• Non ci sono risultati.

Modellistica e simulazione di

N/A
N/A
Protected

Academic year: 2021

Condividi "Modellistica e simulazione di"

Copied!
67
0
0

Testo completo

(1)

Modellistica e simulazione di reattori eterogenei

Dr ing. Katarzyna Bizon

Facoltà di Ingegneria e Tecnologia

Chimica, Politecnico di Cracovia

kbizon@chemia.pk.edu.pl

(2)

Reattori eterogenei

• Nella classificazione dei reattori va tenuto conto del numero di fasi presenti all’interno del reattore stesso, della presenza o meno di sistemi di agitazione e della modalità di funzionamento

• Con riferimento alle fasi presenti, i reattori più semplici sono i reattori omogenei, nei quali è presente una unica fase gassosa o liquida

• Più complessi sono i reattori eterogenei, in cui

reagenti, prodotti e l’eventuale catalizzatore possono

essere presenti in fasi diverse

(3)

Esempi di reattori eterogenei gas- solido

Reattore tubolare a letto fisso

in cui vengono condotte le reazioni catalitiche eterogenee; permette un accurato controllo della temperatura in quanto dotato di

un’elevata superficie esterna per lo scambio termico; molto spesso è realizzato in

configurazione a fascio tubiero

Reattore a letto mobile

l’esempio più importante è costituito dal reattore a letto fluidizzato, in cui la velocità della fase gassosa in contatto con le particelle di piccole dimensioni è in grado di mantenere in moto le particelle stesse

(4)

Caratteristiche e esempi di applicazione dei diversi tipi di reattori gas-solido

Tubolare eterogeneo a letto fisso:

▫ Tempo di residenza ben definito, buon controllo della

temperatura, elevata superficie di contatto fluido-catalizzatore

▫ Sintesi catalitiche eterogenee (NH

3

, CH

3

OH, stirene, ecc.), reazioni di reforming degli idrocarburi, deidrogenazione dell’etilbenzene a stirene

Reattore a letto fluido:

▫ Elevata miscelazione dei reagenti e controllo termico

▫ Reazioni di arrostimento di minerali, combustione di carbone e di

biomassa, cracking catalitico degli idrocarburi

(5)

Modellistica di reattori catalitici gas- solido

• In tutti i reattori eterogenei si realizza la dispersione di una fase all’interno di un’altra. Nei reattori catalitici eterogenei, le particelle di catalizzatore costituiscono la fase dispersa

mentre la fase fluida è quella continua

(6)

Modellistica di reattori catalitici gas- solido

• Le reazioni hanno luogo all’interno della particella di catalizzatore.

La particella catalitica, a causa delle resistenze interne e esterne al trasporto di materia, presenta il profilo di concentrazione che

provoca quindi una differente velocità di reazione al suo interno

rispetto alla sua superficie

(7)

Tipi di modelli di reattori catalitici

gas-solido

(8)

Modello pseudo-omogeneo 1D di reattore a letto fisso

Modello pseudo-omogeneo: i gradienti di concentrazione e temperatura all’interno delle particelle di catalizzatore e i gradienti di concentrazione tra la fase gas e la fase solida sono trascurati

Modello 1D: i gradienti radiali di concentrazione nel reattore sono trascurati

Altre ipotesi:

▫ Consideriamo una reazione esotermica irreversibile con la cinetica

▫ Il reattore viene raffreddato mediamente una camicia di raffreddamento

▫ Le proprietà del gas non variano con la temperatura

▫ Si assume il flusso a pistone del gas

A B rkCA

(9)

Modello pseudo-omogeneo 1D di reattore a letto fisso

• Bilancio di materia:

• Bilancio di energia:

z+dz z z

   

A A A

0  Su C  ( ) z   t Su C  ( zdz )   t S 1   

s

r C T ,  t dz

  

A

    

0 ( ) ( )

1 , 4

g pg g pg

s

Su c T z t Su c T z dz t

S r C T t dz H S U T T dz t

d

  

 

     

      

(10)

Bilancio di materia

   

     

   

 

       

A

A A

A

A A A

A

A

A

A

A A

A

0

0 ( ) 1 ,

0 1 ,

1 ,

; ;

1 , dove , 1 exp 1

s

s

s

f f

s

C z dz C z dC dz dz

Su C z Su C z dC dz S r C T dz dz

Su dC dz S r C T dz dz

dC r C T

dz u

C C L

x z

C u L

dx E

r x T r x T k x k x

d RT

   

  

  

 

  

 

  

 

        

   

  

   

  

         

(11)

Bilancio di energia

       

    

    

     

A

A

A

A

0 1 , 4

1 4

,

1 4

,

1 4

, dove

g pg s

s

g pg g pg

s

g pg g pg

f

s ad ad

g pg g pg

dT S

Su c dz S r C T dz H U T T dz

dz d

dT r C T H U T T

dz u c du c

dT U

r C T H T T

d c d c

dT U H C

r x T T T T T

d d c c

  

   

 

 

  

 

 

   

      

    

    

 

     

(12)

Equazioni finali

• Bilancio di materia e di energia:

con le condizioni all’ingresso:

 

   

1 ,

1 4

,

s

s ad

g pg

dx r x T

d

dT U

r x T T T T

d d c

  

 

 

 

  

 

    

0,

f

xTT

(13)

Esempio 1

• Determinare il profilo di grado di conversione e la temperatura lungo il reattore se:

▫ Lunghezza e diametro del reattore: 5 m and 0.15 m

▫ Densità del gas: 1.2 kg/m3

▫ Capacità termica del gas: 1 kJ/kg·K

▫ Aumento adiabatico della temperatura: 150 K

▫ Coefficiente globale di scambio termico: 0.008 kW/m2K o 0 kW/m2K (caso adiabatico)

▫ Temperatura del gas all’ingresso: 300 K, 350 K, 400 K, 450 K e 500 K

▫ Temperatura del fluido di raffreddamento: 300 K

▫ Velocità del gas: 1 m/s

▫ Densità del catalizzatore: 1000 kg/m3

▫ Porosità del letto catalitico: 0.45

▫ Velocità di reazione: 8.5·104exp(-7·104/RT)CA kmol/s·kgcat

(14)

Soluzione in Matlab

• Consideriamo il sistema di equazioni differenziali ordinarie:

• Le routine per integrare l’equazioni differenziali sono ad esempio ode45,ode23t, ode15s. La sintassi è la seguente:

[t,y]=ode45(odefun,tspan,y0,options)

• Per risolvere il problema con Matlab, occorre innanzitutto definire una funzione di due variabili: zeta e y=[x, T] usando M-file o una funzione anonima

• E’ necessario definire un intervallo di integrazione. Nell’esempio cerchiamo una soluzione nell’intervallo [0, 1]

     

1 1 2

1 2

, ; ,

1 4

; ; (0) 0, (0)

ad

s f

g pg

dx dT

c r x T c T r x T c T T

d d

c c U x T T

d c

 

 

 

 

    

    

(15)

Soluzione in Matlab

(16)

T f = 300 K

Reattore non-adiabatico vs. reattore adiabatico

(17)

T f = 350 K

Reattore non-adiabatico vs. reattore adiabatico

(18)

T f = 400 K

Reattore non-adiabatico vs. reattore adiabatico

(19)

T f = 450 K

Reattore non-adiabatico vs. reattore adiabatico

(20)

T f = 500 K

Reattore non-adiabatico vs. reattore adiabatico

(21)

Reattori autotermici

• Un reattore viene definito in funzionamento autotermico se è

in grado di fornire almeno il calore necessario al suo mantenimento

in funzione

(22)

Modello pseudo-omogeneo 1D di reattore a letto fisso con scambiatore autotermico di calore

• Consideriamo la seguente configurazione:

• Bilancio di materia:

• Bilancio di energia (reattore):

 

1

s

,

dx r x T

d

  

 

 

   

1 4

s

,

ad s

g pg

dT U

r x T T T T

d d c

 

 

  

    

(23)

Bilancio di energia dello scambiatore autotermico

• Bilancio di energia (scambiatore autotermico):

 

 

0 ( ) ( ) 4

4 ,

s s g pg s s s g pg s s

s s

s s

s g pg s

S u c T z t S u c T z dz t S U T T dz t d

dT S U L

U T T

d S d c u

 

 

 

        

   

(24)

Le condizioni all’ingresso/uscita

Ingresso di reattore/uscita di scambiatore (ζ=0):

Uscita di reattore/ingresso di scambiatore (ζ =1):

(0) 0, (0)

s

(0) ?

xTT

(1) ?, (1) ?,

s

(1)

f

xTTT

(25)

Metodo di shooting per i problemi ai limiti

“Tiriamo" le traiettorie nelle direzioni diverse finché non troviamo una traiettoria che ha il valore al contorno desiderato

 

   

 

1 ,

1 4

, 4

s

s ad s

g pg

s s

s

s g pg

dx r x T

d

dT U

r x T T T T

d d c

dT S U

U T T

d S d c

  

 

 

 

  

 

 

    

  

(0) 0, (0) (0)

( ) (1) 0

s

s f

x T T s

s T T

  

  

(26)

Esempio 2

• Consideriamo i parametri dell’esempio 1, in più assumiamo:

▫ Diametro del tubo esterno: 0.25 m

2 2

2 2

3

0.0177 m ; 0.0491 0.0177 0.0314 m

4 4

m m

Se 1 0.0177 0.45 0.008

s s

0.008 m 5

Quindi 0.2548 , 19.6232 s

0.0314 s 0.2548

s s

s s

s

d d

S S S

u Q Su

u Q

S

 

      

     

    

(27)

Soluzione in Matlab

(28)

T f = 300 K

Reattore reattore adiabatico vs. reattore con

scambiatore autotermico

(29)

T f = 350 K

Reattore reattore adiabatico vs. reattore con

scambiatore autotermico

(30)

T f = 350 K: stati stazionari multipli

Temperatura all’ingresso Tf

(31)

Modello dinamico pseudo-omogeneo 1D di reattore a letto fisso

   

 

       

 

A A A A

A

( ) ( ) 1 ,

(1 ) ( ) ( )

1 , 4

( ) ( ) 4

s

g pg s ps g pg g pg

s s

s s g pg s s g pg s s s g pg s s

C S dz Su C z t Su C z dz t S r C T t dz

TS c c dz Su c T z t Su c T z dz t

S r C T t dz H S U T T dz t

d

T S c dz S u c T z t S u c T z dz t S U T T dz t d

    

     

 

  

        

        

      

         

(32)

Modello dinamico pseudo-omogeneo 1D di reattore a letto fisso

 

   

 

0 0

1 1

,

1 1 1 4

1 , 1

1 4

(0, ) 0, (1, ) (0, ) (0, )

( , 0) 0, ( , 0) , ( , 0)

s

s ad s

s ps g pg

g pg

s s

s

s s g pg

s f

s

s s

x x

r x T t

T T U

r x T T T T

t c c d

c

T T S U

T T

t S d c

x t T t T

T t T t

x T T T T

    

  

    

 

  

  

     

 

 

  

       

      

 

  

 

 

  

(33)

Method of lines

(34)

Method of lines

(35)

Modello dinamico pseudo-omogeneo 1D di reattore a letto fisso

 

   

 

1

1

1

1 1

,

1 1 1 4

1 , 1

1 4

i i i

s i i

i i i

s i i ad i si

s ps g pg

g pg

si i i

i si

s s g pg

x x x

r x T t

T T T U

r x T T T T

t c c d

c

T T T S U

T T

t S d c

    

  

    

 

  

     

 

 

          

      

 

  

 

i=1 i=2 i-1 i i+1 i=N-1 i=N

(36)

Modello dinamico pseudo-omogeneo 1D di reattore a letto fisso

 

 

1

2 2 1

2 2

1

0

1 1

,

1 1

, , 3,...,

s

i i i

s i i

x

x x x

r x T t

x x x

r x T i N

t

    

 

  

     

 

      

 

i=1 i=2 i-1 i i+1 i=N-1 i=N

(37)

Modello dinamico pseudo-omogeneo 1D di reattore a letto fisso

   

   

1 1

2 1

2

2 2 2 2

1

1

1 1 1 4

1 , 1

1 1 1 4

, , 3,...,

1 1

1 4

s

s

s ad s

s ps g pg

g pg

i i i

s i i ad i si

s ps g pg

g pg

si i i

i

s s g pg

T T T T

T U

r x T T T T

t c c d

c

T T T U

r x T T T T i N

t c c d

c

T T T S U

t S d c T

  

    

 

  

    

 

  

  

           

 

          

     

 

 

 

 

 

1 1

1 1

, 1,..., 2

1 4

si

f N

sN

N sN

s s g pg

sN f

T i N

T T

T S U

T T

t S d c

T T

  

  

 

  

 

(38)

Modello dinamico pseudo-omogeneo 1D di reattore a letto fisso

 

   

 

1 1

1

1 1

1 1

1

1

0 0

1 1

, , 2,...,

1 1 1 4

, , 2,...,

1 1

1 4

, 1,

i i i

s i i

s s

i i i

s i i ad i si

s ps g pg

g pg

si i i

i si

s s g pg

x dx

dt

dx x x

r x T i N

dt

dT T T dT

dt dt

T T T U

r x T T T T i N

t c c d

c

T T T S U

T T i

t S d c

   

  

    

 

  

 

 

..., 1

sN 0

sN f

N T T dT

dt

(39)

Modello dinamico pseudo-omogeneo 1D di reattore a letto fisso

 

   

 

1 1

1

1 1

1 1

1 1

1

2 1 3

2 3

1

3

0 0

1 1

, , 2,..., ,

1 , , 2,...,

1 4

1 , 1 1

i i i

i i s

s s

i i i

i i ad i si

s ps g pg

g pg

si i i

i si

s s

x dx

dt

dx x x

d r x T i N d

dt

dT T T dT

dt dt

T T T

d d r x T T d T T i N

t

d d U

c c d

c

T T T S

d T T

t S

   

 

  

 

 

 

 

, 1,..., 1

sN 0

sN f

i N

T T dT

dt

(40)

Codice Matlab

(41)

Risultati, T(ζ,0)= T s (ζ,0)=300 K

(42)

Risultati, T(ζ,0)= T s (ζ,0)=400 K

(43)

Modello di reattore catalitico

eterogeneo a letto fluido bollente

(44)

Modello di Kunii e Levenspiel

(45)

Modello di reattore catalitico

eterogeneo a letto fluido bollente

(46)

Idrodinamica del letto

• Porosità del letto al inizio di fluid.:

• Velocità di minima fluid.:

• Velocità terminale di particelle:

• Diametro delle bolle:

• Frazione volumetrica delle bolle:

• Velocità delle bolle e del gas fase densa:

021 . 0 029

. 0

ρ Ar ρ

586 .

ε 0 



z g mf

Ar ε Re

ε ) - 150(1 ε Re

1.75

2 , 3 2

3 ,

mf z z mf

mf mf

z z mf

, 0.5

Ar 6 . 0 18 Re Ar

t z

H d

db b0 0,5ξ

4 . 0

0 0

0 0.8205 



n

u

db u mf

mf z

z u

d u0 14ρ

. ξ 0

mf b

mf

u u

u u

0 δ

0

0 mf b

b u u u

u

mf b e

u u u

ε δ) 1 (

0 δ

(47)

Scambio tra le zone

P A, β ;

1 β

1 β

1   ce k

gk bc

gk be

gk

ce q bc

q be

q α

1 α

1 α

1  

; 353

. 10 5

.

β 4 1.25

5 . 0

b bk b

bc mf

gk d

D d

u

 ε ; A, P

78 .

β  6 3 k

d u D

b b ek ce mf

gk

) ; ρ λ 353( . ρ 10

5 .

α 4 1.25

5 . 0

b g g g b

mf g bc g

q d

c d

u

c

3

ρ λ 78 ε

. α 6

b

b g g g ce mf

q d

u

c P Ak1

R P

Ak1 k2

(48)

Bilanci di materia e di energia (mod.

P), fase densa





mf e mf z e z S mfue Cb Ce

t q t

SH C t

SH CA A A (1 δ)ε A(0) A

d ρ d d

ε d ε )

1 δ)(

1 d (

ε d δ) 1 (

) , ( ε )

1 δ)(

1 ( )

β (

δ A

0

A A

A

e e mf

H

e b

be

g C C dh SH r C T

S     





mf e mf z e z S mfue Cb Ce

t q t

SH C t

SH CP P P (1 δ)ε P(0) P

d ρ d d

ε d ε )

1 δ)(

1 d (

ε d δ) 1 (

) , ( ε )

1 δ)(

1 ( )

β (

δ P

0

P P

P

e e mf

H

e b

be

g C C dh SH r C T

S     

mf z z mf g g e S mfue gcg Tb Te t

c T c

SH (1 δ)ε ρ (0)

d ρ d

ε ρ

ε ) 1 ( δ) 1 (

 

2

0 1

) (

) , ( ε )

1 δ)(

1 ( )

( ρ )

β α

δ(

i

i e

e i mf

H

b e

z z be z be

q c T T dh SH r C T h

S

) (

δ) 1

( aqkq Te Tq

SH

(49)

Bilanci di materia e di energia (mod.

P), bolle

P , A

; d ) δβ (

δ d δ

δ d

h S C C h j

h C C

u S C u S t h

S C begj bj ej

b b j

j b b

j b b

j





h

h T T

c u S T c u S t h

c T S

b b

g g b b

g g b b

g

g d δ ρ δ ρ d

δρ

h T T k a S h T T c

Sδ(αbeq βbez z z)( e b)d δ q q( b q)d

(50)

Forma finale del modello pseudoomogeneo

η (0) η

(η ) ~ (η , )

η , ,η (0)

d η d

A A

1 A

A A 3 A

1 A A

A 2

A b e e e e e e b

e

T f

T r

a

t a

η (0) η

(η ) ~ (η η , )

η η , ,η (0)

d η d

P P

A, 2 P

A, P P 3 P

2 P

P P 2

P b e e e e e e e e b

e

T f

T r

a

t a

) (

) (

) η ,

η ,

~( )

( )

0 d (

d

1 2

1

P A 4

3

5 q

e i

i e

e e i e

e b

e

T T Q h

T r

a T

T T

t a T

exp( ) 1

 

η η (0)

; 1, 2; A,P

η )

( 3

3

1

B i j

B

B b

j e

j j

j e j

j i

 

( ) ( ) (0) exp( ( 4 2)) 1

2 4

2 4

2 2 4

2

3 B Q

Q B

T Q T

T B T

T Q Q

B

T B q

e b

q e e

P A, η ,

ref A,

j

C C

e e e j

j

ηA,ηP, , (0)

3

b e e

e T T

f

(51)

Parametri del modello

No Quantity Values Dimension

1 Aqkq 0 ÷ 0.5 kW·K-1

2 aqkq 0 ÷ 0.1 kW·m-3·K-1

3 DbP = DeP 2.0×10-5 m2·s-1

4 E1 7.0×104 kJ·kmol-1

5 EaA = EaP 3.0×104 ÷ 4.0×104 kJ·kmol-1 6 h1 –6.0×104 ÷ –4.0×105 kJ·kmol-1

7 k01 1.0×106 ÷ 1.0×107 s-1

8 Ka0A = Ka0P 5.0×10-5 m3·kg-1

9 xE 1.5 -

10 xΔh 1.5 -

11 xk 1 -

12 κ 0 ÷ 1 -

(52)

No Quantity Values Dimension

1 cg 1.0 kJ·kg-1·K-1

2 cz 0.8 kJ·kg-1·K-1

3 dz 2.0×10-4 m

4 DbA = DeA 2.0×10-5 m2·s-1

5 Def 2.0×10-6 m2·s-1

6 E 7.0×104 kJ·kmol-1

7 EaA 3.0×104 kJ·kmol-1

8 h -2.0×105 ÷ -1.0×106 kJ·kmol-1

9 Hmf 1.0 m

10 k0 1.0×106 ÷ 1.0×107 s-1

11 Ka0A 5.0×10-5 m3·kg-1

12 P 1 atm

13 S 1 m2

14 yAf 0.1 -

15 yPf 0 -

16 εz 0.5 -

17 λef 1.0×10-4 kW·m-1·K-1

18 λg 2.0×10-5 kW·m-1·K-1

19 μ 2.6×10-5 N·s·m-2

20 ρg 0.7 kg·m-3

21 ρz 1600 kg·m-3

(53)

Influenza dell’assorbimento

53





e aj aj

e aj

e e aj

j j

RT K E

T K

j T

C K q

exp )

(

P , A );

d ( d

0

Processo A→P

1: Ka0A=510-5 m3/kg, EaA=3104 kJ/kmol 2: Ka0A=0

Riferimenti

Documenti correlati

Pertanto mi sono posto il seguente e ulteriore quesito: Un percorso dedicato alla narrazione di sé e sulle identità competenti, dedicato nello specifico alle passioni dei bambini,

La persona che soffre di disturbi sessuali secondari dovuti alla sclerosi multipla, può presentare durante il decorso della malattia un’umore deflesso, che

It consists in adapting the current plan, determining which subgoals have to be (re)achieved (and thus which activities must be re-executed), and which subgoals are reusable (and

Finally for σ < d/2 the SR and LR interacting fixed points disappear, leaving only a LR Gaussian fixed point solution, whose exponents can be obtained using mean field

I casi di studio affrontati mettono in evidenza come, sebbene i requisiti in termini di accuratezze, tempi e costi di modellazione 3D possano presentare significative

Edited by: Vincenzo Flati, University of L’Aquila, Italy Reviewed by: Francesco Saverio Dioguardi, University of Milan, Italy Evasio Pasini, Fondazione Salvatore Maugeri (IRCCS),

La valorizzazione della complessiva immagine decadente del borgo è perseguibile mediante la risoluzione dei problemi di accessibilità e fruizione del percorso di visita,