Ein Online-Zustandserkennungssystem für Batch-Reaktoren in der chemischen Industrie

Aus Gründen der Anlagensicherheit und der Sicherung einer hohen Ausbeute und Produktqualität ist die frühzeitige Erkennung von unerwünschten Prozessabweichungen bei Batch- und Semibatchprozessen von besonderer Bedeutung. Aufgrund der instationären Prozessführung sind diese oft nicht aus den Prozesssignalverläufen eindeutig erkennbar. Ziel war deshalb die Entwicklung eines Online-Monitoring-Systems, das dem Operator Informationen über die Konzentrationsverläufe und den Prozessfortschritt zur Verfügung stellt.
Die Bewertung des Prozesszustandes erfolgte bisher in der Regel auf Grundlage der Prozessdatenverläufe (z. B. Temperaturen und Drücke) unter Einbeziehung von Erfahrungswissen, wobei Konzentrationsmessungen erst nach dem Prozessende im Rahmen von Qualitätskontrollen oder während des Prozesses stichprobenartig offline durchgeführt wurden. Der Aufwand bezüglich Probenahme und Handling ist hierbei erheblich. Alternativ ist die Nutzung einer Online-Analytik möglich, die jedoch sehr hohe Investitions- und Betriebskosten verursacht.
Das Online-Monitoring-System MoSys ist ein auf adaptiven Stoff- und Energiebilanzen basierendes Softwaresystem, das dem Operator Informationen über den Prozessfortschritt, das voraussichtliche Reaktionsende und die Konzentrationen der Reaktionsmedien zur Verfügung stellt. Die Berechnungen erfolgen online auf Grundlage von Prozessmessdaten und Zusatzinformationen über den Prozess. Der Einsatz einer Online-Analytik ist nicht erforderlich. Die Ergebnisse sind an den Terminals des Prozessleitsystems abrufbar.
Die Entwicklung richtet sich in erster Linie an Anlagenbetreiber der Feinchemie und der pharmazeutischen Industrie. Ein derartiges Online-System ist bei allen ausreichend exothermen Batch- und Semibatch-Prozessen einsetzbar, wenn die Nutzinformationen in den Wärme- und Stoffbilanzen enthalten sind. Neben einer Erhöhung der Anlagen- und Umweltsicherheit wird durch den Einsatz des Systems weiterführendes Prozesswissen generiert, das als Grundlage für eine Prozessoptimierung genutzt werden kann.