Skip to main content
Weiter zur Homepage der Europäischen Kommission (öffnet in neuem Fenster)
Deutsch Deutsch
CORDIS - Forschungsergebnisse der EU
CORDIS
CORDIS Web 30th anniversary CORDIS Web 30th anniversary
Inhalt archiviert am 2024-05-21
Self learning model for intelligent predictive control system for crystallization processes

Article Category

Article available in the following languages:

Modelllösungen für industrielle Kristallisationsprozesse

In Ausrichtung auf die Bedürfnisse des Marktes nach Kristallen mit gleichbleibend hoher Reinheit und passender Größe wurde ein Werkzeug für generische Modelle entwickelt, mit dem der Kristallisationsprozess untersucht und optimiert werden kann.

Die industrielle Kristallisation ist ein hochkomplexer Vorgang der Verfahrenstechnik und wird in den Bereichen der chemischen und pharmazeutischen Industrie immer wichtiger. Tatsächlich sind zahlreiche Zwischenprodukte und Feinchemikalien sowie Massenprodukte wie Düngemittel solche Feststoffe, die durch Kristallisation gewonnen werden. Dennoch führen unvorhersagbare Mechanismen bei der Kristallisation zu Nicht-Reproduzierbarkeit, unannehmbar niedriger Produktqualität und erheblichen Unzulänglichkeiten bei der Herstellung. Die Zielstellung des Projektes SINC-PRO war die Steigerung sowohl der Effizienz als auch des Wirkungsgrades bei kontinuierlichen und Batch-Kristallisationsprozessen durch Onlinesteuerung. Aus diesem Grund wurden die Erfahrung und das Fachwissen zahlreicher industrieller Endverbraucher, Forschungszentren und Entwickler von Modell- und Steuerungssoftware zusammengeführt. Die Entwicklung eines erweiterten Steuerungsschemas beinhaltete die Implementierung von Werkzeugen für generische Modelle, aus denen solche für die modellbasierte Steuerung nötigen Modelle hervorgehen können. Process Systems Enterprise Ltd (PSE) entwickelte eine benutzerfreundliche, konfigurierbare Modellierungsumgebung, die auf reinen und auf Hybrid-Kristallisationsmodellen basiert und viele Kristallisationsprozesse abdeckt. Die Modellierungsumgebung verfügt über unerreichte Leistungsmerkmale für die Modellierung und die Lösungen. Dies befähigt Benutzer, die kinetischen Parameter auf der Grundlage von Daten aus Experimenten entweder aus Versuchen in Labors oder industriellen Anlagen abzuschätzen. Stationäre Modelle können offline bei der Bestimmung des optimalen Kurvenverlaufs genutzt werden und führen so zum gewünschten Endstadium, während dynamische Simulationen eine Routine bei der Steuerungsüberprüfung und der Einstellung für Aufgaben in Echtzeit und zeitkritische Aufgaben darstellen. Diese Modellierungswerkzeuge können durch eine offene Schnittstelle in Verbindung mit externen physikalischen Eigenschaften und fluiddynamischer Software genutzt werden. Somit ergeben sich erhebliche Einsparungen beim Prozesskapital sowie bei den Betriebskosten. Die Sicherheit und die Übereinstimmung mit der Umwelt werden zusätzlich verbessert. Die angewandte Methodik im Rahmen der Entwicklungsarbeit und Überprüfung stehen als Veröffentlichungen zur Verfügung.

Entdecken Sie Artikel in demselben Anwendungsbereich