Cet ouvrage fait partie de la bibliothèque YouScribe
Obtenez un accès à la bibliothèque pour le lire en ligne
En savoir plus

An Environment for heterogeneous model management in chemical process engineering [Elektronische Ressource] / vorgelegt von Lars-Alexander von Wedel

198 pages
An Environment forHeterogeneous Model Managementin Chemical Process EngineeringVon der Fakultat¨ fur¨ Maschinenwesen derRheinisch Westfalischen¨ Technischen Hochschule Aachen zur Erlangung desakademischen Grades eines Doktors der Ingenieurwissenschaften genehmigteDissertationvorgelegt vonDipl. Ing.Lars Alexander von Wedelaus AachenBerichter: Univ. Prof. Dr. Ing. Wolfgang MarquardtUniv Christian Bischof, Ph.D.Tag der mundlichen¨ Prufung:¨ 24. September 2003Diese Dissertation ist auf den Internetseiten derHochschulbibliothek online verfugbar¨ .VorwortDie vorliegende Arbeit entstand wahrend¨ meiner Tatigk¨ eit als wissenschaftlicherMitarbeiter am Lehrstuhl fur¨ Prozesstechnik an der RWTH Aachen und wurdeim Rahmen des Sonderforschungsbereichs 476 Informatische Unterstutzung¨uber¨ greifender Entwicklungsprozesse in der Verfahrenstechnik (IMPROVE) vonder Deutschen Forschungsgemeinschaft gefordert.¨Herrn Prof. Dr. Ing. W. Marquardt danke ich besonders fur¨ die engagierteBetreuung meiner Arbeit und die zahlreichen Anregungen, die wesentlich zumGelingen beigetragen haben. Prof. C. H. Bischof, Ph. D., danke ich fur¨ sein Inter-¨esse an der Arbeit und die Ubernahme des Mitberichts.Mein besonderer Dank gilt auch allen wissenschaftlichen und nicht wissenschaftlichen Kollegen und Kolleginnen am Lehrstuhl fur¨ Prozesstechnikfur¨ die gute Atmosphare,¨ die von Hilfsbereitschaft und offener Diskussion gepragt¨war.Insbesondere haben Dr. Ing. B. Lohmann, Dr. Ing.
Voir plus Voir moins

An Environment for
Heterogeneous Model Management
in Chemical Process Engineering
Von der Fakultat¨ fur¨ Maschinenwesen der
Rheinisch Westfalischen¨ Technischen Hochschule Aachen zur Erlangung des
akademischen Grades eines Doktors der Ingenieurwissenschaften genehmigte
Dissertation
vorgelegt von
Dipl. Ing.
Lars Alexander von Wedel
aus Aachen
Berichter: Univ. Prof. Dr. Ing. Wolfgang Marquardt
Univ Christian Bischof, Ph.D.
Tag der mundlichen¨ Prufung:¨ 24. September 2003
Diese Dissertation ist auf den Internetseiten der
Hochschulbibliothek online verfugbar¨ .Vorwort
Die vorliegende Arbeit entstand wahrend¨ meiner Tatigk¨ eit als wissenschaftlicher
Mitarbeiter am Lehrstuhl fur¨ Prozesstechnik an der RWTH Aachen und wurde
im Rahmen des Sonderforschungsbereichs 476 Informatische Unterstutzung¨
uber¨ greifender Entwicklungsprozesse in der Verfahrenstechnik (IMPROVE) von
der Deutschen Forschungsgemeinschaft gefordert.¨
Herrn Prof. Dr. Ing. W. Marquardt danke ich besonders fur¨ die engagierte
Betreuung meiner Arbeit und die zahlreichen Anregungen, die wesentlich zum
Gelingen beigetragen haben. Prof. C. H. Bischof, Ph. D., danke ich fur¨ sein Inter-
¨esse an der Arbeit und die Ubernahme des Mitberichts.
Mein besonderer Dank gilt auch allen wissenschaftlichen und nicht
wissenschaftlichen Kollegen und Kolleginnen am Lehrstuhl fur¨ Prozesstechnik
fur¨ die gute Atmosphare,¨ die von Hilfsbereitschaft und offener Diskussion gepragt¨
war.
Insbesondere haben Dr. Ing. B. Lohmann, Dr. Ing. R. Bogusch, Dipl. Inf.
W. Geffers, Dipl. Ing. J. Hackenberg, Dipl. Ing. G. Schopfer, Dr. Ing. B. Bayer,
sowie Dr. Ing. R. Schneider in zahlreichen Diskussionen wichtige Impulse
gegeben. Auch allen Studien und Diplomarbeitern sowie studentischen Hilfs
kraften¨ sei an dieser Stelle fur¨ ihren Beitrag zu den durchgefuhrten¨ Untersuchun
gen und Entwicklungen gedankt.
Meiner Familie, Dominikus und Dagmar danke ich auch fur¨ die fachliche, vor
allem aber fur¨ die personliche¨ Unterstutzung¨ bei der Anfertigung dieser Arbeit.
Aachen, im Mai 2004 Lars von WedeliiAbstract
Modeling and simulation as a tool to support analyzing and improving chemi
cal plants and processes is becoming more and more attractive. However, model
development often is a lengthy task and requires an expert to obtain suitable re
sults. Thus, in order to make further economic benefit from model based activi
ties, speeding up the model development process is an important objective.
Fortunately, it becomes obvious that not all models have to be developed from
scratch if a perspective is assumed that focuses on the lifecycle of an entity being
modeled. Along this lifecycle, different models might be developed and all of
them have some inherent dependencies because they all describe the same physi
cal thing.
Considering the lifecycle of a plant, for example, one recognizes that the mod
els describing different modification stages of the plant are highly similar. Also,
steady state and dynamic models have some overlap such as the flowsheet struc
ture of the plant. Further, data concerning physical property models and reaction
kinetics is not only reusable, but should be kept consistent across various models.
However, reusing those different parts is not that easy in practice. Models are
developed by various employees of a company that sometimes change jobs or even
the employer. Often, not only a single model is developed, but a variety thereof
in order to take into consideration variations of some parameters or process alter-
natives. Further, those models are often developed using different tools to support
various tasks. Tools and tasks range from simple mass balances and rough eco
nomic estimates using spreadsheets like MS Excel to dynamic simulation using
e.g. gPROMS.
Thus, it can be concluded, that model reuse leads to integration problems
which must be tackled in order to leverage the efforts invested into model de
velopment. The first integration problem to solve is the combination of existing
models in different formats and representations into a homogeneous library which
is easy to browse or search. The second integration problem to address is to en
able the combination of different models at simulation runtime so that they can be
reused in their native simulation environment without reformulating or recoding
them.iv
The issues mentioned are exemplified with a case study from the production
of polyamide6. capabilities of state of the art tools with respect to model man
agement and reuse are discussed and it is explained how the contributions of this
thesis can improve the current situation.
The architecture REALMS (Repository based environment architecture for
lifecycle modeling and simulation) of a heterogeneous modeling environment is
then presented. It defines components suitable to solve the two problems de
scribed above, namely a model repository ROME (Repository for Open Modeling
Environments) that permits storing, archiving, and assembling process models and
a simulation platform CHEOPS which simplifies the integration of heterogeneous
models at runtime. Both parts are integrated so that CHEOPS can execute hetero
geneous experiments consisting of models stored in the repository ROME. A user
interface based on a highly flexible component model is defined in order to enable
the user to operate the overall system.
The model repository ROME is then discussed, It is based on a metamodel
which is used to define a homogeneous view on the most relevant characteristics
of chemical process models across various modeling tools. The definition of this
metamodel is discussed in detail as well as the mapping of the metamodel on the
mathematical models that have been introduced in the polyamide6 6 scenario. The
functionality realized with this metamodel and its implementation in an object
oriented database management system are then presented.
The goal of the simulation platform CHEOPS is to run a simulation experiment
which combines various simulators and coordinates them to achieve an overall
solution of an experiment. The presentation of CHEOPS starts with a discussion
about important properties of simulator architectures in general. Existing simu
lators are discussed with respect to these properties and desired properties for an
open simulation platform are stated. Based on these remarks, the architecture of
the CHEOPS simulation platform and its realization are explained.
Finally, the solution of the problem posed in the scenario presentation with the
tools described in this work before conclusions are drawn.Zusammenfassung
Modellierung und Simulation haben als Werkzeuge zur Analyse und Verbesserung
chemischer Anlagen und Prozesse in jungster¨ Zeit stark an Bedeutung gewonnen.
Jedoch ist die Modellentwicklung oft eine langwierige Aufgabe, die die Erfahrung
eines Experten bedarf, um zu guten Ergebnissen zu gelangen. Die Beschleunigung
der Modellentwicklung ist daher ein wichtiges Ziel, um modellbasierte Methoden
ok¨ onomisch nutzen zu konnen.¨
Diesem Ziel hilfreich ist die Tatsache, dass nicht jede Modellentwicklung
von Grund auf begonnen werden muss, wenn man die Zusammenhange¨ ver-
schiedener Modelle entlang des Lebenszyklus eines Modells, einer Anlage oder
eines Prozesses betrachtet. Diese Modelle haben inharente¨ Abhangigk¨ eiten, da
sie dasselbe physikalische Objekt (etwa einen Apparat oder Prozess) beschreiben.
Beispielsweise sind die Modelle verschiedener Modifikationsstufen einer An
¨ ¨lage einander ahnlich. Auch stationare und dynamische Modelle einer Anlage
haben Gemeinsamkeiten, etwa die Fließbildstruktur. Daruber¨ hinaus sollten Mod
elle von physikalisch chemischen Eigenschaften oder von Reaktionskinetiken
konsistent und somit wiederverwendbar sein.
In der Praxis ist die Wiederverwendung dieser verschiedenen Teile eines Mod
ells jedoch nicht immer einfach. Modelle werden durch verschiedene Mitar-
beiter in einer Firma bearbeitet, die uber¨ die Lebenszeit einer Anlage die Posi
tion oder gar die Firma gewechselt haben konnen.¨ Dazu kommt, dass oft eine
Vielzahl von alternativen Modellen entwickelt wird um Prozessalternativen oder
Parametervariationen zu untersuchen. Diese Modelle sind meist in verschiede
nen Werkzeugen imlpementiert um verschiedene Aufgaben bestmoglich¨ zu un
terstutzen.¨ Gebrauchliche¨ Werkzeuge reichen von Spreadsheet Programmen wie
MS Excel zur Unterstutzung¨ ok¨ onomischer Abschatzungen¨ bis hin zu komplexen
Programmpaketen wie etwa gPROMS zur dynamischen Optimierung.
Modellwiederverwendung fuhrt¨ daher in der Praxis zu Integrationsproblemen,
deren Losung¨ die Effizienz der Modellentwicklung steigern kann. Das eine In
tegrationsproblem ist die Vereinheitlichung der unterschiedlichen und inkompat
iblen Modellformate und reprasentationen¨ in eine durchgangige¨ Bibliothek die
einfach durchblattert¨ oder durchsucht werden kann. Das zweite Problem betrifftvi
die Integration der Modelle zur Laufzeit der Simulation. Diese ist notig,¨ damit
Modelle gemeinsam in ihrer jeweils nativen Simulationsumgebung wiederver-
wendet werden konnen¨ ohne umgeschrieben werden zu mussen.¨
Die genannten Probleme werden in der vorliegenden Arbeit beispielhaft an
einer Fallstudie der Entwicklung von Polyamid 6 erlautert.¨ Die Fahigk¨ eiten von
Werkzeugen, die derzeit in der Praxis genutzt werden, werden in Bezug auf Mod
ellverwaltung und wiederverwendung dokumentiert. Ferner wird gezeigt, wie die
Ergebnisse dieser Arbeit die Losung¨ dieser Probleme ermoglichen.¨
Dazu wird zunachst¨ die Architektur REALMS (Repository based environment
architecture for lifecycle modeling and simulation) einer Umgebung fur¨ das Mod
ellieren mit heterogenen Modellen dargestellt. Diese Architektur definiert Mod
ule, die die Losung¨ der beiden oben angesprochenen Probleme ermoglicht.¨ Der
Modellspeicher ROME (Repository for Open Modeling Environments) erlaubt
die Speicherung, Archivierung, und Aggregation heterogener Prozessmodelle.
Die Simulationsplattform CHEOPS ubernimmt¨ die Integration verschiedenartiger
Modelle in ein gemeinsames Simulationsexperiment und die Koordination der
dazugehorigen¨ Simulatoren. Diese beiden Komponenten der Umgebung sind de
rart integriert, dass in ROME zusammengesetzte Modelle mit Hilfe von CHEOPS
simuliert werden konnen.¨ Die Bedienung ubernimmt¨ eine flexible grafische
Oberflache¨ die ebenfalls in die Architektur integriert ist.
In einer naheren¨ Betrachtung des Modellspeichers Rome wird das zu Grunde
liegende Metamodell diskutiert, welches eine vereinheitlichende Sicht relevan
ter Eigenschaften mathematischer Modelle uber¨ verschiedene Modellformate hin
weg definiert. Die detaillierte Darstellung des Modells wird erganzt¨ durch
eine Erlauterung¨ der Abbildung von Modellen aus dem Polyamid 6 Szenario in
das Metamodell. Schliesslich¨ wird die auf Basis des Metamodells realisierte
Funktionalitat¨ und die Implementierung in einer objekt orientierten Datenbank
vorgestellt.
Die Vorstellung der Simulationsplattform CHEOPS beginnt mit einer
Diskussion wichtiger Eigenschaften von Simulatorarchitekturen. Existierende
Werkzeuge werden hinsichtlich dieser Eigenschaften bewertet, so dass
wunschenswerte¨ Eigenschaften einer flexiblen Simulatorarchitektur herausgear-
¨beitet werden konnen. Basierend darauf werden die Architektur und die kompo
nentenbasierte Implementierung der Plattform CHEOPS erlautert.¨
Schlielich wird die Anwendung der Methoden und Werkzeuge am vorgestell
ten Szenario der Herstellung von Polyamid 6 demonstriert.Contents
1 Introduction 1
1.1 Lifecycle Process Modeling in Chemical Engineering . . . . . . . 1
1.2 Process Modeling Tools from a Lifecycle Perspective . . . . . . . 2
1.3 Objectives of This Work . . . . . . . . . . . . . . . . . . . . . . 3
1.4 Achievements of This Work . . . . . . . . . . . . . . . . . . . . 4
2 Model Reuse and Model Management 7
2.1 Process Modeling in Chemical Industries . . . . . . . . . . . . . 8
2.1.1 The Process of Model Development . . . . . . . . . . . . 9
2.1.2 The Potential of Model Reuse . . . . . . . . . . . . . . . 12
2.1.3 The Problem of Reuse . . . . . . . . . . . . . . . 15
2.1.4 Model Reuse as an Integration Effort . . . . . . . . . . . 17
2.2 Heterogeneity as an Obstacle Towards Model Integration . . . . . 19
2.2.1 Symbolic Models vs. Procedural Models . . . . . . . . . 19
2.2.2 Open vs. Closed form Models Representations . . . . . . 21
2.2.3 Vertical vs. Horizontal Model Integration . . . . . . . . . 22
2.3 Modeling Perspectives for Integration . . . . . . . . . . . . . . . 22
2.3.1 Work Process and Problem Formulation Integration . . . . 23
2.3.2 A priori and A posteriori Model Integration . . . . . . . . 26
2.4 Requirements on Model Management . . . . . . . . . . . . . . . 26
2.4.1 A Use Case View on Model Management . . . . . . . . . 27
2.4.2 Further Requirements on Model . . . . . . . 31
3 Problem Scenario and State of the Art Tools 33
3.1 Modeling the Polyamide6 Process . . . . . . . . . . . . . . . . . 33
3.1.1 Integration Perspectives: Scenario Models . . . . . . . . . 35
3.1.2 Inteves: Modeling Process . . . 36
3.2 State of the Art Process Modeling Tools . . . . . . . . . . . . . . 39
3.2.1 The Aspen Engineering Suite . . . . . . . . . . . . . . . 39
3.2.2 The gPROMS Process Modeling Tool . . . . . . . . . . . 40
3.2.3 The CAPE OPEN Standard . . . . . . . . . . . . . . . . 41viii CONTENTS
3.2.4 The Modelica Standard . . . . . . . . . . . . . . . . . . . 42
3.2.5 Discussion: State of the Art of Model Management . . . 42
4 The REALMS Architecture 45
4.1 REALMS: A Conceptual View . . . . . . . . . . . . . . . . . . . 46
4.2 Relevant Architectures for Model Management . . . . . . . . . . 49
4.2.1 of Process Modeling Environments . . . . . 49
4.2.2 of Heterogeneous Information Systems . . . 50
4.2.3 Architectures of Problem Solving Evironments . . . . . . 51
4.2.4 Discussion of the REALMS Architecture . . . . . . . . . . 52
4.3 The Module Architecture View of REALMS . . . . . . . . . . . . 53
4.3.1 Mapping Components to Modules . . . . . . . . . . . . . 53
4.3.2 Object oriented Database Management Systems . . . . . . 56
4.3.3 CORBA Middleware . . . . . . . . . . . . . . . . . . . . 56
4.4 Execution View of the REALMS Architecture . . . . . . . . . . . 58
4.4.1 Distribution of Modules onto Network Nodes . . . . . . . 58
4.4.2 Resource Management of the Distributed System . . . . . 59
4.4.3 Concurrency Issues . . . . . . . . . . . . . . . . . . . . . 62
4.4.4 Notification Protocols in the Architecture . . . . . . . . . 63
4.5 Code Architecture View . . . . . . . . . . . . . . . . . . . . . . . 65
4.5.1 Programming Languages and Development Support . . . 65
4.5.2 Mapping Modules to Implementation Constructs . . . . . 66
4.6 An Architectural Scenario of REALMS . . . . . . . . . . . . . . . 70
4.6.1 Heterogeneous Modeling of the Polyamide6 Process from
an Architectural Perspective . . . . . . . . . . . . . . . . 70
4.6.2 Simulation of the Polyamide6 Process
from an Architectural Perspective . . . . . . . . . . . . . 71
5 The Model Repository ROME 75
5.1 A Conceptual View of ROME . . . . . . . . . . . . . . . . . . . . 75
5.2 Related Technology for Model Management . . . . . . . . . . . . 77
5.2.1 Use of Metadata in Heterogeneous Model Management . . 77
5.2.2 Repository Technology for Model Management . . . . . . 78
5.3 Model Abstraction in ROME . . . . . . . . . . . . . . . . . . . . 80
5.3.1 ROME Metamodel Overview . . . . . . . . . . . . . . . . 82
5.3.2 Documenting Heterogeneous Process Models . . . . . . . 84
5.3.3 The Specification of Model Behavior . . . . . . . . . . . 86
5.3.4 The of the Model Structure . . . . . . . . . 89
5.3.5 Representing Model Implementations . . . . . . . . . . . 91
5.3.6 Abstracting Proprietary Models into the Meta Model . . . 92
5.3.7 Using the Metamodel for Process Modeling . . . . . . . . 97