顺酐法制1,4-丁二醇——Aspen模拟
对于Aspen的学习可以选择参考书：化工过程模拟培训-Aspen Plus教程（第二版）孙兰仪主编-化学工业出版社，B站上也有一些教学视频
由马来酸酐直接制取1,4-丁二醇的方法有两种：酯化法和加氢法，本文采用加氢法，反应体系如下：
物质转化图（林川,吴志南.负载型镍-钼催化剂上马来酸酐高压液相加氢制1,4-丁二醇本征动力学研究[J].催化学报,1990,V11(2):83-91.）
但顺酐价格昂贵，因此要寻找上层原料。顺酐生产主要采用苯氧化法和正丁烷氧化法。本文采用正丁烷氧化法。反应体系如下：
三角反应网络（蒋斌波,袁世玲,陈楠等. VPO催化正丁烷氧化动力学[J]. 化学进展, 2015, 27(11):10.）
即本文中马来酸酐法的一般工艺流程图如下。
来自网络
来自网络 （）
关于工艺选择，请多看文献、报告等，再做决定。选择后，找流程图看看实际工艺是如何考虑分离的。
启动Aspen模拟，首先输入组分，最好起个简短的名字，不然很难找到，按沸点排序就行。
元件输入
组件名称比较
亨利组分输入（一般为常温常压下为气体的物质）
物理性质方法输入
关于物性方法的选择，本文只采用了最偷懒的NRTL。针对此流程前半部分，大部分组分为非极性（可以在Aspen中纯组分物性中查看偶极矩MUP），后半部分大部分为极性组分，可以选择NRTL-RK等模型。当氢气等气体难以完全分离时，可以使用其他模型，可以在-B1（模块名）- 中更改。当流程包含不同的物性模型时，在两个物性转换点处增加一个过渡的任意模块（实际流程中没有此设备，仅用于模拟）。
MUP 视图
选择估价
本文采用的估算也是最偷懒的方法，大家可以自行查阅文献，将最实用的重要组分二元相互作用参数添加到Aspen中，这里就不再赘述了。
重置-运行，即可进入模拟，不会出现任何错误。
原料成分如下：
空气：79%氮气（掺入1%稀有气体）、21%氧气（如果考虑更深，可以加入二氧化碳，可能会影响第一步氧化动力学）。本文采用常温25℃，常压1.1bar，可根据场地年平均值计算。产量是根据产量粗略估算的，本文选取的数据仅供操作参考。
正丁烷：
杂质的选择根据原料厂的生产工艺和标准来定，杂质一般以异丁烷为主，本文偷懒，选择无杂质。其次正丁烷有储罐，是气态，高压储存，所以初流压力要大于常压，本文选择1.5bar。
GB/T 22024-2008
由于小厂没有储罐，氢气通过管道输送（几MPa），经缓冲罐减压后进入工艺流程，本文最终流出的压力为5bar，直接在Aspen使用。
参考GB/T 3634.1-2006
工艺施工部分：
空气没有储罐，必须通过压缩机直接从大气中输送，本文选用简易等熵压缩机，出口压力不宜过大。
流合并
相位选择必须与工艺流程一致，否则会出现如下错误
各股物流通过热交换器合并加热至所需温度，并增加压降（0.1-0.4 bar）。此过程也可先预热，然后合并，最后一起加热。本文中的流程仅建立简单的热交换，热交换处理是后续的优化过程。
反应堆：
虽然评分标准只要求一个反应器的详细设计，但本工艺包含两个反应器。最好两个反应都使用动力学。如果能找到副反应的动力学，就使用。如果找不到，就使用设定转化率的方法。对于动力学，本文使用的可能不是最好的。请搜索更多文献进行比较，选择最适合您情况的动力学。
黄小峰, 陈标华, 李成跃. VPO催化剂上正丁烷选择氧化制马来酸酐动力学研究 [J]. 化工学报, 2002, 53(1):6. 本文选取模型A, 参数p, q根据文献3K, H.Chem.Ing.Tech., 1980, 52:811 (文章标题: der von aus n-Butan )确定
动力学输入：对于反应R3，由于此时没有循环流，初始进料中也没有MA，所以添加R3会报错，本文中不添加R3。
点击 React - 新建
动力学属于气固吸附的朗缪尔形式，在阿斯彭属于LHHW。
R1
R2
R1 动力学输入。动力学因子的形式为 kK=(-70.71/RT)（参见动力学），驱动力为 y(BT)y(O2)^0.42，指数输入如下。
R1
吸附项。在Aspen中以ln(A)形式输入（不含浓度的系数），即对于R1中的1+Ky，为ln(1)、ln(K)，即0、3。吸附表达式指数为浓度的指数，本文取1。中间部分取为y分量，第一项为1，即y^0；第二项为Ky，即y^1。
R1
R1
R2 也同样如此。
R2
R2
R2
反应器设置，本文未添加热交换
反应器为列管式固定床，可采用设备改造，如采用双流化床或其他换热、反应转化率更高的设备（具体选用需参考文献或对比计算）。反应器体积不宜过大，一般应小于40~60m^3，本文选取反应器体积为20m^3。
本文中压降选取为0.4 bar
催化剂数据根据产品确定，本文数据为随机输入。
出口冷却。一般反应器前后的流道都是进行流道间热交换，以充分利用热能进行后续优化。在工艺搭建时不建议直接使用流道间热交换，有些错误会很难处理。
冷却后进行气液分离（根据沸点，液体产品MA只含有一种杂质，水。当然，如果考虑复杂，比如原料杂质，副反应较多，还会有其他杂质），操作过程中会发现气体会被液体吸收。
然后，通过改变更合适的物理性质或优化灵敏度，可以将参数完全分离。
这时候可以重置一下再运行看看有没有错误，如果出现这个提示，说明此时没有错误，可以进行下一步的流程。
对上述流程进行优化：
反应器的选择性和转化率必须符合实际工艺，这涉及到反应温度、压力、反应器尺寸、催化剂用量等的确定。
使用敏感性分析（模型分析工具-敏感性-新建）。变化的是自变量，激活相信大家都知道可以进行多元分析。
变量可以直接复制粘贴，操纵变量指自变量的基本信息，右侧变量从200开始，以1为间隔变化到400。
定义就是因变量，也可以直接复制粘贴（Aspen V11中文版对部分数据有bug，不能直接粘贴，会提示，改成英文就行，或者根据操作变量选择）。
）。
充满
运行无误后得到结果
选择您想要的数据
绿色为目的产物，蓝色为副产物，即温度应选择在280~360之间。
通过这种方式可以获得压力、反应器容积等最佳参数。
所需的选择性和转化率可以通过设计规范获得。这可以通过工艺流程选项-设计规范-新建来完成，或者对于某些设备，也可以在设备界面中设置，例如蒸馏塔。
定义的变量是与你要求的设定值相关的数据（例如你设定转化率为50%=1-生成的MA/初始BT，则会增加两个变量，如果你要求生成的MA数量=/h，则只需要一个变量）
例如，如果将MA产量设置为/h，则误差为0.01。
变化是独立变量，从 200 开始，每次变化 1，直到 400 度
当结果为304.781度时即满足要求。
对于转化率多变量，转化率=1-MA/BT，即定义（定义中不需要输入A）
将转换率设置为 30%，误差设置为 0.001
运算结果
对于以下错误，你可以自己翻译解决
关于流程优化，这两个工具已经可以满足大部分需求，其他工具可以自行学习。
工艺过程中气液分离出来的气体（过剩的氧气，此时仍有少量的BT，若操作时难以分离循环，可直接送去尾气处理）含有一氧化碳，可进一步氧化转化成二氧化碳排放或者液化空分，得到副产品氮气和二氧化碳（肯定要多级压缩，设备成本较高）。
对于液相，通过泵加压，送入蒸馏塔。
对于精馏分离，首先检查分离体系是否具有共沸现象。
选择组件后，单击共沸
也就是说，水与马来酸酐MA不会形成共沸物，可以通过简单的蒸馏方法分离。
对于蒸馏塔，首先选择简单模块DSTWU，-1.2表示选择1.2倍最小回流比。
运行后得到实际回流比、实际塔板数、进料板数。
此时采用严格模块进行计算，初始参数为简单模块DSTWU的计算结果。
本文中压降选取为0.2 bar
如果操作正确，可以进行优化。一般来说，蒸馏设定参数有回流比、馏出物进料比（例如，初始流为
馏分进料比选定为115.791/（115.791+53.411）=0.6843）
一般情况下，对回流比或者塔板数进行优化（简单模块DSTWU的计算结果一般比较合理），塔设计时规定为纯度要求（比如对塔顶或塔底产品要求99.5％）。
后续过程未找到合适的动力学。林川，吴志南. 负载型镍-钼催化剂上马来酸酐高压液相加氢制1,4-丁二醇本征动力学研究[J]. 催化学报，1990，V11(2):83-91。此文献解释不清楚，建议多找些国外文献。
后续工艺与去年丙酮加氢类似，反应后氢气回流，少量放出，先分离循环轻组分MA，再连续精馏分离BDO。对于共沸体系请查阅文献，选择共沸或萃取精馏。反应过程中可通过转化率增加副产物THF，降低其他副反应转化率。塔压不一定要常压，最好适合体系。
对于热交换，热泵肯定是必须的。如果是多塔连续精馏分离BDO，可以考虑双效精馏。对于共沸和萃取精馏，料流间热交换比较困难。可以多看一些文献（比如去年有个团队在精馏塔分离过程中加入了离子，以减少冷却和加热的能耗）。
公共工程设置（参考往年工程）
部分内容在任务书中有规定
2021“天正设计杯”第十五届全国大学生化学工程设计大赛设计任务书
冷却水温度选择常温，根据工厂现场确定，一般20~40度。因为是泵，压力可以稍微高一些。
低压蒸汽。如需选择温度，请查询相应压力下的水蒸汽温度。
价格可自行换算
如果需要较低或较高温度的物流进行热交换，可以查找工厂所在化工园区的信息。
高温导热油
低温可以用乙烯，异丙醇等，注释建议用英文，中文有时候会有bug。
关于报错部分，一般一个设备运行一次，报错时先检查设置数据是否有问题，是否齐全，再检查流程是否正确，大部分都可以解决。
您可以在这里看到循环流的汇合点，以及其汇合点。
收敛方法竞赛没有要求。你可以选择
默认的收敛次数是30，可以增加到200或者更高，但是设置太高是没有意义的，因为此时收敛肯定是非线性的，此时就要调整参数。
Aspen有很多有意思的地方，比如南京工业大学用的子项和父项，大家可以自己找资料研究一下。
虽然这篇文章讲解了 Aspen 的一些基本部分，但你还需要继续努力，对于流程，你需要综合考虑，比较不同的解决方案，没有最好，只有最好。