Mô phỏng số còn được gọi là mô phỏng tính toán có thể giải quyết các vấn đề kỹ thuật và các vấn đề vật lý, thậm chí cả các hiện tượng bản chất bằng cách tính toán số và phương pháp hiển thị hình ảnh. So với phương pháp thí nghiệm truyền thống, mô phỏng số đã được sử dụng rộng rãi trong nhiều lĩnh vực, chẳng hạn như cơ khí, điều hòa không khí, truyền nhiệt, ... Kết quả thí nghiệm có thể được dự đoán bằng cách mô phỏng quá trình phản ứng thực tế với phần mềm mô phỏng số thích hợp, tiết kiệm đáng kể thời gian và nhân lực.
Việc tối ưu hóa chuyển đổi năng lượng trong lò hóa khí phụ thuộc rất nhiều vào cấu hình, kích thước và điều kiện vận hành của lò hóa khí . Ở các nhà máy lớn, các điều kiện vận hành tối ưu được rút ra từ các thí nghiệm với mô hình nhỏ hơn. Mặc dù tốn kém, các thí nghiệm có thể cung cấp dữ liệu thiết kế đáng tin cậy hơn những gì có thể thu được thông qua mô hình hóa hoặc mô phỏng. Tuy nhiên, có một hạn chế lớn với dữ liệu thử nghiệm. Nếu một trong các biến của quá trình ban đầu thay đổi, điều kiện vận hành tối ưu được chọn từ điều kiện thực nghiệm cụ thể không còn giá trị. Hơn nữa, một tham số tối ưu được tìm thấy trong thực nghiệm có thể là kích thước cụ thể; nghĩa là, điều kiện hoạt động tối ưu cho một kích thước của bộ hóa khí không có nghĩa là hợp lý cho bất kỳ kích thước khác. Do đó, sự lựa chọn đúng đắn giữa thử nghiệm và mô hình hóa là cần thiết cho một thiết kế đáng tin cậy.
Mô phỏng hoặc mô hình toán học của lò hóa khí có thể không đưa ra dự đoán chính xác về hiệu suất của nó, nhưng ít nhất nó có thể cung cấp hướng dẫn định tính về ảnh hưởng của thiết kế và vận hành hoặc các thông số nguyên liệu. Mô phỏng cho phép nhà thiết kế
32 hoặc kỹ sư nhà máy tối ưu hóa hợp lý hoạt động hoặc thiết kế của nhà máy bằng cách sử dụng dữ liệu thí nghiệm có sẵn cho nhà máy thí điểm hoặc nhà máy hiện tại.
Mô phỏng cũng có thể xác định các giới hạn hoạt động và các vùng hoạt động nguy hiểm hoặc không mong muốn, nếu chúng tồn tại. Ví dụ, các thiết bị khí hóa hiện đại thường hoạt động ở nhiệt độ và áp suất cao và do đó phải tiếp xúc với các điều kiện hoạt động khắc nghiệt. Đẩy hoạt động đến những điều kiện khắc nghiệt hơn nữa để cải thiện hiệu suất của bộ khí hóa có thể nguy hiểm, đặc biệt nếu nó được thực hiện mà không có ý tưởng trước về cách bộ khí hóa có thể hoạt động ở những điều kiện đó. Mô hình hóa có thể cung cấp một phương tiện ít tốn kém hơn để đánh giá lợi ích và rủi ro liên quan. Và với một mô hình toán học tốt, thì mô phỏng có thể:
- Tìm điều kiện hoạt động tối ưu hoặc thiết kế cho lò hóa khí.
- Xác định các khu vực cần quan tâm hoặc nguy hiểm trong lúc vận hành.
- Cung cấp trường nhiệt độ, trường áp suất trong lò mà thực nghiệm khó chỉ ra được.
- Phân tích các hoạt động bất thường của lò hóa khí nếu có.
- Hổ trợ cho việc scale - up lò khí hóa từ công suất này sang công suất lớn hơn, từ nhiên liệu này sang nhiên liệu khác.
Các mô hình mô phỏng lò hóa khí có thể được phân loại thành các nhóm sau: - Cân bằng nhiệt động lực học.
- Động học hóa học.
- Computational fluid dynamics (CFD). - Artificial neural network (ANN).
Mô hình cân bằng nhiệt động lực học dự đoán sản lượng tối đa có thể đạt được của một sản phẩm mong muốn từ một hệ thống phản ứng [35]. Nói cách khác, nếu để các chất phản ứng phản ứng trong một thời gian vô hạn, chúng sẽ đạt đến hiệu suất cân bằng. Sản lượng và thành phần của sản phẩm ở điều kiện này được đưa ra bởi mô hình cân bằng, mô hình này chỉ liên quan đến phản ứng mà không tính đến dạng hình học của lò hóa khí.
33 Trong thực tế, chỉ có một thời gian hữu hạn để chất phản ứng phản ứng trong thiết bị hóa khí. Vì vậy, mô hình cân bằng có thể cho một sản phẩm lý tưởng. Đối với các ứng dụng thực tế, chúng ta cần sử dụng mô hình động học để dự đoán sản phẩm từ lò hóa khí trong một thời gian nhất định. Mô hình động học nghiên cứu sự tiến triển của các phản ứng trong lò phản ứng, đưa ra các thành phần sản phẩm ở các vị trí khác nhau dọc theo thiết bị khí hóa. Nó có tính đến hình dạng của lò phản ứng cũng như thủy động lực học của nó.
Mô hình CFD giải quyết một tập hợp các phương trình đồng thời để bảo toàn khối lượng, động lượng, năng lượng và chất trên một vùng riêng biệt của bộ khí hóa. Do đó, chúng cung cấp phân bố nhiệt độ, nồng độ và các thông số khác trong lò hóa khí. Nếu biết rõ về thủy động lực học của lò phản ứng, thì mô hình CFD cung cấp một dự đoán rất chính xác về nhiệt độ và sản lượng khí trong lò phản ứng.
Neural network analysis là một công cụ mô phỏng tương đối mới để mô hình hóa một lò hóa khí. Nó hoạt động giống như một nhà vận hành có kinh nghiệm, người sử dụng nhiều năm kinh nghiệm của mình để dự đoán cách lò hóa khí sẽ hoạt động như thế nào trong một điều kiện nhất định. Cách tiếp cận này yêu cầu ít kiến thức trước về quy trình. Thay vào đó, mạng nơ-ron tự học từ dữ liệu thí nghiệm mẫu [21].
Hiện nay, nhiều phần mềm thương mại được phát triển và sử dụng rộng rãi để mô phỏng quá trình hóa khí chủ yếu bao gồm phần mềm tính toán phân tích HSC, phần mềm mô phỏng dòng hóa chất tổng quát quy mô lớn Aspen Plus và phần mềm tính toán động lực học chất lỏng Fluent, v.v.
Dựa trên các bài báo khoa học đã công bố về mô phỏng hóa khí thì hai phần mềm thường được sử dụng để mô phỏng hóa khí đó chính là Aspen Plus và Fluent. Giữa hai phần mềm nêu trên có nhiều điểm khác biệt trong mô phỏng quá trình hóa khí chẳng hạn như nguyên lý mô phỏng, nền tảng mô phỏng,..