1. 课程导入与优化目标界定

精馏塔设计中最常见的一对矛盾，是塔板数与回流比之间的此消彼长。塔板数增加，分离能力提高，达到同样产品纯度所需的回流比下降，再沸器与冷凝器的热负荷随之减小，操作费用降低；但塔体更高、塔板、内件、土建与安装投资上升。反之，减少塔板数可以压低设备投资，却必须用更大的回流比来补偿分离能力，蒸汽与冷却水消耗上升。因此，塔板数与回流比并不是两个可以独立取值的自由参数，而是一组需要在同一目标函数下协同寻优的设计变量。

工程上衡量这一权衡的常用指标是年度总费用 TAC（Total Annualized Cost），其基本构成为：

TAC = 年化设备投资 + 年操作费用
    = 设备投资 × CRF + (再沸器蒸汽费 + 冷凝器冷却水费 + 电费) × 年操作小时
CRF = i(1+i)^n / [(1+i)^n − 1]      （资本回收系数，i 为折现率，n 为装置寿命）

其中设备投资主要随塔径、塔高、塔板数、再沸器与冷凝器换热面积变化；操作费用主要由再沸器负荷决定，冷凝器负荷通常与再沸器负荷近似同步变化。由于回流比增大时，塔内汽液相负荷上升，塔径与换热面积也要相应放大，因此回流比对投资和操作费同时产生影响，TAC 曲线往往呈现一个明确的最低点，这个最低点对应的就是本课程要寻找的“塔板数—回流比”最优组合。

在 Aspen Plus 中，这一寻优过程可以分解为几个可操作的环节。首先是建立能收敛的严格平衡级模型（RadFrac），正确设置组分、热力学方法、进料条件、压力分布与产品规格；其次是用 Design Spec / Vary 或 Sensitivity 分析，把“给定回流比求理论板数”或“给定理论板数求回流比”变成可自动求解的约束问题；再次是用灵敏度扫描得到不同理论板数下的最小回流比与对应再沸器负荷，进而换算成 TAC；最后在 TAC 曲线上定位最优点，并回到水力学层面校核塔径、板间距、降液管与操作弹性。

下图给出了本课程的任务路线图，它把建模、灵敏度扫描、费用换算与最终决策串成一条完整链路，也标出了每一步的关键输入与判断依据。

为了让路线图落地，这里给出一个贯穿全课程的教学示例（参数为合理假设，非实测数据）：分离苯—甲苯混合物，进料量 100 kmol/h，进料组成苯 0.45（摩尔分数），泡点进料，塔顶苯纯度要求 0.99，塔底苯含量不大于 0.01，操作压力接近常压。物性方法选用 RK-SOAVE 或 PENG-ROB 均可，课程中统一采用 PENG-ROB。先以理论板数 30、进料位置第 15 块板建立 RadFrac 模型，用 Design Spec 把塔顶苯纯度固定为 0.99，Vary 对象设为回流比，求解得到该板数下的操作回流比；再用 Sensitivity 把理论板数从 15 扫到 45，每个板数下重复上述规定求解，记录回流比、再沸器负荷、冷凝器负荷与估算塔径。

得到数据后，按统一费用基准换算 TAC。示例中可假设：低压蒸汽价格按每吨蒸汽计价、冷却水按每吨计价、年操作 8000 h、装置寿命 10 年、折现率 8%，则 CRF ≈ 0.149。设备投资可用塔体、塔板、换热器的简化关联式估算，例如塔体投资随塔高与塔径的幂函数增长，换热器投资随面积的幂函数增长。把每个候选点的投资与操作费分别算出并相加，就能画出上图中的三条曲线，并读出 TAC 最低点对应的理论板数 N*。

还需要明确 Aspen Plus 在本课程中的角色定位：它负责提供严格平衡级下的物料与能量平衡结果，是获取 R、Qreb、Qcond、温度与组成剖面的计算引擎；而费用模型、折现假设与工程校核判断，需要学习者以工程经验补充。换言之，Aspen Plus 给出“物理上可行且收敛的设计点”，TAC 模型给出“经济上更优的设计点”，水力学校核给出“工程上可实施的设计点”，三者交集才是最终推荐方案。

本课程后续将沿着这条路线依次展开：热力学方法与模型收敛性、Design Spec 与 Vary 的正确配置、灵敏度与优化工具的使用、TAC 费用模型的搭建、水力学校核与操作弹性分析，以及多方案对比与结果复盘。学完本课程，你应当能够独立完成一个二元或近二元精馏系统的塔板数—回流比协同优化，并给出有费用依据、有校核支撑的设计结论。