přenos látky k mezifázovému rozhraní,
• transport přes rozhraní,
• difuzi uvnitř částice nebo katalyzátoru,
• míchání v celém zařízení.

Scale-up musí určit, který z těchto dějů omezuje celkový proces v jednotlivých měřítkách.

Doba zdržení a proudění

V ideálním trubkovém reaktoru mají všechny částice stejnou dobu zdržení. V ideálně míchaném reaktoru je naopak obsah nádoby dokonale promíchán a výstup má stejné složení jako celý objem.

Skutečná zařízení se těmto ideálům pouze přibližují.

Mohou obsahovat:

• mrtvé zóny,
• obtokové proudy,
• zpětné promíchávání,
• rozdílné rychlosti proudění,
• nerovnoměrné rozdělení vstupu.

Výsledkem je rozdělení dob zdržení. Některé části materiálu opustí zařízení příliš rychle, jiné v něm zůstávají dlouho.

To může ovlivnit konverzi, vznik vedlejších produktů, tepelný rozklad i kvalitu výsledného produktu. Zvlášť citlivé jsou procesy, ve kterých je produkt po svém vzniku dále přeměňován nebo rozkládán.

Pilotní zařízení umožňuje skutečné proudění měřit a porovnat s idealizovaným modelem. Získané poznatky pak mohou vést k úpravě geometrie, vnitřních částí nebo způsobu přívodu surovin.

Krystalizace, částice a pevná fáze

Procesy zahrnující pevné částice bývají pro scale-up zvlášť náročné.

U krystalizace výsledek nezávisí pouze na konečné teplotě nebo celkovém výtěžku. Důležité jsou také:

• rychlost vzniku krystalizačních zárodků,
• rychlost růstu krystalů,
• místní přesycení,
• rychlost chlazení,
• intenzita míchání,
• smykové namáhání,
• přítomnost nečistot,
• způsob očkování,
• doba zdržení.

Ve větším zařízení mohou vznikat jiné velikosti a tvary krystalů než v laboratoři. To následně ovlivní filtraci, promývání, sušení, sypnost i stabilitu produktu.

Podobné problémy se objevují u srážení, granulace, emulzí, suspenzí a dalších procesů vytvářejících částice nebo kapky.

V takových případech nestačí sledovat pouze chemické složení. Scale-up musí zahrnout také fyzikální vlastnosti produktu.

Filtrace a sušení

Laboratorní filtrace může působit jednoduše. Malé množství suspenze se nalije na filtr a během několika minut vznikne filtrační koláč.

Ve větším měřítku ale záleží na:

• velikosti a tvaru částic,
• rozdělení jejich velikostí,
• stlačitelnosti koláče,
• viskozitě kapaliny,
• tlakovém rozdílu,
• tloušťce koláče,
• tvorbě trhlin a obtokových cest,
• způsobu promývání.

Doba filtrace přitom nemusí růst přímo úměrně množství materiálu. Silnější nebo stlačenější koláč může klást výrazně větší odpor.

Podobně u sušení rozhoduje nejen množství odpařovaného rozpouštědla, ale také přenos tepla a hmoty uvnitř vrstvy produktu, jeho promíchávání, tvorba hrudek nebo citlivost na teplotu.

Pilotní ověření separačních kroků proto může být stejně důležité jako ověření samotné reakce.

Dlouhodobé jevy se v krátkém experimentu neprojeví

Laboratorní experiment může trvat několik hodin. Průmyslový provoz má pracovat týdny nebo měsíce bez přerušení.

V krátkém pokusu se proto nemusí projevit:

• deaktivace katalyzátoru,
• zanášení výměníků,
• tvorba úsad,
• koroze,
• hromadění stopových nečistot,
• změna vlastností recyklovaného rozpouštědla,
• postupné ucpávání filtru nebo membrány,
• mechanické opotřebení,
• kolísání kvality surovin.

Kontinuální nebo recyklovaný proces může po několika hodinách dosáhnout zdánlivě stabilního stavu, ale jeho skutečné dlouhodobé chování se projeví až po mnoha obězích materiálu.

Pilotní jednotka proto neslouží pouze k ověření okamžitého výkonu. Může být potřebná také pro dlouhodobou zkoušku stability procesu.

Scale-up vsádkového procesu

U vsádkového procesu se zvětšuje množství materiálu zpracovaného v jednom cyklu.

Je potřeba zachovat nejen reakční podmínky, ale také průběh celé operace:

• pořadí dávkování,
• rychlost přidávání surovin,
• dobu ohřevu a chlazení,
• intenzitu míchání,
• dobu reakce,
• odběr vzorků,
• převod mezi jednotlivými operacemi,
• vypouštění a čištění zařízení.

S růstem objemu se obvykle prodlužuje doba ohřevu a chlazení. Směs tak může strávit delší dobu v teplotním rozmezí, ve kterém vznikají nečistoty.

Laboratorní postup může například říkat, že se po skončení reakce směs rychle ochladí. Ve velkém zařízení ale může ochlazení trvat hodiny. Během této doby může produkt dále reagovat nebo se rozkládat.

Scale-up tedy musí popsat celý časový profil procesu, nikoli pouze jeho počáteční a konečný stav.

Scale-up kontinuálního procesu

U kontinuální výroby je důležitá stabilita dlouhodobého provozu.

Je potřeba ověřit například:

• dosažení ustáleného stavu,
• rozdělení dob zdržení,
• stabilitu recyklů,
• reakci na změny průtoku a složení,
• chování při najíždění a odstavení,
• postupnou deaktivaci zařízení nebo katalyzátoru,
• schopnost regulace potlačovat poruchy.

Laboratorní kontinuální zařízení může pracovat s velmi malými průtoky a odlišným poměrem délky k průměru. Ve větším měřítku se změní hydraulika, tlakové ztráty i přenos tepla.

Zvláštní problém mohou představovat recykly. Změna v jedné části procesu se přes recykl vrátí zpět na vstup a může se postupně zesilovat nebo naopak velmi pomalu vytrácet.

Pilotní jednotka může pomoci ověřit, zda je celý propojený proces stabilní, nikoli jen zda fungují jednotlivé operace odděleně.

Mezi laboratoří a továrnou

Přechod do průmyslového měřítka nemusí proběhnout jedním skokem.

Vývoj může procházet několika úrovněmi:

• laboratorní zařízení,
• zvětšené laboratorní nebo bench zařízení,
• kilo-lab nebo poloprovoz,
• pilotní jednotka,
• demonstrační provoz,
• průmyslová technologie.

Přesné názvy a velikosti se mezi obory liší. Důležitější než samotný objem je účel daného stupně.

Zvětšené laboratorní zařízení může ověřovat, zda lze postup provést s reálnějším mícháním, dávkováním a separací. Pilotní jednotka se více blíží budoucímu procesu a umožňuje sledovat propojení několika operací. Demonstrační provoz může ověřovat technologii při podmínkách blízkých komerčnímu využití a poskytovat produkt pro zákaznické nebo registrační zkoušky.

Ne každý projekt potřebuje všechny stupně. U známé reakce a standardního zařízení může být scale-up dobře předvídatelný z modelů a předchozích zkušeností. U nové technologie, vícefázového procesu nebo produktu citlivého na fyzikální podmínky může být mezilehlé ověření nezbytné.

Pilot není malá továrna

Pilotní jednotka nemusí být přesnou zmenšeninou budoucího závodu.

Někdy je vhodné postavit celý propojený proces. Jindy stačí ověřit pouze část s největší nejistotou.

Pilot se může zaměřit například na:

• odvod tepla z reaktoru,
• přenos hmoty mezi plynem a kapalinou,
• hydrodynamiku kolony,
• stabilitu katalyzátoru,
• krystalizaci,
• filtraci a sušení,
• hromadění nečistot v recyklu,
• zanášení výměníku,
• provozní dynamiku,
• řídicí strategii.

Pokud jsou ostatní části založeny na dobře známých jednotkových operacích, není nutné je všechny znovu stavět v pilotním měřítku.

Dobře navržený pilot proto nevypadá jako zmenšená továrna za každou cenu. Je to experimentální zařízení navržené tak, aby odpovědělo na konkrétní otázky rozhodující pro průmyslový návrh.

Co má pilot ověřit

Před stavbou pilotní jednotky musí být jasné, jaké hypotézy se mají testovat.

Může jít například o otázky:

• Dokážeme bezpečně odvést reakční teplo?
• Jaké míchání je potřeba pro potlačení vedlejších reakcí?
• Jak rychle se deaktivuje katalyzátor?
• Jak se mění velikost krystalů s geometrií zařízení?
• Lze produkt v přijatelném čase filtrovat?
• Hromadí se v recyklu nečistoty?
• Jak proces reaguje na výpadek chlazení nebo změnu průtoku?
• Funguje navržená sekvence najíždění a odstavení?
• Jsou použité materiály dostatečně odolné?
• Dokáže analytika a řízení sledovat skutečný stav procesu?

Bez jasně definovaných otázek může pilotní provoz produkovat velké množství dat, ale málo použitelných poznatků.

Pilot musí být vybaven měřením, které umožní příslušné modely kalibrovat a ověřit. Nestačí pouze zjistit, že zařízení vyrobilo produkt.

Pilotní data a návrh průmyslového zařízení

Výsledky pilotního provozu se používají ke zpřesnění modelů a návrhových pravidel.

Tým může například určit:

• skutečný součinitel přestupu tepla,
• potřebný výkon míchání,
• korelaci pro přenos hmoty,
• skutečné rozdělení dob zdržení,
• rychlost zanášení,
• dobu filtrace,
• rychlost deaktivace katalyzátoru,
• závislost kvality produktu na lokálních podmínkách,
• dynamiku regulačních smyček.

Tyto údaje se následně využijí při návrhu průmyslového zařízení.

Důležité je ale rozlišit, které hodnoty jsou obecnou vlastností procesu a které platí pouze pro konkrétní geometrii pilotu. Empirická korelace odvozená z jednoho zařízení nemusí být bezpečně použitelná daleko mimo rozsah ověřených podmínek.

Výstupem by proto neměla být pouze jedna doporučená hodnota. Musí být popsána také oblast platnosti, nejistota a způsob, jakým se výsledek přenáší do většího měřítka.

Model a experiment se znovu setkávají

Scale-up je další iterací mezi modelem a experimentem.

Nejprve se pomocí laboratorních dat a fyzikálních zákonů vytvoří předpověď většího zařízení. Na jejím základě se navrhne pilot nebo zvětšený experiment.

Naměřená data ukážou, které předpoklady byly správné a které ne. Model se následně upraví a použije pro další návrh.

Cyklus může vypadat například takto:

laboratorní data → scale-up model → návrh pilotu → pilotní měření → zpřesnění modelu → návrh průmyslového zařízení

Pilot proto není alternativou k modelování. Bez modelu by nebylo jasné, jak výsledky přenést do jiné velikosti. Model bez experimentálního ověření by naopak mohl přehlédnout rozhodující jev.

Největší hodnotu přináší jejich kombinace.

Kdy je možné pilot přeskočit

Pilotní jednotka je drahá a její stavba může trvat dlouhou dobu. Neměla by proto vznikat automaticky jen proto, že se vyvíjí nový proces.

Pilot lze někdy omezit nebo úplně vynechat, pokud:

• jde o dobře známou jednotkovou operaci,
• jsou k dispozici spolehlivé průmyslové korelace,
• proces pracuje v již ověřeném rozsahu,
• existují zkušenosti s velmi podobnou technologií,
• fyzikální modely mají dostatečně malou nejistotu,
• případná chyba nemá závažné bezpečnostní nebo ekonomické následky,
• lze potřebné informace získat jednodušším experimentem.

Naopak pilot je důležitější, pokud:

• technologie používá nový fyzikální princip,
• proces je vícefázový,
• vznikají pevné částice,
• výsledná kvalita je citlivá na míchání,
• reakce je silně exotermní,
• existuje riziko zanášení nebo nestability,
• proces obsahuje významné recykly,
• modely se musí extrapolovat daleko mimo dostupná data,
• selhání průmyslového návrhu by bylo velmi nákladné nebo nebezpečné.

Rozhodnutí o pilotu je tedy založeno na nejistotě a riziku, nikoli pouze na velikosti budoucího závodu.

Scale-down: z továrny zpět do laboratoře

Přenos znalostí neprobíhá pouze směrem od laboratoře k průmyslu.

Jakmile existuje pilotní nebo skutečný provoz, lze jeho problematické chování převést zpět do menšího experimentu. Tento přístup se označuje jako scale-down.

Pokud se například v průmyslovém reaktoru objevují lokální výkyvy koncentrace, lze v laboratoři vytvořit experiment, který podobné podmínky napodobí. Není nutné stavět geometricky podobný reaktor. Důležité je reprodukovat rozhodující zatížení procesu.

Scale-down model může simulovat například:

• střídání prostředí s vysokou a nízkou koncentrací,
• lokální nedostatek kyslíku,
• periodické změny teploty,
• dlouhou dobu míchání,
• smykové namáhání,
• opakovaný kontakt katalyzátoru s nečistotou.

Takový experiment umožňuje rychleji hledat příčinu problému a testovat možná řešení.

Scale-up a scale-down tak vytvářejí obousměrný tok informací mezi laboratoří, pilotem a průmyslovým provozem.

Ekonomika pilotního ověření

Pilotní jednotka není pouze technickým experimentem. Má také ekonomickou funkci.

Pomáhá snížit nejistotu před investicí do výrazně dražšího průmyslového zařízení. Může ověřit:

• dosažitelný výkon,
• výtěžek a selektivitu,
• spotřebu energie,
• životnost katalyzátoru,
• produkci odpadu,
• kvalitu produktu,
• četnost čištění a odstávek,
• nároky na obsluhu,
• skutečné provozní náklady.

Pilot může zároveň vyrobit větší množství produktu pro zákaznické testy, další zpracování nebo regulatorní hodnocení.

Samotná existence pilotu však nezaručuje správné investiční rozhodnutí. Pokud pracuje pouze krátce, s kvalitnějšími surovinami nebo za podmínek, které nebude možné dlouhodobě udržovat, může poskytovat příliš optimistický obraz.

Při interpretaci výsledků je proto potřeba zohlednit rozdíly mezi pilotním a budoucím komerčním provozem.

Vstupy a výstupy této fáze

Vstupem jsou zejména:

• laboratorně ověřený proces,
• kinetické a termodynamické modely,
• údaje o přenosu tepla a hmoty,
• fyzikálně-chemické vlastnosti směsí,
• procesní schéma,
• materiálové a energetické bilance,
• předběžný návrh hlavních zařízení,
• kritické parametry produktu a procesu,
• údaje o reakční bezpečnosti,
• seznam nejistot, které mohou ovlivnit průmyslový návrh.

Důležitým vstupem je také jasně definovaný cíl scale-upu. Musí být zřejmé, které jevy lze spolehlivě vypočítat a které je potřeba experimentálně ověřit.

Výstupem mohou být:

• ověřená pravidla pro scale-up,
• zpřesněné kinetické a transportní modely,
• experimentálně určené korelace,
• požadavky na míchání a přenos tepla,
• ověřená rychlost dávkování,
• údaje o dlouhodobé stabilitě procesu,
• výsledky pilotních nebo demonstračních zkoušek,
• aktualizované provozní a bezpečnostní limity,
• podklady pro návrh průmyslových zařízení,
• popis oblasti platnosti modelů,
• odhad nejistot a zbývajících rizik.

Výstupem tedy není pouze tvrzení, že proces fungoval ve větším zařízení. Výsledkem musí být přenositelná znalost o tom, proč fungoval a podle jakých pravidel lze navrhnout další měřítko.

Právě tyto znalosti se stávají důležitou součástí technologického know-how předávaného engineeringové firmě.

Kde mohou pomoci software a AI

Software umožňuje propojit laboratorní data, pilotní měření a modely jednotlivých fyzikálních dějů.

Lze jej využít například pro:

• výpočet podobnostních kritérií,
• návrh geometrie pilotního zařízení,
• výpočet míchání a přenosu tepla,
• simulaci vícefázového proudění,
• analýzu rozdělení dob zdržení,
• dynamickou simulaci najíždění a poruch,
• zpracování rozsáhlých časových řad,
• odhad parametrů z pilotních dat,
• porovnávání různých scale-up pravidel,
• analýzu citlivosti a nejistoty.

Výpočetní dynamika tekutin může pomoci zkoumat lokální proudění, teplotu nebo koncentraci. Modely populačních bilancí mohou popisovat vznik a růst částic. Dynamické procesní simulátory mohou ověřovat regulaci a přechodové stavy.

Ani podrobná simulace ale není automaticky pravdivá. Výsledek závisí na použitém modelu, kvalitě vstupních dat, prostorovém rozlišení i předpokladech o turbulenci, mezifázovém přenosu nebo chování částic.

Software musí být kalibrován a ověřován proti experimentálním datům.

AI může pomáhat při hledání vztahů mezi laboratorními, pilotními a provozními výsledky. Může například:

• identifikovat parametry s největším vlivem,
• hledat odchylky mezi modelem a měřením,
• navrhovat další pilotní experimenty,
• vytvářet rychlé náhradní modely,
• analyzovat dlouhé časové řady,
• rozpoznávat počínající zanášení nebo nestabilitu,
• shrnovat výsledky různých měřítek,
• upozorňovat na extrapolaci mimo ověřenou oblast.

AI může také pomáhat při experimentálním návrhu pilotních zkoušek. Místo náhodného testování mnoha podmínek může doporučit kombinace, které nejvíce zpřesní rozhodující parametry modelu.

Samotné rozhodnutí o bezpečném scale-upu však musí vycházet z fyzikálních zákonů, ověřených modelů, experimentálních dat a odborného posouzení. Statistická shoda mezi několika veličinami nemusí znamenat, že bude vztah platit i v dalším měřítku.

Scale-up jako součást Engineering as Code

V tradičním projektu mohou být laboratorní výsledky, pilotní data, scale-up korelace a návrhové výpočty uloženy v různých tabulkách, zprávách a souborech.

Engineeringová firma potom obdrží například doporučený objem reaktoru, výkon míchadla nebo plochu výměníku. Nemusí však mít snadný přístup k celému řetězci předpokladů a důkazů, které k těmto hodnotám vedly.

V přístupu Engineering as Code by pravidla scale-upu byla přímo součástí živého modelu technologického know-how.

Model by mohl obsahovat:

• laboratorní geometrii a provozní podmínky,
• pilotní geometrii a naměřená data,
• použitá kritéria podobnosti,
• modely přenosu tepla a hmoty,
• korelace pro míchání a proudění,
• odhadované parametry,
• jejich nejistotu,
• oblast platnosti,
• vazby na konkrétní experimenty,
• podmínky, za kterých je nutné další ověření.

Každý návrhový parametr by tak měl dohledatelný původ.

Po změně výrobní kapacity by systém nemusel pouze přenásobit rozměry zařízení. Znovu by vyhodnotil rozhodující fyzikální jevy:

• zda zůstává dostatečný odvod tepla,
• jak se změní doba míchání,
• zda bude zachován přenos hmoty,
• jak se změní tlakové ztráty,
• zda se model nepoužívá mimo ověřený rozsah,
• které parametry vyžadují nový experiment.

Automatické testy by mohly kontrolovat například:

• zda navržené zařízení splňuje ověřené scale-up pravidlo,
• zda nejsou překročeny limity pilotních dat,
• zda je dostupný dostatečný chladicí výkon,
• zda intenzita míchání odpovídá požadovanému režimu,
• zda byly aktualizovány související bezpečnostní scénáře,
• zda změna geometrie nezneplatnila použitou korelaci.

Scale-up by se tak neztratil v jednorázové vývojové zprávě. Stal by se trvalou a testovatelnou součástí modelu technologie.

To je důležité i pro předání procesu engineeringové firmě. Ta by nepřevzala pouze konečné rozměry nebo několik doporučených hodnot. Převzala by také logiku, podle které byly tyto hodnoty odvozeny, experimentální důkazy, oblast jejich platnosti a nejistoty, které je ještě potřeba řídit.

Engineering as Code zde propojuje laboratoř s průmyslovým návrhem. Živý model nepopisuje pouze to, jak proces funguje v jednom měřítku, ale také jak a proč se jeho chování mění při cestě od experimentu ke skutečné technologii.

Závěr a další krok

V tomto dílu jsme se věnovali tématu: zvětšování měřítka a pilotní ověření. Ukázali jsme si, jaké otázky, rozhodnutí a výstupy tato část vývoje přináší. V dalším dílu na to navážeme tématem Když musí všechno sedět: materiálové a energetické bilance, kde se posuneme o krok dál směrem k fungující technologii.