Modeling and Optimization of a Crude Distillation Unit: a case Study for Undergraduate Students

Results. A completely specified system has only one set of values
that solve all model equations and product specifications simul-
taneously. In order to demonstrate that the system has only one
valid solution, different sets of data can be used for initialization
and they should lead to the same results. This is a way to confirm
what is found in the degrees of freedom analysis; the model is
completely specified by having the same number of variables and
independent equations. The fact that a solution is found implies
that all the specifications are satisfied at the same time; this is
not always achievable considering the relationship between the
operation conditions and the quality specifications.
The temperature, liquid and vapor flow profiles, should keep
the same tendency seen in the previous simulation.
Optimization
Before the process of optimization, it is advisable to have an idea
of the effect and magnitude of the changes produced by the vari-
ables in the objective function. For this, it is suggested to make a
sensitivity analysis of each variable.
Sensitivity Analysis. In order to evaluate the decision variables,
each one are changed individually in a rage equivalent to 85%
and 115% of its original value in the completely specified system.
The answer to the analysis is the value of the objective function
(flow of Stab-LSR in lb mol/s). The results presented in Table 8
show the variables that significantly affect the values of the objec-
tive function: Steam flow, Steam-1 flow, Steam-2 flow, Steam-3
flow, Wet-Gas flow, reflux rate of the atmospheric distillation col-
umn, and the condenser temperature of the stabilization column.
The others the variables might be discarded for the optimization
process.
Optimization Process. The optimization is done using the tool
provided with the software for this purpose (Optimizer).
The ranges of variation of the chosen variables should be
established. The ranges used in this optimization shown in Table
9.
The optimization can be carried out analyzing the optimum
value for each individual variable; subsequently, the variables can
be merged in groups of two, three, and so on until they are all
grouped. This process allows demonstrating the effect that adding
variables and therefore enlarging the search region has on the
objective value optimum.
Results. Out of the seven variables chosen as manipulated, six of
them (Steam flow, Steam-1 flow, Steam-2 flow, Steam-3 flow, Wet-

---