Epistemic Uncertainty Analysis and Robust Optimization of a Second‐Generation Solvent‐Based Post‐Combustion Carbon Capture Process

Unofficial AI-generated summary based on the public title and abstract. Not an official translation.

🔬研究者:Provides a methodology for uncertainty quantification and robust optimization in carbon capture processes, applicable to other chemical engineering systems.

🏢実務担当者:Offers insights on which parameters to prioritize for data collection and design changes (e.g., pumps) to achieve robust carbon capture plant designs.

🏛政策担当者:Highlights the importance of supporting R&D to reduce epistemic uncertainties in CCUS, thereby lowering financial risks for deployment.

アミン系炭素回収は、産業排出削減の有望な手段として広く認識されており、ピペラジン先進フラッシュストリッパー（PZ/AFS）プロセスは、活発に開発が進められている代表的な例である。プロセス最適化はその経済性を改善するために用いることができるが、そのプロセスモデルに内在する多くの本質的に不確実なパラメータが、結果として得られる設計の信頼性を損なう。本研究では、以前に開発されたPyomoベースのPZ/AFSプロセスモデルを、包括的な不確実性解析に供する。感度解析により、回収性能とコストに最も大きな影響を与えるパラメータを特定し、続いてPedigree解析を行い、認識論的不確実性に対する知識の強度を評価する。選択された不確実性は、パラメータ推定を通じて特徴付けられ、12次元の不確実性集合として表現される。これに基づき、PZ/AFSフローシート設計におけるパラメトリック不確実性によってもたらされるリスクを軽減するために、ロバスト最適化問題が解かれる。CO2平衡圧力と吸収熱、ならびに反応速度における不確実性が、最適コストに最も大きな影響を与え、これらのパラメータをより高い信頼度で推定するための追加的努力が有益であることを示唆している。決定的最適解と比較して、ロバスト性を達成するための最も substantial な設計変更はポンプで認められ、その慎重な設計の必要性が強調される。

AI 翻訳（deepseek-v4-flash）。 正確を期す場合は下の原文を参照してください。

Amine‐based carbon capture is widely regarded as a promising avenue for reducing industrial emissions, with the piperazine advanced flash stripper (PZ/AFS) process being a prominent example under active development. While process optimization can be employed to improve its economics, the many inherently uncertain parameters in its process model compromise the reliability of the resulting designs. In this work, the previously developed Pyomo‐based PZ/AFS process model is subjected to a comprehensive uncertainty analysis. The parameters that have the greatest impact on capture performance and costs are determined through sensitivity analysis, followed by a Pedigree analysis to assess knowledge strength for epistemic uncertainties. The chosen uncertainties are characterized through parameter estimation and expressed as a 12‐dimensional uncertainty set. Based on this, a robust optimization problem is solved to mitigate the risk posed by parametric uncertainties in the PZ/AFS flowsheet designs. Uncertainties in CO2 equilibrium pressure and heat of absorption, along with the reaction rate, have the greatest impact on optimal costs, suggesting that one can benefit from additional efforts to estimate these parameters with better confidence. Compared to the deterministically optimal solution, the most substantial design changes to achieve robustness were noted for the pumps, highlighting the need for their careful design.

• semanticscholar https://doi.org/10.1002/eng2.70728first seen 2026-05-05 23:32:02 · last seen 2026-08-14 05:33:51