Optimización del diseño del sistema de refrigeración de una planta

Optimización del diseño del sistema de refrigeración de una planta

Calibre una bomba de agua de alimentación; considere las opciones de intercambiador de calor; determine la potencia del sistema de refrigeración y el uso de energía


Figura 8: Comparación de costos de las bombas paralelas. Cortesía: Mentor

Para optimizar el sistema de refrigeración de una planta, veamos primero el uso del software de simulación del sistema para obtener el tamaño exacto de una bomba de agua de alimentación. El software de simulación puede reducir el sobredimensionamiento del sistema y aumentar la seguridad y la eficiencia. Para analizar el diseño de un sistema de refrigeración de una planta, se necesita un software de simulación que sea capaz de modelar la dinámica térmica y de fluidos.

A continuación, se utilizarán análisis de simulación para integrar el lado del agua fría del sistema de refrigeración en el diseño, considerar varias opciones de intercambiadores de calor y determinar la potencia prevista del sistema de refrigeración y el uso de energía, creando un modelo de referencia y una mejor comprensión de los costos del ciclo de vida.

Por último, utilizando el diseño de la línea base, se utilizará un software de optimización para perfeccionar el diseño hasta la disposición más óptima para el sistema de enfriamiento de la planta.

Empieza

Los sistemas de bombeo aseguran que los fluidos lleguen a su destino a través de redes de distribución de flujo a menudo complejas. Sin embargo, para la mayoría de los sectores industriales, los sistemas de bombeo suelen tener el mayor consumo de energía de cualquier sistema de proceso. Se estima que el funcionamiento y el mantenimiento suelen representar más del 80% de los costos del sistema de bombeo durante su vida útil.

El dimensionamiento inicial de la bomba suele llegar al principio del proceso de diseño. Es posible que no se disponga de todos los datos y el trazado final, pero es posible hacer una estimación basada en los trazados iniciales (véase la figura 1). El modelo se compone de varias fuentes de calor: un generador diésel, equipo auxiliar, refrigerador de aceite de recuperación, refrigerador de aceite de lubricación y camisa de motor. Una bomba de agua de alimentación también forma parte de este bucle de refrigeración. Todo el bucle interactúa con un bucle de refrigeración que bombea agua de mar a través de un intercambiador de calor.

Figura 1: Diagrama de control de proceso para el sistema de bombeo. Cortesía: Mentor

Las restricciones del sistema incluyen lo siguiente:

Con estas limitaciones, ¿qué parámetros podrían cambiarse?

Primero fue el tamaño de la tubería. Para mantener las cosas sencillas, considere un programa 40 de acero inoxidable entre 100 y 200 mm de tubería con incrementos nominales de 25 mm, con 7 pulgadas o 175 mm excluidos debido a la falta de disponibilidad.

En segundo lugar, una estimación inicial dio una tasa de flujo esperada de 0,0631 m3/s, que es de unos 1.000 galones por minuto. Sin embargo, para asegurar el funcionamiento adecuado de la bomba con diferentes caudales, debe considerarse un barrido de 0,0158 a 0,0788 m3/s, es decir, unos 250 a 1.250 galones/min.

Finalmente, se miró el intercambiador de calor. Es una configuración de casco y tubo con dos o cuatro pasadas. Su longitud será de 1 a 5 m.

Hacer algunas preguntas puede llevar a la mejor solución. ¿Cuál es la caída de presión del sistema en general? ¿Qué opciones de bomba se ajustan al sistema? Finalmente, ¿cuál es el requerimiento de energía de la bomba seleccionada?

Calculando la caída de presión del sistema

En este análisis, nos centramos en la parte del sistema de refrigeración en circuito cerrado, excluyendo el lado del agua de mar. Para determinar las pérdidas en el sistema en un rango de caudales, la bomba puede ser configurada inicialmente como una fuente de flujo y un sumidero de presión. Esto permite forzar una tasa de flujo en el sistema de modo que el software de simulación pueda calcular la presión ascendente requerida basándose en la presión de salida y las pérdidas acumulativas de los componentes del sistema.

Ciertos datos fijos se asumen constantes de diseño a diseño. Para las tuberías, se puede utilizar una rugosidad de 0,025 mm. Las longitudes de las tuberías varían de cinco a 35 metros. Para las utilidades, se puede utilizar un coeficiente de pérdida de 0,2. Otros datos varían, incluyendo el diámetro de la tubería, la tasa de flujo volumétrico, el diámetro del orificio y el área de flujo de las utilidades.

Para estimar con precisión el rendimiento del sistema, veamos cuatro diámetros internos de tuberías diferentes, correspondientes a las tuberías de 100, 125, 150 y 200 mm schedule-40. También se consideraron cinco tasas de flujo diferentes de 0,0158 a 0,0788 m3/s (ver Figura 2).

Figura 2: Datos de entrada para el dimensionamiento de la bomba y la línea. Cortesía: Mentor

Ejecutando experimentos virtuales

Aquí es donde se aplican los principales beneficios del software. Ejecutar muchos escenarios es simple y rápido. Creamos parámetros variables y los asignamos a componentes en lugar de números específicos. Luego podemos configurar el diseño de los experimentos para variar estos valores de una ejecución a otra.

Una vez que las variables están configuradas, el software configura el experimento. Determinamos cómo deben cambiar los datos de los parámetros de las variables. Para el diámetro de la tubería, se utilizan valores discretos, que permiten introducir números específicos. Esto es útil cuando no hay un patrón matemático distinto para las entradas, como en el caso de los horarios de las tuberías. Para la velocidad de flujo, establecemos un valor inicial y final y seleccionamos el número de valores; en este caso, cinco.

El software determina entonces los valores y crea la matriz de ejecución de un factorial completo, en este caso, 20 en total, que se ejecuta en poco menos de 15 segundos.

De los experimentos, los resultados se exportan directamente a una hoja de cálculo para graficar las cuatro posibles curvas del sistema. La opción de 100 mm dio como resultado una resistencia demasiado alta, descartando esa opción inmediatamente. En cuanto a las opciones de 125, 150 y 200 mm, las curvas del sistema parecen razonables, por lo que es probable que la decisión se base en el peso y los gastos de funcionamiento.

Por los cálculos iniciales de carga de calor, sabemos que el sistema debería funcionar a unos 0,63 m3/s. Si se dibuja una línea vertical en el gráfico, podemos ver dónde se cruza con la curva de nuestro sistema (Figura 3). El trazado de una línea horizontal al eje y determina cuál será la elevación de la altura requerida de la bomba. Como ejemplo, para la opción de 125 mm, sería de unos 22,1 metros. Esta información ayuda a reducir las opciones de la bomba a aquellas que tienen una altura nominal y un caudal nominal tan cercanos a estos valores como sea posible.

Figura 3: Resultados de la curva del sistema. Cortesía: Mentor

Una vez que la búsqueda se reduce a dos bombas del fabricante, las curvas de altura pueden superponerse en el gráfico. Dada la información del fabricante de la bomba que a una velocidad de 2.500 RPM, la eficiencia máxima fue del 77% a un caudal de 0,63 m3/s para ambas bombas. La única diferencia estaba en la forma del rendimiento de la bomba a partir del mejor punto de eficiencia.

El paso final es ver dónde las curvas de la bomba interactúan con las curvas del sistema. Aquí es donde la bomba terminará funcionando (Figura 4). Mirando las dos bombas en comparación con el sistema de 125 mm, la bomba 100B se intersectó a la izquierda de la tasa de flujo deseada. Esto significaba que la bomba no entregaría el caudal deseado a menos que funcionara a una velocidad más alta de la que está clasificada, algo que reduciría la eficiencia, lo que costaría dinero.

Figura 4: Curvas de la bomba y del sistema. Cortesía: Mentor

Aunque la bomba 101A no se intersectó exactamente a la velocidad de flujo deseada, estaba cerca y ligeramente a la derecha, por lo que podía proporcionar una velocidad suficiente y algo de amortiguación.

Seleccionando 101A, podemos introducir los datos de la bomba para el fabricante y hacer un análisis para ver cómo funciona en el modelo. Los resultados muestran que el punto de intersección o el punto de operación está a una tasa de flujo ligeramente superior a la tasa de flujo de 0,063 m3/s; pero no en gran medida, lo que significa que el aumento de la altura va a ser ligeramente inferior al valor de la tasa. Pero, de nuevo, no por mucho. Esto significa que la eficiencia va a ser ligeramente inferior en un 74,9% frente al 77% declarado. En última instancia, la potencia requerida sería un poco más de 8 kW.

Se ha demostrado el primer paso para optimizar el diseño de un nuevo sistema de refrigeración industrial , tanto por su coste como por su rendimiento. Un proceso de diseño tradicional para construir el modelo de simulación de termofluido es perfectamente válido para cumplir con las restricciones de ingeniería. Sin embargo, estas soluciones podrían seguir siendo poco rentables. Los análisis posteriores perfeccionarán nuestras opciones.

Opciones de intercambiador de calor

Veamos ahora cómo se pueden utilizar los análisis de simulación para considerar las opciones de intercambio de calor y determinar la potencia y el uso de energía esperados del sistema de refrigeración de la planta, trabajando para modelar y optimizar los costes del ciclo de vida.

Con el tamaño de la bomba y el circuito de agua de mar incorporado en el modelo (Figura B1), veamos los datos de los intercambiadores de calor. El software de simulación utiliza datos empíricos para definir el intercambiador de calor. Esto incluye el servicio térmico, utilizado en los servicios públicos, la diferencia de temperatura de la corriente caliente o fría, o la eficacia o el número naciente, especificados como valores individuales o como variables con las tasas de flujo. Estas suelen ser buenas opciones, si se dispone de los datos de la prueba o del fabricante.

Sin embargo, si eso no es una opción, o para un mayor control que defina el intercambiador de calor, se puede especificar la geometría. En este caso, la selección de los intercambiadores de calor puede basarse en el atlas de calor VDI utilizado en las industrias de generación de energía y de procesos, así como en una opción avanzada, que se centra más en el diseño de intercambiadores de calor para automóviles. En este ejemplo, se utiliza la opción basada en la geometría del atlas de calor VDI.

La primera decisión es el tipo de intercambiador de calor. Para observar la diferencia entre un intercambiador de calor de dos pases y uno de cuatro pases, de casco y tubo, de contraflujo, se puede fijar el diámetro interior y el espesor del tubo y variar la longitud del tubo, el número de tubos y el diámetro del casco, que es una función del número de tubos. De este modo, se pueden comparar cinco longitudes de tubo diferentes y cinco valores diferentes del número de tubos.

Esto proporciona 25 experimentos, que, al igual que el dimensionamiento de la bomba, se resuelve en unos 30 segundos usando los experimentos virtuales. Esto proporciona 25 ejecuciones para cada opción de intercambiador de calor, o 50 en total.

Una vez completados, los resultados se exportan a Excel para graficarlos como se muestra en la figura 5. No es sorprendente que a medida que aumenta la longitud de los tubos para un número determinado de tubos, la temperatura de salida calculada disminuye, lo que también ocurre si el número de tubos aumenta mientras la longitud permanece igual. El aumento de la longitud de los tubos tiene un efecto mucho mayor en la temperatura de salida que el aumento del número de tubos. Por ejemplo, esta vez, empezaremos con 50 tubos de un metro de longitud y aumentaremos el número de tubos a 100, y luego pasaremos de una temperatura de salida de 105 a 82,5 °C.

Figura 5: Efecto de varias longitudes de tubos. Cortesía: Mentor

Sin embargo, si se asumen 50 tubos pero se postula que son dos metros más largos, la temperatura de salida cae a 64°C, una mejora de 19°C. El efecto disminuye a medida que el número de tubos aumenta y a medida que los tubos se alargan.

Si se comparan con los criterios de selección, sólo cuatro opciones son aceptables: 250 tubos de 4 metros de largo y 150, 200 y 250 tubos de 5 metros de largo. Ahora, veamos el diseño de cuatro pasos.

El gráfico muestra que las temperaturas fueron más bajas que en el diseño de dos pasadas (Figura 6), hasta 40°C más frescas para el tubo de un metro de largo. La misma tendencia en la temperatura de salida que con el intercambiador de calor de dos pases se produce en lo que respecta al número de tubos y sus longitudes, culminando en cuatro diseños aceptables. La opción de cuatro pases proporciona significativamente más opciones que cumplen los criterios: 14 en total. Escogeremos el de cuatro pases, de tres metros de longitud con 200 tubos.

Figura 6: Las temperaturas fueron más bajas que en el diseño de dos pasos. Cortesía: Mentor

Potencia y uso de la energía

Con la bomba y el tamaño del intercambiador de calor en la mano, podemos optimizar el sistema en base al coste, mientras que se siguen cumpliendo los requisitos originales. Para la parte del costo del modelo, se utiliza una hoja de cálculo de Excel vinculada al calor. Los principales impactos que influyen en los costos del ciclo de vida del sistema de refrigeración son el costo inicial de compra; los costos de las tuberías, bombas e intercambiadores de calor; los costos de mantenimiento para cada uno de los más de 25 años; y el costo de la energía para hacer funcionar la planta como se espera. No se incluyen el tiempo de inactividad proyectado, los costos ambientales y el desmantelamiento, aunque podrían incluirse.

Utilizando estos números, se establece una línea de base utilizando el modelo original (Figura 7). El costo es de poco más de 382.000 dólares, junto con otras notas importantes en términos de presiones de temperatura y potencia. Como se ha mencionado, la mayoría de estos costos son de electricidad y mantenimiento. ¿Cómo podrían reducirse estos costos?

Figura 7: Resultados de los costos con el modelo de base. Cortesía: Mentor

Con un enfoque de estudio paramétrico, la combinación de las cuatro variables de entrada representaba 980 simulaciones únicas, y eso sin conexión directa con las funciones de coste. Un importante post-procesamiento manual determinaría la mejor opción, pero debe haber una mejor opción.

Racionalizando el proceso

A continuación, una herramienta de optimización del diseño puede mejorar el modelo de simulación inicial y el análisis del diseño basado en los objetivos de diseño y las funciones de cálculo de costos, lo que resulta en un tamaño de estudio más pequeño, que ahorra tiempo y optimiza el diseño.

Para ello es necesario racionalizar el proceso de desarrollo de productos virtuales. Hoy en día, la mayoría de las empresas comienzan a construir sus simulaciones de prototipos virtuales conectando sus herramientas de CAD, CAE, y tal vez de costeo. Luego recrean pruebas operacionales de productos para los prototipos virtuales. Una vez confiados en las predicciones de rendimiento del prototipo virtual, el diseño se mejora haciendo modificaciones manualmente o con un enfoque de diseño de experimentos, como se ha visto anteriormente. Finalmente, el diseño resultante puede ser evaluado en cuanto a su robustez antes de lanzar el producto a la producción.

Muchos fabricantes destinan la mayor parte de sus recursos de modelización y simulación a la construcción y ensayo de prototipos virtuales. Sin embargo, el mayor valor de estas herramientas proviene de la comprensión y la mejora de los diseños. ¿Cómo se puede mejorar esto?

Los modelos CAD y CAE validados o robustos pueden ser reconstruidos fácilmente con cambios en las variables de diseño. La simulación de un prototipo de diseño completo utilizando una variedad de herramientas CAD o CAE puede ser automatizada, incluso con un modelo de coste incluido. Esto puede ser tan simple o complicado como sea necesario para simular completamente el comportamiento de un diseño o un prototipo virtual.

Una vez que se automatiza el proceso, después de definir cada tarea, se simula el proceso en un entorno informático de alto rendimiento para poder explorar rápidamente muchas variaciones. Algunas tareas pueden asignarse a computadoras Windows, otras a clusters Linux y otras a recursos de nubes externas.

Las modernas técnicas de búsqueda directa pueden explorar eficientemente todo el espacio de diseño no lineal y descubrir rápidamente mejores diseños, sin necesidad de modelos de sustitución.

Por último, examinamos la sensibilidad, la robustez y las interacciones variables de los mejores diseños para obtener información y comprender cómo el rendimiento se verá afectado por las tolerancias normales de fabricación. Este es el estado del arte y la exploración del diseño moderno de hoy en día.

Incluso si las soluciones de software ofrecen estrategias híbridas, siguen conteniendo algoritmos predefinidos en lugar de ajustarse al problema en cuestión. Lo que se necesita es una herramienta que conozca todas las estrategias, que contenga todas las partes y que pueda ser adaptada según el enfoque y los criterios de diseño. El marco de software de exploración de diseño utilizado para este análisis es el bot
híbrido y adaptable y elimina las cuestiones anteriormente descritas con el enfoque tradicional.

Para este caso, el modelo de simulación especificado fue creado en la hoja de cálculo de Excel junto con las condiciones de base. El software entonces buscó eficientemente en el espacio de diseño para encontrar una solución óptima con menos simulaciones. Veamos algunos diseños mejorados.

Para el diseño inicial, se optimizaron tres cosas diferentes (Tabla 1). El diámetro del tubo pasó de 125 a 150 mm. El tamaño de la bomba se redujo a la mitad, y el tamaño del intercambiador de calor cambió de tres metros a un metro. La temperatura y la presión máximas seguían estando donde se necesitaban, y la potencia de la bomba disminuyó significativamente. Esto fue causado por una disminución en el aumento de la presión requerida y en los caudales, lo que permitió utilizar una bomba más pequeña. La reducción del tamaño de la bomba también redujo el uso de electricidad así como el mantenimiento requerido.

Tabla 1: Datos optimizados. Cortesía: Mentor

El software indicaba que el precio de instalación y compra de la tubería aumentaría. Sin embargo, incluso si los costos iniciales aumentan, a largo plazo, se ahorran casi 180.000 dólares. Esta es una buena optimización cuando se considera la vida del diseño.

Usando aún más variables

Sin embargo, ¿era seguro asumir que todas las tuberías deben ser del mismo tamaño? ¿Podrían algunos de los caminos más pequeños que requieren menos trabajo, y por lo tanto deberían requerir una menor tasa de flujo, ser de un tamaño diferente? ¿Cómo afectaría eso al coste y a la selección de las bombas?

¿Qué pasa si, en lugar de tener seis pulgadas o 150 mms en todo el sistema, se utilizan 150 y 100 mm o seis y cuatro pulgadas, dejando la bomba y el intercambiador de calor del mismo tamaño? La potencia de la bomba podría mantenerse. La temperatura máxima seguía siendo casi la misma. La presión aumentó un poco, pero de forma insignificante. Sin embargo, el ahorro fue de unos 17.000 dólares, principalmente debido a la disminución de la compra e instalación de tuberías (Figura 8).

Figura 8: Comparación de costos de las bombas paralelas. Cortesía: Mentor

El software también puede pesar opciones para comprar dos bombas para que funcionen en paralelo. Eso significa el doble del costo de compra, pero se podría suponer que la instalación y el mantenimiento serían sólo 1,5 veces. Con esta opción, las dividiremos por la mitad porque nuestra preocupación es asegurarnos de que el flujo se mantenga igual y la presión sea casi la misma, que es lo que podemos hacer con una configuración paralela.

Ahora, en lugar de usar una bomba que requiere casi 3 kW, podemos usar bombas que usan menos de 1 kW. La temperatura máxima es un poco más alta, pero la presión es un poco más baja. Esto significa que, aunque estas bombas están divididas, el rendimiento no es el mismo. Esto es justificable si está en el mismo rango de ingeniería aceptable, porque el ahorro sería de unos 30.000 dólares. La mayor parte de ese ahorro proviene de la electricidad durante la vida del sistema, así como un poco en el mantenimiento de la bomba.

[subtítulo]Palabras finales

Este artículo demuestra cómo optimizar el diseño de un nuevo sistema de refrigeración industrial en cuanto a coste y rendimiento. Se utilizó un proceso de diseño tradicional para construir el modelo de simulación de termo-fluido, necesario para cumplir con las restricciones de ingeniería. Aunque estas soluciones pueden ser buenas, podrían ser más costosas de lo necesario. Combinando el modelo con una herramienta de optimización del diseño para manipular el modelo en conjunción con un cálculo de costes, se descubrieron las disposiciones óptimas y se perfeccionó el diseño del sistema. En este ejemplo, se ahorraron más de 225.000 dólares. Además, el tiempo para realizar esto en comparación con hacerlo en un estudio paramétrico es mucho menor.

Las modernas herramientas de diseño de hoy pueden combinarse de nuevas e interesantes maneras para producir productos mejores y más eficientes para hoy… y para mañana.

El software de simulación del sistema utilizado fue el Simcenter Flomaster de Siemens.

El software de exploración de diseño de Siemens HEEDS fue usado para refinar aún más el diseño.

Facebook
LinkedIn
Procesos Industriales
Procesos Industriales

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *