HEAT EXCHANGER FOULING ESTIMATION AND PREDICTION. Masters thesis, King Fahd University of Petroleum and Minerals.

PDF HX_Thesis_eprint_v1.1.pdf Restricted to Repository staff only until 8 July 2021. Download (10MB)

Arabic Abstract

تعتبر المبادلات الحرارية احدى المكونات التي لا يمكن الاستغناء عنها في معظم الأنظمة الصناعية الحديثة ، خاصة في توليد الطاقة وقطاعات صناعة النفط. الترسبات هي تراكم المواد غير المرغوب فيها على السطح الداخلي للمبادل حراري ، مما ينتج عنه ارتفاع في المقاومة الحرارية وما ينتج عن ذلك من انخفاض في الكفاءة الحرارية. يعد ترسيب المواد المسببة للترسبات في المبادلات الحرارية من أكثر المشاكل صعوبة التي تؤثر على كفاءة المنشآت الصناعية وتزيد من تكلفة الإنتاج ، كما ينتج عن ذلك زيادة في غازات الدفيئة التي تؤثر بشدة على النظام البيئي للأرض . يهدف هذا البحث إلى تطوير نموذج تقدير للترسبات باستخدام نهج قائم على البيانات لمبادل حراري يعتمد على بيانات درجات الحرارة وانخفاض الضغط التي يمكن الحصول عليها من الأدوات الميدانية المتعلقة بالمبادل الحراري المستهدف. الشبكات العصبية الاصطناعية (ANN) هي واحدة من التقنيات السائدة في مجال النموذج المستند إلى البيانات بسبب قدرتها في نمذجة الانظمة التي تواجه ديناميكبات غير خطية ومعقدة للغاية مثل المبادل الحراري الذي يتعرض لتراكم الترسبات . يهدف هذا البحث أيضًا إلى التنبؤ بالترسب ، مما يمنح مزيدًا من المرونة في مستوى التخطيط الإداري والتشغيلي الذي يمكن أن يساعد إلى حد ما في جدولة الصيانة وتجنب عمليات الإغلاق غير المخطط لها. علاوة على ذلك ، تمت معالجة تعويض التأثيرات الحرارية الناتجة من الترسبات على درجة درجة الحرارة الخارجة عن طريق استخدام تفنبات تحكم ذات تغذية مرتدة مختلفة. أظهرت النتائج التي تم الحصول عليها دقة عالية من حيث التقدير والتنبؤ بالترسبات. كما أن مخططات التحكم المقترحة تعوض بنجاح تأثير الترسبات على درجة حرارة مخرج المبادل الحراري.

English Abstract

Heat exchangers are indispensable components in most modern industrial systems, especially in power generation and the oil industry sectors. Fouling is the accumulation of undesired materials on the inner surface of a heat exchanger, producing a rise in thermal resistance and consequent decline in thermal efficiency. Fouling deposition in heat exchangers is one of the most challenging problems that affect industrial plants efficiency and raise production cost, also fouling results in an increment of greenhouse gases, which severely affect the earth's ecological system. This research aims to develop a fouling estimation model using a data-driven approach for a double pipe heat exchanger based on outlet temperatures, and pressure drop data that can be obtained from the field instruments related to the targeted heat exchanger. Artificial neural networks (ANN) is one of the dominant techniques in data-driven model’s domain due to their capability in modelling systems that experience a highly nonlinear and complex dynamics such as heat exchanger subjected to fouling build-up. This research also targets fouling prediction, which gives more flexibility in management and operation planning level that can help to no small extent in maintenance scheduling and avoiding unplanned shutdowns. Furthermore, the compensation of fouling thermal effects on the stream outlet temperature has been addressed by employing different feedback control schemes. The obtained results showed high accuracy in terms of both fouling estimation and prediction. Also, the proposed control schemes successfully compensate fouling effect on the heat exchanger stream outlet temperature.

Item Type:	Thesis (Masters)
Subjects:	Systems
Department:	College of Computing and Mathematics > lndustrial and Systems Engineering
Committee Advisor:	El-Ferik, Sami
Committee Members:	Al-Sunni, Fouad and Ben-Mansour, Rached
Depositing User:	MOHAMMED MOHAMMEDALTOUM (g201706010)
Date Deposited:	12 Jul 2020 05:38
Last Modified:	12 Jul 2020 05:38
URI:	http://eprints.kfupm.edu.sa/id/eprint/141662