Posts

單元操作摩擦係數(Friction factor)與雷諾數(Renolds number)的關係(尺度分析)

本篇是今日上高等輸送現象時想到的題目。大三下做單元操作實驗時有一個實驗叫作“摩擦係數”,做實驗前當時的施大助教要我們解釋為什麼一個圓柱裡流動的流體它的“摩擦係數”在不同雷諾數的極端情形下會顯現不同的性質。當時我援引了turbulent flow下一個特別的shear stress公式作為輔助(應為Prandtl's mixing length),在當時得到助教不錯的評價,但我現在想想其實不需要運用所謂“特別的公式”,光是Scaling Analysis就足以回答他的問題。 簡單複習一下,Fanning friction factor在 高雷諾數(Re)下應是常數 ,然而在 低雷諾數下卻和Re成一次方反比 ,在這邊我們就要證明這件事。我們可以從一段長度為L半徑為R的管柱著手,利用簡單的力平衡可以了解shear stress和壓力差有以下關係: $$\tau \times 2\pi RL = \triangle p \times \pi R^{2} $$ 移項化簡得 $$\tau = \frac{R \triangle p}{2L} $$ 另外摩擦係數的定義是   $$f = \frac{\tau}{ \frac{1}{2} \rho v^{2} } $$ 易知 $$f =   \frac{ \Delta p}{ \rho v^{2}} \frac{R}{L} $$ 接著就是要了解管內實際上發生什麼事了,Navier Stokes’ Equation是很好的切入點,因為它解釋了不同驅動流體的物理現象間的關係。Scaling Analysis的第一步是將所有方程式牽涉的變數都轉化為 無因次項, 假設我們知道流體以V的特徵速度(Characteristic velocity)流動,並且 所有長度尺度都跟半徑R差不多,我們可以列出無因次化的變數如下: $\tilde{r} = \frac{r}{R} $, $\tilde{v} = \frac{v}{V} $, $ \tilde{p} = \frac{p}{ p_{c} } $, $\tilde{ \nabla } = R \nabla$, $\tilde{\nabla}^{2}=R^{2}\nabla^{2}$ 重點來了,我們無法事先知道壓力項的尺度大...

化工尺度分析

Image
我自己大學時在念 BSL 這本書 (Transport Phenomena by Bird, Stewart, and Lightfoot) 常遇到一些問題,學過單元操作的人都知道 無因次群 (Nondimensional group) 的重要性,最直觀的應用就是大幅簡化不同物理變數間可能存在的關係,工程首重 應用性 ,其中的物理意義反倒是其次,這讓我想到高中時一位數理班學長用因次分析研究蜻蜓振翅頻率與升力的關係,最後評審在報告末尾的評語寫上了“缺乏物理意義”,他想當然最後與獎項失之交臂。以前讀過費曼所著<別管別人想什麼>,費曼也提到他參與的一項火箭升空墜落調查計畫中,工程師使用 迴歸分析 這種缺乏物理意義的設計依據非常有問題,當時看了真為自己是學工程而非科學而捏了把冷汗。      然而因次分析我認為仍然是大學四年能帶走的重要資產,它讓不同物理機制的作用能用簡潔的方式表達出來。高等輸送現象把因次分析更進一步推廣到 尺度分析(Scaling Analysis) ,這解釋了BSL書中對方程式作無因次化時常引入一些莫名其妙的 參考尺度 的道理:無因次化本身是一個非常隨意的過程,反正只要讓最後的物理量全部沒有因次就可以了,然而錯誤的無因次化會讓這個過程變得沒有意義。只有當我們選擇對的無因次參考尺度時,我們才能 從方程式中決定哪一項(或哪個物理效應)可以被忽略 。這部分我另外參考了國立新加坡大學的 William B. Krantz寫的 Scaling Analysis in Modeling Transport and Reaction Processes 這本書,他有非常有系統地介紹。舉例來說,流體力學講的Navier Stokes‘ Equation本身包含了 慣性項 (inertial term) 和 黏滯項(viscous term) ,當我們選擇適當的參考尺度使得這兩項都只有 O(1) 的尺度時(簡單來說就是不管是微分項啦、散度啦等等實際的數值會在1附近,至多不超過10),這時這兩項前面帶的“係數”就是大家熟知的Reynolds’ number (Re)。如果Re本身很大,黏滯項相比很小就可以從方程式當中去掉,我們就知道黏滯力對流體的行為影響很小幾乎可以忽略了。注意喔可以這麼做完全是因為我們已經把這些無因次群之外的東西都 ...

使用Excel求解非線性規劃問題--以化工為例

Image
化學工程師在設計製程的時候會考慮非常多因素 其中一個就是如何妥善分配物質流動以讓操作 成本降到最低 同時兼顧各個機器的性能 非線性規劃 (Nonlinear programming)  就是一個常出現在現實生活的問題 本篇以Syborg撰寫的 Process Dynamics and Control 當中的例題來講述如何使用 Excel來解非線性規化的問題 (當然線性規劃也是可以的) 石化工廠有個地方稱作boiler house 利用燃料推動渦輪產生電力 如果有一個boiler house裝置了兩種不同的 渦輪發電機G1, G2 (其中G1的發電效能比G2好) 又有兩種燃料可以使用 分別是 F uel oil 與 Medium Btu gas (MBG) MBG來自工廠的其他單元產生的廢氣,可以當作是不用錢的 然而 F uel oil是要用錢來買的! 我們想要分配兩種燃料至兩個發電機 使總發電量可以維持50 MW之外 還可以讓fuel oil的消耗量最低 這樣就可以達到 省錢的目的! 由實驗可以得到兩個發電機發電功率(P)對燃料流量(x)的關係: 我們可以接著把題目所給的條件一一寫出 因為發電功率對流量的關係是非線性方程式 所以本題是一個非線性規劃問題 注意雖然MBG不用錢 但MBG的量也是有限的 只有5 (fuel units/h) 而兩台發電機的供電也有一定的範圍 我們的目的是將fuel oil的總用量降到最低節省成本 所以: 把題目敘述轉化成數學式子後就可以開始利用excel來解這題啦! 為了方便我把題目截圖插入到excel裡面方便作對照 exce裡面有一個功能可能是大家比較不熟悉的 叫作 規劃求解(Solver) 是用來解 方程式 或 規劃(programming)問題 的簡單方法 我用的是Microsoft 365的版本 廠商預設裡不一定出現在主選單當中 可能需要另外從 增益集(Add-in)  選擇 規劃求解(Solver) 並下載安裝 以下圖為例 將所有變數先預留空格(B2:B5),這裡的變數講的是你可以調整的變數,也是你想求解的未知數 把條件輸入到方格裡 方格B6與B7輸入發電功率P的公式 D6和D7內輸入等式限制式 D2:E3區塊輸入發電功率的上下限 最後在D11空格內輸入我們的 目標函數f (objective functio...

整廠控制(Plantwide Control)讀書心得

Image
 (本篇參考文獻Dale E. Seborg et al., Process Dynamics and Control ,  Third ed., Appendix F) 一個化學製程在工廠通常會採用 連續性製程(Continuous process) 不同於一般在實驗室所操作的 批式製程(Batch process) 為了達到程序能夠在穩定狀態操作 不可避免地必須藉助適當的方法將與設計當初不符的 干擾因素(disturbance) 在製程當中去除 (比如說反應物的規格、流進反應器的流量和原先設計不一樣) 程序控制(Process Control) 便是探討如何消弭干擾因素、讓製程順順利利進行的學科 化工有一項重要的概念是 我們可以把製程看作是許多各司其職的小單元(Unit) 串在一起就可以達到我們生產的目標 直覺上以個別的單元來看 單獨控制他們就好了 然而實際上沒有那麼簡單 許多單元間會互相影響 因此如何決定 measured variable (MV), controlled variable (CV)的配對 與使用何種 控制方法 變得很重要 關於flow/inventory control 有下列兩種模式: Downstream method 用下游的參數控制上游的單元,優點是能夠控制最終、理想的產量。然而disturbance會回傳上游,且額外的支流需要與主流成固定比例 Upstream method 利用上游的參數控制下游的單元,缺點是disturbance會往下游傳遞 無論是哪種模式誤差都有可能會傳遞到別的地方 有一種解決方式是利用一個緩衝性質的Surge tank在兩個unit中間 Surge tank 通常不會控制它的液位高度 只有太高或太低的時候才會有警報調節 這樣各個unit就可以用單獨的控制系統控制,以避免互相干擾 設計製程時我們會有一些讓產率提高、能量損失減少的設計 例如我們可以利用 物質回收(material recycle) 的技巧讓未完全反應的反應物回流到反應器,以增加利用效率: 關於能量方面 我們可以使用 熱整合(heat integration) 的技巧,讓產生過多熱能的地方將多餘的熱給需要熱能的地方使用 上述的兩種技巧可以大大減少設計廠房時的固定成本和變動成本 然而單元間的interaction也大大提高了(我...