Escolar Documentos
Profissional Documentos
Cultura Documentos
A.R. Secchi
diehl@enq.ufrgs.br
arge@enq.ufrgs.br
L.P. Lusa
L.A.R. Muniz
leandro@trisolutions.com.br
larmuniz@ucs.br
L.G.S. Longhi
longhi@petrobras.com.br
RESUMO
A torre atmosfrica um dos equipamentos mais importantes
de uma unidade de destilao de leo cru em uma refinaria. A
otimizao da operao deste equipamento uma meta constante neste tipo de indstria, pois ela possibilita retornos financeiros bastante atrativos. Para levar a operao da coluna
de destilao atmosfrica prximo ao seu ponto operacional
timo necessrio medir algumas propriedades chaves, em
tempo real, para a atuao do sistema de controle. No entanto algumas propriedades no so facilmente medidas em
tempo real, ou ainda sua medio depende da compra de analisadores em linha que podem apresentar custos expressivos.
Uma alternativa para a obteno dessas propriedades a utiArtigo submetido em 27/01/2008 (Id.: 00851)
Revisado em 01/11/2008, 10/12/2008, 24/12/2008
Aceito sob recomendao do Editor Associado Prof. Takashi Yoneyama
305
ABSTRACT
The atmospheric tower is one of the most important equipments of an unit of distillation of raw oil in a refinery. The
optimization of the operation of this equipment is a constant goal in this industry type, because it makes possible
plenty financial returns attractive. To take the operation of
the close column of atmospheric distillation to its optimal
operational point it is necessary to measure some key properties, in real time, for the performance of the control system. However some properties are not measured easily in
real time, or still its measurement depends on the purchase
of on-line analyzers that they can present expressive costs.
An alternative for the obtaining of those properties is the
use of inferences (virtual analyzers), that predict the variable wanted through mathematical models using secondary
variables as entrance parameters. Two inferences, granted by
REFAP S/A, were appraised with the purpose of determining that with larger predictive power of the temperature that
distils 85% of the current of wanted hydrocarbons (T85%).
The source of data, for the tests, it was originated in the stationary state by the software Aspen Plus, after the validation
of a model for medium operational data collected in the own
refinery. Two operational manners were proposed and sensibility analyses were generated so that their results were used
as source of data for the inferential models. T85% coming
of the simulator were considered pattern for the comparison
with the results obtained by the inferences. The virtual analyzers were shown sensitive to the operation way the one that
is submitted. This means that the adjustments done in the parameters of the models should be reviewed in case there is a
significant operational change in the distillation system. For
the operation in that the models were developed the acting
of the two inferences was similar, could conclude that in the
stationary state the predictions of both are satisfactory.
KEYWORDS: Inferences. Softsensors. Simulation. Atmo-
1 INTRODUO
A tradicional viso de sistemas automatizados a da substituio da mo de obra por mquinas. Todavia a automao
306
(Bakhtadze, 2004).
2 UNIDADE DE DESTILAO
A primeira etapa da separao do petrleo em diversas fraes com diferentes propriedades tradicionalmente feita
atravs de destilao fracionada, chamada de destilao atmosfrica. O processo tem esse nome por operar em presses
prximas presso baromtrica. Segundo Watkins (1981) o
equipamento de separao projetado para gerar cinco correntes de destilado e uma de fundo, tambm chamada de resduo atmosfrico (RAT). A frao mais leve nem sempre
completamente condensvel nas condies de temperatura e
presso do vaso de refluxo, o que resulta em uma corrente lquida e uma vapor na sada do condensador. Uma quantidade
de vapor de gua, chamada overflash ou vapor de retificao,
injetada na coluna com vistas a promover um refluxo adequado entre a zona de flash e a regio de alimentao, parcialmente vaporizada, e diminuir a presso parcial dos componentes facilitando o processo de separao. Em geral a alimentao aquecida at a temperatura de operao pelo fato
dessas colunas no possurem refervedores. Neste processo
comum a remoo de calor atravs de refluxos laterais, chamados pumparounds (RCI e RCS; reciclo circulante inferior
e superior, respectivamente) (Parkash, 2003).
Hoje em dia, os analisadores virtuais fazem parte do cotidiano de torres de destilao em refinarias e petroqumicas,
j que a otimizao uma meta constante nessas indstrias
(Longhi et al., 2007; Miranda e Lusa, 2003; Conz et al.,
2005). Tendo em vista que a qualidade de uma inferncia
dada pela sua capacidade de predio de uma propriedade
chave, torna-se imprescindvel a comparao de diferentes
inferncias visando determinao daquela de maior preciso.
No presente trabalho so avaliados dois modelos de inferncias, concebidos pela REFAP S/A, para a predio de uma
propriedade fundamental na caracterizao dos produtos resultantes da destilao atmosfrica de leo cru: a curva de
destilao. Mais precisamente a temperatura que destila 85%
da corrente em questo (T85%), sendo de suma relevncia
seu conhecimento, pois essa porcentagem uma especificao do leo diesel e limita a adio de fraes pesadas no
mesmo (Riazi, 2005). Em misturas multicomponentes as variveis medidas podem indicar o nvel de separao alcanada e alimentar os controladores, alcanando as especificaes dos produtos (Kalid, 2006). Caso existam analisadores em linha, o seu sinal pode ser utilizado como varivel
medida. Porm nem sempre vivel a instalao de analisadores em linha, seja por motivos tcnicos (no dispor de
sistemas de condicionamento de amostras) ou por motivos
econmicos (em geral os instrumentos apresentam elevados
custos). Ento se pode inferir a composio a partir de analisadores virtuais.
A metodologia adotada envolve o desenvolvimento de um
modelo da coluna, atravs do software de simulao Aspen Plus (Aspentech, 2001a), para gerar os dados utilizados como entradas para os analisadores virtuais. Os valores padro da propriedade, utilizados para as comparaes,
foram gerados por este simulador atravs de uma estimativa
que equivale curva de destilao descrita na norma D86 da
American Society for Testing and Materials (ASTM, 2007)
para misturas de petrleos. Essa norma, grosso modo, uma
destilao diferencial (em batelada) sob condies controladas de ensaio.
3 SIMULAO OPERACIONAL
A simulao computacional uma ferramenta poderosa na
resoluo de problemas referentes engenharia qumica. Ela
permite predizer o comportamento de processos usando relaes bsicas, tais como balanos de massa, energia e equilbrio termodinmico, e especficas de cada equipamento (Aspentech, 2001a). Desde a dcada de 60 esta tecnologia vem
307
350
Temperatura (C)
300
250
200
Real
150
BK 10
Chao Sea
Grayson
100
50
0
10
20
30
40
50
Estgio
sendo utilizada e desenvolvida, todavia originalmente, devido a restries computacionais, a simulao era utilizada
somente com finalidades de projeto. Hoje, adicionalmente
ao projeto, a simulao aplicada ao treinamento de operadores, otimizaes de processos, apoio a decises, estudos
de sensibilidade e, mais recentemente, no apoio ao controle
308
Como pode ser observado nas Figuras 3.1 a 3.4, as especificaes mais adequadas para a representao do processo
real envolvem a vazo de RAT e a temperatura do condensador ou frao de vaporizado do mesmo, para termodinmicas
apolares (Braun K10, Chao-Seader, Grayson-Streed). Com
a utilizao do modelo UNIFAC a simulao no convergiu
em nenhum dos casos, e o modelo NRTL-RK convergiu apenas em uma das situaes apresentando resultados insatisfatrios. Detalhes e descries dos modelos termodinmicos
so descritos em Aspentech (2001b).
350
350
Temperatura (C)
300
250
200
Real
BK 10
Chao Sea
Grayson
150
100
50
0
10
20
30
40
C)
400
300
250
200
150
BK10
Linear (BK10)
100
50
50
50
100
150
Estgio
200
250
300
350
Temperatura Real (o C)
350
350
300
300
250
Real
BK 10
Chao Sea
Grayson
200
150
100
Temperatura (C)
Temperatura (C)
400
250
200
Real
150
100% Leve
50
0
10
20
30
40
60% Leve
100
50
Estgio
50
Figura 3.3 Especificao: frao de vapor destilado (condensador) e vazo total de destilado.
A determinao da situao que melhor descreve o processo
torna-se uma tarefa difcil j que visualmente h pouca diferena entre os resultados das Figuras 3.1 e 3.4 para as ter-
10
20
30
40
50
Estgio
350
350
300
250
150
Real
NRTL RK
BK 10
100
Chao Sea
Grayson
200
Temperatura (C)
Temperatura (C)
300
250
200
150
Real
100
75% Leve
50
50
0
0
10
20
30
40
50
Estgio
10
20
30
40
50
Estgio
Figura 3.7 Resultados para a simulao com 75% de petrleo leve e 25% de pesado.
309
modinmicas apolares. Sendo assim uma anlise mais adequada se faz necessria e a Figura 3.5 mostra uma forma de
comparao quantitativa dos resultados, onde Linear (BK10)
ilustra o melhor ajuste linear para os pontos do grfico. A
Tabela 3.1 relaciona as inclinaes dos ajustes lineares dos
resultados apresentados nas Figuras 3.1 e 3.4 para os modelos BK10, Chao-Seader e Grayson-Streed. A simulao utilizando o modelo BK10 (que prprio para aplicaes com
petrleo) com a temperatura do condensador e a vazo de
RAT especificadas apresentou os melhores resultados.
a quantidade produzida enquanto que a segunda visa controlar o perfil de temperatura da coluna. A T85% foi analisada
para diferentes misturas das correntes de produtos tambm
chamadas de alinhamentos, onde as misturas dos produtos
laterais nafta pesada (NP), querosene (Q), diesel pesado (DP)
e diesel leve (DL) so:
Alinhamento C = Q + DL + DP
Figura
3.1
3.4
Alinhamento B = NP + DL + DP
Alinhamento D = DL + DP
A abrangncia das anlises de sensibilidade foi determinada
pelas variveis manipuladas na carga, ou seja, as mesmas foram variadas ao mximo, at a simulao apresentar problemas de convergncia. Os resultados gerados nestas anlises
sero os dados de entrada da avaliao dos analisadores virtuais. Todas as anlises de sensibilidade foram simuladas no
software Aspen Plus, e seus resultados grficos so mostrados nas Figuras 4.1 a 4.6, onde as curvas T85_n representam
os quatro alinhamentos A, B, C e D.
BK 10
1,0142
0,9946
Chao-Seader
1,0171
0,9933
Grayson-Streed
1,0190
0,9935
BK 10
1,0007
0,9968
Chao-Seader
1,0010
0,9959
Grayson-Streed
1,0025
0,9961
Atravs do somatrio do erro quadrado foi possvel determinar qual composio de petrleo leve e pesado se adapta
melhor as condies de operao real. Este valor ficou em
torno de 75% de petrleo leve e 25% de pesado e o resultado
para essa composio pode ser visualizado na Figura 3.7. O
modelo que gerou os resultados da Figura 3.7 ser utilizado
para a anlise de sensibilidade apresentada a seguir.
4 ANLISE DE SENSIBILIDADE
A anlise de sensibilidade fornece informaes sobre as respostas do processo frente a modificaes em variveis manipuladas (Secchi et al., 2006). Duas linhas de anlise de sensibilidade so apresentadas a seguir, buscando representar diferentes formas de operao. A primeira delas visa controlar
310
Alinhamento A = NP + Q + DL + DP
365
T85_A
349
T85_B
348
T85_C
T85_A
360
T85_B
T85_C
347
T85_D
346
Temperatura (C)
355
Temperatura (C)
350
350
345
T85_D
345
344
343
342
340
341
335
340
330
366
339
368
370
372
374
376
378
380
22
382
23
24
25
26
28
T85_A
T85_A
349
T85_B
T85_B
344
T85_C
T85_C
347
T85_D
T85_D
343
Temperatura (C)
27
Temperatura (C)
345
343
341
342
341
340
339
339
337
-4
-3
-2
-1
4.2
338
365
370
375
380
5 INFERNCIAS
Para que os controladores operem de forma eficiente so necessrias leituras em tempo real das propriedades de interesse. Isso torna factvel ao sistema de controle a tomada de
aes de carter servo e regulatrio. Entretanto, em refinarias, algumas propriedades no so facilmente quantificadas
em tempo real, sendo necessrias anlises laboratoriais, ou
ainda sua medio depende da compra de analisadores em li-
311
348
346
344
Temperatura (C)
342
340
338
T85_A
T85_B
336
T85_C
334
T85_D
332
330
-3
-2
-1
342
Temperatura (C)
340
338
336
T85_A
T85_B
T85_C
334
T85_D
332
22
23
24
25
26
27
28
T30i = i Ti + Biasi
(1)
T85i =
0, 55Fi (Ti1 Ti )
+ T30i
0, 7Fi + 0, 3Fi1
(2)
I85i =
32 + 1, 8T85i
546, 1
I85m
T85sbm
7,8
P
I85i Fi
= P
Fi
(3)
(4)
(5)
(6)
A temperatura que destila 85% da mistura que se deseja analisar calculada, ento, pela Equao 7, onde Biasm o Bias
para a mistura m.
5.2
(7)
Tn,i =
j=6
X
j=1
n,i,j
n,i,j
Tj1
Vi
Vc arg a
n,i,j
n,i,j
Ptopo
(8)
Na Equao 8, os ndices i, j e n representam, respectivamente, as correntes intermedirias (NP, Q, DL e DP), as temperaturas das panelas de retirada (topo, NP, Q, DL, DP e zona
de flash) e as temperatura de destilao (T85%), enquanto
que n,i,j , n,i,j , n,i,j e n,i,j so constantes.
As regras de mistura para esta inferncia variam de acordo
com o alinhamento, ao contrrio da inferncia semi-emprica
simplificada, que utiliza as mesmas regras de mistura para todos os alinhamento. Isto torna os modelos polinomiais mais
flexveis que os empricos simplificados. As equaes 9, 10,
11 e 12 so as inferncias correspondentes aos alinhamentos
A, B, C e D, respectivamente.
313
T 85 x40
= x38 FNx39
+
P TN P
h
i
x45 T 85 x46
x42
T 85 x43
+ x41 FQN
TQN
+ x44 FDL
TDL
+
x48 T 85 x49
+ x47 FDP
TDP
+ x50
(9)
T 85
T 85 x53
TDlinB
= x51 FNx52
+
P TN P
x55 T 85 x56
+ x54 FDL
TDL
+
T 85 x59
x58
+ x57 FDP
TDP
(10)
+ x60
h
i
x62
T 85
T 85 x63
+
TDlinC
= x61 FQN
TQN
x65 T 85 x66
+ x64 FDL
TDL
+
T 85 x69
x68
+ x67 FDP
TDP
x72 T 85 x73
T 85
TDlinD
= x71 FDL
TDL
+
(11)
Como na inferncia semi-emprica simplificada, a de polinmios ajustados tambm utiliza um Bias atualizado periodicamente para a correo do modelo. O Bias baseado na T85%
resultante de anlises laboratoriais. No entanto, a T85% do
laboratrio foi substituda pela T85% gerada na simulao,
da mesma maneira que na inferncia semi-emprica simplificada. O Bias foi determinado pela Equao 6.
As T85% da simulao e a padro foram calculadas para as
duas linhas de operao mencionadas anteriormente (PLO
e SLO). Para cada uma das configuraes operacionais foi
determinada a T85S pelo software Aspen Plus. A T85P foi
calculada pela inferncia polinomial sem bias com dados de
temperatura, presso e vazo provenientes da simulao, uma
para cada linha de operao.
T 85
TYT 85 = TDlinY
+ BiasY
(12)
T 85
TDlinA
Temperatura que destila 85% do alinhamento A sem
correo de Bias.
T 85
TDlinB
Temperatura que destila 85% do alinhamento B sem
correo de Bias.
T 85
TDlinC
Temperatura que destila 85% do alinhamento C sem
correo de Bias.
T 85
TDlinD
T 85
TDP
Temperatura que destila 85% da corrente de diesel pesado.
314
+ x70
x75 T 85 x76
+ x74 FDP
TDP
+ x77
(13)
6 RESULTADOS
A partir dos dados obtidos na anlise de sensibilidade pdese testar a acurcia das inferncias semi-emprica simplificada e de polinmios ajustados. Os testes foram divididos
em duas configuraes operacionais: a primeira linha de operao (PLO) e a segunda linha de operao (SLO). A Tabela
6.1 relaciona o tipo de operao com as fontes de dados da
anlise de sensibilidade realizada.
6.1 PLO1
A PLO1 a primeira linha de operao para o caso 1, que
nada mais do que a anlise de sensibilidade para a configurao operacional que visa manter constantes as vazes de
sada dos strippers quando varia-se a temperatura da alimentao de petrleo no sistema de destilao.
A Figura 6.1 ilustra o comportamento da T85% da simulao
e dos modelos em relao temperatura da alimentao de
petrleo, para todos os alinhamentos. Um ajuste linear, nos
dados de simulao, foi adicionado ao grfico para reforar a
tendncia do resultado. Este mesmo tratamento foi aplicado
aos grficos das Figuras 6.3, 6.6, 6.8, 6.9 e 6.12. A Figura 6.2
Simulao
Polinomial
Emprica
Linear (Simulao)
355
350
345
340
335
330
366
368
370
372
374
376
378
380
382
Simulao
Polinomial
Emprica
Linear (Simulao)
357
352
347
342
337
366
368
370
372
374
376
378
380
382
357
700
Polinomial
600
Emprica
500
400
300
200
100
0
A
352
347
342
apresenta o grfico que relaciona o somatrio dos erros quadrados da predio de cada modelo com o seu alinhamento.
337
332
366
368
370
372
374
376
378
380
382
Simular a ao de
controle do perfil
interno de
temperatura da coluna
de destilao
Simulao
Polinomial
Emprica
Linear (Simulao)
357
352
347
Observa-se que a inferncia polinomial teve um desempenho muito abaixo da semi-emprica. Se observados os valores preditos pelos modelos, para as temperaturas de 368C
e 370C da carga, percebe-se que o modelo polinomial no
conseguiu obter valores satisfatrios chegando a diferenas
de mais de 15C entre a sua predio da T85% e a da simulao. Segundo a Figura 6.1, percebe-se que a inferncia polinomial no consegue ajustar-se s tendncias do processo.
Nos alinhamentos A e C este modelo tem um comportamento
inverso ao esperado.
342
337
366
368
370
372
374
376
378
380
382
315
6.2 PLO2
6.3 PLO3
A PLO3 a primeira linha de operao para o caso 3, ou seja,
a anlise de sensibilidade para a configurao operacional
que visa manter constantes as vazes de sada dos strippers
quando varia-se a quantidade de petrleo leve e pesado da
carga.
342
340
338
336
334
332
-3
-2
-1
346
345
344
343
342
-3
-2
-1
346
344
342
340
338
336
-3
-2
-1
Os resultados obtidos indicam que a inferncia semiemprica simplificada tem maior capacidade de predizer a
propriedade em questo para o caso analisado. Em todas as
anlises deste tpico sua eficincia foi superior inferncia
polinomial.
Simulao
Polinomial
Emprica
Linear (Simulao)
347
Simulao
Polinomial
Emprica
Linear (Simulao)
351
A Figura 6.3 ilustra o comportamento da T85% da simulao e dos modelos em relao temperatura da alimentao
de petrleo na torre, para os alinhamentos A, B, C e D. A
Figura 6.4 apresenta o grfico que relaciona o somatrio dos
erros quadrados da predio de cada modelo com o seu alinhamento.
344
Simulao
Polinomial
Emprica
Linear (Simulao)
346
350
349
348
347
346
-3
-2
-1
80
Polinomial
343
70
Emprica
342
60
50
40
30
20
10
90
341
340
339
338
Simulao
Polinomial
Emprica
Linear (Simulao)
337
0
A
336
22
40
Polinomial
35
Emprica
30
25
20
15
25
26
27
28
Simulao
Polinomial
Emprica
Linear (Simulao)
349
348
347
346
345
344
10
343
22
23
24
25
26
27
28
0
B
SLO1
Como pode ser observado, ambas as inferncias foram incapazes de predizer o comportamento do processo. Os valores
resultantes da simulao, para esse caso, apresentaram variaes significativas somente para as temperaturas da zona
de flash e da corrente de RAT. Como a inferncia polinomial leva em conta a temperatura da zona de flash e a semiemprica da corrente de RAT, provavelmente estas variaes
344
343
342
341
340
339
22
23
24
25
26
27
28
351
Simulao
Polinomial
Emprica
Linear (Simulao)
345
6.4
24
45
23
350
349
348
347
346
345
22
23
24
25
26
27
28
317
Polinomial
100
Emprica
344
120
80
60
40
20
343
342
341
340
339
338
337
336
335
0
A
334
364 366 368 370 372 374 376 378 380 382 384
344
causaram o comportamento inesperado dos resultados preditos. Sendo assim a credibilidade dos resultados torna-se
duvidosa para este caso em particular.
Simulao
Polinomial
Emprica
Linear (Simulao)
343
342
341
340
339
338
Simulao
Polinomial
Emprica
Linear (Simulao)
337
364 366 368 370 372 374 376 378 380 382 384
343
342
341
340
339
338
337
336
335
Simulao
Polinomial
Emprica
Linear (Simulao)
334
364 366 368 370 372 374 376 378 380 382 384
6.5 SLO2
343
342
341
340
339
338
Simulao
Polinomial
Emprica
Linear (Simulao)
337
364 366 368 370 372 374 376 378 380 382 384
6.6 SLO3
A SLO3 a segunda linha de operao para o caso 3, ou seja,
a anlise de sensibilidade para a configurao operacional
35
344
342
340
338
336
334
Simulao
Polinomial
Emprica
Linear (Simulao)
332
346
-2
-1
348
342
340
338
Simulao
Polinomial
Emprica
Linear (Simulao)
336
334
0
344
-1
10
5
4.0
Polinomial
3.5
Emprica
3.0
2.5
2.0
1.5
1.0
0.5
0.0
348
346
15
346
-2
20
A
0
-3
25
330
-3
Polinomial
Emprica
30
344
342
340
338
336
Simulao
Polinomial
Emprica
Linear (Simulao)
334
332
330
-3
-2
-1
A Figura 6.11 apresenta o grfico que relaciona o somatrio dos erros quadrados da predio de cada modelo com o
seu alinhamento. A Figura 6.12 ilustra o comportamento da
T85% da simulao e dos modelos em relao temperatura
da alimentao de petrleo na torre, para os alinhamentos A,
B, C e D.
350
Os resultados so satisfatrios j que o comportamento considerado padro (gerado no software Aspen Plus) representado por ambos analisadores virtuais.
348
346
344
342
6.7
340
Simulao
Polinomial
Emprica
Linear (Simulao)
338
336
334
-3
-2
-1
O modo em que o sistema de destilao opera, influi significativamente na predio da T85%. Os resultados obtidos
na PLO no foram to bons quanto os originados na SLO.
Isso ocorreu pelo fato do operador trabalhar com a finalidade
de controlar o perfil de temperatura no interior da torre de
destilao e os ajustes dos modelos (realizados pelos auto-
319
res das inferncias) foram feitos com base nesta configurao operacional. Isto significa que uma mudana no perfil
de trabalho requer novos ajustes nos parmetros de ambas
as inferncias, principalmente na polinomial que se mostrou
inadequada para os casos da PLO. Neste contexto a inferncia semi-emprica simplificada revelou-se mais robusta.
341
340
339
338
337
336
335
Simulao
Polinomial
Emprica
Linear (Simulao)
334
333
332
22
23
24
25
26
27
28
342
341
340
339
338
337
Simulao
Polinomial
Emprica
Linear (Simulao)
336
335
22
23
24
25
26
27
28
342
341
340
339
338
337
336
Simulao
Polinomial
Emprica
Linear (Simulao)
335
334
333
22
23
24
25
26
27
28
344
343
342
341
340
339
Simulao
Polinomial
Emprica
Linear (Simulao)
338
337
336
22
23
24
25
26
27
28
320
Segundo Miranda e Lusa (2003), a inferncia polinomial requer um maior investimento em engenharia no ajuste das
variveis de maior influncia, principalmente se o processo
passar por alguma alterao operacional significativa. Esta
afirmao pode ser comprovada quando comparados os resultados da PLO e da SLO.
Durante as atividades normais da refinaria, os sistemas responsveis pelo controle de operao dos processos de destilao visam manter constante o perfil interno de temperatura
da coluna. Assim os resultados da SLO so mais apropriados para os testes das inferncias. Para essa configurao os
resultados mostraram-se coerentes e satisfatrios, visto que
as pequenas diferenas de temperatura observadas nos testes
entre a predio de um modelo e outro so irrelevantes, j
que existem erros de medidas provocados pelos transdutores
e rudos do sistema de instrumentao.
A exceo do modelo polinomial ocorreu com a SLO1,
caso em que a fonte de dados foi a anlise de sensibilidade
da temperatura da carga. Analisando os dados deste caso,
percebeu-se que as mudanas significativas ocorrem em apenas duas variveis: a temperatura da zona de flash e da corrente de RAT. O restante das variveis demonstrou-se pouco
sensvel aos distrbios, e a T85% resultante da simulao
pouco variou. Todavia os resultados gerados pelas inferncias comportaram-se de maneira distinta quela considerada
padro, a gerada pelo Aspen Plus. Quando observada a rotina
de clculos dos modelos percebe-se que o ajuste polinomial
leva em conta a temperatura da zona de flash e no a temperatura da corrente de resduo atmosfrico. O inverso ocorre
com a inferncia semi-emprica simplifica que admite como
varivel de entrada a temperatura do RAT e no considera variaes na zona de flash. Essas variveis tornam os modelos
sensveis aos distrbios causando grandes diferenas entre
seus valores de sada e os esperados. Possivelmente as temperaturas da zona de flash e da corrente de RAT no sejam
variveis de influncia significativa na predio das T85%.
Exceto a SLO1, os testes representativos de desempenho das
inferncias foram os da SLO2 e SLO3, que se mostraram
adequados para a avaliao dos modelos. A Figura 6.13 ilustra os erros entre os valores preditos e esperados dessas configuraes, mostrando que a eficincia dos modelos semelhante no estado estacionrio. Isto significa que os resultados
gerados pelos analisadores virtuais so satisfatrios, no havendo grande distino de resultados.
100
90
80
Polinomial
70
Emprica
60
50
40
30
20
10
0
SLO2
SLO3
Por parte da refinaria, h uma preferncia na utilizao da inferncia de polinmios ajustados. Isto porque o modelo polinomial leva em conta variveis de dinmica mais rpida que
aquelas usadas no modelo emprico simplificado, tendo um
desempenho melhor em estados transientes do processo. As
regras de misturas, distintas para cada alinhamento, tambm
so fatores potenciais melhor acurcia do modelo polinomial. constante a troca de tanques de alimentao de petrleo e de alinhamentos das correntes efluentes da destilao,
fatos que tornam freqentes a operao em regime transiente,
e que obrigam a busca da melhor dinmica de predio dos
analisadores virtuais.
7 CONCLUSO
O trabalho desenvolvido pode ser divido em duas etapas principais: a simulao operacional da torre de destilao atmosfrica e o teste de modelos preditivos para a propriedade
T85% dos alinhamentos do sistema de refino de leo cru da
Refinaria Alberto Pasqualini - REFAP S/A.
A simulao foi realizada no software Aspen Plus, e a partir
das consideraes adotadas chegou-se a um modelo que descreve o comportamento do sistema de destilao no estado
estacionrio. O modelo foi validado com dados operacionais
de planta da REFAP S/A. A partir de ento foram desenvolvidas anlises de sensibilidade, para duas configuraes operacionais distintas, que serviram de base para avaliao das
inferncias.
Duas inferncias foram avaliadas utilizando-se como fonte
de dados as simulaes, onde se concluiu que os dois modelos resultam em estimativas prximas s esperadas. Isto
ocorre quando a operabilidade da planta simulada corresponde s condies em que foram desenvolvidos os ajustes
para as inferncias. Essa condio aquela que visa controlar o perfil interno de temperatura da torre. O desempenho
dos analisadores virtuais foi semelhante para o estado estacionrio, todavia a inferncia de polinmios ajustados possui
melhor desempenho em regime transiente, do que a semiemprica simplificada.
Em alguns testes os resultados foram insatisfatrios por
causa da linha de operao, que no corresponde ao trabalho real do sistema. Assim sendo a inferncia semi-emprica
321
REFERNCIAS
Aspentech (2001a). Aspen Plus: Getting started building and
running a process model. Version 11.1. Aspen Tecnology, Inc. Cambridge.
Aspentech (2001b). Aspen Properties: Physical properties
method and models. Version 11.1. Aspen Tecnology,
Inc. Cambridge.
ASTM American Society for Testing and Materials,
(2007). "ASTM D86 - 07b Standard Test Method
for Distillation of Petroleum Products at Atmospheric
Pressure".
Bakhtadze N.N. (2004). Virtual analyzers: Identification approach. Automation and Remote Control, v. 65, n 11, p.
1691-1709. Nov.
Conz V., Trierweiller J.O., Santos O.M. & Facchin S. (2005).
An Industrial Application of Virtual Analyzer for Distillation Columns. 2nd Mercosur Congress on Chemical Engineering, Vila Rio das Pedras RJ.