23 de Agosto de 2013
MODELAGEM, SIMULAÇÃO E OTIMIZAÇÃO
DO PROCESSO DE LIMPEZA DE GASES ÁCIDOS
PROVENIENTES DA GASIFICAÇÃO DE
CARVÃO MINERAL
Thiago Fernandes de Aquino, Daniel Augusto Kestering, Flavio
Michels Bianchi, Giovana Dalpont
Associação Beneficente da Indústria Carbonífera de Santa Catarina (SATC) -
Centro Tecnológico de Carvão Limpo (CTCL)
2
PROJETO SATC/FINEP: “GASEIFICAÇÃO DE CARVÕES BRASILEIROS –
VIABILIDADE TÉCNICA, ECONÔMICA E AMBIENTAL”
INTRODUÇÃO
Gás sulfídrico é um dos principais causadores de
corrosão em equipamentos industriais;
Emissão de SO
2
após combustão;
Parâmetro de dimensionamento do sistema de limpeza
de gases;
Utilização do gás de baixo poder calorífico em fornos
cerâmicos;
Diversificação da matriz energética das empresas
cerâmicas;
Alto custo do Gás Natural;
OBJETIVO
Este trabalho tem como foco levantar os custos
mínimos de implantação e de processo que atendam
as especificações de concentração do gás sulfídrico
na corrente de gases que deixa um gasificador
operando com carvão mineral e se destina a queima
em fornos cerâmicos.
INTRODUÇÃO
MDEA
Shell, GE, Exxon e Petrobras;
Áreas de aplicação: Utilizados antes e após processo Claus, tails
gas e tratamento de gás natural para atender especificações de
tubulações;
MDEA: 30 a 50% (massa);
Faixa de temperatura usual para o solvente no absorber: 26 a 52°C;
Faixa de temperatura usual para o solvente na regeneração: 115 a
120°C;
Pressão: flexível;
Temperatura do gás: 15 a 48°C;
A quantidade exata de H
2
S e CO
2
dependerá das condições
operacionais;
6
INTRODUÇÃO
Segundo Al-Baghli (2001): monoetanolamina (MEA), dietanolamina (DEA),
metildietanolamina (MDEA) são hoje as alcanolaminas mais importantes
utilizadas em unidades de absorção para a remoção de gases ácidos
indesejáveis.
MDEA
menor $ de regeneração;
maior resistência à
degradação química e térmica;
Menor taxa de corrosão;
alta seletividade ao H
2
S na
presença de CO
2
.
MODELAGEM EMPREGANDO
SISTEMAS COM
ELETRÓLITOS
Modelo de estágio de Equilíbrio com eletrólitos: Non Random Two
Liquids (NRTL)
Segundo Aroua et al. (2002):
3
HCO
OH
HS
O
H
3
RR
'
R
'
NH
2
CO
S
H
2
MDEA
O
H
2
Ionização da água
H
O
OH
O
H
2 32
Dissociação do sulfeto de hidrogênio
H
S
H
O
HS
O
H
2 2 3Dissociação do bissulfeto
Dissociação do MDEA protonado
RR
R
NH
RR
R
N
H
O
O
H
2'
''
'
''
3Dissociação do dióxido de carbono
CO
HCO
H
O
O
H
2 2 3 32
Dissociação do bicarbonato
2 3 3 2 3H
O
H
O
CO
HCO
2 3 2O
HS
H
O
S
H
Fluxograma do processo de Remoção de Gases Ácidos utilizando Aspen
Plus
®
Legenda dos Blocos: MDEA-ABS – coluna de absorção; MDEA-STR – coluna de regeneração; SOL-PUMP – bomba;
ABS-COMP – compressor; ABS-HX/L-R-HXC/L-R-HXH/ABS-HX/LEAN-HX – trocadores de calor.
METODOLOGIA
METODOLOGIA
VARIÁVEIS AVALIADAS NA SIMULAÇÃO
Pureza do Gás de Síntese (CLEAN-SG) – [H
2
S]
max
= 1386ppm
Concentração da Solução de MDEA = (~ 50% em massa)
Carregamento de Gás na Corrente de Solvente
𝑙𝑒𝑎𝑛 𝑙𝑜𝑎𝑑𝑖𝑛𝑔 =
𝑛𝐻
2
𝑆 + 𝑛𝐻𝑆
−
+ 𝑛𝑆
=
𝑛𝑀𝐷𝐸𝐴 + 𝑛𝑀𝐷𝐸𝐴
+
Trocador de Calor Lean–Rich
Componentes H
2
O
CO
2
CO
H
2
H
2
S
N
2
CH
4
% (molar)
4,2
10,5
18,91
12,6
1,7*
49,5
2,5
Composição do gás de baixo poder calorífico
*Calculado por balanço de massa considerando que todo o enxofre presente no carvão é convertido em H
2S.
METODOLOGIA
A vazão de gás de síntese calculada baseada nos resultados de
simulação no software Multyphase Flow for Interface eXchange
(MFIX) foi de 1200 kg/h.
A composição do gás utilizada nas simulações foi fornecida pela
companhia Cecrisa Revestimentos Cerâmicos S.A.
METODOLOGIA
INTERFACE DE SIMULAÇÃO
INTERFACE DE
CONTROLE
SIMULAÇÃO
ASPEN PLUS
OTIMIZAÇÃO
modeFRONTIER
METODOLOGIA
OTIMIZAÇÃO
Realizada usando um algoritmo chamado SIMPLEX, disponível no
software modeFRONTIER 4.4.1;
Uma população de 27 projetos foi gerada;
Variável
Faixa
Carregamento Lean
0,0030-0,0044
Altura Empacotada para
Coluna de Absorção
4,0-6,0m
Altura empacotada da coluna
de regeneração
3,0-5,0m
RESULTADOS DA OTIMIZAÇÃO
Histórico de otimização para a função de custo anual
O melhor resultado obtido para o custo anual foi de
USD$ 340,611/ano
RESULTADOS DA OTIMIZAÇÃO
Verificação em 4D (Bolhas) do custo anual em função da variáveis
otimizadas
CONCLUSÕES
É possível tecnicamente tornar o gás de síntese apto para
queima em fornos da indústria cerâmica em substituição ao
gás natural;
Número limitado de variáveis de processo para as
características específicas do modelo;
Do ponto de vista econômico, faz-se necessário levantar os
custos com equipamentos e de processos considerando a
produção e venda do gás combustível de baixo poder
calorífico;
Valores de equipamentos e solvente precisam ser atualizados
para a realidade comercial brasileira;
TRABALHOS FUTUROS
AGRADECIMENTOS
OBRIGADO!
thiago.aquino@satc,edu,br
REFERÊNCIAS
19
Longwell, J.P., Rubin, E.S., Wilson, J. Coal: energy for the future. Progress in Energy and Combustion Science, 360, p. 1285-1295, 1995.
Kohl, A.L., Nielsen, R.B. Gas Purification, 5th Edition, Gulf Publishing Company, Houston, TX, 1997.
Al-Baghli, N.A, et al. A rate –based model for the design of gas absorbers for the removal of CO2 and H2S using aqueous solutions of
MEA and DEA. Fluid Phase Equilibria, 185, p. 31-43, 2001.
Alfada, H.E., Al-Musleh, E. Simulation of an Acid Gas Removal Process using Methyldiethanolamine; an Equilibrium Approach. Proceedings of the 1st Annual Gas Processing Symposium, 2009.
Aspen Plus®, Aspen Technology Inc., v.7.2, Burlington, MA, USA (2008-2010).
Aroua, M.K., Haji-Sulaiman, M.Z., Ramasamy, K. Modelling of carbon dioxide absortion in aqueous solutions of AMP and MDEA and their blends using Aspen Plus, 29, p. 153-162, 2002.
Zheng, L., Furimsky, E. ASPEN simulation of cogeneration plants, 44, p. 1845-1851, 2003.
Bolhàr-Nordenkamp, M., Friedl, A., Koss, U., Tork, T., Modeling Selective H2S absorption and Desorption in an Aqueous
MDEA-Solution Using Rate Based non-Equilibrium approach, Chemical Engineering and Processing 43, pp.701-715 (2004).
Seider, W. D., Seader J.D., Lewin D. R., Product and process design principles: synthesis, analysis, and evaluation. 3. ed New York, US: Wiley, 2009.
SEMA - Secretaria do Meio Ambiente e Recursos Hídricos, Governo do Paraná. Resolução n° 054/06. Padrões de Emissão Atmosférica para Fontes Estacionárias, 2006.
Kaewsichan, L., et al. Predictions of the solubility of acid gases in monoethanolamine (MEA) and methyldiethanolamine (MDEA) solutions using the electrolyte-UNIQUAC model. Fluid Phase Equilibria, 183-184, p. 159-171, 2001.
Navaza, J.M., Gomez-Diaz, D., La Rubia, M.D. Removal process of CO2 using MDEA aqueous solutions in a bubble column reactor. Chemical Engineering Journal, 146, p. 184-188, 2009.
Eslick, J.C. and D.C. Miller. “Multi-objective optimization of cost, water use, and heat rate for retrofitting a CO2 capture process to an existing pulverized coal power plant.” Computers and Chemical Engineering. 35 (2011) 1488– 1500.
Deb, K., Pratap, A., Agarwal, S., & Meyarivan, T. (2002). A fast and elitist multi-objective genetic algorithm: NSGA-II. IEEE Transactions on Evolutionary Computation, 6(2), 182–197.