Escolar Documentos
Profissional Documentos
Cultura Documentos
1. INTRODUÇÃO
Em colunas de destilação a localização dos sensores relacionados à qualidade, como
termopares, tem forte impacto na especificação e variabilidade do produto, tendo efeito direto nos
ganhos financeiros da unidade. A identificação do local de instalação, estágio (prato) sensível ou
altura do recheio, pode ser realizado através de uma série de diferentes técnicas, algumas delas
utilizadas neste trabalho. Em comum, todas as técnicas aplicadas se baseiam em informações
estacionárias do equipamento, informações que aqui foram geradas através de um modelo rigoroso
(fenomenológico) em estado estacionário.
Neste artigo a análise de sensibilidade empregada foi realizada por três métodos: Inclinação dos
Pratos, Matriz de Sensibilidade e Decomposição em Valores Singulares (SVD), que exigem que
enquanto algumas variáveis sejam mantidas constantes, outras são alteradas, e assim seus efeitos no
processo são avaliados. Neste trabalho, as variáveis definidas para perturbar o sistema foram à Razão
de Refluxo e a Carga Térmica do Refervedor, enquanto os efeitos do processo foram avaliados no
perfil de temperatura da coluna. Estas variáveis foram definidas, pois consistem nas MVs (variáveis
manipuladas) da estratégia convencional de controle existente na coluna, além de serem as MVs de
maior efeito na qualidade. Para a análise, as MVs foram perturbadas na forma de degrau na ordem de
-15% e 15% do seu valor estacionário.
Método de Inclinação dos Pratos: Verifica-se a diferença de temperatura Tn entre dois pratos
sucessivos ao longo de toda coluna, prato a prato, conforme Equação 1. Os pratos identificados como
mais sensíveis são os que apresentam maior diferença de temperatura (inclinação).
dS i
K ij (2)
dE j
Onde dSi é a variação da saída no estágio i, enquanto dEj a variação da variável de entrada j.
U , S ,V svdKij (3)
Sua modelagem foi realizada no HYSYS® em modo estacionário e baseada nas Equações
MESH: Balanço de Massa, relações de Equilíbrio, Somatório de frações molares e Energia - H. A boa
modelagem das propriedades termodinâmicas é essencial para a modelagem mais realista, uma vez
que todo o processo de separação em colunas de destilação está baseado no equilíbrio líquido-vapor e
a suas propriedades influenciam diretamente nos balanços de massa e energia. Neste artigo a equação
de estado Peng-Robinson (Peng e Robinson, 1976) é empregada por apresentar bom desempenho na
descrição do equilíbrio líquido-vapor de hidrocarbonetos e de suas propriedades. O modelo proposto
permite identificar o efeito da perturbação da vazão de refluxo e carga térmica do refervedor através
da análise de sensibilidade. As variáveis especificadas para realização da simulação são: Vazão de
Alimentação Líquida/Vapor, Composição da Alimentação Líquida/Vapor, Pressão do
Condensador/Refervedor, Pressão do Condensador/Refervedor, Pressão da Vazão de Alimentação
Vapor/Líquida, Pressão de Topo e Fundo e Temperatura do Topo. Além das especificações do
processo, para a validação do modelo a eficiência dos estágios foi ajustada para em torno de 85%,
exceto para o condensador e o refervedor (mantidos em 100%). A qualidade do ajuste pode ser
verificada através da Figura 1, onde percebe-se que as temperaturas intermediárias possuem uma
aderência menor ao modelo simulado, que aquelas de topo e fundo. As temperaturas foram
apresentadas de forma normalizada por questões de confidencialidade dos dados industriais. A
discrepância entre o modelo e os valores experimentais pode representar tanto erro de modelagem
quanto má qualidade dos dados de medição de temperatura, uma vez que não há registros dos
certificados de calibração desses instrumentos. Mesmo assim, os desvios relativos, demonstram que
os valores dos erros encontram-se dentro de uma margem aceitável para dados industriais (<10%),
evidenciando que o modelo desenvolvido é satisfatório.
4. RESULTADOS
a) b)
a) b)
4.3 SVD
Para esta última análise, o efeito da perturbação da vazão de refluxo sobre a temperatura revelou
o prato 41 como o mais sensível. A análise da perturbação na carga térmica apresentou o prato 41
como o mais sensível quando a variação foi de 15%. Para uma modificação de -15% na carga do
refervedor o prato 40 foi identificado como o mais sensível. Na seção de esgotamento novamente o
prato 2 exibiu maior sensibilidade.
Figura 5. Gráfico do Critério SVD para a temperatura
5. CONCLUSÃO
O trabalho desenvolvido pode ser divido em três etapas principais: a modelagem e validação
estacionária da coluna feita no Hysys e a análise de sensibilidade. Com o modelo validado foi possível
realizar a análise de sensibilidade desta coluna através dos métodos de inclinação dos pratos, matriz
de sensibilidade e critério SVD e, por fim identificar os pratos 2, 6 na seção de esgotamento e 41 na
seção de retificação como os mais sensíveis e aptos para inserir um sistema de controle de
temperatura.
7. REFERÊNCIAS
LUYBEN, W. L. Evaluation of criteria for selecting temperature control trays in distillation
columns. Journal of Process Control, v. 16, p. 115-134, 2006.
MORAIS, A. A.; BRITO, R. P; OLIVEIRA, R.F; ROJAS, L.O.A. Análise de Sensibilidade para
fins de Controle de uma Coluna de Destilação Azeotrópica de Alta Pureza. 2014 Congresso
Brasileiro de Engenharia Química, Florianópolis.
PENG, D.Y; ROBINSON, D.B.A new two-Constant Equation of State. Ind.
Eng.Chem.,Fundam,v.15, p.59-64, 1976
SECCHI,A.R., Cardozo N.S.M., Almeida Neto E. & Finkler T.F., (2006).An Algorithm for
Automatic Selection and Estimation of Model Parameters. Proceedings of the International
Symposium on Advanced Control of Chemical Processes (ADCHEM 2006), vol. 2, p. 789-794.
Gramado, Brasil
SKOGESTAD, S.; HORI, E. S. Selection of control structure and temperature location for two
product distillation columns. Chemical Engineering Research and Design, v. 85, 293-306, 2007.
ZAMPROGNA, E.; BAROLO, M; SEBORG, D. E. Optimal selection of soft sensor inputs for batch
distillation columns using principal component analysis. Journal of process control, v.15, p. 39-52,
2005.