深耕計畫實驗室

:::

深耕計畫實驗室

臺科大化工系總整教學實驗室

智能化化工製程實驗室

前言

隨著工業4.0時代的來臨，舊型態工業生產方式亟需改變。而目前程序模擬技術鮮少被用來輔助現場操作、解決實務上問題。此外，高階控制(Advanced process control)技術或稱模式預測控制 (Model predictive control, MPC) 技術，雖過去曾於國內風行與推展，但由於控制理論計算的複雜及現場對操作與參數意義的不了解，使得現今在製程智能化推廣下少見於國內化工製程中。因此，若能藉由嚴謹的模擬建立動態模型並預先設計及調諧模式預測控制器開發智能操作指引策略，預期將可改善實際工廠的操作情形。

1-1

製程預測及導航示意圖

智能型試驗工廠外觀薄膜滲透蒸發系統

2-3

反應蒸餾系統

2-4
2-5 2-6

試驗場圖控系統

綠色製程

本計畫針對國立臺灣科技大學化工系建置之乙酸異丙酯反應蒸餾試驗廠，建立類神經網路模型(Artificial neural network, ANN)，探討智能操作指引與傳統PID控制對製程控制之差異，並透過虛擬模型聯結實體之反應蒸餾試驗廠來強化實驗操作結果。反應蒸餾係指結合蒸餾塔之熱分離技術以及流入塔內之進料化學反應以達成連續反應的單元操作，相較傳統蒸餾塔物理分離，反應蒸餾優勢在克服平衡限制、提高轉化率、降低能耗需求及減少設備及操作成本。全球半導體產業鏈當中，異丙醇(IPA)溶劑廣泛使用於晶圓體 (wafer) 乾燥除塵，然而須處理大量之異丙醇廢液；因此為有效回收異丙醇，利用反應蒸餾(Reactive Distillation)將異丙醇酯化及搭配薄膜滲透蒸發脫水生產出高值化酯類產品。異丙醇原物料價格約為1€/L，而乙酸異丙酯則可售至100€/L以上，乙酸異丙酯為無色透明液體，亦為工業上重要的溶劑，常應用於纖維素、塗料印刷油墨、藥物生產萃取劑以及油類及脂類之溶劑。於此，李教授與新鼎系統股份有限公司合作推廣，利用反應蒸餾將處理後之異丙醇與醋酸進行酯化反應合成乙酸異丙酯以達到回收利用高值化的效果，不但能符合綠色工業之目的，且俾利於提高國內化工產業於國際上競爭力。

概念性設計

3-1

反應蒸餾製程流程圖

3-2

薄膜製程流程圖

本試驗廠根據製程可將此系統可分為反應蒸餾區及薄膜脫水區。利用Aspen Plus進行酯化合成異丙酯製程設計與模擬。程序模擬中，異丙醇與醋酸由泵浦打入再沸器加熱，在塔底至第15板間設計為一填充Amberlyst 39wet之反應段，15板以上為一精餾段並設計第4板為主產物側流出料。塔頂物流全冷凝流至分相槽作有機相分離，有機相溢流經迴流泵浦送至塔內精餾。側流出料含有微量水份，利用滲透蒸發技術脫離水份；將側流引入加熱罐預熱後進入薄膜，裝載真空泵浦使異丙酯與水分形成滲透蒸發驅動力加以分離最後達到99.5 wt%的乙酸異丙酯。

虛實整合系統

虛實整合系統(Cyber-Physical System, CPS)是「工業4.0」的關鍵技術，也是目前非常熱門的議題。其乃藉由電腦、感測器(Sensors)，並運用新一代網路技術聯結各種設備、機器及數位系統，運用彼此間的溝通與相互作用，無縫式的整合虛擬及物理世界。於數十年前，臺灣的化學工業引進了自動控制系統，實現了工業3.0的工程願景。化學工業是相當重要的民生工業，但與其他工業相比，化工及石化工業有著較高的複雜性，可隨著電腦科技之發展，目前數據分析能力已可對看似雜亂無章且難以找出規律性之各程序變數中進行分析。李教授研究團隊針對乙酸異丙酯反應蒸餾，利用Aspen Plus Dynamics與試驗廠取得之數據建立動態模型，並進行模式預測提供現場操作指引；實體試驗廠中所有控制儀表量測之訊號透過虛部控制器計算，最後由新鼎公司設計之虛實整合網頁系統中顯示。當實體系統發生擾動時，類神經系統將預測趨勢變化並提供使用者對品質控制器之操作設定值，使用者可參考類神經系統所建議操作做出合適判斷。本研究比較出PID控制與智能操作指引對系統結果，在產能擾動±10 %變化下，PID控制結果顯示產品濃度劇烈下降，而經由智能操作指引能快速提供擾動後的溫度建議操作值。而現場根據建議值每5分鐘進行調動，則乙酸異丙酯產品濃度可維持在高純度。本研究協助發展減少製程操作中人為誤判及實廠監測系統安裝成本，藉由資料採集監控系統(SCADA)匯至工作站運算來使製程指引臻至完備，並使用回收異丙醇加以酯化反應高值化，此試驗廠與新鼎公司協力開發之虛實整合系統，最後所呈現之優異結果，未來應可延伸至其他化工製程上。

反應性蒸餾VR虛擬教室

模擬反應性蒸餾系統啟動步驟教學，在短時間內進行步驟教學訓練(啟動前檢查、開俥啟動、收料停俥)。
不同變數模擬實驗與啟動步驟測驗。
緊急應變測驗，使學生在真實遇到狀況安全處理。

4-1 4-2

5-1 5-2

反應性蒸餾VR虛擬教室

5-3 5-4

VR虛擬操作畫面

實施方式與教學成果

在進行實驗之前，學生應複習與本實驗相關之核心課程: 有機化學(酯化反應)、化工熱力學(多成分間物性分析)、化工動力學(觸媒反應動力式)、單元操作與輸送現象(蒸餾塔、熱交換器、管線配置等)、程序控制(PID control、變數分析)、程序設計(Aspen Plus模擬軟體)、化工製程數據化與智能化(Smart Plant P&ID設計及Smart 3D)，透過課前預習，讓學生提早理解試驗場的運作原理，增強學生實務操作能力。
學生在需在課前充分預習反應蒸餾系統原理與技術操作手冊，並以四個人為一組進行實驗，以輪班制度來實施，學生需負責各自分配到的工作並在更換班別時交接給下一位同學，課堂助教會操作反應蒸餾試驗場進行教學訓練，主要訓練內容為將智能工廠進行開俥啟動並達到穩定狀態，過程中學生以(操作圖控軟體、反應蒸餾塔相關操作、使用氣相層析儀分析當前產品濃度、薄膜滲透蒸發相關操作)進行分班，並且每2小時實施相互交接，訓練學生團隊分工合作能力。
實驗過程中助教會根據當下實驗數據、實驗內容的技術操作及原理進行提問，幫助學生更深入了解實驗，在學生遇到突發的狀況時(例如設備突然故障)，可以訓練學生緊急應變能力，以安全考量為優先解決問題，使學生在進入業界後遇到特殊情況也能冷靜應對。
當系統達到穩態後進行產能擾動測試，第一次擾動測試先以傳統PID控制系統進行實驗，第二次擾動測試使用高階製程控制，藉由試驗場之實際數後建立類神經網絡(Artificial neural network)演算出一組建議操作值來提供試驗場產能擾動操作指引，學生可記錄操作過程中設定值變化，並分別與Aspen Plus Dynamic製程擾動之變化趨勢進行比較。
實驗完成後，學生以分組報告方式探討開俥達穩態結果並與模擬進行比較，訓練學生分析數據以及解釋數據能力，同時也要求學生提出製程技術、設備改善之意見回饋來完善總整課程。

產能擾動測試方面，比較傳統PID控制與高階製程控制結果，可以發現高階製程控制更加的穩定，且產品濃度與傳統PID控制相比，較不受到產能擾動影響而下降。

6-1 6-2

實驗操作畫面軟體操作數據討論

7-1 7-2

期末成果報告

7-3

實驗產品濃度圖

學生實務能力評量方式

針對學生實驗內容的技術操作及反應蒸餾原理進行提問。
分組輪班團隊合作程度。
學生在操作時，根據操作表現以及是否在時間內完成製程開俥啟動。
根據學生的實驗結果，判斷最終產品濃度是否達規格、數據能力分析與總結。
透過學生的成果報告來確認學生對於實驗的熟悉程度。

產業合作資源

本試驗場由臺科大化工系與新鼎系統股份有限公司合作研究，該公司協助資料採集監控系統(SCADA)與Modeling OPC server橋接，將現場資料即時匯出並進行計算，連接虛擬模型於人機介面呈現建議操作值，將Matlab/Simulink類神經系統預測操作顯示於網頁，提供智能化概念之製程分析與強化裝置之展示場，可使製程高階化，達到培育人才與商業推廣之需求。

與中鼎工程股份有限公司合作規劃課程(化工製程數據化與智能化)，該課程以教授Process Flowsheet Diagram與Piping and Instrument Diagram為主，將化工系核心課程結合於多項實例演練上，全程由中鼎工程業師教學，透過Smart Plant P&ID軟體建立學生通過數據化製程並繪製P&ID的能力，並使學生熟悉Smart 3D軟體進而了解化工廠設計理念，強化學生程序設計與製程數據化的智能應用，使學生能更輕易理解智能化工廠的設備配置與運作原理。 8-1