Vergelijking van thermisch gedrag en energie-efficiëntie van AC- versus DC-elektrische verwarming in een destillatiekolom met behulp van infrarood-thermografieanalyse
5 december 2025
Dit artikel presenteert een vergelijkende studie naar het thermisch gedrag en de energie-efficiëntie van een verwarmingselement in een destillatiekolomketel, aangedreven door wisselstroom (AC) en gelijkstroom (DC), waarbij de prestaties worden geëvalueerd op basis van statistische resultaten zoals minimum- en maximumtemperatuur, het gemiddelde van de thermische gegevens en de variatiecoëfficiënt.
De reikwijdte van mijn onderzoek is om het voordeel van het gebruik van AC- en DC-voeding in een verwarmingselement binnen een destillatiekolomketel aan te tonen. Recente studies behandelen thermografische analyse in AC/DC-gedreven destillatiekolom apart, maar geen enkel werk combineerde beide benaderingen. Om te beginnen, stel je de thermische camera klaar voor de opname.
Selecteer het ijzerkleurpalet in het thermische cameramenu en zorg dat het correct is toegepast voordat je verder gaat. Stel de emissiviteitscorrectiewaarde in op 0,95 in het thermische cameramenu. Plaats vervolgens de thermische camera ongeveer 80 centimeter van de boilerplate.
Houd de thermische camera ongeveer 60 centimeter boven de vloer en richt de camera op de boilerplate in de destillatiekolom. Druk op de opslaan-knop om het thermogram op te nemen in het thermische camerageheugen. Leg elke vijf seconden thermogrammen vast tijdens monsters van één tot 1.500 op de lokale interface.
Herhaal de opname voor 20, 60 en 100 volt onder wisselstroom en gelijkstroom. Noteer de naam van elk vastgelegd thermogram en het bijbehorende boilerplate-temperatuurmonster dat op de lokale interface wordt weergegeven. Om te beginnen met het verzamelen van boilerplate-temperatuurgegevens, sla je de tijdelijke bestanden op die door de lokale procesinterface worden gegenereerd.
Hernoem en sla de opgeslagen bestanden op in de huidige procesmap. Verzamel de CSV-bestanden die tijdens de test zijn gegenereerd en genereer één bestand met alle verkregen procesgegevens. Sla het geconsolideerde bestand op voor analyse.
Om te beginnen met de voorbereiding van de gegevens, haal je thermogrammen uit de thermische camera. Zet alle afbeeldingsbestanden over naar het analysewerkstation. Bekijk de geëxtraheerde thermogrammen en gooi eventuele ongewenste beelden weg.
Markeer handmatig een referentiepunt op elk thermogram. Maak vervolgens een procestemperatuuroverzichtsgrafiek met behulp van het eerder gegenereerde procesgegevensbestand. Koppel de keteltemperatuurgegevens van de lokale interface aan de vastgelegde procesthermogrammen.
Om een algoritme voor thermogramverwerking te ontwikkelen, laad je eerst een afbeelding in een variabele binnen de analyseomgeving. Definieer de grootte van de vectoren voor de grafassen met behulp van de afbeeldingsvariabele. Definieer vervolgens het gebied voor het detecteren van minimale en maximale temperatuurbereiken op basis van het analysebeeld.
Maak de figuur klaar voor het maken van grafieken. Vervolgens laad je het thermogrambeeld in een variabele voor verwerking. Definieer een zoekgebied voor het eerder gemarkeerde referentiepunt.
Isoleer het referentiepunt en verkrijg de coördinaten. Gebruik vervolgens de coördinaten om het analysegebied aan te geven. Zet nu het analysegebied om naar grijstinten.
Bereken de gemiddelde temperatuurwaarde van het grijstintengebied. Isoleer de maximale en minimale temperatuurgebieden in de afbeelding. Zet de grafische cijfers om naar numerieke tekst.
Zet de gemiddelde waarden om naar geschaalde maximum- en minimumtemperaturen volgens de beeldbereik, en sla de totale gemiddelde waarden en bijbehorende labels op. Plot tenslotte de totale gemiddelde resultaten om de verwerkte thermogramgegevens te visualiseren. De temperatuurmetingen met 100 volt gelijkstroom varieerden gedurende het proces, terwijl de metingen met 100 volt wisselstroom stabieler bleven.
Bij 100 volt gelijkstroom was de thermische variatie over het ketelgedeelte groter dan bij wisselstroom. DC bood meer gecontroleerde gebieden dankzij een soepelere progressie en een toenemende, maar niet abrupte verspreiding. Onder 60 volt omstandigheden waren temperatuurmetingen stabieler met wisselstroom. De thermische evolutie met 60 volt wisselstroom liet een geleidelijke temperatuurstijging zien tijdens het opstarten, terwijl bij 60 volt gelijkstroom de verwarming sterker en sneller was.
De grafische temperatuurtrend van 20 volt liet merkbare variatie voor gelijkstroom zien, terwijl wisselstroom resulteerde in een geleidelijker en stabieler profiel. Thermogrammen onder 20 volt wisselstroom toonden temperaturen variërend van 22,8 graden Celsius tot 26,3 graden Celsius. Ons protocol gebruikte TIR-analyse om een duidelijker beeld te geven van het thermisch gedrag in relatie tot de stroombron binnen het proces.
Onze bevindingen tonen aan dat het kiezen van geschikte AC- of DC-voeding de prestaties optimaliseert, energiekosten verlaagt en de distillatiekwaliteit verbetert. Toekomstig onderzoek zal thermogrambases grondig onderzoeken voor detectiemethoden en hoe vermoeidheid van thermische actuatoren het transiënte gedrag van processen beïnvloedt.
Bekijk het volledige transcript en krijg toegang tot duizenden wetenschappelijke video's
Overzicht
Dit artikel presenteert een vergelijkende studie over het thermische gedrag en de energie-efficiëntie van een verwarmingselement in een ketel van een destillatiekolom, aangedreven door wisselstroom (AC) en gelijkstroom (DC). De studie evalueert de prestaties op basis van statistische resultaten zoals temperatuurvariaties en energie-efficiëntie.
Belangrijkste onderdelen van de studie
Wetenschapsgebied
- Thermische analyse
- Energie-efficiëntie
- Destillatieprocessen
Achtergrond
- Eerdere studies hebben AC- en DC-voedingen afzonderlijk geanalyseerd.
- Er is een gebrek aan gecombineerd onderzoek naar beide stroombronnen in destillatiesystemen.
- Thermografische analyse is essentieel voor het begrijpen van thermisch gedrag.
- Het begrijpen van thermische efficiëntie kan leiden tot een verbeterde destillatiekwaliteit.
Doel van de studie
- Om de voordelen van AC versus DC-voeding in verwarmingselementen te demonstreren.
- Om het thermische gedrag van een ketel van een destillatiekolom te evalueren.
- Om energie-efficiëntie en temperatuurstabiliteit onder verschillende stroomvoorwaarden te analyseren.
Gebruikte methoden
- Installatie van een thermische camera voor dataverzameling.
- Opname van thermogrammen op verschillende spanningsniveaus voor zowel AC als DC.
- Gegevensverwerking om temperatuurmetingen uit thermogrammen te extraheren.
- Statistische analyse van temperatuurvariaties en energie-efficiëntie.
Belangrijkste resultaten
- DC-voeding vertoonde hogere thermische variatie vergeleken met AC.
- AC zorgde voor stabielere temperatuurprofielen over de gehele ketel.
- Temperatuurmetingen varieerden aanzienlijk onder verschillende spanningsomstandigheden.
- Optimale stroombesturing kan de prestaties verbeteren en energiekosten verlagen.
Conclusies
- Het kiezen van de juiste voeding is cruciaal voor het optimaliseren van destillatieprocessen.
- Toekomstig onderzoek zal zich richten op methoden voor thermogramdetectie.
- Het begrijpen van thermische actuatorvermoeidheid is belangrijk voor de stabiliteit van het proces.
Veelgestelde vragen
Executive Industry Relevance
Infrared thermography (IRT) enables quantitative, non-contact assessment of thermal behavior and power efficiency in electrically heated distillation systems. This protocol supports predictive optimization of energy input and thermal stability, directly impacting process control and operational cost in pharmaceutical and chemical manufacturing. Integrating IRT-based analytics into pilot and production-scale distillation aligns with electrification and sustainability initiatives across enterprise R&D portfolios.
Strategic Applications in Biopharma R&D
Early Discovery & Target Validation
- Supports mechanistic de-risking by mapping thermal heterogeneity in process equipment.
- Enables functional validation of heating elements under variable power conditions.
- Provides quantitative evidence for selecting optimal energy input strategies.
Screening & Assay Development
- Establishes standardized IRT protocols for reproducible thermal monitoring.
- Delivers quantitative temperature profiles for benchmarking process stability.
- Facilitates rapid comparison of AC versus DC heating for scalable process design.
Translational & Preclinical Research
- Aligns process thermal control with requirements for pharmaceutical-grade distillation.
- Enables continuity from pilot-scale optimization to preclinical manufacturing workflows.
- Supports risk-adjusted process advancement by quantifying energy efficiency and stability.
Pipeline & Workflow Integration
This IRT protocol integrates into the process development continuum, from early discovery through pilot-scale optimization and preclinical manufacturing.
- Discovery Biology: Quantifies thermal response to power input, supporting hypothesis-driven process improvements.
- Screening: Provides reproducible, quantitative thermal data for process comparison and selection.
- Analytics: Enables statistical analysis of temperature variation and power efficiency across conditions.
- Translational Research: Bridges pilot-scale findings to preclinical and manufacturing environments by standardizing thermal monitoring.
- Enterprise Reuse: Offers a scalable, transferable protocol for thermal analysis across diverse thermo-electric processes.
Operational & Enterprise Impact
- Scientific Value: Increases predictive confidence in process thermal control and energy optimization.
- Operational Value: Standardizes non-contact thermal monitoring for reproducibility and scalability.
- Strategic Value: Informs go/no-go decisions for process electrification and energy efficiency investments.
- Portfolio Impact: Reduces late-stage process risk and supports risk-adjusted prioritization of manufacturing technologies.
Implementation Considerations
- Requires expertise in IRT imaging, emissivity correction, and thermal data analysis.
- Needs calibrated mid-wave IR cameras and integrated data acquisition systems.
- Demands cross-team standardization of thermal imaging protocols and data processing workflows.
- Adaptable to various distillation and thermo-electric process models with appropriate calibration.
- Thermal actuator fatigue and transient behavior may limit long-term process predictability.
