An Environment for Heterogeneous Model Management in Chemical Process Engineering

Modellierung und Simulation haben als Werkzeuge zur Analyse und Verbesserung chemischer Anlagen und Prozesse in jüngster Zeit stark an Bedeutung gewonnen. Jedoch ist die Modellentwicklung oft eine langwierige Aufgabe, die die Erfahrung eines Experten bedarf, um zu guten Ergebnissen zu gelangen. Die Beschleunigung der Modellentwicklung ist daher ein wichtiges Ziel, um modellbasierte Methoden ökonomisch nutzen zu können. Dabei stellt die Wiederverwendung von Modellen eine wichtige Technik dar. In der Praxis ist die Wiederverwendung eines Modells jedoch nicht immer einfach. Modelle werden durch verschiedene Mitarbeiter in einer Firma bearbeitet, die über die Lebenszeit einer Anlage die Position oder gar die Firma gewechselt haben können. Dazu kommt, dass oft eine Vielzahl von alternativen Modellen entwickelt wird um Prozessalternativen oder Parametervariationen zu untersuchen. Diese Modelle sind meist in verschiedenen Werkzeugen imlpementiert um verschiedene Aufgaben bestmöglich zu unterstützen. Gebräuchliche Werkzeuge reichen von Spreadsheet-Programmen wie MS Excel zur Unterstützung ökonomischer Abschätzungen bis hin zu komplexen Programmpaketen wie etwa gPROMS zur dynamischen Optimierung. Modellwiederverwendung führt daher in der Praxis zu Integrationsproblemen, deren Lösung die Effizienz der Modellentwicklung steigern kann. Das eine Integrationsproblem ist die Vereinheitlichung der unterschiedlichen und inkompatiblen Modellformate und -repräsentationen in eine durchgängige Bibliothek die einfach durchblättert oder durchsucht werden kann. Das zweite Problem betrifft die Integration der Modelle zur Laufzeit der Simulation. Diese ist nötig, damit Modelle gemeinsam in ihrer jeweils nativen Simulationsumgebung wiederverwendet werden können ohne umgeschrieben werden zu müssen. Die genannten Probleme werden in der vorliegenden Arbeit beispielhaft an einer Fallstudie der Entwicklung von Polyamid-6 erläutert. Die Fähigkeiten von Werkzeugen, die derzeit in der Praxis genutzt
Modeling and simulation as a tool to support analyzing and improving chemical plants and processes is becoming more and more attractive. However, model development often is a lengthy task and requires an expert to obtain suitable results. Thus, in order to make further economic benefit from model-based activities, speeding up the model development process is an important objective. Fortunately, it becomes obvious that not all models have to be developed from scratch if a perspective is assumed that focuses on the lifecycle of an entity being modeled. Along this lifecycle, different models might be developed and all of them have some inherent dependencies because they all describe the same physical thing. Considering the lifecycle of a plant, for example, one recognizes that the models describing different modification stages of the plant are highly similar. Also, steady-state and dynamic models have some overlap such as the flowsheet structure of the plant. Further, data concerning physical property models and reaction kinetics is not only reusable, but should be kept consistent across various models. However, reusing those different parts is not that easy in practice. Models are developed by various employees of a company that sometimes change jobs or even the employer. Often, not only a single model is developed, but a variety thereof in order to take into consideration variations of some parameters or process alternatives. Further, those models are often developed using different tools to support various tasks. Tools and tasks range from simple mass balances and rough economic estimates using spreadsheets like MS Excel to dynamic simulation using e.g. gPROMS. Thus, it can be concluded, that model reuse leads to integration problems which must be tackled in order to leverage the efforts invested into model development. The first integration problem to solve is the combination of existing models in different formats and representations into a homogeneous library wh