focused on process simulation Strona 1 z 14

CHEMCAD: Skrócenie czasu przejścia na nową produkcję w istniejącej

instalacji

Wstęp

Wytwarzanie różnych produktów za pomocą jednej instalacji produkcyjnej jest dla jej użytkowników

korzystnym rozwiązaniem. Elastyczność produkcji jest istotną kwestią. Podczas gdy cykl życia

instalacji wynoszący od 20 do 40 lat pozostał niezmieniony, cykle życia produktów ulegają skróceniu.

Ponadto, w zglobalizowanym świecie coraz szybciej zmienia się rodzaj, jakość, cena i dostępność

zasobów niezbędnych do produkcji. Możliwość elastycznej reakcji zakładów chemicznych na takie

zmiany, zarówno poprzez modyfikacje aparatury jak i wprowadzanie nowych produktów, przynosi

znaczące korzyści ekonomiczne.

Dokładna komputerowa symulacja procesów produkcyjnych pomaga w krótkim czasie przeprowadzić

analizę i ocenę różnych scenariuszy surowcowo-produktowych. Konsekwentnie uwzględnia się przy

tym ograniczenia termodynamiczne i aparaturowe. Bez takiej symulacji weryfikacja nowych

scenariuszy wymagałaby przeprowadzenia kosztownych i pracochłonnych eksperymentów w

instalacjach produkcyjnych. Podczas doświadczeń takich instalacje nie mogą być z reguły

wykorzystywane do produkcji.

Jeśli znane są konkretne, w idealnym przypadku zoptymalizowane parametry pracy instalacji

produkcyjnej dla poszczególnych scenariuszy, do przerw w produkcji dochodzi podczas przestawiania

się z jednej kombinacji produktowo-surowcowej na inną. Minimalizacja przerw w produkcji

uwarunkowanych czasem przestawiania się na inny produkt za pomocą symulatora procesów

CHEMCAD jest przedmiotem niniejszego artykułu.

Za pomocą konkretnego przykładu z dziedziny oleochemii zaprezentujemy, jak z pomocą CHEMCADa

można określić optymalne punkty pracy w stanie ustalonym, oszacować brakujące parametry

instalacji oraz obliczyć, przeanalizować i zoptymalizować zmienność takich parametrów, jak np.

stężenie produktu w czasie

Studium przypadku, oleochemia

Przemysł oleochemiczny, jako przetwórca produktów naturalnych i pochodzących z recyklingu, ma

tradycyjnie do czynienia z wahaniami w składzie surowców do swoich procesów. Aby dla następnych

procesów stworzyć możliwie jak najbardziej niezmienne parametry surowców zasilających, można na

wejściu podłączyć aparaturę destylacyjną, w której silne wahania składu olejów surowcowych

zostaną ograniczone do zdefiniowanego poziomu.

Takie urządzenie destylacyjne jest przedmiotem niniejszego studium przypadku. W tabeli 1

zaprezentowano skład różnych olejów surowcowych. Wynika z niej, że skład chemiczny nawet

czystych olejów surowcowych może być bardzo różny. W przypadku stosowania mieszanek olejów

oraz wykorzystywania olejów z recyklingu występuje jeszcze więcej kombinacji.

focused on process simulation Strona 2 z 14

Tabela 1: Skład różnych olejów z surowców odnawialnych

Nienasycone kwasy tłuszczowe Jednonasyc

one Wielonasycone

Nazwa zwyczajowa

Kwas kaprylo

wy

Kwas kapryno

wy

Kwas lauryno

wy

Kwas mirystyno

wy

Kwas palmityno

wy

Kwas stearyno

wy

Kwas arachido

wy

Kwas oleinowy

Kwas linolo

wy

Kwas linoleno

wy

Numer CAS 124-07-2

334-48-5

134-07-7

544-63-8 57-10-3 57-11-4 506-30-9 112-80-1 60-33-

3 463-40-

1

CHEMCAD ID 540 545 890 902 912 550 1534 549 548 1529

Rodzaj oleju C8:0 C10:0 C12:0 C14:0 C16:0 C18:0 C20:0 C18:1 C18:2 C18:3

Olej migdałowy 7,0% 2,0% 69,0% 17,0%

Olej kokosowy 8,3% 6,0% 46,7% 18,3% 9,2% 2,9% 6,9% 1,7%

Tłuszcz

kokosowy 25,0% 38,0% 32,0% 3,0%

Oliwa 11,0% 3,6% 75,3% 9,5% 0,6%

Olej palmowy 0,1% 0,1% 0,9% 1,3% 43,9% 4,9% 39,0% 9,5% 0,3%

Olej z ostu 0,3% 5,5% 1,8% 0,2% 79,4% 12,9%

Za pomocą dwóch podłączonych szeregowo kolumn destylacyjnych można skutecznie ograniczyć

spektrum poszczególnych kwasów tłuszczowych. Podczas pierwszej destylacji oddziela się przy tym

niepożądane substancje łatwowrzące, a podczas drugiej destylacji niepożądane substancje

wysokowrzące.

Na ilustracji 1 przedstawiono schemat procesu w takiej dwustopniowej instalacji destylacji.

Ilustracja 1: Schemat procesu dwustopniowej instalacji do destylacji do uzdatniania zasilającego oleju surowcowego

focused on process simulation Strona 3 z 14

Rozpatrywane są dwa różne składy olejów surowcowych, dla których w wyniku destylacji należy

uzyskać po jednym spektrum oleju produktowego. Ciężki olej surowcowy i ograniczenia dla ciężkiego

oleju surowcowego zestawiono w tabeli 2, natomiast odpowiednie dane dla oleju lekkiego znajdują

się w tabeli 3.

Tabela 2: Skład surowca zasilającego i specyfikacja produktu dla pierwszego scenariusza surowcowo-produktowego (ciężki olej)

SUROWIEC

ZASILAJĄCY

PRODUKT

Ilość 10 m³/h Dolna

granica

Górna

granica

C8 ilości

śladowe - 0,1%

C10 ilości

śladowe - 0,1%

C12 1,6% - 0,5%

C14 0,9% - 0,5%

C16 10,3% - 60,0%

C18 75,7% 96,0% -

C20 11,5% - 30,0%

Dane w procentach masowych

focused on process simulation Strona 4 z 14

Tabela 3: Skład surowca zasilającego i specyfikacja produktu dla drugiego scenariusza surowcowo-produktowego (lekki olej)

SUROWIEC

ZASILAJĄCY

PRODUKT

Ilość 10 m³/h Dolna

granica

Górna

granica

C8 5,0% - 0,1%

C10 10,0% - 2,0%

C12 40,0% 50,0% -

C14 20,0% 15,0% 28,0%

C16 13,0% 6,0% 14,0%

C18 12,0% 4,0% 14,0%

C20 ilości

śladowe - 0,1%

Dane w procentach masowych

Optymalne parametry pracy

Po ustaleniu wartości ciśnień w kolumnach, dla każdej kolumny pozostają dwie zmienne swobodne.

W niniejszym przykładzie jako zmienne projektowe wybrano liczbę orosienia oraz moc cieplną kotła.

Ograniczenia aparaturowe dla tych zmiennych wynikają między innymi z istniejących powierzchni

wymiany ciepła w skraplaczu i kotle. W rozpatrywanym przypadku można w normalnej sytuacji

założyć, że wydajność wymienników ciepła jest w porównaniu z obciążalnością kolumny czynnikiem

mocniej ograniczającym, tak że podczas optymalizacji należy uwzględnić jedynie ograniczenia mocy

cieplnej kotła oraz skraplacza. Ograniczenia i warunki dodatkowe zestawione zostały w tabeli 4.

Pozostałe właściwości instalacji zamieszczone są w tabeli 5.

Tabela 4: Definicja scenariusza optymalizacji

Granice i warunki dodatkowe

Zmienna projektowa Dolna

granica

Górna

granica

Liczba orosienia w kolumnie

1 (R/D 1) 0,1 20

focused on process simulation Strona 5 z 14

Moc kotła kolumny 1 (QR 1) 0,3 MW 3 MW

Liczba orosienia w kolumnie

2 (R/D 2) 0,01 20

Moc kotła kolumny 2 (QR 2) 50 kW 500 kW

Warunek dodatkowy

Moc QC1 skraplacza

kolumny 1 ≤ 3 MW

Moc QC2 skraplacza

kolumny 2 ≤ 500 kW

Jako optymalny tryb pracy określa się tutaj taki punkt pracy, w którym strumień produktu jest

maksymalny. Koszty mediów w stosunku do kosztów wsadu są więc pomijane.

Tabela 5: Właściwości dwustopniowej instalacji do destylacji z ilustracji 1.

Cecha Kolumna 1 Kolumna 2

Nr urządzenia 4 5

Nr surowca zasilającego 3 5

Nr produktu górnego 4 7

Nr produktu dolnego 5 6

Ciśnienie 35 mbar (a) 10 mbar (a)

Liczba stopni 18 6

Półka zasilana 12 6

Model kolumny SCDS

Model półki Równowagowy

Model równowagi ciecz-

para UNIFAC

focused on process simulation Strona 6 z 14

Model entalpowy Ciepło utajone (LATE)

Do optymalizacji wykorzystuje się zaimplementowane w systemie CHEMCAD narzędzie „Process

Optimizer“ [optymalizator procesu]. Może on uwzględnić aż do 120 niezależnych zmiennych i 120

warunków dodatkowych. Oprócz sekwencyjnego algorytmu SQP, CHEMCAD oferuje jeszcze jeden

symultaniczny algorytm SQP oraz minimalizację metodą gradientu zredukowanego „Reduced

Gradient“. Symultaniczny oznacza przy tym, że schemat przepływowy rozwiązywany jest

symultanicznie (tzn. metodą zorientowaną równaniami), a nie iteracyjnie. Ponieważ rozpatrywany

schemat przepływowy nie zawiera strumieni obiegowych, sekwencyjny i symultaniczny algorytm SQP

daje taki sam wynik. Zaprezentowane tutaj scenariusze optymalne otrzymano metodą sekwencyjną

SQP.

Wyniki obliczeń optymalizacyjnych przedstawione zostały na ilustracjach 2 i 3. W przypadku ciężkiego

oleju surowcowego 38% masy surowca zasilającego, względnie 48% kwasu tłuszczowego C18,

przeszło do produktu, a w przypadku lekkiego oleju surowcowego odpowiednio 48%, względnie 63%

kwasu tłuszczowego C12. Optymalne parametry pracy zaprezentowano w tabeli 6.

Surowiec zasilający Kocioł Głowica skraplacza

Ilustracja 2: Zmiana składu strumienia materiału podczas przebiegu procesu dla zoptymalizowanego scenariusza „ciężki olej

surowcowy”

0

1000

2000

3000

4000

5000

6000

7000

8000

9000

10000

Feed SumpfKolonne 1

KopfKolonne 2

Prz

epły

w m

aso

wy

w k

g/h

C20 C18 C16 C14 C12 C10 C8

focused on process simulation Strona 7 z 14

Surowiec zasilający Kocioł/Kolumna 1 Głowica skraplacza/Kolumna 2

Ilustracja 3: Zmiana składu strumienia materiału podczas przebiegu procesu dla zoptymalizowanego scenariusza „lekki olej

surowcowy”

Tabela 6: Wartości zmiennych projektowych i status warunków dodatkowych dla poszczególnych wartości optymalnych

scenariuszy pracy.

Scenariusz

Zmienna projektowa Ciężki olej

surowcowy

Lekki olej

surowcowy

Liczba orosienia w

kolumnie 1 (R/D 1) 10,8 2,6

Moc kotła kolumny 1 (QR

1) 3 MW 2,03 MW

Liczba orosienia w

kolumnie 2 (R/D 2) 0,65 0,01

Moc kotła kolumny 2 (QR

2) 286 kW 364 kW

Warunek dodatkowy

0

1000

2000

3000

4000

5000

6000

7000

8000

9000

10000

Feed SumpfKolonne 1

KopfKolonne 2

Prz

epły

w m

aso

wy

w k

g/h

C20 C18 C16 C14 C12 C10 C8

focused on process simulation Strona 8 z 14

Moc chłodnicza QC1 w

skraplaczu kolumny 1 1,6 MW 0,99 MW

Moc chłodnicza QC2 w

skraplaczu kolumny 2 500 kW 500 kW

W obu scenariuszach możliwy byłby większy uzysk produktu, gdyby nie występowało ograniczenie

mocy chłodniczej skraplacza głowicowego w drugiej kolumnie. Tym samym obliczenia

optymalizacyjne dają dodatkowo konkretne wskazówki dotyczące wąskich gardeł, tzn. jakie

modyfikacje instalacji mogą przyczynić się do ulepszenia produkcji. W rozpatrywanym przypadku jest

to zwiększenie maksymalnej mocy chłodniczej w skraplaczu 2. kolumny, na przykład poprzez niższą

temperaturę zasilania wody chłodzącej lub zastosowanie dodatkowego wymiennika ciepła.

Zmiana surowcowo-produktowa

Aby przeprowadzić symulację przestawienia się z produktu lekkiego na produkt ciężki konieczne jest

uwzględnienie akumulacji (masy i energii). Pominąć można przy tym objętość rurociągów w stosunku

do objętości poszczególnych półek kolumn oraz wymienników ciepła (skraplacz głowicowy i kocioł).

Dzięki temu założeniu można bez żadnych zmian przekształcić rozpatrywany dotychczas schemat

przepływowy w stanie ustalonym w dynamiczny schemat przepływowy. Aby prawidłowo

zamodelować akumulację w kolumnach, konieczne są jednak jeszcze dodatkowe założenia i dane. Dla

skraplacza głowicowego i kotła kolumny można poprzez stabilną regulację poziomu cieczy przyjąć

stałe wartości objętości. Średnicę kolumn można obliczyć bazując na obliczeniach punktu zalewania

dla wypełnienia za pomocą zintegrowanego w CHEMCADzie narzędzia „Sizing Tool”. Do obliczenia

zmiennego zatrzymania cieczy na poszczególnych półkach kolumn konieczne jest posiadanie

dodatkowych danych geometrycznych, przy czym również w tym wypadku do ich określenia

pomocne będzie narzędzie „Sizing Tool” systemu CHEMCAD. Parametry geometryczne istotne dla

symulacji dynamicznej zestawiono dla obu kolumn w tabeli 7.

Tabela 7: Parametry geometryczne do symulacji dynamicznej

Parametr Kolumna 1 Kolumna 2

Nr urządzenia 4 5

Średnica 3,96 m 2,44 m

Odstęp między półkami 0,61 m 0,61 m

Objętość cieczy w skraplaczu /

zbiorniku skraplacza 1,0 m³ 0,5 m³

focused on process simulation Strona 9 z 14

Objętość cieczy w kotle 2,0 m³ 1,0 m³

Szerokość spływu półki 0,22 m 0,22 m

Wysokość przelewu 0,05 m 0,05 m

Najprostszą konserwatywną strategią przestawienia produkcji jest odczekanie do uzyskania stanu

ustalonego z nowym surowcem zasilającym, a następnie przestawienie parametrów pracy na

parametry optymalne dla nowego scenariusza surowcowo-produktowego. Zmiana surowca

zasilającego rozpoczyna się po 6 minutach i trwa 10 minut. Zmianę w składzie strumienia surowca

zasilającego podczas przestawiania produkcji ukazuje ilustracja 4. Skład strumienia produktu

w funkcji czasu po zastosowaniu prostej, konserwatywnej strategii przedstawia ilustracja 5. Instalacja

osiąga stan ustalony po ok. 250 minutach.

Przestawianie parametrów pracy następuje w ciągu 30 minut z wykorzystaniem narzędzia

harmonogramu (RAMP), żeby nie powodować zbyt skokowych zmian wartości parametrów i dać

operatorowi możliwość ingerencji. Specyfikacja produktowa oleju lekkiego uzyskiwana jest dla takiej

strategii po 318 minutach.

Ilustracja 4: Skład strumienia surowca zasilającego w funkcji czasu podczas zmiany oleju surowcowego.

0,0

0,1

0,2

0,3

0,4

0,5

0,6

0,7

0,8

0,9

1,0

0 2 4 6 8 10 12 14 16 18 20

Ud

ział

mas

ow

y w

str

um

ien

iu z

asila

jący

m

Czas w minutach

C8 C10 C12 C14 C16 C18 C20

focused on process simulation Strona 10 z 14

Ilustracja 5: Skład strumienia produktowego w funkcji czasu przy zastosowaniu prostej, konserwatywnej strategii.

Jeśli pozwoli się na uruchomienie obiektów harmonogramu (RAMP) już na początku zmiany

strumienia surowca zasilającego, czas do osiągnięcia wymaganej specyfikacji produktu zmniejszy się

do 213 minut. Strategia taka nie jest niczym niezwykłym przy planowanych przestawieniach

produkcji. Przebiegi udziałów masowych poszczególnych komponentów strumienia produktowego

przedstawiono na ilustracji 6.

0,0

0,1

0,2

0,3

0,4

0,5

0,6

0,7

0,8

0,9

1,0

0 50 100 150 200 250 300 350 400

Ud

ział

mas

ow

y w

str

um

ien

iu p

rod

ukt

ow

ym

Czas w minutach

C8 C10 C12 C14 C16 C18 C20

focused on process simulation Strona 11 z 14

Ilustracja 6: Skład strumienia produktowego w funkcji czasu przy zastosowaniu prostej strategii.

Optymalizacja dynamiczna

Narzędzie „Process Optimizer“ systemu CHEMCAD można również wykorzystać do optymalizacji

procesów dynamicznych. W niniejszym przykładzie zminimalizowany ma być czas osiągnięcia

specyfikacji produktowej. Jako wielkości decyzyjne wybierane są wartości docelowe obiektów

harmonogramu (RAMP). Zgodnie z wyżej opisanymi strategiami parametry pracy mają zostać

zmienione tylko jeden raz.

Jednak nawet przy takim ograniczeniu możliwa jest redukcja czasu przestawiania się na inny produkt

o więcej niż połowę, tj. do 93 minut. Po osiągnięciu specyfikacji produktowej następuje przestawienie

na optymalne parametry pracy.

Przebieg parametrów pracy przedstawiono na ilustracji 7, a przebieg składu strumienia

produktowego, na ilustracji 8.

Za pomocą interfejsu CHEMCAD – Excel można w łatwy sposób wykonać wizualizację monitorowania

dotrzymania specyfikacji produktu. Ilustracja 9 ukazuje zoptymalizowany przebieg zmiennych

projektowych, kiedy i która specyfikacja została osiągnięta oraz ile granic zostało ogółem

przekroczonych.

0,0

0,1

0,2

0,3

0,4

0,5

0,6

0,7

0,8

0,9

1,0

0 50 100 150 200 250 300

Ud

ział

mas

ow

y w

str

um

ien

iu p

rod

ukt

ow

ym

Czas w minutach

C8 C10 C12 C14 C16 C18 C20

focused on process simulation Strona 12 z 14

Ilustracja 7: Wartości zmiennych projektowych w funkcji czasu po minimalizacji czasu przestawiania się na inny produkt.

Ilustracja 8: Skład strumienia produktowego w funkcji czasu po minimalizacji czasu przestawiania się na inny produkt.

Ilustracja 9: Naruszenie specyfikacji produktu; 0: stężenie w obrębie specyfikacji 1: stężenie poza specyfikacją; Wszystkie: suma

wszystkich skłądników.

0

2

4

6

8

10

12

14

16

0 20 40 60 80 100 120 140 160 180 200

War

tość

zm

ien

nej

pro

jekt

ow

ej

Czas w minutach

R/D 1

QR 1 [MW]

R/D 2

QR 2 x 10 [MW]

0,0

0,1

0,2

0,3

0,4

0,5

0,6

0,7

0,8

0,9

1,0

0 20 40 60 80 100 120 140 160 180 200

Ud

ział

mas

ow

y w

str

um

ien

iu

pro

du

kto

wym

Czas w minutach

C8 C10 C12 C14 C16 C18 C20

0

1

2

3

4

0 20 40 60 80 100 120 140 160 180 200

Akt

ywn

e g

ran

ice

Czas w minutach

C8 C10 C12 C14

C16 C18 C20 Alle

focused on process simulation Strona 13 z 14

Jak pokazano na ilustracji 9, przy przestawianiu się na optymalne parametry pracy specyfikacja

produktu nie zostaje osiagnięta przez 3 minuty. Stężenie kwasu tłuszczowego C18 spada w tym

okresie czasu do wartości o 4% poniżej dolnej granicy. Aby uniknąć takiego zdarzenia, można na

przykład inaczej sformułować problem optymalizacji. O tym, czy takie krótkotrwałe przekroczenia

wartości granicznych są istotne i należy je uwzględniać, trzeba zadecydować w każdym konkretnym

przypadku.

W otrzymanym scenariuszu minimalnego czasu przestawiania się na inny produkt nie chodzi również

o globalne optimum. Obliczenia gradientów funkcji celu (= czas przestawiania się na inny produkt) w

odniesieniu do zmiennych projektowych następuje numerycznie z ilorazem różnicowym. Wybór

szerokości kroku podczas tworzenia ilorazu różnicowego ma zatem znaczący wpływ na lokalne

minimum znalezione metodą SQP. Często decydującą kwestią nie jest znalezienie matematycznie

prawidłowego minimum funkcji docelowej. Obliczenia optymalizacyjne są dla zakładu opłacalne już

wtedy, gdy redukcji ulegnie czas przestawiania się na inny produkt.

Globalne optimum i „Process Simulation Cup”

Jeśli przeprowadzi się optymalizację z dodatkowymi punktami zmiennych projektowych, możliwe

będzie dalsze zredukowanie czasu przestawiania się na inny produkt, jednak problem

optymalizacyjny stanie się bardziej złożony. Za pomocą trybu OTS (Operator Training System)

możliwa jest całkowita rezygnacja z obiektów harmonogramu (RAMP), a zamiast tego możliwe jest

swobodne przestawianie zaworów regulacyjnych dla powrotu (R/D 1 i R/D 2) oraz doprowadzania

pary (QR 1 i QR 2).

Jak dalece można jeszcze zredukować czas przestawiania się na inny produkt i jak duży jest potencjał,

jeśli dozwolony jest więcej niż jeden skok zmiennych projektowych? Na pytania te odpowie „Process

Simulation Cup 2015”. Celem jest znalezienie globalnego minimum czasu przestawiania się na inny

produkt dla danego procesu. Pod adresem http://www.process-simulation-cup.com/ można złożyć

swoje propozycje modyfikacji zmiennych projektowych i od razu otrzymać wyliczony na tej podstawie

czas przestawiania się na inny produkt.

Zakończona powodzeniem realizacja w praktyce

Czas przestawiania się na inny produkt oraz potencjał redukcji tego czasu są różne dla każdej instalacji

i każdego scenariusza surowcowo-produktowego. Poza tym należy zastanowić się, jak bardzo

szczegółowy musi być dynamiczny model procesu, np. w odniesieniu do danych geometrycznych

(wymiarów aparatury). Ponadto wyniki symulacji należy porównać z rzeczywistymi danymi instalacji

i dokonać tym sposobem weryfikacji modelu procesu. W praktyce, ustalone w wyniku optymalizacji

dynamicznej skale czasowe nie są z reguły przenoszone w prosty sposób. Realizowane są raczej

focused on process simulation Strona 14 z 14

ustalone przez CC- DYNAMICS kryteria przełączania, takie jak np. wartości temperatury określonych

półek. W oparciu o te nowe kryteria przełączania opracowuje się optymalne schematy ruchowe dla

operatorów instalacji.

Firma Infraserv GmbH & Co. Knapsack KG we współpracy z Chemstations oferuje usługi w zakresie

wyżej opisanej realizacji. Na przykład dla klienta z branży oleochemicznej zminimalizowano czasy

przestawiania się na inny produkt dla 12 scenariuszy surowcowo-produktowych, a poprzez

dodatkowo uzyskany czas produkcji zredukowano jeszcze zużycie surowców i energii.

Podsumowanie

CHEMCAD jest pakietem oprogramowania zawierającym wszystkie potrzebne narzędzia do statycznej

i dynamicznej symulacji i optymalizacji procesów. Dzięki pełnej integracji narzędzi do optymalizacji

procesów (Process Optimizer), wymiarowania aparatury (Sizing Tool) oraz symulacji dynamicznej (CC-

DYNAMICS) możliwe jest szybkie i łatwe przeliczenie scenariuszy i opracowanie propozycji ulepszeń.

Właściciele i użytkownicy instalacji mogą we wszystkich fazach uzyskać wsparcie i poradę w firmie

Infraserv GmbH & Co. Knapsack KG, która już wielu klientom pomogła znacznie zredukować koszty

eksploatacji w produkcji.

W razie zainteresowania innymi publikacjami, materiałami edukacyjnymi, szkoleniami lub innymi rozwiązaniami z użyciem CHEMCAD, prosimy o kontakt: E-mail: support@chemstations.eu Tel.: +49 (0)30 20 200 600 www.chemstations.eu Autorzy:

Jan Schöneberger

Moritz Wendt