このセッションは全４回（固体基礎、晶析、ろ過、乾燥）からなるバッチ固体プロセス全体最適化の第１回目のセッションです。このセッションではAspen Plusで固体を取り扱うための基本的な設定や、固体特有の物性である粒径分布や含水率の設定方法について紹介します。 Aspen Plusの固体モデルにより、プロセス最適化の範囲を従来の気液連続プロセスから固体バッチプロセスまで拡大することができ、固体プロセスを含むプロセス全体の最適化が可能となります。

Aspen Plusのバッチ乾燥機モデルについて紹介します。バッチ乾燥シミュレーションを行うことで、運転操作の最適化が可能になります。

Aspen Plusのバッチろ過モデルについて紹介します。BatchOpモデルは反応、晶析、濾過のバッチモデルであり、晶析から濾過の一貫としたプロセスの検討を行うことができます。

Aspen Plusのバッチ晶析モデルについて紹介します。速度論型の核生成/成長モデルを考慮することで、蒸発晶析や冷却晶析、貧溶媒晶析など多種に渡る晶析プロセスを取り扱うことができます。本モデルを活用することで、バッチ晶析プロセスにおける実験回数の削減、運転条件の最適化検討などが可能となります。

コスト積算ツールであるAspen Economic Evaluation Familyを紹介します。一般的に確度の高いプロジェクトコストの見積りを得るためには多くの労力と時間を必要としますが、そのために競争優位を失ってしまいます。 今回紹介するAspen Economic Evaluation Familyでは、最新のコストデータ、設備のコストカーブ、標準P&IDに基づき、確度の高い見積りを迅速に簡単に得ることが可能となり、意思決定までのリードタイムの短縮化が可能となります。

現実プラントで測定できるプロセスの値は、連続プラントにおいても常に変動しているため、Aspen PlusやHYSYSのシミュレーションの挙動と一致させるのは容易ではありません。このセッションでは、シミュレーションの挙動を現実プラントと一致させるためのPlant Data機能 (プラントヒストリアンからのタグデータインポート、データコンディショニング、定常状態判定など)についてご紹介します。Plant Data機能は、プロセス性能の経時的なモニタリングにも活用でき、例えば長期的に変動する熱交換器の汚れや反応器の触媒活性のモニタリングに役立ちます。

Aspen Polymersを活用し逐次重合モデルを構築できます。実験データから反応速度パラメータを回帰し、バッチ/連続重合シミュレーションでポリマー物性を予測します。 モデルを活用することで、実験回数の削減、運転条件の最適化検討が可能となります。

Aspen Polymersを活用しフリーラジカル共重合モデルを構築できます。実験データから反応速度パラメータを回帰し、バッチ/連続重合シミュレーションでポリマー物性を予測します。 モデルを活用することで、実験回数の削減、バッチサイクルの短縮検討が可能となります。

Aspen Custom Modelerは、特殊な反応器、膜やフィルムのプロセス、バイオプロセスなど、Aspen PlusやHYSYSの標準モデルで表すのが困難な場合に利用されています。このセッションでは、Aspen Custom Modelerの概要と活用事例について紹介いたします。

Aspen Data Science Studio™とAspen IoT Analytics Suite™を組み合わせてAspen Industrial AI Workbenchを作成し、すぐに使用できる分析ライブラリ、AI開発コラボレーションツールを作る方法をご紹介します。これらと組み込みのMES統合は、ドメインエキスパートやデータサイエンティストがデータが豊富なAIアプリを開発するのに役立ちます。