Laajennetun dynaamisen prosessisimuloinnin lisäarvo prosessi- ja automaatiosuunnittelussa

Design of process industry plants and their automation is a challenging task, especially when cost-effectiveness pressures are ever increasing. This leads to challenges for engineers responsible for this work. This thesis investigates how those challenges could be alleviated by extended use of dynamic process simulation. The current trend of digital twins both calls for and enables this work. As this work relies on simulation models and is computational in nature, digital twins are an enabler. On the other hand, the digital twins call for approaches to extract added value from data, in the case of this thesis, simulation-generated data. The present work consists of four case studies from the process industry. Dynamic process simulation is combined with a novel model comparison method, with global sensitivity analysis and with multiple objective optimization. By conducting a massive number of well-planned simulations and analysing the resulting data, it is shown that the challenges could be alleviated. The cases pertain to certain phases of a process industry plant's life cycle, namely early design and operation. Two cases, Paper production and Tower control, target the early design phases, while the Filtration and Bottleneck cases concentrate on the operation phase. The Paper production case shows the utility of the proposed model comparison method. This led to the conclusion that it helps in gaining confidence in optimization results from simplified models, focusing the designer's attention as well as providing insight into the operation of the plant. The Tower control case, combining dynamic process simulation and global sensitivity analysis, highlights process areas where the control designer's attention should be focused. Similarly, the Bottleneck case shows where retrofit actions on an operational plant should be focused. Finally, the Filtration case shows the feasibility of combining dynamic simulation with interactive multiple-objective optimization in providing insight into the process operation. A synthesis of these contributing results then supports the main hypothesis of this thesis: Extended added value or utility can be extracted from simulation models when they are combined with other mathematical methods.Prosessiteollisuuden laitosten sekä niiden automaation suunnittelu on haastava tehtävä, etenkin kiristyvien kustannustehokkuusvaatimusten johdosta. Tämä johtaa haasteisiin suunnitteluinsinööreille. Tässä työssä tutkittiin, miten näitä haasteita voitaisiin lieventää laajennetulla dynaamisella prosessisimuloinnilla. Tämän hetken ns. digitaalinen kaksonen-kehitys sekä kutsuu että tekee mahdolliseksi tämän työn. Koska tämä työ nojaa simulaatiomalleihin ja on luonteeltaan laskennallinen, on digitaalinen kaksonen nähtävissä työn mahdollistajana. Toisaalta, digitaalinen kaksonen-ajatus tarvitsee tapoja puristaa datasta, tässä tapauksessa simulaatiodatasta, arvokasta tietoa. Työ koostuu neljästä prosessiteollisuuden tapaustutkimuksesta. Dynaaminen prosessisimulointi on liitetty uuden mallien vertailumenetelmän, globaalin herkkyysanalyysin ja monitavoiteoptimoinnin kanssa. Työssä osoitetaan, että suorittamalla suuri määrä suunniteltuja simulointeja sekä analysoimalla saatu data, edellä mainittuja haasteita voidaan lieventää. Tapaukset liittyvät tiettyihin prosessilaitoksen elinkaaren vaiheisiin, nimittäin esisuunnitteluun ja käyttöön. Kaksi tapausta, paperin valmistus ja tornien säätö, kohdistuvat esisuunnitteluun, kun taas suodatus- ja pullonkaulatapaukset keskittyvät laitoksen käyttövaiheeseen. Paperin valmistus-tapaus osoittaa mallien vertailumenetelmän hyödyn. Päätelmänä on, että tällä voidaan saavuttaa luottamusta yksinkertaisilla malleilla saatuihin prosessioptimointituloksiin, fokusoida suunnittelijan huomio sekä tuottaa käyttövaiheeseen tietoa. Tornien säätö-tapaus, joka liitti dynaamisen simuloinnin globaaliin herkkyysanalyysiin, nostaa esiin säätösuunnittelun kannalta kriittisiä prosessialueita. Samoin, pullonkaulatapaus nostaa esiin prosessialueita, joihin jälkiasennus-työssä tulisi fokusoitua. Lopuksi, suodatustapaus osoittaa dynaamisen simuloinnin ja monitavoiteoptimoinnin hyödyllisyyden ymmärryksen saavuttamisessa prosessin käyttövaiheessa. Näiden osatulosten synteesinä saavutetaan työn päätulos: laajennetulla dynaamisella simuloinnilla on saatavissa lisäarvoa