Spelling suggestions: "subject:"8imulated distillation - SIMDIS"" "subject:"asimulated distillation - SIMDIS""
1 |
Aplicação da espectroscopia de infravermelho próximo na caracterização da carga de petróleo para o processo de destilação atmosférica. / Near infrared spectroscopy employment in the petroleum feed stream characterization of an atmospheric distillation process.Araujo Pantoja, Patricia 18 October 2006 (has links)
O conhecimento da composição do petróleo e seus produtos é uma necessidade imprescindível numa refinaria para o ajuste das condições do processo. A espectroscopia de infravermelho próximo (NIR) apresenta-se como uma ferramenta útil para atender esta necessidade, por sua grande potencialidade e aplicações. Neste contexto, foi desenvolvida a metodologia experimental da espectroscopia NIR, através de dois tipos de sensores: transmissão (Sistema de transmitância) e refletância total atenuada ATR (Sistema ATR). Foram analisadas 63 amostras de petróleo no Sistema de transmitância e 41 amostras no Sistema ATR. O API das amostras oscila entre 29,8 e 35,6. Na primeira etapa do trabalho foram obtidos os espectros NIR e cromatografias SIMDIS (Destilação Simulada) das amostras de petróleo, e dos dados obtidos foram eliminadas algumas amostras por apresentar pontos discrepantes. Na segunda fase foi realizada a análise dos espectros no esquema OFF-LINE, em ambos sistemas, escolhendo como faixa espectral a região de 5600 a 6000 cm-1 que corresponde a regiões de sobretons do NIR para os hidrocarbonetos. Também foram realizados testes de repetibilidade dos espectros e testes sobre a influência do comprimento das fibras ópticas utilizadas. Foi realizado um pré-tratamento dos espectros, com a finalidade de fazer as informações contidas neles mais sensíveis às diferenças. Assim mesmo, foi desenvolvida a análise dos espectros no esquema ON-LINE, com um LOOP fechado, para o sistema de transmitância, com óleo Diesel e petróleo bruto, para testar as variações de temperatura e velocidade de escoamento nos espectros. Nesta etapa também foram realizados testes de repetibilidade a diferentes temperaturas. A fase seguinte foi o desenvolvimento do modelo da rede neural (RN). As variáveis de entrada do processo são os espectros de absorção pré-tratados, arbitrariamente representados em 20 comprimentos de onda e o grau API do petróleo. As variáveis de saída da rede são as porcentagens em peso da SIMDIS. / The knowledge of the petroleum composition and its products is an indispensable tool in a refinery for the process conditions settlement. The Near Infrared Spectroscopy (NIR) presents-itself as a helpful tool that attends to this need, because of its high potential and applications. In this context, it was developed the experimental methodology for NIR spectroscopy using two kinds of sensors: Transmission (Transmission system) and Attenuated Total Reflectance (ATR system). There were analyzed 63 petroleum samples by transmission system and 41 samples by the ATR system. The API degree of the samples ranges from 29,8 to 35,6. In the first step of this work, NIR spectra and SIMDIS chromatography data (Simulated Distillation) of the petroleum samples were obtained. From these data some samples were eliminated due to the presence of inconsistent points. In the second step, the analysis of the spectra OFF-LINE was carried out. In both systems, by choosing the region of 5600 to 6000 cm-1 as the spectral range which corresponds to the NIR overtone region for the hydrocarbons. Moreover, repeatability tests for the spectra were carried out and tests about the influence of the optical fibers on them. A pre spectrum treatment was carried out in order to become their information more sensible to the differences. Besides, the ON-LINE spectrum analysis by a closed LOOP were developed for the transmission system, with oil diesel and petroleum, in order to test the effect of the temperature and flow rate variations on the spectra. In this step, tests of repeatability at different temperatures were also carried out. In the following step, it was developed the Neural Network (RN) model. The entry variables of the data input are the random absorption spectra represented in 20 wavelengths with pre processing and the petroleum API degree. The net output variables are the weight percentages of the SIMDIS.
|
2 |
Aplicação da espectroscopia de infravermelho próximo na caracterização da carga de petróleo para o processo de destilação atmosférica. / Near infrared spectroscopy employment in the petroleum feed stream characterization of an atmospheric distillation process.Patricia Araujo Pantoja 18 October 2006 (has links)
O conhecimento da composição do petróleo e seus produtos é uma necessidade imprescindível numa refinaria para o ajuste das condições do processo. A espectroscopia de infravermelho próximo (NIR) apresenta-se como uma ferramenta útil para atender esta necessidade, por sua grande potencialidade e aplicações. Neste contexto, foi desenvolvida a metodologia experimental da espectroscopia NIR, através de dois tipos de sensores: transmissão (Sistema de transmitância) e refletância total atenuada ATR (Sistema ATR). Foram analisadas 63 amostras de petróleo no Sistema de transmitância e 41 amostras no Sistema ATR. O API das amostras oscila entre 29,8 e 35,6. Na primeira etapa do trabalho foram obtidos os espectros NIR e cromatografias SIMDIS (Destilação Simulada) das amostras de petróleo, e dos dados obtidos foram eliminadas algumas amostras por apresentar pontos discrepantes. Na segunda fase foi realizada a análise dos espectros no esquema OFF-LINE, em ambos sistemas, escolhendo como faixa espectral a região de 5600 a 6000 cm-1 que corresponde a regiões de sobretons do NIR para os hidrocarbonetos. Também foram realizados testes de repetibilidade dos espectros e testes sobre a influência do comprimento das fibras ópticas utilizadas. Foi realizado um pré-tratamento dos espectros, com a finalidade de fazer as informações contidas neles mais sensíveis às diferenças. Assim mesmo, foi desenvolvida a análise dos espectros no esquema ON-LINE, com um LOOP fechado, para o sistema de transmitância, com óleo Diesel e petróleo bruto, para testar as variações de temperatura e velocidade de escoamento nos espectros. Nesta etapa também foram realizados testes de repetibilidade a diferentes temperaturas. A fase seguinte foi o desenvolvimento do modelo da rede neural (RN). As variáveis de entrada do processo são os espectros de absorção pré-tratados, arbitrariamente representados em 20 comprimentos de onda e o grau API do petróleo. As variáveis de saída da rede são as porcentagens em peso da SIMDIS. / The knowledge of the petroleum composition and its products is an indispensable tool in a refinery for the process conditions settlement. The Near Infrared Spectroscopy (NIR) presents-itself as a helpful tool that attends to this need, because of its high potential and applications. In this context, it was developed the experimental methodology for NIR spectroscopy using two kinds of sensors: Transmission (Transmission system) and Attenuated Total Reflectance (ATR system). There were analyzed 63 petroleum samples by transmission system and 41 samples by the ATR system. The API degree of the samples ranges from 29,8 to 35,6. In the first step of this work, NIR spectra and SIMDIS chromatography data (Simulated Distillation) of the petroleum samples were obtained. From these data some samples were eliminated due to the presence of inconsistent points. In the second step, the analysis of the spectra OFF-LINE was carried out. In both systems, by choosing the region of 5600 to 6000 cm-1 as the spectral range which corresponds to the NIR overtone region for the hydrocarbons. Moreover, repeatability tests for the spectra were carried out and tests about the influence of the optical fibers on them. A pre spectrum treatment was carried out in order to become their information more sensible to the differences. Besides, the ON-LINE spectrum analysis by a closed LOOP were developed for the transmission system, with oil diesel and petroleum, in order to test the effect of the temperature and flow rate variations on the spectra. In this step, tests of repeatability at different temperatures were also carried out. In the following step, it was developed the Neural Network (RN) model. The entry variables of the data input are the random absorption spectra represented in 20 wavelengths with pre processing and the petroleum API degree. The net output variables are the weight percentages of the SIMDIS.
|
3 |
Modelling of Crude Oil Distillation / Modellering av råoljedestillationSouck, Jenny January 2012 (has links)
In the reservoir conditions, a petroleum fluid is defined by its thermodynamic and volumetric properties and by its physicochemical properties. Their behaviors are modeled from experimental data in order to properly simulate the processing of these fluids during the production. With the advent of new regulations and rigidity that exist at the custom regulations today, research centers have great difficulty in obtaining large amounts of samples. For these reason, although there are several methods to characterize the different components of crude oil, the laboratories are turning increasingly to techniques that requires lower amounts of samples: micro-distillation, gas chromatography (GC). The micro-distillation is a fast and completely computerized technique made to substitute the standard distillation for analysis of liquid petroleum products. Advantages of the method compared to the standard distillation are the reduction of working time by at least a factor of 4, the small sample volumes required for distillation (few micro liters). [24] This report is aimed to create a simple model that can predict yield curves of physical distillation, without using the micro-distillation technique. The results obtained through gas chromatography (GC) analysis by laboratory technicians enable the modeling of the fluid behavior. Having identified and treated practically all aspects of micro-distillation through simulations with PRO/II, I found out that, regardless of the setting and the thermodynamic method used, there are always significant differences between simulation results and those of the micro-distillation. The result shows that it’s still difficult to create a model which can replace micro-distillation and gas chromatography (GC) because of the huge gap between the simulation results and micro-distillation. Furthermore, the dynamics revealed that the micro distillation is not accurate. I had hoped to get additional results by studies the correlations with more samples, but that did not turn out to be the case. Regardless of that, I think that it would be interesting to study more samples and use another simulator to properly represent micro distillation. This could be an interesting topic for further studies. / Under de föhållanden som reservoarens miljö erbjuder, definieras en petroleumvätska av dess termodynamiska och volymetriska egenskaper och av dess fysikalisk-kemiska egenskaper. För att korrekt simulera bearbetningen av dessa vätskor under produktion, deras beteende modelleras från experimentella data Med tillkomsten av nya regler och oflexibilitet som finns på tullbestämmelser vid gränserna idag, har forskningscenter stora svårigheter att få större mängder prover levererade. Av den anledningen, trots att det finns flera metoder för att karakterisera de olika komponenterna av råolja, tvingas laboratorier att vända sig mer och mer till alternativa analysmetoder som kräver mindre provvolymer: mikrodestillation, gaskromatografi, etc. Mikrodestillation, som är en snabb och helt datoriserad teknik, visar sig kunna ersätta standarddestillation för analys av flytande petroleumprodukter. Fördelar med metoden jämfört med standarddestillering är minskad arbetstidsåtgång med minst en faktor 4. Därtill krävs endast en begränsad provvolym (några mikroliter) i jämförelse med standarddestillation. [24] Denna rapport syftar till att skapa en enkel modell som kan förutsäga avkastningskurvan av fysisk destillation, utan att använda mikrodestillationsteknik. De resultat som erhölls genom gaskromatografiska analyser möjliggjorde modelleringen av det vätskebeteendet hos det analyserade provet. Efter att ha identifierat och behandlat praktiskt taget alla viktiga aspekter av mikro destillation genom simuleringar med PRO/II, fann jag att, oberoende av inställningen och den termodynamiska metod som används, det alltid finns stora skillnader mellan simulering och mikro destillation. Resultatet visar att det fortfarande är svårt att skapa en modell som kan ersätta mikrodestillering och gaskromatografi på grund av differensen mellan simuleringsresultaten å ena sidan, och resultaten från mikrodestillering å andra sidan. Dessutom visade resultaten att mikrodestillation som analysmetod inte ger tillförlitliga resultat. Min förhoppning var att få ytterligare användbara resultat genom att studerar potentiella korrelationer emellan fler prover, men detta visade sig inte vara fallet. Jag anser att det skulle vara intressant att studera fler prover och använda en annan simulator för att bättre representera mikrodestillation. Detta skulle kunna vara ett intressant ämne för vidare studier.
|
Page generated in 0.095 seconds