乙二醇(EG)俗称甘醇,是一种重要的有机化工原料,用途广泛,可用来生产塑料、胶黏剂、聚酯纤维、炸药以及乙醇胺等产品[1]。近两年来,由于国内市场需求量的快速增长,促进了乙二醇产业迅速发展。根据乙二醇市场分析报告,到2016年底,我国乙二醇的产量约为930万t/a[2],但仍不能满足国内实际生产需求,需要从国外大量进口,因此乙二醇在我国有很大的发展前景。
在煤制乙二醇工艺中,有大量的有机废料产生,如粗DMC、粗DMO、杂醇油、废甲醇等物料,这些废料中主要含有乙二醇、甲醇、乙醇、二乙二醇、水以及一些盐类杂质,若不经过有效的处理,会造成设备腐蚀,增加后期废液分离难度。因此研究开发出对这部分有机废料回收精制的工艺,不仅可以满足绿色发展的要求,还可以得到高纯度的副产品,为企业带来可观的经济效益。而国内对乙二醇副产物回收工艺研究的文献资料很少。有机废料杂醇油中主要含有水、乙二醇、甲醇以及少量乙醇等物质,与其他组分相比甲醇的沸点相对较低,可采用普通精馏的方式进行回收,而对于乙醇-水共沸物系的分离,工业上一般采用萃取精馏和加盐精馏的方法[3-5]。
本文选用乙二醇为萃取剂[5]对杂醇油回收工艺进行全流程模拟,得到了初步的模拟结果。在此基础上系统分析了理论板数、回流比、加料位置以及萃取剂用量等因素对分离效果和能耗的影响,得到了最佳工艺参数,同时可以达到节能降耗、提高经济效益的目的。
1 热力学方法及分离任务 1.1 热力学方法本文处理物系中含有乙二醇、水、乙醇等极性非理想组分,其中乙醇和水在常压下会形成最小共沸物,增加了分离难度。根据文献资料,乙二醇、水以及乙醇物系适合采用非随机双液体(NRTL)模型进行计算[5-8],并已在乙二醇实际生产过程中得到验证。
NRTL模型方程为
$ {\rm{ln}}\;{\gamma _i} = \frac{{\sum\limits_j {{x_j}{\tau _{ji}}{G_{ji}}} }}{{\sum\limits_k {{x_k}{G_{ji}}} }} + \sum\limits_k {\frac{{{x_j}{G_{ij}}}}{{{x_k}{G_{kj}}}}\left( {{\tau _{ij}}-\frac{{\sum\limits_m {{x_m}{\tau _{mj}}{G_{mj}}} }}{{\sum\limits_k {{x_k}{G_{kj}}} }}} \right)} $ |
式中:Gij=exp(-αijτij),τij=aij+bij/T+eijlnT+fijT,αij=cij+dij(T-273.15 K),Gii=1,τii=0,cij=0.3~0.47,dij、eij、fij的值都为0。
NRTL活度系数模型方程中所有的相互作用参数见表 1。
对煤制乙二醇法副产物杂醇油的组成进行了成分鉴定,分析结果见表 2。进料量按2.4万t/a计(8 000 h),回收要求甲醇质量分数不低于99.0%,乙醇质量分数不低于99%,乙二醇质量分数不低于99.99%。
本文工艺流程由甲醇回收塔(T-101)、萃取精馏塔(T-102)和乙二醇回收塔(T-103)组成。杂醇油经过甲醇回收塔进行分离后,塔顶采出甲醇产品,塔釜物料进入萃取精馏塔中进行萃取精馏,塔顶采出纯的乙醇产品,塔釜的乙二醇和水的混合物进入乙二醇回收塔中进行溶剂回收,回收后的乙二醇一部分进入产品罐,另一部分作为萃取剂进入萃取精馏塔循环使用。工艺流程如图 1所示。
为了更好地实现乙二醇、乙醇以及甲醇的回收,根据企业实际生产状况并结合简捷计算得到了模拟的初始值,对主要设计参数及操作条件采用变量轮换法进行灵敏度分析,从而选择适宜的操作条件及设计参数。所谓某参数灵敏度分析,就是搜索单变量对某一目标函数值的影响关系,从而确定该变量的适宜值范围[9-11]。
2.1 甲醇回收塔单因素优化 2.1.1 理论板数NT, 1在其他所有操作条件不变的情况下,对理论板数NT, 1与分离要求进行灵敏度分析,如图 2所示。由图 2曲线趋势可知,当理论板数为40~45时,塔顶甲醇的组成随着理论板数的增加呈迅速增加的趋势,当理论板数大于50时,塔顶甲醇的质量分数随塔板的增加变化缓慢。综合考虑设备费用和产品组成对后续工艺的影响,甲醇回收塔的理论板数NT, 1取50。
回流比是影响精馏操作过程的一个非常重要的参数,其值与精馏操作中的设备费用和操作费用有关,因此在操作过程中,回流比的选取起着非常重要的作用。根据2.1.1节模拟结果,修改理论板数及进料位置,进行回流比对分离要求的灵敏度分析,结果如图 3所示。
由图 3可以看出,随着回流比的增大,塔顶甲醇组成显著增加,同时回流比增大会导致能耗增加。当回流比增加到为3.5时,对分离要求影响不大,为此,甲醇回收塔的回流比R1应在3.5~4.0比较适宜。
2.1.3 进料位置NF, 1将回流比改为当前的适宜值,根据进料位置NF, 1对分离要求精度进行灵敏度分析,结果如图 4所示。由图中曲线变化趋势可以看出,甲醇组成和总能耗随进料板位置下移而增加,但达到最大值后开始下降。因此,进料位置在第20~24理论板数范围内比较适宜。
从图 5可以看出,随着塔顶采出量的增大,塔顶甲醇纯度呈现先保持稳定后降低的趋势,但总能耗呈正比例增长。在满足采出要求下,为了回收较多的产品,综合考虑,塔顶采出量D1在710~713 kg/h比较适宜。
在单因素优化之后,选用L9(34)正交表进行全面试验分析。在T-101塔塔顶采出量、回流比及进料位置的优化范围内各选取3个水平值,以总能耗最小为优化目标进行计算,得到最优参数组合,结果如表 3所示。
由表 3分析可知,各因素影响重要性顺序为D1> NF, 1> R1,即塔顶采出量对总能耗的影响最大。从以上数据分析得出,最优参数组合为D1=710.1 kg/h,NF, 1=20,R1=3.60。
2.3 萃取精馏塔优化从甲醇回收塔塔底出来的含有乙二醇、乙醇、水等的混合物进入萃取精馏塔中进行萃取精馏,塔顶得到纯的乙醇产品。对该塔进行灵敏度分析,结果如图 6~8所示。
由图 6可以看出,当理论板数为21~24时,塔顶乙醇组成呈迅速增加的趋势,当理论板数为25~30时,塔板数的增加对塔顶乙醇的组成影响很小。因此选择萃取精馏塔的理论板数NT, 2为25。
由图 7可以看出,随着萃取剂流率S的逐渐增大,萃取精馏塔塔顶乙醇的质量分数也逐渐增加,而随着回流比的增大,塔顶乙醇的质量分数呈现出先增大后减小的趋势。其主要原因是回流比很小时,增大回流比有利于塔顶乙醇提浓,如果回流过大,过量的乙醇会稀释塔内萃取剂的浓度,降低塔顶乙醇的组成。综合考虑,选取萃取剂的流量S为240 kg/h,回流比R2为2.3。
在图 8中,塔顶乙醇的质量分数随着进料位置的下移呈现先增大后减小的趋势。当进料位置为14块时,可以满足分离要求,故选取萃取精馏塔的进料位置NF, 2为第14块。
2.4 乙二醇回收塔单因素优化通过精馏塔简捷算法计算,得出乙二醇回收塔的理论板数和回流比之间的关系,综合考虑设备费用和操作费用,最终确定理论板数NT, 3为9。
在其他条件不变的情况下改变回流比,研究回流比R3对分离效果和能耗的影响,结果如图 9所示。
从图 9可以看出,增大回流比可以提高塔底乙二醇的组成,但能耗也随着回流比的增大呈线性增加趋势。从分离效果和能耗两方面考虑,取乙二醇回收塔回流比R3为0.24~0.26。
在理论板数和回流比不变的条件下,分析进料位置NF, 3对塔底乙二醇组成和能耗的影响,如图 10所示。
由图 10可知,塔底乙二醇的组成随着塔板的上移逐渐升高,同时塔的能耗也逐渐升高。考虑到分离指标和能耗等因素,选取乙二醇回收塔的进料位置NF, 3为5~7块理论板。
在其他条件一定的情况下,分析塔釜采出量B3对塔底乙二醇组成和能耗的影响。由图 11可以看出,随着塔釜采出量的增加,塔底乙二醇的组成变小, 而能耗大幅度降低。综合考虑,塔釜采出量B3为1 483.57~1 472.73 kg/h。
在单因素分析的基础上进行正交试验分析,结果如表 4所示。从表 4可以看出,各因素影响主次顺序为R3> B3> NF, 3,即塔顶回流比对总能耗的影响最大。从以上数据分析得出,最优参数组合为R3=0.24,B3=1 483.57 kg/h,NF, 3=7。
通过第2章的模拟优化,得到主要物料平衡数据(表 5)和设备的工艺参数(表 6)。由表 5可以看出,甲醇的质量流量为710 kg/h,乙醇的质量流量为172 kg/h,乙二醇的质量流量为1 483.57 kg/h,纯度均可满足分离要求。从表 6可以看到优化后的塔设备参数,包括回流比、理论板数、加料位置、冷凝器热负荷以及再沸器热负荷等。
按照2.4万t/a的处理规模计算,采用新型高效的导向筛板技术可以获得很高的经济效益,具体分析见表 7。
由表 7可以看出,杂醇油废料经过精制回收后经济效益明显,每年可为企业带来约为894.87万元的经济效益,设备投资回收期约为17个月,企业市场竞争力显著提高。
5 结论(1) 采用萃取精馏工艺,选用NRTL热力学方法对杂醇油回收工艺进行模拟研究,可得到甲醇纯度为99.48%,乙醇纯度为99.11%,乙二醇纯度为99.99%,均可达到分离任务指标。
(2) 在初始模拟结果的基础上,对杂醇油回收工艺流程进行了优化,得到的优化参数分别为:T-101的理论板数50,进料板位置第20块板,回流比3.6;T-102的理论板数25,进料板位置第14块板,回流比2.3;T-103的理论板数9,进料位置第7块板,回流比0.24。
(3) 采用新型高效的导向筛板技术,并将模拟结果应用到实际工业生产中,年处理2.4万t杂醇油每年可以为企业带来894.87万元的收益,设备回收期为17个月。
[1] |
黄格省, 李雪静, 杨延翔, 等. 合成气制乙二醇产业化发展现状及分析[J]. 石化技术与应用, 2015, 33(1): 75-79. HUANG G S, LI X J, YANG Y X, et al. Present situation and analysis of development of syngas to glycol industry[J]. Petrochemical Technology & Application, 2015, 33(1): 75-79. (in Chinese) |
[2] |
2017-2022年中国乙二醇行业市场前瞻与投资战略规划分析报告[R/OL]. [2017-11-20]. 北京: 前瞻产业研究院, 2017. https://www.qianzhan.com/analyst/detail/220/170727-5de356e4.html. Report of market forward and investment strategy planning on China glycol industry (2017-2022)[R/OL]. [2017-11-20]. Beijing: Forward-looking Industry Research Institute, 2017. https://www.qianzhan.com/analyst/detail/220/170727-5de356e4.html. (in Chinese) |
[3] |
葛长刚, 马庆全, 朱桃月, 等. 萃取精馏分离乙酸乙酯、乙酸丙酯、乙醇和水体系工艺研究[J]. 化工科技, 2015(6): 40-43. GE C G, MA Q Q, ZHU T Y, et al. Separating process of ethyl, n-propyi acetate, ethanol and water by extractive distillation[J]. Science & Technology in Chemical Industry, 2015(6): 40-43. (in Chinese) |
[4] |
杨亚鸣, 范章豪, 吴淑晶, 等. 加盐萃取精馏分离乙醇-水体系的研究进展[J]. 河南化工, 2014, 31(10): 21-23. YANG Y M, FAN Z H, WU S J, et al. Research progress of separation of ethanol by water system extractive distillation with salt[J]. Henan Chemical Industry, 2014, 31(10): 21-23. (in Chinese) DOI:10.3969/j.issn.1003-3467.2014.10.004 |
[5] |
BENYAHIA K, BENYOUNES H, SHEN W F. Energy evaluation of ethanol dehydration with glycol mixture as entrainer[J]. Chemical Engineering & Technology, 2014, 37(6): 987-994. |
[6] |
KAMIHAMA N, MATSUDA H, KURIHARA K, et al. Isobaric vapor-liquid equilibria for ethanol + water + ethylene glycol and its constituent three binary systems[J]. Journal of Chemical & Engineering Data, 2012, 57(2): 339-344. |
[7] |
ZHANG L Z, WANG X C, ZHU X M, et al. Experimental measurement and modeling of vapor-liquid equilibrium for the ternary systems water + ethanol + ethylene glycol, water +2-propanol + ethylene glycol, and water+1-propanol+ethylene glycol[J]. Journal of Chemical & Engineering Data, 2016, 61(7): 2596-2604. |
[8] |
PLA-FRANCO J, LLADOSA E, LORAS S, et al. Phase equilibria for the ternary systems ethanol, water + ethylene glycol or + glycerol at 101.3 kPa[J]. Fluid Phase Equilibria, 2013, 341: 54-60. DOI:10.1016/j.fluid.2012.12.022 |
[9] |
屈一新. 化工过程数值模拟及软件[M]. 北京: 化学工业出版社, 2006: 78-84. QU Y X. Chemical process numerical simulation and software[M]. Beijing: Chemical Industry Press, 2006: 78-84. (in Chinese) |
[10] |
李群生, 张满霞. 高效导向筛板塔的特点及其工业应用[J]. 精细与专用化学品, 2009, 17(23): 13-15. LI Q S, ZHANG M X. Performance and industrial application of the high efficiency flow-guided sieve tray column[J]. Fine and Specialty Chemicals, 2009, 17(23): 13-15. (in Chinese) |
[11] |
LUYBEN W L. Distillation design and control using AspenTM simulation[M]. Bethlehem: John Wiley & Sons, Inc., 2006: 39-41.
|