سوالها و درخواستها در مورد شبیه سازی با نرم افزار اسپن پلاس +Aspen

مستند

عضو جدید
سلام یکی به من کمک کنه کمک فوری میخوام.
من با Aspen edr میخوام مبدل صفحه ای پره دار طراحی کنم. نمیدونم از کجا بخونم تا یاد بگیرم. خواهش میکنم اگه کسی میدونه فایلی یا help از نرم افزار داره آدرس بده یا برام ایمیل کنه. ممنون.
 
آخرین ویرایش توسط مدیر:

ALPR.ChemEng

عضو جدید
سلام یکی به من کمک کنه کمک فوری میخوام.
من با Aspen edr میخوام مبدل صفحه ای پره دار طراحی کنم. نمیدونم از کجا بخونم تا یاد بگیرم. خواهش میکنم اگه کسی میدونه فایلی یا help از نرم افزار داره آدرس بده یا برام ایمیل کنه. ممنون.

ببین این تز برای شروع می تونه کمک کنه ؟ فصل 5 اش برای هایسیس هست اما شاید خوندن فصل 3 و 4 مفید باشه

http://www.diva-portal.org/smash/get/diva2:745188/FULLTEXT01.pdf
 
آخرین ویرایش توسط مدیر:

capitan84

عضو جدید
سلام دوستان عزیز
من روی فرآیند پلیمریزاسیون کار میکنم. من به مرحله ای رسیدم که میبایست پارامتر های سینتیکی را فیت کنم تا داده های خروجی از نرم افزار با داده های واحد یکسان بشود. اما قبل از این کار مشاورم به من گفتش که این کار را انجام بدهم The reactor models don't appear to converge. Do they for you? This will have to be resolved before you can start using the model to fit parameters. من هم بر اساس رفرنس معرفی شده این عملیات را انجام دادم According to the “Aspen polymers plus example and applications casebook “; I changed parameters in blocks CSTR-1 and 2 (convergence). Solver → newton Stabilization Strategy→ Line-Search Advanced Parameters, Scaling method→ Component-based Selected→ Initialize using integration Diagnostics, 4 to 7 بعد با استفاده از رفرنس دیگر From book2 (page 25 of 297) I have solved like bellow before: solver newton stabilization line search diagnostics 4 to 7 After that, I could remove two errors in results. اما مشاور این پاسخ را به من دادش برای عملیات اول My first question is were you able to get it to converge with the estimates? This problem should be easier to solve than without the estimates, so if you haven't gotten that working, please do that first. جوابش برای عملیات دوم It doesn't matter which way you set up convergence as long as you get an error-free solution. The User Guide has general principles to get convergence while the Examples book has specific ways to get a particular simulation to converge. Both are adequate as long as you can get your model to converge. You say you already have a converging solution - one that doesn't need estimates? حالا من گیج شدم که میبایست چه کار کنم دقیقا. منظورش از کانورژ کردن چی میباشد.ممکن است در این زمینه بنده را راهنمایی کنید که چه کاری باید انجام بدهم.
http://iran-eng.com/image/png;base64,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
 

n.r5566

عضو جدید
سلام دوستان
کسی هست اسپن بلد باشه؟
گفتن واحد مرآکس پالایشگاه رو با اسپن شبیه سازی کنم منم هیچی بلد نیستم:-(

 

akbari65

عضو جدید
سلام دوستان
کسی میدونه چطوری میشه یه جز باردار رو تعریف کرد توو اسپن؟ مثلا
C8H7O3- که در واقع وانیلین هست که در محلول من یه بار منفی داره
خیلی ممنونم
 

P O U R I A

مدیر مهندسی شیمی مدیر تالار گفتگوی آزاد
مدیر تالار
سلام دوستان
کسی میدونه چطوری میشه یه جز باردار رو تعریف کرد توو اسپن؟ مثلا
C8H7O3- که در واقع وانیلین هست که در محلول من یه بار منفی داره
خیلی ممنونم
سلام
اسپن پلاس رو تحت حالت الکترولیت اجرا کنید .. فکر کنم در لیست ترکیب ها وانیلین باشه .. اگر نبود هم میتونید با داشتن اطلاعات وانیلین این ماده رو براش ترکیب کنید.
 

akbari65

عضو جدید
ببخشید متوجه نشدم "تحت حالت الکلرولیت" یعنی چی. اگه منظورتون elec wizard هستش اونو امتحان کردم ولی فقط تجزیه اب رو میده، وانیلین رو اضافه کردم ولی در نظر نمیگیره.
اطلاعات وانیلین با یه بار منفی در شرایط این محلول رو میشه از جایی پیدا کرد؟
خیلی ممنون


سلام
اسپن پلاس رو تحت حالت الکترولیت اجرا کنید .. فکر کنم در لیست ترکیب ها وانیلین باشه .. اگر نبود هم میتونید با داشتن اطلاعات وانیلین این ماده رو براش ترکیب کنید.
 

n.r5566

عضو جدید
سلام ممنونم لطف میکنین.این ایمیل من هستش ...
pfd رو گیر پیدا کنم سریع براتون میفرستم.واحد تهیه و تصفیه گاز مایع پالایشگاه هستش.ممنون
 
آخرین ویرایش توسط مدیر:

P O U R I A

مدیر مهندسی شیمی مدیر تالار گفتگوی آزاد
مدیر تالار
ببخشید متوجه نشدم "تحت حالت الکلرولیت" یعنی چی. اگه منظورتون elec wizard هستش اونو امتحان کردم ولی فقط تجزیه اب رو میده، وانیلین رو اضافه کردم ولی در نظر نمیگیره.
اطلاعات وانیلین با یه بار منفی در شرایط این محلول رو میشه از جایی پیدا کرد؟
خیلی ممنون
وقتی مواد باردار و یونی داریم باید توی حالت شبیه سازی الکترولیت کار کنیم..

Untitled.jpg

و از اونجا بعد از اینکه همه کامپوننت ها رو انتخاب کردی میری تو قسمت elec wizard و واکنش هاش رو مشخص میکنی.
ببخشید توضیح کاملتر نمیتونم بدم .. الان اسپن خودم مشکل داره و وقت نکردم درستش کنم.
 

eghbali66

عضو جدید
کاربر ممتاز
وقتی مواد باردار و یونی داریم باید توی حالت شبیه سازی الکترولیت کار کنیم..

مشاهده پیوست 239710

و از اونجا بعد از اینکه همه کامپوننت ها رو انتخاب کردی میری تو قسمت elec wizard و واکنش هاش رو مشخص میکنی.
ببخشید توضیح کاملتر نمیتونم بدم .. الان اسپن خودم مشکل داره و وقت نکردم درستش کنم.

وقتی الک ویزارد رو استفاده کردی، و یونها رو نداد، یعنی باید خودت یونها رو وارد کنی. یکم کارت سخت میشه.
چون باید اولا خواص یونها رو در بیاری، جرم مولکولی و بار یونها رو حتما باید وارد کنی، بعد با توجه به مدل ترمودینامیکی و روش حلی که انتخاب میکنی، و همچنین اطلاعاتی که از اسپن میخای (مثلا شاید موازنه حرارت رو از اسپن نخای!) باید پارامترهای مورد نظر رو مشخص و مقادیر اسکالر یا تابع دما رو وارد کنی
 

akbari65

عضو جدید
خیلی ممنون دوستان از پاسختون
درحالت شبیه سازی الکترولیت هم اجرا کردم نرم افزارو ولی یونها رو نمیده. مجبورم راه دوم رو امتحان کنم :( ولی خواص یون رو مثلا از کجا میشه پیدا کرد؟
مرسی

وقتی الک ویزارد رو استفاده کردی، و یونها رو نداد، یعنی باید خودت یونها رو وارد کنی. یکم کارت سخت میشه.
چون باید اولا خواص یونها رو در بیاری، جرم مولکولی و بار یونها رو حتما باید وارد کنی، بعد با توجه به مدل ترمودینامیکی و روش حلی که انتخاب میکنی، و همچنین اطلاعاتی که از اسپن میخای (مثلا شاید موازنه حرارت رو از اسپن نخای!) باید پارامترهای مورد نظر رو مشخص و مقادیر اسکالر یا تابع دما رو وارد کنی

وقتی مواد باردار و یونی داریم باید توی حالت شبیه سازی الکترولیت کار کنیم..

مشاهده پیوست 239710

و از اونجا بعد از اینکه همه کامپوننت ها رو انتخاب کردی میری تو قسمت elec wizard و واکنش هاش رو مشخص میکنی.
ببخشید توضیح کاملتر نمیتونم بدم .. الان اسپن خودم مشکل داره و وقت نکردم درستش کنم.
 

eghbali66

عضو جدید
کاربر ممتاز
خیلی ممنون دوستان از پاسختون
درحالت شبیه سازی الکترولیت هم اجرا کردم نرم افزارو ولی یونها رو نمیده. مجبورم راه دوم رو امتحان کنم :( ولی خواص یون رو مثلا از کجا میشه پیدا کرد؟
مرسی
آها! بخاطر همین میگم یه خورده کارتون سخته، شما باید خیلی بگردین و در این راستا اصطلاحات مخصوص به اون رو هم بایستی یاد بگیرین، مبحث یونها خیلی گستردس.
میتونین تو مقالات بگردین یا تو کتابا.
اگه پیدا نکردین، دو تا راه حل دارین.
1) آزمایش کنین تا پارامتر مورد نظر رو بدست بیارین (دیگه اونوقت میشین مهندس شیمی!)
2) فرضیات ساده کننده بگیرین در شبیه سازیتون و از بعضی از پارارمترها صرفنظر کنین، که بالطبع دقت شبیه سازیتونو میاره پایین
 

amin_gole

عضو جدید
[FONT=&quot]سلام دوستان.[/FONT]​
[FONT=&quot]من در اسپن یه [/FONT][FONT=&quot]Assay[/FONT][FONT=&quot] برا یه ترکیب نفتی ساختم حالا که میخام تو راکتور به عنوان ماده اولیه براش واکنش تعریف کنم تو لیست مواد نمیاد. کسی میدونه باید چیکار کنم؟[/FONT]​
 

پیرجو

مدیر ارشد
مدیر کل سایت
سلام، برای این شکل به نظرتون مشخصات برج تقطیر رو چجوری وارد کنم؟ کندانسور رو داخل خود برج تعریف کنم یا بیرون آن (بصورت مجموع سرد کننده و درام)؟
http://8pic.ir/images/ugv23t8ps592430p2ulm.jpg

سلام، بله باید بیرون برج تعریف کنی، کنترلر آبشاری هم داره. البته اگه بخوای مد دینامیک رو هم براش اجرا کنی.
 

پیرجو

مدیر ارشد
مدیر کل سایت
ممنون بهتاش ولی کانورج کردنش کار حضرت فیله اون وقت!!!

مرحله مرحله ران کن، توی فیلم های آموزشی هایسیس که گذاشته بودم یه روش داشتم که مرحله به مرحله رانش می کردم. اما فک کنم می خوای با اسپن اجرا کنی که اسپن قدرت و سرعتش خیلی بالا تر از هایسیس هستش. توی مد دینامیک هم نبرش :D
 

engm

عضو جدید

مهندس هنرفر

عضو جدید
سلام . میشه به من در مورد نحوه استفاده از جریان برگشتی کمک کنید. میخوام جریان از splitter به میکسر بفرستم.
ممنون
 

masterrsaeidd

عضو جدید
aspentech

aspentech

سلام موقعی که اجراش میکنم خطایslm license میده چ کار کنم تو رو خدا سریع؟!
 

arssra73

عضو جدید
سلام
یه سوال خواهشا یکی کامل جواب بده یکی که میدونه
تفاوت hysys با aspen one و با aspen plus ولبته چند نرم افزار شبیه سازی پالایشگاهی نمیدونم فوم اینا بود اسمشون
چی هستش یکی کامل بگه و کدام امکان نصب روی ویندوز 10 رو نداره؟؟؟
 

P O U R I A

مدیر مهندسی شیمی مدیر تالار گفتگوی آزاد
مدیر تالار
سلام
یه سوال خواهشا یکی کامل جواب بده یکی که میدونه
تفاوت hysys با aspen one و با aspen plus ولبته چند نرم افزار شبیه سازی پالایشگاهی نمیدونم فوم اینا بود اسمشون
چی هستش یکی کامل بگه و کدام امکان نصب روی ویندوز 10 رو نداره؟؟؟
سلام
aspen one اسم شرکتی هست که یک مجموعه نرم افزاری رو تهیه کردن. یکی از اون نرم افزارها aspen plus هست. نرم افزار HYSYS هم نرم افزاری مشابه اسپن پلاس هست که امیتازش رو اسپن وان خریده و به مجموعه خودش اضافه کرده و الان اسمش شده Aspen HYSYS ....
یک سری نرم افزارهای مشابه دیگه هم هستن مثل Pro II ویا CHEMCAD ...
ولی خب هرکدوم برتری هایی نسبت به دیگری دارند. ولی در بهترین ها اسپن پلاس و هایسیس هستند. این دو تقریبا عملکرد مشابهی دارن. فقط هایسیس user-friendly تر از اسپن پلاس هست و کار کردن باهاش خیلی راحتتره. ولی اسپن پلاس ساختار پیچیده تری داره. ولی به جاش قدرت محاسباتی اسپن پلاس بالاتر و دقیق تر از اسپن هایسیس هست.
همه این نرم افزارها و ورژن های مختلفشون قابلیت نصب روی ویندوز 10 رو دارن. مشکلی از این بابت نخواهید داشت.
 

P O U R I A

مدیر مهندسی شیمی مدیر تالار گفتگوی آزاد
مدیر تالار
سلام موقعی که اجراش میکنم خطایslm license میده چ کار کنم تو رو خدا سریع؟!
سلام
خب مشکل لایسنس دارید. یه بار دیگر طریقه سایسنس کردن نرم افزار رو چک کنید. اگر مشکل برطرف نشد یا اون لایسنس روی کامپیوتر شما جواب نمیده ویا کلا لایسنس اون نرم افزار مشکل داره ویا طریقه نصب لایسنس رو به درستی انجام نمیدید!
 

arssra73

عضو جدید
سلام
aspen one اسم شرکتی هست که یک مجموعه نرم افزاری رو تهیه کردن. یکی از اون نرم افزارها aspen plus هست. نرم افزار HYSYS هم نرم افزاری مشابه اسپن پلاس هست که امیتازش رو اسپن وان خریده و به مجموعه خودش اضافه کرده و الان اسمش شده Aspen HYSYS ....
یک سری نرم افزارهای مشابه دیگه هم هستن مثل Pro II ویا CHEMCAD ...
ولی خب هرکدوم برتری هایی نسبت به دیگری دارند. ولی در بهترین ها اسپن پلاس و هایسیس هستند. این دو تقریبا عملکرد مشابهی دارن. فقط هایسیس user-friendly تر از اسپن پلاس هست و کار کردن باهاش خیلی راحتتره. ولی اسپن پلاس ساختار پیچیده تری داره. ولی به جاش قدرت محاسباتی اسپن پلاس بالاتر و دقیق تر از اسپن هایسیس هست.
همه این نرم افزارها و ورژن های مختلفشون قابلیت نصب روی ویندوز 10 رو دارن. مشکلی از این بابت نخواهید داشت.



سلام و مرسی از جوابت خیلی خوب راهنماییم کردی من متلب رو در حد متوسط به بالا بلدم و دارم یاد میگیرم و در زمینه نرم افزار های سیمولیشن هیچ یک رو بلد نیستم بنظرتون از کدوم نرم افزارا برای این کار شروع کنم و کلا کدوما رو یاد بگیرم و از این نرم افزار ها کدوم ها در زمینه شغلی واقعا بدرد و کمک من خواهند خورد و باعث پیشرفتم هستند از نظر شغلی و درآمد؟؟؟
 

لیلا4

عضو جدید
واسه یه جریان ریسایکل جریان tear تعریف کردم و ارور زیر رو میده
* WARNING

CONVERGENCE BLOCK $OLVER03 NOT CONVERGED IN 30 ITERATIONS


** ERROR

Convergence block $OLVER03 did not converge

normally in the final pass
بعد تعداد آیتریشن ها رو هم زیاد میکنم ولی بازم همین ارور رو میده یعنی بازم تعداد رو 30 تا میگیره
 

لیلا4

عضو جدید
سلام
جریانی از پایین برج(بدون کندانسور و ریبویلر) خارج شده و بعد از عبور از پمپ و مبدل به صورت خوراک به برج تزریق میشه(ریسایکل)...جریان tear هم تعریف کردم
1_ گاهی اوقات با کم کردن تعداد iteration ران میشه و گاهی با زیاد کردن تعداد iteration....علت چیه؟
2_ دبی این ریسایکل از pfd خیلی بیشتره..چیکار کنم؟
 

chemeng71

عضو جدید
چون هربار ایتریشن انجام میشه یک مقدار به ریسایکل اضافه میشه و در نتیجه تو ایتریشن های پایین امکان کانورج شدن بیشتره. ولی اگه تلورانس رو کم کنید ممکنه تو ایتریشن بالا هم به جواب برسید . درهرصورت مقدار ریسایکل رو باید با مس بالانس تنظیم کنید چون خیلی حساسه.
 

لیلا4

عضو جدید
سلام در مورد بلوک calculator و sequence اطلاعاتی دازین؟

جایی خوندم در شبیه سازی های با جریان برگشتی زیاد
استفاده میشه
 
بالا