'짱구의 가방속/Chemical PSE'에 해당되는 글 2건

  1. 2010.04.22 더 깊은 곳까지 시추 파이프를 내려라
  2. 2010.03.25 Chemical Process Systems Engineering

더 깊은 곳까지 시추 파이프를 내려라

|
1947년 10월 미국의 석유 회사인 Kerr-McGee의 엔지니어들은 세계 최초로 육지로부터 떨어진 해상 원유전(oil well)에 시추를 성공하였다.
멕시코의 걸프만에 있는 Louisiana 해안으로부터 17km 떨어진 곳으로 한 개의 테니스 코트만한 크기의 드릴데크가 사용되었다.

이 플랫폼은 세계 2차대전부터 저장시설과 승조원들의 잠자리로 쓰이던 바지선들을 개조하여 보완하는 방식으로 만들어졌다. 플랫폼에 장착된 한 개의 드릴 데릭은 4.6m 아래의 바닷속 바닥을 뚫을 수 있다. 이 Kerr-McGee의 해상 드릴 기어는 여전히 멕시코 연안에서 사용 중인 장비이다. 다만 재활용하여 사용하던 바지선만 더욱 정교한 장치들로 바꾸어 사용하고 있다.

2005년에 이 회사는 자체 플랫폼을 뉴올리언스 남서쪽 300km 해상에 설치한다.

수심 1,500m 아래의 해저에 계류되어 있는 600백만 달러의 이 설비는 13,600톤의 길다란 원통형 부유보(floating 'spar')가 9,800톤의 상부 설비들을 물 위에서 지탱해준다.

2006년, Ker
r-McGee를 인수한 독립적 오일 생산 회사인 애너다코석유사(Anadarko Petroleum Co.)가 현재는 이 설비를 소유 및 운영하고 있으며, 수많은 회사들이 이 설비를 사용하고 있다.

2007년, BP사(British Petroleum)는 수심 2,150m 아래의 해저에 매어있는 58,700톤급 반잠수형 해양 굴착 장치의 설치에 성공한다. 이 설비의 실현으로 이것은 당시 세계에서 가장 깊은 곳에 계류되어 있는 원유-가스 생산 설비이었다.

하지만 이 기록은 오래가지 못했다.

2008년 Shell사의 22,000톤급 'Perdido' 부유보(왼쪽 그림)가  핀란드에서 건조되어 새로운 둥지인 텍사스 연안에서 320km 떨어진
지역으로 예인된 것이다. 거의 에펠탑에 육박하는 높이로 세워지는 Perdido 굴착 설비는 2,400m 해저에 고정되었으며 2,900m 보다 더 깊은 해저 원유전에 연결되었다.

2008년도에는 이보다 더 거대한 반잠수형 해양 굴착 설비들이 두 곳에서 더 진행되었고 현재 운전 중이다.
그 중 첫번째는 Chevron사에서 발주한 26,000톤급 'Blind Faith'이고, 두번째는 훨씬 거대한 BP사의 130,000톤급 'Thunder Horse'이다.


이들 거대 선박들은 지정학적 요소와 기술적 요소들 간의 통합적인 발전을 통해서 실현 가능하였다.

육상에 유전
을 가지고 있는 나라들의 자원 민족주의가 더욱 강해지면서 개별 석유 생산 회사들은 더욱 먼 곳의 자원으로 눈을 돌릴 수 밖에 없게 되었다. 불가피하게 이것은 해안으로부터 수마일 떨어진 깊은 바닷 속으로 석유를 찾게 될 수 밖에 없었던 것이다.

이러한 설비들은 물리적인 한계에도 아랑곳 하지 않고 성공적으로 개발되었다.

예를 들어, 해상 시추 설비 내 파이프가 서로 맞물리는 드릴 스트링(string)은 개당 30kg이 넘는다. 더욱 깊은 해저로 내려갈수록 이 드릴 스트링은 더욱 길어져야 하고 무거워져야 한다. 게다가 이것은 더 커지는 연결 하중을 견대기 위해 플랫폼도 함께 커져야 하는 것을 의미한다.

점점 커지는 플랫폼과 고정식 플랫폼보다 큰 규모의 드릴쉽(drill ship)의 사용이 증가하면서 더 깊은 해저에서 작동하기 위해 요구되는 주요사항들도 많아졌다. 수 마일 깊이의 물 속 해저에 존재하는 압력은 관련 장치의 설계자들이나 수면위로 원유를 뽑아올리려는 생산 엔지니어 모두에게 큰 난관이었다.

최근(2010년 3월말) 운전이 시작된 Perdido는 이러한 문제를 해결하기 위해 획기적인 기술들이 적용되었다.  "subsea boosting system"이라고 불리는 이 기술은 유전 내의 낮은 압력을 극복하기 위해 5 대의 강력한 전기 구동 펌프를 해저에 설치하여 원유를 해수면까지 끌어올리도록 도와준다. 게다가 다수 해저 유전을 동시에 시추 및 생산이 가능하며 올라오는 파이프 내 흐름을 통합 제어하여 해저에서 가스로부터 석유를 분리해 내기 때문에 수면까지 더 적은 파이프만을 통해서 생산이 가능하도록 하였다.    

      

이처럼 불리한 작동 조건에도 불구하고 최근에는 거대하고 깊은 해저 탐색이 많아지고 있다.

2007년에는 브라질의 거대 석유기업인 Petrobras사는 리우데자네이루(Rio de Janeiro) 연안에서 240km 떨어진 투피족 영역에서 80억 배럴의 석유를 발견했다고 발표함에 따라 관련 산업 전체를 놀라게했다.
2,000m 수심과 3,000m 모래 및 암석층, 그리고 2,000m 소금층 아래에서 발견된 이 유전은 지금까지 발견된 해상 유전 중 최대라고 홍보하였다.

결과적으로 이후 수심 1,500m 이상의 심해 유전 탐색은 앙골라(Angola), 시에라리온(Sierra Leone), 그리고 나이지리아(Nigeria) 연안을 비롯하여 2009년 Anadarko Petroleum사에 의해 5개의 유전이 발견된 멕시코 연안까지 많은 심해 유전 개발 성과를 올리는 계기가 되었다.

더 깊은 심해 유전을 찾아라! (지질 탐사의 변화)

이러한 발견들은 불과 몇 년전만 해도 그야말로 가늠할 수조차 없는 것이었다.
 
1990년대 중반까지 WesternGeco사의 Robin Walker는 석유 생산 기업들은 해상 유전의 시추를 통한 생산의 성공은 600m 이내에서 그 한계를 들어낼 것이라고 했다. 그러나 이러한 주장은 깊은 심해의 유전에 접근하는 문제보다는 유전을 탐색하는 과정과 관련이 있다.

Thunder Horse나 Perdido와 같은 거대 플랫폼들은 필요한 동력과 힘은 충분히 제공해준다. 하지만 실제 유전 탐색 과정에서는 플랫폼의 성능보다는 정교한 컴퓨터들을 이용하면서 얻게 된 이점들이 심해 유전 굴착 성공에 중요한 요소가 되고 있다.

결과적으로 하드웨어적 기술 경쟁보다는 산업내 실질적 요구에 의한 소프트웨어의 개발과 발전을 위한 경쟁이 더욱 심화되고 있다.

심해 굴착 기술의 어려움은 Walker의 말에도 잘 드러나있다.
심해의 유전을 성냥갑이라고 생각해보자.
이 성냥갑은 2층짜리 건물 옥상에 있으며 1층은 물로 가득차 있고 2층에는 바위와 모래, 그리고 때로는 소금으로 가득차 있다.
드릴 파이프로 유전을 찾는 작업은 건물의 아랫층에서 사람의 머리카락으로 연결된 동전을 쳐서 알아내는 것과 같다.
이러한 도전의 실패로 인한 대가는 막대하다.

석유산업에서 일반적으로 석유가 발견되지 못한 심해로 'dry hole'을 굴착하기 위한 비용은 대략 1억 달러 이상이 든다. BP에서 발표한 자료에 의하면 2억 달러 이상이 든다고도 한다.

Anadarko사의 멕시코만 유전 탐사 책임자인 Stuart Strife는 이렇게 많은 자본 투입이 되고 실패나 오류에 의한 손실의 최소화를 위해서 '시추를 하기 전에 많은 정보와 지식을 가지고 있어야만 한다.'라고 말한다. 이 정보와 지식이란 거의 원유가 매장되어 있을 것으로 예상되는 지역에 대한 이해를 높여줄 해저 바닥의 조성이나 지질학적 구조와 같은 사전 데이터의 구성을 의미한다. 수세기 동안 이러한 데이터와 기술들은 해상에 적용되기 이전에 육상 유전 개발이나 지질학적 탐사들에 의해 선행된 것으로 해상에서도 동일하게 적용될 수 있다.

1980년대로 거슬러올라 당시의 전형적인 해양 지질 탐사는 수킬로미터가 되는 8개 내지 10개의 길다란 줄(스트리머)이 달린 보트를 이용해 이루어졌다. 이 보트에는 수중 음파 탐지기인 소나 전파 혹은 압축 공기의 폭발파인 shot point라고 불리우는 전파를 생성하여 지질 탐사를 할 수 있는 장비가 실려있었다. 이 전파는 보트에 달리 길다란 줄(스트리머)에 균일하게 위치하는 수중 청음기에 의해 수집되고, 소나 전파의 반사정도를 해석함에 따라 다양한 해저 지형도나 해저에 원유를 포함하고 있을만한 암석의 유무 등을 알아낼 수 있었다.

BP사의 멕시코만 탐사 책임자인 David Rainey에 의하면, 2차원의 데이터가 수집되는 방식에도 불구하고 석유 회사들은 약 25미터인 수중 청음기의 간격을 고려하면 수집된 데이터들을 컴퓨터 프로그램을 이용해 해저의 대략적인 3차원 모델도 생성할 수 있다고 한다.

이 모델은 이런 탐사로부터 획득한 자료로부터 충분한 정확도를 가지고 해저의 석유를 포함하고 있을 확률이 높은 배사구조나 단층과 같은 구조적 정보를 석유 회사에게 제공하는 것이 가능하다. 이러한 접근법은 새로운 방법이 제시되기 전까지 상대적으로 쉽게 유전을 찾아내는 것에 훌륭한 역할을 했다.


하지만 이 방법의 탐색은 차츰 줄어든다. 이것은 석유 회사들이 현재 해상에서 운전되고 있는 설비들의 높은 유지비용을 최소화시키기 위해 생산량을 최대로 높이려는 경향이 생겼기 때문이기도 하지만 다른 한편으로는 멕시코만의 2/3정도가 얇은 염분층으로 덮여있었기 때문이다.

바닷물이 증발하면서 해저에는 얇은 염분층이 생성된다. 이 염분층은 수천년동안 바다로 유입되는 강물 속에 포함된 토사물에 의해 뒤덮여지는데 세월이 지나면서 암석으로 변해 바닷속 밑바닥을 형성한다. 바닷물의 높은 압력으로 이 염분층은 암석층에 의해 눌려 바위와 염분이 회오리형태의 해저 표면을 만들어낸다.

이 염분과 암석이 혼합되면서 생성된 패턴은 패턴 아래의 유전을 탐사하고 시추하려는 회사들에게 큰 골칫거리가 되고 있다. 이것은 음파가 염분이 포함된 지질에서는 암석일 때보다 빠른 속도로 방출되기 때문이다. 이 때문에 음파가 반사되고 굴절되는 것이 합쳐져 수중 청음기에 도달하는 방식인 전통적인 소나 탐사를 통해 해저의 지형도를 명확하게 알아내기 힘들어지게 된다.

염분층을 극복하라!

염분층이 존재하는 해저의 명확한 탐사를 위해 초창기 노력은 탐사로 얻은 데이터를 가공하는 쪽으로 집중되었다.
하지만 염분층의 영향이 포함된 데이터를 가공하여 정확한 해저 지형을 알아내기 위한 좋은 알고리즘들이 개발되었음에도 불구하고 좀더 복잡한 지형들에 적용되기 위해서는 한계가 존재하였다. 이에 대해 Rainey는
약 5년전에 우리는 수익이 떨어지는 문제에 봉착했다.
라고 말했다.
 

결국 석유 회사들과 이들의 관련 기업들은 문제의 원점으로 돌아와 처음부터 다시 시작했다.

기존의 길다란 줄(스트리머)을 보트에 매달아 수중 청음기를 달고 2차원의 데이터를 수집한 다음 이 중 적절한 데이터를 선정하여 가공한 후 3차원의 해저 정보를 얻어내는 방식 대신 3차원의 데이터를 수집하기로 결심한다. 흔히 'wide-azimuth' 탐사법이라고 불리우는 이 접근법은 3~4척의 탐사선이 평행으로 이동하면서 지질 탐사를 위한 음파를 동시에 다수 생성한 다음 수중 청음기를 통해 확인하는 방법이다.

이 방법을 이용하면 다양한 방위각에서 동시에 발생한 수중 음파의 반사 및 굴절을 확인하여 더 확실한 해저 구조를 알아낼 수 있다. 더 다양한 방위각에서 동일한 지역에 대해 여러번 반복할수록 더욱 정확한 해저 구조를 알아낼 수 있기 때문에 'multi-azimuth' 탐사법이라고도 한다.

여기에 나선형의 궤도로 소용돌이를 치는 음파를 여러 방위각에서 발생하여 이용하는 'coil shooting'이라는 기술을 적용하면 소위 4차원 탐사도 가능하다. 역시 이 4차원 탐사도 다양한 방위각에서 탐사를 반복하여 해저 구조를 알아내기 위한 노력이 필요하다.

3차원 혹은 4차원 탐사를 통해 해저 구조에 대한 일관된 그림을 얻고 이 결과가 반복적으로 재현 가능한 것으로 확신하기 위해서 수중 청음기는 음파가 발생하는 탐사선에서부터 상대적으로 일정한 위치에 고정되어 있어야만 한다. 그래서 석유 회사들은 WesternGeco사의 Q-Fin 시스템이나 CGG Veritas의 Nautilus 시스템과 같은 물 속에서 탐사선에 달린 수중 청음기(스트리머)의 위치를 조절하면서 측정할 수 있는 시스템을 개발하게 된다.

하지만 이 새로운 수집 기술들의 작동 방법들은 방대한 양의 데이타가 생성된다는 관점에서 극복해야할 난관이 생긴다.

일반적인 3차원 탐사선에 달려있는 수중 청음기(스트리머)는 80km가 넘는 길다란 케이블에 연결되어 있으며 여기 달려있는 청음기의 총 댓수는 25,000개가 넘는다. 매 10~15초 간격으로 음파를 발사하고 1회 발사 때마다 각각의 수중 청음기는 24 bit의 시그널로 매 0.002초 간격으로 돌아오는 음파를 측정하게 된다.

이 결과 한번 음파를 발사한 후 되돌아오는 음파의 측정에 총 500 MB 정도의 데이터가 축적된다. Walker에 따르면 일반적인 탐사선 50대가 1년간 평균적으로 운영되는 시간으로 환산하면 축적되는 데이터는 12 PB(petabytes,
1,000,000,000,000,000 bites)가 된다고 한다.

이 데이터를 처리하면 해저 구조에 대한 그림을 결과로 얻을 수 있다. 이러한 데이터의 처리를 위해 사용되는 컴퓨터의 능력은 믿기 어려울 정도이다. 멕시코만에 위치한 BP사의 운전 센터에는 이 계산을 위해 270 teraflops(1초에 부동 소수점 연산의 횟수가 270,000,000,000,000번)인 컴퓨터를 사용하며, 이는 10년전에 비해 약 3,000배 증가한 속도이다.


해양 지질탐사로부터 유전이 존재할만한 좋은 곳을 알아냈다면, 정교한 탐사를 위한 시추 계획을 준비한다. 시추가 진행되는 동안 'mud'라 불리는 유체를 시추공을 통해 주입한다. 이는 시추공이 끊어지는 것을 방지하고, 드릴 부분의 온도를 낮추며, 시추공 벽면이 무너지지 않고 압력을 유지할 수 있도록 굴착 파이프를 통해 주입하는 것이다.

해저의 암석과 모래를 굴착하는 과정에서 드릴 부분 내 머드의 압력이 일정 조건 내에 유지되어야 한다. 만약 압력이 너무 낮으면 지하 유체 및 가스들의 힘(pore pressure)에 의해 시추공 벽면이 눌려 붕괴되며, 너무 높으면 팽창으로 인한 주변 암석 내 균열을 발생시켜 머드가 이 균열 사이로 빠져나가 순환 과정에서 유실이 생기게 된다.

더욱 성공적인 시추를 위한 노력

따라서 제한된 압력 조건(pressure window) 내에 시추용 머드의 압력을 유지하는 것은 가장 중요하다. 이 압력을 정확히 알아내기 위해 석유 회사들은 일반적으로 암석의 샘플이나 초기 시추에서 얻은 시추 벽면의 스트레스를 측정한 데이터에 의존한다. 이 데이터는 구멍의 압력과 균열이 생기는 압력을 예측하는 모델을 이용한 후 이를 바탕으로 머드 압력을 계산하게 된다.

그러나 이것은 불완전한 방법이기 때문에 해저 염분층의 생성은 이 방법을 더욱 어렵게 만들었다. 염분층과 암석층 사이의 큰 압력 차이는 두 층 사이를 지나 시추를 할 경우 머드의 압력을 적정한 압력 조건 내에 유지되지 못하기 쉽상이다. 게다가 방대한 양의 해저 데이터들에도 불구하고 표면으로부터 염분층과 암석층 사이의 경계를 알아내는 것은 거의 불가능하다.

이 때문에 파내려간 땅 속의 데이터의 선별과 전송이 실시간으로 가능한 새로운 파동 장치들과 통신 시스템들로 변화를 꾀하고 있다. 정해진 시추 계획을 통해 유전에 접근하기 보다, 시추를 진행하면서 압력, 온도, 진동, 그리고 암석의 물성치를 추정가능하도록 도와주는 전기 저항값 등을 측정(measurement while drilling, MWD)하는 기술을 통해 보다 성공적인 시추를 가능하도록 돕고 있다.

기존의
MWD 데이터들은 파내려간 땅 속의 센서로부터 지표면까지 머드를 통해 전달된 압력파인 'mud pulse'를 통해 알아내는 것이다. 이 진동은 초당 몇 안되는 양의 정보만을 전달하지만 무슨 일이 발생하고 있는지에 대한 유용한 정보는 충분히 전달된다. 특히 MWD는 드릴 비트의 정확한 조종을 가능하도록 드릴 비트의 위치와 각도와 같은 정보와 굴착되고 있는 물질들의 정보를 제공해주기 때문에 정확한 시추가 가능하도록 도와준다.

멕시코만의 Thunder Horse 근방의 3차원 해저 영상도

Petrobras사의 Braulio Xavier Bastos는 'MWD는 시추 과정에서 일의 진행 방향을 크게 변화시켰다.'라고 말한다. 유정 데이터를 연속적으로 얻게 된 해상 플랫폼 엔지니어들은 시추를 진행하는 동안 암석의 거동이나 구멍의 압력을 시뮬레이션 해볼 수 있게 되었으며, 이 덕분에 굴착 속도와 관련한 파라미터들을 조절하는 것이 가능해졌다. Shell사의 시추 엔지니어인 Lisa Grant는 'MWD는 5년 전 시도하지 못했던 유정의 시추를 오늘날 가능하도록 했다.'고 말한다.

굴착된 유정 속에서 통신이 가능한 채널이 개발되면서 석유 회사들은 시추공 탄성파(boregole seismic) 장비의 이용을 통한 새로운 방식의 해저 분석 방법을 고안하고 있다. 이 방법은 드릴 모듈에 탄성파 발생기와 수신기를 달아 수면에서만 알아내던 기존의 방법에서 탈피하여 땅 속의 지질학적 환경의 그림까지도 정확하게 알아낼 수 있다.

복잡한 MWD 장비는 더욱 빠른 정보 전달이 가능해야만 한다. 한가지 가능한 해결책은 파이프 조각들 사이에 데이터 전달을 위한 유도 결합(inductive coupling)을 이용할 수 있는 케이블을 드릴 스트링의 파이프 벽면에 매립한 'Intellipipe'를 사용하는 것이다. 이 파이프를 제작한 Grant Prideco에 따르면 Intellipipe는 mud-purse보다 훨씬 빠른 초당 메가비트의 속도로 전송이 가능하다고 한다.

새로운 기술들이 개발되면서 유전은 이제 더욱 접근하기 어려운 영역에서도 발견되고 있다.

석유 산업계는 멕시코만이나 브라질 연안에서 발견된 예상치 못한 거대한 해상 유전의 발견과 같이 놀라운 사실들을 발표했다. 또한 올해 초 미국의 지질학 탐사 연구에서는 베네수엘라는 본래 추정되었던 원유의 두 배 가량을 생산 가능하다고 발표했다.

역사적으로 보면 불확실성을 줄일 수 있고 큰 이익을 제공해줄 수 있는 기술은 석유 산업계에서 승자와 패자를 가르는 결정적인 요인이었다. Kerr-McGee가 1940년대 선구적인 해상 플랫폼을 개발하였을 때, 4개의 다른 미국 회사들은 지금의 사우디아라비아의 국영 석유회사인 Aramco를 설립하는데 참여하고 세계 최대 원유를 확보하려했지만 영국의 탐사권 획득에는 실패하였다. BP의 전임자는 이미 그들의 지질학자들로부터 유전 개발을 위해 긍정적으로 검토할만한 구체적 지역들에 대한 보고서를 보고 있었던 것이다.

시추를 하기 전 사전 지식이 무엇이든 간에 한 가지라도 있다면 그것은 큰 이득이 된다는 것이다.


(내용출처 : Economist, 2010년 3월 6일 영문판)

'짱구의 가방속 > Chemical PSE' 카테고리의 다른 글

Chemical Process Systems Engineering  (0) 2010.03.25
And

Chemical Process Systems Engineering

|


▒▒▒ Abstract ▒▒▒

  The paper reviews the development of process systems engineering from a personal view-point, selecting concepts from the past which have given rise to new paradigms, and hence led to improved understanding or advances in solution techniques, but which either still pose unresolved problems or hold the promise of further developments.


▒▒▒ History of chemical process systems engineering ▒▒▒

The systems engineering approach
- 1940년대 새롭게 개발된 디지털 컴퓨터의 사용이 가능해지면서 발전
- 문제를 정확히 fomulate했다면 원칙적으로 그것을 푸는 알고리즘을 개발가능할 것이라고 기대 
- 개별적으로 잘 알고 있는 장치들 간의 상호작용들로 이루어진 복잡한 시스템의 고려
- 화학공학을 "
systems engineering applied to the problems of the process industries"라고 설명

[ 분야 초창기 ]
"Unit operations"
- 다양한 prcess들에 광범위하게 사용되는 기본 장치들의 operation을 의미
- 기본 unit opertion의 이해를 높이는데 기여하여 이들의 시스템적 접근이 가능해짐
-
결과적으로 열 및 물질 전달 이론에서 "theoretical plate" 또는 "film theory"와 같은 간단한 모델 및 해석의 개발이 가능해짐
The representation of the process by a "flow-diagram" or "flow-sheet"
- 각 장치들이 어떻게 상호간 연결을 하고 있는지 나타냄
- 장치 간 상호관계를 알아볼 수 있는 좋은 방법으로 energy와 material 보전 법칙을 이용
- 여전히 case-by-case 접근 방식을 기본으로 한 flow-sheet 계산

[ 디지털컴퓨터의 성능 향상 이후 ]
"Graphical solution procedures"
- by numerical algorithms
- 풀이에 사용할 수 있는 일반적인 수치해석 테크닉의 이해와 새로운 알고리즘 개발의 필요성에 직면

[ Grphical solution의 발전 ] 
flow-sheet 계산을 위한 체계적인 기술들을 개발

Graph theory revealed a technique for identifying the groups of units linked by recycle streams
- Westerberg & Sargent, 1964[각주:1]
- recycle로 엮인 장치들의 그룹, 즉 "strong components" 를 함께 계산
- 문제를 decomposition하고 문제 내에서 적절한 iteration을 하기 위한 후보를 나타냄

각 장치들의 계산을 subroutine으로 표현한 "sequential modelar" flow-sheeting 계획법을 "equation-based"  계획법으로 바꿀 수 있다면
매우 크고 sparse한 방정식으로 표현되는 시스템의 구조로
설명할 수 있다.
"P-graph" for the representing process synthesis routes
- Ferencz Friedler, Tarjan, Huang, & Fan, 1992[각주:2]
Concept of "Super-structures"
- Grossmann, 1990[각주:3]
- 하나의 flow-sheet 위에 가능한 모든 구조들의 옵션을 포함시킴
- 공정 합성에 합리적인 기준을 제시가능
Bodo Linnhoff's representation of heat-exchanger networks
- Linnhoff, 1981[각주:4]
- "pinch technology"를 이용
- 열교환망과 같은 networks 이외에도 다양한 적용이 가능

위의 생각들을 일반화시켜 computer science에서는 "object-oriented programming"이라고 한다.
"equation-based" 접근법을 이용한 문제의 풀이에서 "units"의 선택은 효율성에 큰 영향을 미친다.
예를 들어 black box 모델에 적용 시에는 항상 안정적이고 효율적인 풀이를 할 수 있다고 말할 수 없다.

[ Object-oriented programming의 발전 ]
"equation-based" 접근법인 "Object-oriented programming"은 design, planning, operation 등의 다양한 공정시스템 영역의 최적화 기법에서 기본적인 가이드라인을 제공하게 된다.

예를 들어 control engineering에서는 "unit" 들을 transfer fuction으로 표현하고 이들의 상호 연결을 block diagram으로 표현한다.
"internal model control" block diagram structure
- Garcia & Morari, 1982[각주:5]
- MPC(model predictive control) 문제의 해석과 처리법 제시

열역학 이론의 발전에서 시작되는 "state" 개념은 control의 패러다임을 전환하는 계기가 된다.
즉 기존의 input 정보로부터 output 정보로 변환하는데 주력을 했다면 input 정보에 영향을 받는 "system state"의 표현에 주목하게 된다.

Kalman filter의 이용
- Kalman, 1960[각주:6]
- 현재의 state를 반복적으로 추정하고 observability와 controllability 의 개념 사이에 duality를 나타냄(Kailathe, 1980[각주:7])

[ System state 관점의 발전 ]
"system state"의 표현 관점은 differential equation 이론들과 접목될 수 있다.
이는 "Optimal control"(Pontryagin, Boltyanskii, Gamkrelidze, & Mischenko, 1962[각주:8])의 개념을 바탕으로 하여 이 후 nonlinear 시스템의 control 문제를 다룰 수 있게 된다.

하지만 이 경우도 한동안 중요한 computing 조건의 한계 때문에 optimal control 방법을 찾기 위해서는 off-line에서만 행해지다가 이후 Dave Cutler에 의해 on-line에서도 가능하게 된다.
"Dynamic Matrix Control"
- Cutler & Ramaker, 1979[각주:9]
- discrete-time linear-quardratic on-line optimal controller를 선형모델을 이용해서 만들 수 있음을 보임
- 이 후 회사를 설립하여 이 접근법의 성공을 드러내 보임

이 후 state estimation 및 optimal control 계산을 위한 컴퓨터 처리 속도의 비약적인 발전과 수치해석 기술의 향상을 바탕으로 좀 더 복잡한 nonlinear system을 보다 현실적인 objective function의 표현을 통해서도 계산이 가능하게 된다.(Morari & Lee, 1999[각주:10]; San-Blas, 2003[각주:11])

[ Robustness issues ]
control 엔지니어들은 매우 민감한 controller의 design과 error prediction을 위한 필요성에 직면한다.
그리고 "robust control"에 worst-case 분석을 바탕으로 한 H-infinity 접근법을 이용하게 된다.(Limebeer & Green, 1995[각주:12])

"Robustness" 문제들은 control 분야 뿐만 아니라 중요한 결과를 예측한 후 이를 바탕으로 적절한 행위을 취해야 하는 모든 영역에서 발생하는 "uncertainty"를 어떻게 다룰지에 대한 질문에서부터 시작한다.

이를 위해 가능하다면 worst-case를 바탕으로 한 결과를 기준으로 하면 가장 안전하겠지만 일반적으로 지나치게 불필요한 고려가 된다.
그보다는 특정 확률 기준을 잡고 이를 제약조건으로 하는 결과를 계산하여 행동을 취하는 것이 가장 적절할 것이다.

어떤 사건이 예측불가능한 무작위적으로 발생하는 사건인지 여부와 예측불가하여 영향을 알 수 없고 복잡한 chaotic response를 갖는 문제를 다루어야 하는지 여부는 많은 논쟁이 있었다.
하지만 확률분포를 이용한 예측은 우리에게 좋은 결과를 주었고, chaos theory으로부터 이러한 확률분포를 얻을 수 없다고 하더라도 서로 independent한 많은 영향들이 합쳐지면 Gaussian 분포를 갖게 된다는 "central limit theorem"과 같이 경험적인 관찰을 통해 얻은 데이터도 분포로 이용될 수 있다.

매우 큰 uncertainty가 포함된 system의 경우 보다 정확한 확신을 갖기 위한 계산을 위해서는 여전히 계산 비용이 크게 들었기 때문에 일부는 weighted objective function을 이용하게 된다.
Weighted objective function
- Grossmann & Sargent, 1978[각주:13]
- 적은 수의 적절한 시나리오만을 상정
- 근사적인 분포 함수를 구하여 대략적인 방법으로 해석 가능
"parametric programming"
- Sakizlis, Perkins, & Pistikopoulos, 2001[각주:14]
- 장점에도 불구하고 문제를 만족할만한 수준으로 훌륭히 해결한다기 보다 문제 해결에 사용가능한 하나의 툴로서의 역할

[ Numerial Integration - Stiff system issues ]
Process engineering은 항상 상대적으로 복잡하고 이해가 충분하지 못하며 필연적으로 nonlinear한 거동을 보이는 공정에 대해 대처해 왔다.

성공적인 dynamic simulation을 수행할 수 있기 전에는 "stiff systems"라고 알려진 system의 numerial integration 문제인 optimal control은 거의 다룰 수 없었다.
"stiff system"은 input의 변화에 따른 반응이 서로 다른 time-scale로 운영되고 있는 시스템들의 반응들로 조합되어 있는 시스템이다.(Mah, Michaelson, & Sargent, 1962[각주:15])

다행스럽게도 이 문제는 Gear method(Gear, 1971[각주:16])라고 불리우는 방법으로 해결이 되었다. 하지만 instantaneous response를 보이는 요소를 포함한 이 문제의 극단적인 유형은 "differential-algebraic systems" (Pantelides, Gritis, Morison, & Sargent, 1988[각주:17])을 생기게도 하였고 아직까지 이 문제를 다룰 수 있는 충분히 검증된 방법에 관한 논문은 없다.

일부 사람들은 실제 물리적인 공정에서 정말로 instantaneous한 시스템은 없으며 그런 이유로 이를 모델링할 필요가 없다고 위안을 삼지만, 몇몇 stiffness 문제들에 있어서 instantaneity의 가정은 실제 공정을 간략히 모델링하는 큰 도움을 주고 있기 때문에 이에 대한 연구는 여전히 계속되고 있다.

[ Numerial Integration - Paradoxical behavior of symplectic integration techniques ] 
위와 관련된 문제로 "symplectic integration 기법"의 역설적인 거동(Sanz-Serna & Calvo, 1994[각주:18]; Hairer, Lubich, & Wanner, 2002[각주:19])에 대한 것이 있다. 대략적으로 말하자면 numerical integration을 하는 동안에 에너지 보존 법칙과 같은 시스템에서 변하지 않는 요소의 불변성을 유지하는 문제라고 할 수 있다.

직관적으로 적분의 정확성을 높이고자 한다면 극단적으로 긴 time-interval의 경우를 생각해볼 수 있지만 이 경우 실제 관심있는 time-interval 보다 길어 전통적인 방법들보다 유용하지 못하다.

PDE(partial differential equation)의 경우 도함수를 구하기 위해 finite-difference approximation을 사용하는 것보다  finite elements를 이용하는 것이 유용한 "systems" 접근법이다. 또다시 여기에 에너지 보존 법칙을 도입하려한다면 다시 한번 "symplectic paradox"가 기본적으로 우려되는 요인이 된다.

실제 유체에 적용이 가능한 모델이라고 알려진 Navier-Stokes equation의 타당성 역시 여전히 의문점이다. 유체역학 분야에서 일반적으로 만족스러운 모델링 프로그램(Barber, 2000[각주:20])을 만들지 못하는 것으로부터도 유체역학 계산을 위해 널리 이용되는 일괄 프로그램들에서 사용하는 기본 가정들의 타당성에 의문을 갖기에 충분하다.  

[ Other uses of the state concept ]
"state-task network"
- Kondili, Pantelides, & Sargent, 1993[각주:21]
- flow-sheet 개념의 또 다른 접근법
- 다양한 batch-processing 공정의 시스템적인 관점에서의 해석
- 이러한 공정의 "functional" 관점은 새로운 공정의 합성(Sargent, 1998[각주:22])과 주어진 공정의 모델리의 새로운 접근법(Sargent, 2003[각주:23])을 제시
Jim Douglas' "hierarchical design"
- J. M. Douglas, 1988[각주:24]
- 공정 내 몇 가지 장치들 및 이들 구성의 포함 여부를 결정
- 전체 공정의 가치를 판단하기 위한 중요한 "utility-measure"의 방식을 향상
- 공정 합성 및 공정 설계의 과정에서 문제의 공정 향상을 위해 사용되는 모델의 타당성을 판단할 수 있는 기준을 제시

[ Generation of a dynamic mathematical model ]
순수하게 공정에 대한 정성적인 설명으로부터 dynamic mathematical model을 자동적으로 생성하는 아이디어의 적용은 새로운 관점에서 쓰여져야 하며 좀 더 많은 토론이 필요하다.
 
완벽한 모델이란 존재할 수 없으며, 우리가 궁극적으로 하고자 하는 것은 합리적인 정확도를 가지고 있으며 관심있는 시스템의 제한된 특성들로부터 이끌어내는 시스템의 예측이다. 또한 만들어진 모델이 사용된 단순화 작업들과 여러 가정들에 크게 민감하지 않기를 바란다. 하지만 이러한 모호한 표현들에 대한 보다 정확한 정의를 해야할 필요가 있다.

관심있는 시스템의 특성들의 집합은 사용자에게 충분히 명확해야하며, 즉시 계산에 포함되었을 보존법칙들과 같은 물리적 법칙의 집합을 보여줄 수 있어야 한다. 이 때 필수적이든 경험적이든 충분히 목적에 부합되는 법칙들은 특별한 방식이든 기존의 문헌들에서 선택되었든 제공될 수 있다고 가정해야만 한다.
 
이럴 경우 well-defined 된 수학적 모델(programmable for the computer)이라 부를 수 있으며, 모델 내 포함되었을 가능성이 있는 관계식들로부터 최소한의 집합을 찾거나 혹은 불완전한 모델이라고 판단할 수 있을 것이다. 그리고 관심있는 모든 특성들로 부터 최소의 변수들로 이루어진 부분집합을 찾아 algebraic equation들만을 이용하여 원하는 시간 및 공간에 대해 명쾌하게 계산하는 것도 가능하다.

최소의 변수 집합은 시스템의 instantaneous state를 명확히 밝히고, 시스템의 input과 최소 집합의 남은 방정식들로부터 이것들의 진행 혹은 발전을 확인할 수 있게 된다. 일반적으로 이 집합들은 partial differential equation, ordinary differential equation 혹은 algebraic equation들의 혼합 집합이다. 따라서 우리는 이것을 수학적 모델이라고 부를 수 있는 것이다.
 
물론 창의적 능력이 없는 컴퓨터를 이용하기 위해서 사람의 지식과 통찰력 등은 필수적인 구성 요소가 되고 목적에 맞는 적절한 선택 역시 사람의 손을 빌려야 한다. 하지만 이러한 framework는 이러한 구성 요소들을 저장하고 자동으로 분석이 가능한 부분들을 제공할 수 있는 시스템적인 방법이 될 수 있다.

모델을 간략하게 구성하고 아이디어를 확장하는 것은 인간의 통찰력이 필요하다.

예를 들어 기-액 분리를 위한 간단한 flash vessel을 생각하보자.
instantaneous separation이라는 가정을 한다면, 용기 속에는 각각의 state variable들의 부분집합으로 표현되는 기체와 액체, 두 가지 영역이 존재하고 이들은 일반적인 경계조건에서의 관계식들로 표현된다. 명확히 구분되는 두 개의 영역을 참이라고 명시한다면, 컴퓨터는 각각의 영역에 부합하는 수학적 모델로 분리하게 된다.
이와 다르게 두 상으로부터 분리되어 나오는 비율을 알고 싶을 수도 있다.
이 때는  유체가 용기 전체에 걸쳐 분포되어 있다고 가정한다면 분리를 일으키는 주요 요소가 중력이 되기 때문에, 기체 대비 액체의 비율은 높이나 각 지점에서 유체 사이의 단위 부피당 shear-force의 경험적인 관계에 따라 달라질 것이다. 이 힘을 없다고 한다면 애초에 고려한 모델이 되겠지만, 분리 비율을 알고 싶다면 single pseudo-fluid라고 생각한 혼합물을 다루기 보다는 한 지점 주위의 작은 부피에서 두 개의 유체의 국지적 평균을 내어 결정한 state variable을 이용하는 것이 좋다.
이 "local system"은 다시 hierarchical modelling process를 이용한 방법으로 모델링 될 수 있다.
예를 들어 주위의 bubble들의 영향을 무시한 하나의 bubble만을 고려한다면, shear-force parameter는 Stokes' Law를 이용하면 된다. 또한 이것은 두 개의 유체 혼합물에 finite element approximation의 극한까지 성공적으로 개선할 수 있다. 하지만 이것은 계산 노력이 필요한 만큼 상대적으로 비용도 함께 증가하는 단점이 있다.

따라서 생성된 모델을 가능한 단순화 시키기 위한 정성적인 정보의 제공을 통해서, 만들어진 모델의 복잡성을 조절할 수 있거나 심지어 몇 가지 대안들을 생성할 수 있다. 그리고 Douglas' hierarchical design 접근법을 통해 전체 공정 모델을 위한 몇 가지 utility-measure의 영향성 판단을 바탕으로 이들 중에서 적절한 선택을 할 수 있다. 이것의 방법의 장점은 모델의 복잡성이 그것의 목적에 달려있다는 것과 사용자가 모델을 컴파일링하면서 사용한 가정들을 명확히 알 수 있다는 것이다. 이 아이디어는 앞으로 보다 면밀한 검토와 노력을 바탕으로 한 진전이 필요하고, 부수적인 문제들의 주체들에 의한 충분한 검토가 필요하다.

[ Process systems engineering 영역의 확대 ]
수십 년간 process systems engineering은 공정 자체에만 관심을 두고 있었지만 관심 영역의 점차적인 확대는 필요하다.
우선 process management에서부터 multi-site operations이나 궁극적으로는 전체 supply chain의 고려까지 필요하다.

실제로 process systems engineering은 metallurgical process나 biochemical process 영역의 모델을 개선하기 위해 필요한 physico-chemical 기본 지식과 biochemical 기본 지식의 깊이를 더하는 역할을 하고 있으며, 이들과  관련된 관심의 범위를 확대하는데 기여하고 있다.

이런 시도들은 아래와 같이 실제로 여러 비슷한 학문들과의 융합과 포용을 통해 가능해왔다.
"Computational fluid dynamics"
- Bezzo, Macchietto, & Pantelides, 2000[각주:25]
"Molecular dynamics"
- Stephanovic & Pantelides, 2000[각주:26]

반면 컴퓨터 공학에서는 소위 "expert systems"라고 불리우는 압축, 저장, 및 정성적 지식의 사용을 위한 기술들이 개발되었다.
이 기술은 operating instructions의 무결성 확인이나 안전 점검 및 안전도 분석을 위한 기술들의 제공을 위한 목적을 위한 전혀 다른 컴퓨터의 이용 방식을 제공한다.
"Qualitative modelling" 시스템은 expert systems의 영역을 확대하고 전통적인 quantitative modelling system을 이용하기 위해 필요한 과도한 투자비용을 절약하기 위해 개발되었다. 

소위 "artificial intelligence" 학파는 biochemical process 혹은 기타 다른 natural process와 유사하도록 하여 인간의 사고 과정을 모방할 수 있는 컴퓨터를 제공하려는 방향으로 관심사를 돌리기도 했다.(Stephanopoulos, 1990[각주:27])
이것은 적용하기 쉬운 매력을 가지고 있어 곧바로 넓은 분야에 적용되었다. 
"generic algorithm for optimization"
- 매우 유명한 최적화 방법으로서 각광
"emulation of neural network"
- Hoskins & Himmelblau, 1988[각주:28]
- parameter와 state estimation을 위한 전통적인 기법들의 향상에 주목할만한 영향을 미침

이러한 기술들은 이 후 계속 발전하였다.
"Wavelet theory"
- Daubechies, 1992[각주:29]
- multi-scale process의 분석에 강력한 툴을 제공

그리고 mathematical logic이나 graph theory 등의 적용이 더욱 다양하게 진행되었다.
초창기 원인을 추적하기 위한 fault-tree 혹은 event-tree 분석 기법들을 사용할 때 빈번히 발생하는 오류의 현상을 극복하기 위한 노력들을 통해 개선된 기법들이 등장한다.
the use of directed signal graphs(digraph)
- Becraft, Guo, Lee, & Newell, 1991[각주:30]
methods to check complicated operational procedures
- Sanchez & Macchietto, 1995[각주:31]
"disjunctive programming"
- Grossmann, 2002[각주:32]
- integer programming 기법의 강력한 적용

▒▒▒ Conclusion  ▒▒▒

저자의 경력 기간 내 일어난 발전들에 대한 리뷰
다른 많은 중요하고 흥미로운 아이디어들도 있지만 저자가 수행할 앞으로의 연구와 관련하여 흥미롭고 이해를 돕기 위한 주제들 중심으로 언급

process systems engineering의 영역이 확대되고 있으며 장황한 영역으로 확대 되고 있어 점점 더 그 범위를 정의하고 중요한 핵심 요소들을 정의하는 것이 힘들지만, 새롭게 개척될 영역들의 접근과 문제의 범위가 어느 때보다 넓어져 함께 연구하기 위해서 이러한 리뷰는 도움이 될 것이다.
 

  1. A.W. Westerberg and R.W.H. Sargent, “SPEEDUP”: Simulation programme for the economic evaluation and design of unsteady-state processes in chemical engineering design, Transactions of the Institution of Chemical Engineers 42 (1964), p. 190. [본문으로]
  2. F. Friedler, K. Tarjan, Y.W. Huang and I.T. Fan, Graph–theoretic approach to process synthesis: Axioms and theorems, Chemical Engineering Science 47 (1992), pp. 1973–1988 [본문으로]
  3. I.E. Grossmann, MINLP optimization strategies and algorithms for process synthesis. In: J.J. Siirola, I.E. Grosmann and G. Stephanopoulos, Editors, Foundations of computer-aided process design (FOCAPD’89), CACHE, Elsevier, Amsterdam (1990). [본문으로]
  4. B. Linnhoff, Entropy in practical process design. In: R.S.H. Mah and W.D. Seider, Editors, Foundations of computer-aided process design (FOCAPD’80), Engineering Foundation, New York (1981). [본문으로]
  5. C.E. Garcia and M. Morari, Internal model control 1: A unifying review and some new results, Industrial and Engineering Chemistry and Process Design, Development 21 (1982), pp. 308–323. [본문으로]
  6. R.E. Kalman, A new approach to linear filtering and prediction problems, Journal of Basic and Engineering Transactions ASME Series D 82 (1960) (1), pp. 35–45. [본문으로]
  7. T. Kailath, Linear systems, Prentice-Hall, Englewood Cliffs, NJ (1980). [본문으로]
  8. C.C. Pantelides, D.M. Gritis, K.R. Morison and R.W.H. Sargent, The mathematical modelling of transient systems using differential: Algebraic equations, Computers and Chemical Engineering 12 (1988) (5), pp. 449–454 [본문으로]
  9. Cutler, C. R., & Ramaker, B. L. (1979). Dynamic matrix control: A computer control algorithm, Paper WP5-B, Houston, USA: AIChE National Meeting [본문으로]
  10. M. Morari and J.H. Lee, Model predictive control: Past, present and future, Computing and Chemical Engineering 23 (1999), pp. 667–682. [본문으로]
  11. San-Blas, F. C. (2003). A case study in nonlinear on-line optimal control, Ph.D. Thesis, London. [본문으로]
  12. D.J.M. Limebeer and M. Green, Linear robust control, Prentice-Hall, Englewood Cliffs (1995). [본문으로]
  13. I.E. Grossmann and R.W.H. Sargent, Optimum design of chemical plants with uncertain parameters, AIChE Journal 24 (1978) (November (6)), pp. 1021–1028 [본문으로]
  14. V. Sakizlis, J.D. Perkins and E.N. Pistikopoulos, Simultaneous process synthesis and control design under uncertainty based on a mixed dynamic optimization approach, Proceedings of the 3rd panhellenic scientific conference on chemical engineering: Vol. 1 Athens (2001), pp. 313–316 [본문으로]
  15. R.S.H. Mah, S. Michaelson and R.W.H. Sargent, Dynamic behaviour of multicomponent multistage systems: Numerical methods for the solution, Chemical Engineering Science 17 (1962), p. 619 [본문으로]
  16. C.W. Gear, Numerical initial-value problems in ordinary differential equations, Prentice-Hall, Englewood Cliffs (1971). [본문으로]
  17. C.C. Pantelides, D.M. Gritis, K.R. Morison and R.W.H. Sargent, The mathematical modelling of transient systems using differential: Algebraic equations, Computers and Chemical Engineering 12 (1988) (5), pp. 449–454 [본문으로]
  18. J.M. Sanz-Serna and M.P. Calvo, Numerical hamiltonian problems, Chapman and Hall, London (1994) [본문으로]
  19. E. Hairer, C. Lubich and G. Wanner, Geometric numerical integration: Structure-preserving algorithms for ordinary differential equations, Springer-Verlag, New York (2002). [본문으로]
  20. Barber, J. A. (2000). The automatic synthesis of mathematical models for process systems, Ph.D. Thesis, London [본문으로]
  21. E. Kondili, C.C. Pantelides and R.W.H. Sargent, A general algorithm for short-term scheduling of batch operations. Part 1: MILP formulation, Computers and Chemical Engineering 17 (1993) (2), pp. 211–227 [본문으로]
  22. R.W.H. Sargent, A functional approach to process synthesis and its application to distillation systems, Computers and Chemical Engineerings 22 (1998) (1–2), pp. 31–45. [본문으로]
  23. R.W.H. Sargent, Modelling: A process systems perspective, Proceedings of nordic process control workshop January (2003). [본문으로]
  24. J.M. Douglas, Conceptual design of chemical processes, McGraw Hill, New York (1988). [본문으로]
  25. F. Bezzo, S. Macchietto and C.C. Pantelides, A general framework for the integration of computational fluid dynamics and process simulation, 7th Symposium on Process Systems Engineering (PSE 2000) (2000). [본문으로]
  26. Stephanovic, J., & Pantelides, C. C., Towards tighter integration of molecular dynamics within process and product design computations, In J. A. Malone & J. A. Trainham (Eds.), Foundations of computer-aided process design (FOCAPD’99): Vol. 96, CACHE, AIChE Symposium series no. 323, 2000 [본문으로]
  27. Stephanopoulos, G., Artificial Intelligence and symbolic computing in process engineering design, In J. J. Siirola, I. E. Grossmann, & G. Stephanopoulos (Eds.), Foundations of computer-aided process design (FOCAPD’89), CACHE, Elsevier, Amsterdam, 1990 [본문으로]
  28. J.C. Hoskins and D.M. Himmelblau, Artificial neural network models of knowledge representation in chemical engineering, Computers and Chemical Engineering 12 (1988), p. 881 [본문으로]
  29. I. Daubechies, Ten lectures on wavelets, SIAM, Philadelphia (1992). [본문으로]
  30. W.R. Becraft, D.Z. Guo, P.L. Lee and R.B. Newell, Fault diagnosis strategies for chemical plants: A review of competing technologies, Proceedings of 4th international symposium on process systems engineering (PSE’91): Vol. II, 12.1 (1991). [본문으로]
  31. A. Sanchez and S. Macchietto, Design of procedural controllers for chemical processes, Computers and Chemical Engineering 19 (1995), pp. S381–S386 [본문으로]
  32. .E. Grossmann, Review of nonlinear mixed-integer and disjunctive programming techniques, Optimization and Engineering 3 (2002), pp. 227–252. [본문으로]
And
prev | 1 | next