Evaluation of mercury distribution models in process simulators

Γόμπος, Ανδρέας; Gompos, Andreas

dc.contributor.author	Γόμπος, Ανδρέας	el
dc.contributor.author	Gompos, Andreas	en
dc.date.accessioned	2016-06-01T09:27:53Z
dc.date.available	2016-06-01T09:27:53Z
dc.date.issued	2016-06-01
dc.identifier.uri	https://dspace.lib.ntua.gr/xmlui/handle/123456789/42578
dc.identifier.uri	http://dx.doi.org/10.26240/heal.ntua.12074
dc.rights	Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα	*
dc.rights.uri	http://creativecommons.org/licenses/by-nc-nd/3.0/gr/	*
dc.subject	Υδράργυρος	el
dc.subject	Μοντέλο υδραργύρου	el
dc.subject	Κατανομή υδραργύρου	el
dc.subject	Προσομοίωση	el
dc.subject	Φυσικό αέριο	el
dc.subject	Mercury	en
dc.subject	Mercury model	en
dc.subject	Mercury distribution	el
dc.subject	Simulation	el
dc.subject	Natural gas	el
dc.title	Evaluation of mercury distribution models in process simulators	en
heal.type	bachelorThesis
heal.classification	Χημική μηχανική	el
heal.language	en
heal.access	free
heal.recordProvider	ntua	el
heal.publicationDate	2016-02-01
heal.abstract	Ο υδράργυρος είναι ένα στοιχείο που μπορεί να βρεθεί σε ίχνη σε όλα τα ορυκτά καύσιμα. Η ύπαρξη υδραργύρου σε υδρογονάνθρακες εγείρει ανησυχίες σχετικά με την υποβάθμιση εξοπλισμού, με την υγιεινή και ασφάλεια του προσωπικού πεδίου και με το περιβάλλον. Η υποβάθμιση του εξοπλισμού που προκαλείται λόγω του υδραργύρου, είναι μεγάλης σημασίας, ιδιαιτέρως για την βιομηχανία φυσικού αερίου, καθώς μπορεί να οδηγήσει σε αστοχία των εναλλακτών θερμότητας από αλουμίνιο έχοντας καταστροφικές συνέπειες. Τόσο το γεγονός ότι ο υδράργυρος υπάρχει σε πολύ μικρές συγκεντρώσεις στα ορυκτά καύσιμα όσο και το ότι μπορεί να προκαλέσει σοβαρά ατυχήματα στην βιομηχανία του φυσικού αερίου, οδηγεί στην ανάγκη ύπαρξης μοντέλων υδραργύρου υψηλής ακρίβειας. Ως εκ τούτου, η αξιολόγηση των διαθέσιμων μοντέλων υδραργύρου είναι απαραίτητη. Σκοπός αυτής της διπλωματικής εργασίας είναι η αξιολόγηση διαφορετικών μοντέλων υδραργύρου συγκρίνοντάς τα με δεδομένα διαλυτότητας και εφαρμόζοντάς τα σε διάφορους προσομοιωτές ώστε να γίνει προσομοίωση δύο διαφορετικών εγκαταστάσεων επεξεργασίας φυσικού αερίου με στόχο την σύγκριση των μοντέλων με πειραματικά δεδομένα πεδίου. Για το σκοπό αυτό, πραγματοποιήθηκε βιβλιογραφική ανασκόπηση ώστε να βρεθούν όλα τα διαθέσιμα μοντέλα υδραργύρου. Όλα τα μοντέλα που βρέθηκαν χρησιμοποιούν τις καταστατικές εξισώσεις Peng-Robinson(PR) και Soave-Redlich-Kwong(SRK) με διαφορετικές εκφράσεις για την συνάρτηση άλφα καθώς και διαφορετικούς συντελεστές αλληλεπίδρασης. Διαθέσιμο για αξιολόγηση ήταν επίσης ένα μοντέλο που αναπτύχθηκε από την Statoil, που αναφέρεται ως SRK-Twu(Hg), όπως επίσης και το UMR-PRMC που αναπτύχθηκε από τον Βουτσά και τους συνεργάτες του. Τα μοντέλα που επιλέχθηκαν για αξιολόγηση περιλαμβάνουν τα μοντέλα PR και SRK χωρίς συντελεστές αλληλεπίδρασης για τον υδράργυρο. Επίσης αξιολογήθηκαν τα μοντέλα PR και SRK του πακέτου PRO/II. Αυτά τα δύο μοντέλα χρησιμοποιούν συντελεστές αλληλεπίδρασης και επομένως βελτιώνουν την ικανότητα πρόβλεψης του μοντέλου στην υγρή φάση. Επιπλέον, αξιολογήθηκαν τα μοντέλα SRK-Twu και PRMC. Αυτά τα μοντέλα χρησιμοποιούν προηγμένες εκφράσεις για την συνάρτηση άλφα, κάτι που οδηγεί σε σημαντική βελτίωση της ικανότητας πρόβλεψης του μοντέλου για την αέρια φάση. Το μοντέλο SRK-Twu(Hg) της Statoil χρησιμοποιεί τόσο μία προηγμένη έκφραση της συνάρτησης άλφα όσο και συντελεστές αλληλεπίδρασης. Τέλος, το UMR-PRMC χρησιμοποιεί την καταστατική εξίσωση PRMC αλλά αντί των κλασσικών κανόνων ανάμιξης χρησιμοποιεί τις «universal mixing rules». Αυτοί οι κανόνες ανάμιξης χρησιμοποιούν τις παραμέτρους συνεισφοράς ομάδων Unifac αντί των παραμέτρων αλληλεπίδρασης. Τα δύο τελευταία μοντέλα βελτιώνουν την ικανότητα πρόβλεψης τόσο για την υγρή όσο και για την αέρια φάση. Τα μοντέλα επιλέχθηκαν έτσι ώστε να αξιολογηθεί η συμπεριφορά των μοντέλων όταν διορθώνεται η ικανότητα πρόρρησης για την αέρια φάση(SRK-Twu and PRMC), για την υγρή φάση (SRK PRO/II default, PR PRO/II default), για καμία φάση (SRK and PR) και για τις δύο φάσεις(SRK-Twu(Hg), UMR-PRMC). Διαπιστώθηκε ότι αν διορθωθεί η ικανότητα πρόρρησης μόνο για μία από τις δύο φάσεις τότε είναι πιθανό η ικανότητα πρόρρησης για την κατανομή υδραργύρου να χειροτερέψει. Ως εκ τούτου, συνίσταται η ταυτόχρονη χρήση διόρθωσης και για τις δύο φάσεις. viii Τα αποτελέσματα της αξιολόγησης που έγινε υποδεικνύουν ότι το μοντέλο που αναπτύχθηκε από την Statoil καθώς και το UMR-PRMC είναι τα ακριβέστερα μοντέλα από αυτά που δοκιμάστηκαν και θεωρούνται αξιόπιστα. Το επόμενο καλύτερο μοντέλο βρέθηκε ότι είναι το PR PRO/II default του πακέτου PRO/II αλλά συνίσταται να χρησιμοποιείται με προσοχή. Κανένα από τα υπόλοιπα μοντέλα δεν ήταν ικανά για πρόρρηση της κατανομής υδραργύρου ενώ τα χειρότερα μοντέλα βρέθηκαν να είναι τα SRK και SRK PRO/II default.	el
heal.abstract	Mercury is a trace component that can be found in all fossil fuels. Mercury’s existence in hydrocarbons raises concerns about equipment degradation, about the health and safety of the field personnel and about the environment. Equipment degradation, caused by mercury, is of great importance, especially for the gas industry, because it can lead rapidly to catastrophic failures of the aluminum heat exchangers. Both the fact that mercury exists at very low concentrations in fossil fuels and that it can cause major accidents in the natural gas industry, leads to the need of very accurate models for mercury. Therefore, an evaluation of the available models for mercury is necessary. The scope of this thesis is to evaluate different models by comparing them to solubility data and by implementing them in different process simulators, to simulate two natural gas processing plants, in order to compare the predictions given by the simulations to field data. To this purpose, a literature review was conducted to find all the available models for mercury. All the models found, use the Peng-Robinson(PR) and Soave-Redlich-Kwong(SRK) equations of state as their basis with varying expressions for the alpha function and different binary interaction parameters. Α model developed by Statoil, referred to as SRK-Twu(Hg), was alos available for evaluation as was UMR-PRMC proposed by Voutsas et al. The models that were selected for evaluation included the PR and SRK models with no binary interaction parameters for mercury. Also, the PR and SRK models found in the PRO/II software package were evaluated. These two models use binary interaction parameters and therefore they improve the prediction ability of the model for the liquid phase. Additionally, the SRK-Twu and PRMC models were tested. These models use advanced expressions for the alpha function, which results in a major improvement of the predictive ability for the vapor phase. The SRK-Twu(Hg) by Statoil uses both an advanced expression for the alpha function and binary interaction parameters. Finally, the UMR-PRMC uses the PRMC model, but instead of the classical mixing rules, it introduces the universal mixing rules. These mixing rules use the Unifac contribution group parameters instead of binary interaction parameters. The two last models improve the prediction ability for both the liquid and vapor phase. These models were selected in such a way, in order to evaluate how the models behave when vapor phase correction is used (SRK-Twu and PRMC), when liquid phase correction is used(default PRO/II SRK and PR), when no correction is used (SRK and PR) and finally when both corrections are used (SRK-Twu(Hg), UMR-PRMC). It was found that if one uses for their model only vapor phase correction or only liquid phase correction they could possibly get worse results for mercury’s distribution. Therefore, it is recommended that both vapor phase and liquid phase corrections should be applied at the same time. The results of the evaluation indicate that the model developed by Statoil and the UMR-PRMC model are the most accurate of the models tested and are considered reliable. The next best model was found to be the PR PRO/II default model, but it is recommended to be used with caution. All the other models, were found unable to predict mercury’s distribution, with the worst models being the SRK and the SRK PRO/II default models.	en
heal.advisorName	Βουτσάς, Επαμεινώνδας	en
heal.committeeMemberName	Μαγουλάς, Κωνσταντίνος	en
heal.committeeMemberName	Βουτσάς, Επαμεινώνδας	en
heal.committeeMemberName	Καρώνης, Δημήτριος	en
heal.academicPublisher	Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Χημικών Μηχανικών	el
heal.academicPublisherID	ntua
heal.numberOfPages	85 σ.
heal.fullTextAvailability	true