Investigation of IDAES and optimization for a SMR process
Master thesis
Permanent lenke
https://hdl.handle.net/11250/3024849Utgivelsesdato
2022Metadata
Vis full innførselSamlinger
Sammendrag
Naturgass er en ressurs som stadig blir mer beleilig å bruke som ressurs forenergi med en verden som bestandig forandrer seg og med menneskehetensom innser at verden må gå mot et mer vennlig standpunkt i forhold tilklimaet. I dag står olje & gass industrien høyt i konkurransen om generer-ing av energi sammen med kull, og for det meste, har olje gass industrienvært alfaen siden den første store oppdagelsen i 1969 på Ekofisk og har værtet av de mest ekstraktede oljefeltene så langt. Naturgass har blitt oppdagetå ha lavere C02 utslipp, og har derfor blitt mer populært til å erstatte oljeog kull som energikilder i forskjellige områder. Denne tesen tar en kikk pålikvifisering av naturgass, mer spesifikt en singel mikset kjølemedie prosess.Den relativt nye prosess programvaren IDAES har blitt implementert sam-men med ASPEN HYSYS til å modellere og simulere SMR prosessen. Tilslutt har en optimalisering av prosessen ved bruk av en genetisk algoritme,Particle swarm, blitt testet for å finne optimale kontroll variabler for å red-usere energi forbruk i prosessen. Natural gas is a resource that is getting more convenient to use as an energyresource with the ever-changing world as humans realize that the world hasto move towards a more friendly attitude to the climate. Today the oil andgas industry stands tall in the competition of energy generation togetherwith coal, and for the most part, oil has been the alpha since the first bigdiscovery of the resource in 1969 at Ekofisk and has been one of the mostsevere oilfields to be extracted to this day. Natural gas has been discoveredto have less C02 emissions and is therefore growing more popular to use inreplacement for oil and coal in different areas. This thesis takes a look atthe liquefaction of natural gas, more specifically a single mixed refrigerantprocess. The relatively new process software tool IDAES have been appliedtogether with ASPEN HYSYS to model and simulate the SMR process. Lastly,an optimization of the process by the genetic algorithm Particle swarm hasbeen tested to find optimum control variables to reduce energy consump-tion in the process.