Entwicklung eines digitalen Zwillings für die mechanische Flüssigkeitsabtrennung in Dekantierzentrifugen

Die stetig zunehmende Rechenleistung und die fortschreitende Digitalisierung in der Prozessindustrie ermöglichen neue Methoden bei der Auslegung und Regelung von Dekantierzentrifugen. Zur Auslegung von Dekantierzentrifugen werden Stand der Technik stationäre Modelle (z.B. die Sigma-Theorie von Ambler) genutzt. Diese stationären Modelle treffen eine große Anzahl an Vereinfachungen bezüglich des Prozess- und Materialverhaltens, so dass bei Nutzung dieser Modelle bei der Apparateauslegung Unsicherheiten vorhanden sind, weswegen die Hersteller zeit- und kostenintesive Pilotversuche durchführen, um herstellerabhängige Korrekturgrößen einzuführen.
Um den Aufwand und die Unsicherheiten bei der Auslegung von Dekantierzentrifugen zu reduzieren, bietet sich die Nutzung eines digitalen Abbilds der Dekantierzentrifuge an. Der digitale Zwilling besteht aus einem Prozessmodell, das in der Lage ist, den Prozess in Echtzeit zeit- und ortsaufgelöst durch Massen- und Komponentenbilanzen zu berechnen. Im Gegensatz zu Methoden wie bspw. CFD, bei der eine vollaufgelöste Strömungssimulation erfolgt, werden im Echtzeitmodell vereinfachende Annahmen getroffen, um den Rechenaufwand gering zu halten. Dies führt wiederum zu Abweichungen zu experimentell ermittelten Validationsdaten.
Um die Genauigkeit des Echtzeitmodells zu erhöhen, ohne den Rechenaufwand erheblich zu steigern, ist die Nutzung eines hybriden Modells (auch „Grey-Box-Modell“ genannt) ein vielversprechender Ansatz. Hierbei werden die Abweichungen des Echtzeitmodells mittels einer datenbasierten Methode (bspw. neuronales Netzwerk) korrigiert. Aufgrund der benötigten Datenmenge ist hierzu eine kontinuierliche Datenerfassung relevanter Prozessgrößen mithilfe von on-line Messgeräten angedacht. Durch die hohe Genauigkeit und die schnelle Rechenzeit des Grey-Box-Modells eröffnen sich somit neue Möglichkeiten bei der Auslegung und zudem bei der modellprädiktiven Regelung von Dekantierzentifugen.

Förderung: AiF