Diese Seite empfehlen:
An (E-Mail Adresse des Empfängers)
Ihr Name (Optional)
Von (Ihre E-Mail Adresse)
Nachricht (Optional)
Datenschutz-Hinweis: Die Mailadressen werden von uns weder gespeichert noch an Dritte weitergegeben. Sie werden ausschließlich zu Übertragungszwecken verwendet.

ACHEMA-Trendbericht

Computermodelle können Praxistests ersetzen

Mit weniger mehr erreichen: Für dieses Bestreben von Ingenieuren und Naturwissenschaftlern sind Computermodelle unersetzlich. Sie sparen Kosten, beschleunigen Entwicklungsprozesse und reduzieren die Ungewissheit beim Design von Molekülen bis hin zu Prozessen.

Flowsheet-Simulatoren, ein Standardwerkzeug für Chemieingenieure seit den 1990er Jahren, sind in den letzten Jahren schrittweise leistungsfähiger und benutzerfreundlicher geworden. Computational Fluid Dynamics und Molecular Modelling haben sich dagegen deutlich stärker entfaltet und können heute einiges an experimenteller Arbeit einsparen. Open-Source-Simulatoren bieten heute in verschiedenen Bereichen eine ernstzunehmende Alternative zu kommerzieller Software, während leistungsstarke Universal-Modellierungs-Werkzeuge und „Multi-Scale“-Modelle die Grenzen zwischen verschiedenen Arten der Simulation verschwimmen lassen.

Vorhersagen sind ein wichtiger Teil der wissenschaftlichen Methodik. Nur wenn wir unabhängig vom Experiment vorhersagen können, wie sich ein Prozess oder ein Molekül verhalten wird, können wir für uns beanspruchen, den Vorgang wirklich zu verstehen. Mathematische Modelle für physikalische, chemische und thermische Phänomene bilden deshalb den Kern des Ingenieurwesens, vieler chemischer Disziplinen und zunehmend auch in den Lebenswissenschaften.

Ein großer Teil der Mathematik, die den Wärme- und Massentransfer beschreibt, geht auf das 18. und 19. Jahrhundert zurück. Allerdings ist es einfacher, Differentialgleichungen aufzuschreiben, als sie zu lösen. Deshalb mussten praktische Lösungen für zahlreiche ingenieurwissenschaftliche Fragestellungen warten, bis Computer in der Lage waren, „gewaltsam“ Lösungen zu liefern („numerische Methoden“).

Anzeige

Seither haben die Fortschritte bei Rechenleistungen und in der Mathematik sowohl sehr komplexe zeitunabhängige Optimierungen ermöglicht wie etwa Proteinfaltungen, aber auch dynamische Simulation von Gasströmen, die Modellierung von Verbrennungsvorgängen und Prozessüberwachungsfunktionen (Advanced Process Control).

Universal-Simulatoren
Über Jahrzehnte waren Bibliotheken mit numerischen Methoden auf Groß- und Minirechnern für jeden zugänglich, der sich auf das Schreiben eigener mathematischer Modelle verstand. Aber es ging dabei um komplexe Dinge, die meist den Experten überlassen wurden und sich nicht für den Gelegenheitsanwender eigneten.

In den frühen 80er Jahren hielt der PC dank der ersten Tabellenkalkulationen, VisiCalc und Lotus 1-2-3, Einzug in den Alltag der Chemieingenieure. Tabellenkalkulationen vereinfachten die Lösung von komplexen simultanen Gleichungssystemen erheblich, die für Anlagen-Flussschemata typisch sind, und ermöglichten Verbesserungen im Aufbau über Serien von „Wenn-dann“-Berechnungen.

Heute werden Tabellenkalkulationen ergänzt durch universelle Modellierungs-Umgebungen wie Mathmatica/Wolfram SystemModeler (Wolfram Research, USA), MATLAB/Simulink (MathWorks, USA) und Dutzende ähnlicher Anwendungen. Sie vereinen Flexibilität mit großer Leistungsfähigkeit und können mathematische Funktionen ebenso modellieren wie Prozessanlagen, mechanische Geräte und elektrische Systeme.

Mit der Open-Source-Modellierungs-Sprache Modelica zum Beispiel kann der Nutzer Gleichungsblöcke aufstellen und verknüpfen, die etwa einzelne Bestandteile eines Flussschemas beschreiben. Modelica wiederum kann mit einer Reihe von kommerziellen Benutzeroberflächen verknüpft werden, einschließlich Wolfram SystemModeler und SimulationX (ITI, Deutschland).

Nach neuesten Berichten bringt die Open-Source-Umgebung Scilab/Xcos bei der Modellierung einer Brennstoffzelle 80 bis 90 % der Leistung der kommerziellen Software MATLAB/Simulink, die mehrere Tausend Euro kostet [1]. Wie häufig bei Open-Source-Software verfügt Scilab/Xcos über eine aktive Nutzergemeinde, die Dokumentation kommt dabei allerdings etwas zu kurz.

Für sehr komplexe Anwendungen können Universal-Simulatoren auf Hochleistungsrechner-Cluster eingesetzt werden. Dabei nutzen sie oft sowohl die Grafikkarte als auch die Zentraleinheiten der einzelnen Server. Am anderen Ende der Bandbreite gibt es inzwischen sogar taugliche Programme für Smartphones, die lineare Gleichungssysteme lösen und grafisch aufbereiten können.

Die leistungsstärksten Universal-Simulatoren bieten eine ideale Basis für den neuen Trend zur Multiskalen-Modellierung.

Molecular Modelling
Computerleistung gepaart mit dem Wissen über atomare Eigenschaften und chemische Bindungen versetzt Chemiker in die Lage, die Form und chemischen Eigenschaften komplexer Moleküle vorherzusagen. Die Anwendungen in den Life Sciences sind vielfältig – von der Grundlagenforschung bis hin zur Entwicklung neuer Wirkstoffe. „Computational Chemistry“ wird außerdem zunehmend in der Materialforschung eingesetzt, um neue Produkte wie Katalysatoren, Polymere, Elektroden für Hochleistungsbatterien und Wärmedämmungen zu entwickeln und Reaktionskinetiken zu verstehen.

Dutzende von Programmen sind in diesem anspruchsvollen Bereich verfügbar. Einige modellieren nur Atome („molekulare Mechanik“), während andere („Quantenmodelle“) auch die Elektronen berücksichtigen. Manche werden bevorzugt zur Untersuchung bekannter Moleküle eingesetzt, andere sind auf die Entwicklung neuer Substanzen ausgerichtet. Manche können ein weites Spektrum von Strukturen handhaben, andere sind spezialisierter; so gibt es beispielsweise eine ganze Reihe von Programmen für die Modellierung von Nanostrukturen wie Carbon-Nanotubes oder Graphen. Manche benötigen Hochleistungsrechner, um hochaktuelle Fragestellungen zu bearbeiten, andere bescheiden sich mit PCs und liefern darauf brauchbare Ergebnisse.

Einige Beispiele aus der Vielzahl der kommerziellen Molecular-Modelling-Lösungen für die Life Sciences sind Biologics Suite (Schrödinger, Japan) und Lead Finder (Molecular Technologies, Russland). Zur Open-Source-Software gehören DelPhi (USA) und Ascalaph (Russland/Schweden). Für Chemieingenieure eignet sich etwa das Simulations-Paket CHEMKIN/CHEMKIN-PRO (Reaction Design, USA), das vor allem auf Verbrennungsprozesse und besonders Motoren ausgerichtet ist.

Accelrys (USA; eine Tochtergesellschaft des französischen 3D-Spezialisten Dassault Systèmes) bietet unter anderem Materials Studio an, mit dem sich Katalysatoren, Polymere, Metalle und Werkstoffe für elektrische Anwendungen untersuchen lassen, außerdem Software für Chemie und Life Sciences. Nach Angaben von Accelrys konnten einige Kunden die Zahl ihrer Experimente in der Produktentwicklung mit Hilfe von Simulationen um 90 % reduzieren.

Doch auch wenn die Modellierung auf Quanten- oder Atomniveau für sich genommen wichtig ist, geht es besonders in der Materialforschung eher um die Bulk-Eigenschaften oder die Herausforderung, neue Materialien herzustellen. Daraus resultiert ein wachsendes Interesse an Multiskalen-Modellierung, bei der das Wissen auf allen Ebenen – Quanten, Atome, Cluster sowie große Mengen oder Kontinuum – verknüpft wird.

Im akademischen Bereich beschäftigen sich unter anderem die Universitäten Manchester [2] und Oxford [3] (UK), die Universität Basel (Schweiz) und das Fraunhofer Ernst-Mach-Institut in Freiburg (Deutschland) mit der Multiskalen-Modellierung. Teilweise wird die Entwicklung und Herstellung von Materialien und anderen physischen Produkten über Multiskalen-Modellierung auch als „integrated computational materials design (ICME)“ bezeichnet.

Computational Fluid Dynamics
Wenn das Molecluar Modelling am einen Ende der Größenskala angesiedelt ist, so finden sich am anderen Ende die Computational Fluid Dynamics (CFD). Sie nutzen Gleichungen, um Verwirbelungen und Wärmetransfer in Flüssigkeiten im größeren Volumen zu beschreiben und so verfahrenstechnische Aufgabenstellung einschließlich Fließverhalten zu modellieren. Die Anwendungen reichen von Aerodynamik und komplexen Stoffströmen in Reaktoren einschließlich Festbettreaktoren über Trockner und Wärmetauscher bis hin zu Verbrennungsprozessen und Explosionen.

Vor 20 Jahren erforderten die ersten kommerziellen CFD-Programme viel Zeit beim Aufsetzen, und man brauchte Tage oder Wochen, um Probleme aus der Praxis rechnerisch zu lösen. Dementsprechend wurde CFD nur eingesetzt, um fertige Entwicklungen zu bestätigen oder um Fehler zu beheben. Dank Fortschritten bei der Software und kostengünstigen Hochleistungsrechnern können CFD-Methoden heute viel früher wertvolle Beiträge zur Prozessentwicklung liefern und Verfahren mit minimalem Aufwand für die Ingenieure über wiederholte Simulationen optimieren.

GEA Process Engineering (Dänemark), ein Spezialist für hygienische Verfahren, nutzt CFD für die Entwicklung und Problembehandlung von Sprühtrocknungsanlagen und Mischern für Lebensmittel und die pharmazeutische Industrie. Die firmeneigene DRYNETICS-Modellierungstechnik, die 2008 eingeführt wurde, kombiniert CFD mit Messungen an realen Tropfen und Partikeln. Die Simulation läuft auf einem neuen Hochleistungscluster mit 512 Prozessoren, 90 TB Speicher und 2 TB RAM.

Ebenso wie beim Molecular Modelling haben sich auch die Einsatzbereiche und Größenordnungen des CFD deutlich erweitert. Die Grenzen zwischen CFD und struktureller Mechanik – Finite-Elemente-Analyse (FEA) – sind tatsächlich so fließend, dass es wenig sinnvoll scheint, überhaupt noch von CFD zu sprechen, sagt Bill Clark, Executive Vice President des Simulationsanbieters CD-adapco (USA) [4].

In gleichen Zug, wie Simulation immer mehr physikalische Versuche ablöst, müssen Simulationsexperten mehr Verantwortung für die Korrektheit ihrer Ergebnisse übernehmen. Gleichzeitig werden ihre Aufgaben immer anspruchsvoller, weil die Fragestellungen immer komplexer werden. „Die Kunden wollen das Gesamtbild sehen, ganze Systeme anstelle von Einzelkomponenten, und eigentlich gibt es keine einfachen Probleme mehr, die zu lösen wären“, sagt Clark.

CFD-Programme wie Star-CD und Star-CCM+ von CD-adapco oder Fluent und CFX von ANSYS (USA), dem größten kommerziellen CFD-Anbieter, verknüpfen eine gute Performance mit einem integrierten Ansatz, das sie für Firmen attraktiv macht, die neu in die CFD einsteigen, erklärt der Raumfahrt-CFD-Experte Dr. Chris Nelson [5]. Andererseits können Software-Lösungen, die einzelne Komponenten betrachten – Netzgenerator, Strömungslöser, Postprozessor – leistungsfähiger sein.

Nicht vergessen sollte man die vielen hervorragenden Open-Source-CFD-Programme, von denen OpenFOAM (ESI Group, Frankreich) wahrscheinlich das bekannteste ist. Dr. Ma Shengwei vom Institute of High Performance Computing, Singapur, meint, dass Open-Source-Software genauso gut sein kann wie die kommerziellen Versionen („es gibt fast keine Geheimrezepte“). Aber dazu ist gut ausgebildetes Personal notwendig, deshalb ist der Einsatz von Open-Source-Programmen nicht unbedingt billiger [6].

Fließschema-Simulationen
Fließsschema-Simulationen sind das Herz der chemischen Verfahrenstechnik. Sie basieren auf Massenbilanzen, Energiebilanzen, Massentransfer, Wärmetransfer, Phasengleichgewichten und Reaktionsmodellierungen.

Im Vergleich zum Molecular Modelling oder CFD stellen Gleichgewichts-Simulationen relativ geringe Ansprüche an die Rechenleistung. Zusammen mit dem kleineren Markt führt das dazu, dass sich die Anbieter eher im Hinblick auf Zielbranchen, Nutzerfreundlichkeit, Kundendienst und Lizenzkosten unterscheiden als in der reinen technischen Performance.

Marktführer in der Öl-, Gas- und chemischen Industrie sind Aspen HYSIS (Kohlenwasserstoffe) und Aspen Plus (chemische Produkte) von AspenTech, UniSim (das auf derselben Grundlage basiert wie HYSYS) von Honeywell und SimSci PRO/II von Schneider Electric. ProMax von Bryan Research and Engineering hat sich zu einem ernsthaften Herausforderer für HYSYS und UniSim entwickelt, besonders bei kleineren Kunden. Andere wichtige Anbieter sind CHEMCAD (Chemstations), DESIGN II (WinSim), ProSimPlus und die Simulis-Familie (ProSim) sowie VMGSim (Virtual Materials Group).

Zusätzlich zu den Fließschema-Simulatoren haben alle Anbieter spezielle Pakete und Lösungen im Portfolio, sei es für spezifische Zielbranchen (etwa Brennstoffzellen), Prozesse (z.B. Rohöl-Verarbeitung), Komponenten (z.B. Wärmetauscher) und Planungstechnologien (z.B. Netzwerke zur Wärmerückgewinnung und Finanzanalysen). Da die Modellierung von Flussschemata davon abhängt, dass die einzelnen Rohstoffe und Produkte gut charakterisiert sind, sind Datenbanken mit physikalischen Eigenschaften und Zustandsgleichungen unentbehrlich für jedes Simulationswerkzeug. Die Lücke zwischen den physikalischen Eigenschaften in den Datenbanken und den Modellen der Simluatoren lässt sich durch spezielle Software wie das Data Preparation Package oder mit integrierten Werkzeugen verschiedener Anbieter schließen.

Einige der ursprünglichen Flussschema-Simulatoren, vor allem Aspen Plus, gehen auf öffentlich geförderte Forschungsprojekte zurück, und Open-Source-Alternativen sind verfügbar, wenn auch nicht im gleichen Maß wie bei CFD. Eine aktuelle Bewertung des Open-Source-Simulators DWSIM schätzt ihn als in mancher Hinsicht vergleichbar mit Aspen HYSYS, ProSim und VMGSim ein [7]. Sowohl DWSIM als auch das Open-Source- Simulator-Projekt EMSO stammen aus Brasilien. Keine Open-Source-Anwendung, aber vergleichbar im Hinblick auf das Streben nach Transparenz ist das langlebige CAPE-OPEN-Projekt, das Standards für den Datenaustausch bei der Modellierung chemischer Prozesse festlegt. Ein Simulationspaket, das den CAPE-OPEN-Standards entspricht, kann beispielsweise verschiedene Datenbanken mit physikalischen Eigenschaften nutzen und Bausteine von Drittanbietern integrieren, etwa neue Reaktortypen, sofern diese ebenfalls den CAPE-OPEN-Standards folgen.

Prozesstechnische Anlagen laufen selten vollständig unter Gleichgewichtsbedingungen. In komplexen Prozessen können dynamische Effekte den Betrieb und die Sicherheit bestimmen, besonders beim Hoch- und Herunterfahren.

Viele Anbieter haben deshalb dynamische Modellierunges-Möglichkeiten im Programm, die entweder in die Standard-Flussschema-Werkzeuge integriert sind oder als eigenständige Produkte vermarktet werden. Ein Beispiel für Letzteres ist Advanced Process Control von AspenTech, das einen Teil der aspenONE-Suite bildet. Sie unterstützt komplexe Mess- und Regelstrategien, um Prozesse unter Optimalbedingungen ablaufen zu lassen. Die Ausbildung der Anwender ist ebenfalls ein wichtiges Einsatzgebiet für dynamische Simulationen.

References
[1] http://www.engineeringnewworld.com/?p=292
[2] http://www.ceas.manchester.ac.uk/our-research/themes-challenges/themes/multi-scale-modelling/overview/
[3] Committee on Integrated Computational Materials Engineering, National Materials Advisory Board, Division on Engineering and Physical Sciences, National Research Council (2008). Integrated Computational Materials Engineering: A Transformational Discipline for Improved Competitiveness and National Security. National Academies Press. p. 132. ISBN 9780309178211
[4] http://insidehpc.com/2014/09/past-present-future-engineering-simulation/
[5] http://www.innovative-cfd.com
[6] http://caewatch.com/why-open-source-cfd-solution-is-not-for-everyone/, http://caewatch.com/cfd-in-2014/
[7] http://www.engineeringnewworld.com/?p=168

Anzeige

Das könnte Sie auch interessieren

Anzeige
Anzeige
Anzeige
Anzeige

Heizen und Kühlen

Temperaturen präzise regeln

Der Thermostat Presto W55 von Julabo hat eine hohe Kälte- und Heizleistung mit sehr schnellen Abkühl- und Aufheizzeiten in einem Temperaturbereich von -55 °C bis +250 °C bei einer Temperaturkonstanz von bis zu +/- 0,05 °C.

mehr...
Anzeige
Anzeige
Anzeige