ANÁLISE DE COLUNA DE RECUPERAÇÃO DE CICLOHEXANO

UTILIZANDO SIMULAÇÃO COMPUTACIONAL

R. A. MACEDO1, R. MEIRA1, C. QUITO1, K. PONTES1, Y. GUERRIERI1

1
Universidade Federal da Bahia, Programa de Pós Graduação em Engenharia Industrial,
E-mail para contato: rubia_macedo@msn.com, yuri.guerrieri@ufba.br

RESUMO – Um dos fatores que alteram significativamente a potencialidade de ganho

financeiro em colunas de destilação é a localização dos sensores de temperatura.
Sensores alocados em posições inadequadas podem ser pouco sensíveis às variações na
coluna e acarretar em gastos energéticos desnecessários. O objetivo deste trabalho é
analisar a sensibilidade de uma coluna de destilação a partir de um modelo
implementado no HYSYS, a fim de identificar a melhor localização dos sensores de
temperatura, melhorando a eficiência do sistema de controle. Para a análise de
sensibilidade foram utilizados os métodos de Inclinação dos Pratos, Matriz de
Sensibilidade e Decomposição dos Valores Singulares (SVD). Os resultados destas
análises indicam o prato mais sensível às variações no refluxo e carga térmica do
refervedor, auxiliando assim na identificação dos pratos mais adequados para a
construção de sistemas de controle automático de temperatura e composição.

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.

A coluna analisada neste trabalho é integrante de um trem de colunas de uma unidade

industrial que emprega a destilação para recuperação do solvente utilizado na produção de polietileno
linear. Sabe-se que a recuperação de solventes tem aspecto econômico e ambiental relevante. A não
recuperação, geralmente, implica pela venda de solvente não purificado como subproduto de baixo
valor agregado, além de produzir maiores custos no tratamento de efluentes, e ainda demonstrar
ineficiência do processo industrial, com insumo sendo desperdiçado. Assim, ao realizar a modelagem
e simulação desta coluna, é possível avaliar criteriosamente o processo a partir de estudos de
sensibilidade e identificar a localização mais adequada para um sistema de controle, tornando mais
eficiente à recuperação do solvente. O modelo rigoroso desenvolvido e utilizado neste trabalho foi
implementado no simulador comercial HYSYS® da ASPEN TECH e validado com dados industriais.
Assim, o objetivo deste trabalho é avaliar os resultados de diferentes técnicas de identificação de
prato sensível (análise de sensibilidade) aplicados a uma coluna de destilação industrial. Os métodos
utilizados foram: Inclinação dos Pratos, Matriz de Sensibilidade e Decomposição dos Valores
Singulares (SVD). As perturbações foram realizadas na vazão de refluxo e carga do refervedor, a fim
de analisar seus efeitos na temperatura de uma coluna de destilação responsável pela recuperação de
ciclohexano (solvente).

1.1 Análise de Sensibilidade em Processos de Destilação

A análise de sensibilidade é um método que fornece informações sobre o comportamento do

processo a partir de modificações em variáveis manipuladas (Secchi et al., 2006). Deste modo é uma
ferramenta importante para identificar as variáveis relevantes que afetam significativamente o
processo. De acordo com Luyben (2006) existem diversos métodos para a análise de sensibilidade,
dentre eles estão: Método dos Pratos Sucessivos, Simetria de Sensibilidade, Matriz de Sensibilidade,
Resposta a Variação na Composição de Alimentação, Decomposição em Valores Singulares (SVD),
Matriz de Ganho Relativo (RGA), Índice de Resiliência Morari (MRI), Número Condicional (CN), e
o Índice de Niederlinski. Diversos trabalhos têm apresentado a aplicação da análise de sensibilidade
em colunas de destilação. Rosales-Quintero et al. (2008) aplicaram a análise de sensibilidade a partir
de uma matriz de ganhos ao modificar a razão de refluxo, vazão da corrente de base, temperatura do
condensador e estágio de alimentação de uma destilação catalítica. No trabalho de Zamprogna et al.
(2005) a localização de sensores foi definida através da análise de sensibilidade e análise de
componentes principais (PCA). Skogesta de Hori (2007) analisaram a localização de sensores de
temperatura em colunas de destilação. Morais et al. (2014) avaliaram o efeito da temperatura e
composição a uma destilação azeotrópica de alta pureza a partir da análise de sensibilidade através
dos métodos de Decomposição em Valores Singulares (SVD) e Matriz de Ganho Relativo (RGA).

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).

Tn  Tn1  Tn (1)

Matriz de Sensibilidade: Neste método uma matriz de ganhos estacionários é construída a
partir da divisão entre a variação da variável de saída (temperatura do componente em cada prato)
pela variação da variável de entrada (perturbação na vazão de refluxo ou carga no refervedor). Esta
variação é denominada de ganho no estado estacionário K e seu valor elevado indica que este estágio
é o que sofre maior variação de temperatura após uma variação na MV. Os elementos K ij da matriz
de ganho foram determinados conforme a Equação 2.

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.

Decomposição em Valores Singulares (SVD): Ao conhecer a relação entre as variáveis medidas

e as MVs, a matriz K pode ser decomposta em um produto de três matrizes, conforme a Equação 3,
onde U e V representam matrizes ortogonais e S uma matriz diagonal. Neste critério é analisada
primeira coluna da matriz U onde os pratos com maiores valores absolutos na matriz U são indicados
como os pratos de medição e consequentemente para o controle de processo.

U , S ,V   svdKij  (3)

2. DESCRIÇÃO E MODELAGEM DA COLUNA

A coluna de recuperação de solvente tem sua carga operando muito próxima ao ponto de
equilíbrio líquido-vapor da mistura. Ela possui 42 pratos e duas alimentações: uma de vapor no prato
25 e outra de líquido no prato 21 (contados de baixo para cima). A alimentação da fase vapor opera
no ponto de bolha, enquanto a de líquido no ponto de orvalho. A função desta coluna é separar os
componentes mais leves da mistura como o etileno e buteno de compostos mais pesados como ceras e
o ciclohexano (solvente). Dentre as colunas do trem de destilação, esta coluna apresenta maior
consumo de energia do que as demais, sendo a coluna mais importante para a recuperação do
solvente. Nela a especificação da qualidade de topo e fundo é feita através de malhas de controle
automático, e por isso a localização dos sensores de temperatura deve ser criteriosamente estudada.
Além do controle de topo e fundo da temperatura, a coluna ainda apresenta o controle de nível, de
nível do tambor de refluxo e de pressão da coluna.

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.

Figura 1. Perfil de Temperatura da Coluna

4. RESULTADOS

4.1 Inclinação dos Pratos

A partir da análise dos gráficos da Figura 2 observa-se o efeito das perturbações na vazão
de refluxo de -15% a 15% sob a temperatura, estas resultam em um maior efeito sob o prato 41
para a seção de retificação, enquanto na seção de esgotamento o prato 2 apresentou maior
sensibilidade.
Ao analisar a perturbação na carga térmica observa-se que o prato 40 apresenta valores de
delta de temperatura maiores na seção de retificação, já na seção de esgotamento valores mais
expressivos foram encontrados no prato 6. Desta forma, para uma definição mais concreta dos
pratos intermediários com maior sensibilidade, os métodos de Matriz de Sensibilidade e
Decomposição em Valores Singulares são aplicados.
 a) b)
Figura 2.a) Efeito da Perturbação de -15% na Vazão de Refluxo e da Carga Térmica do
Refervedor. b) Efeito da Perturbação de 15% na Vazão de Refluxo e Carga no Refervedor

4.2 Matriz de Sensibilidade

A análise para a perturbação na Vazão de Refluxo demonstra que para uma perturbação
de -15% o prato 41 possui maior sensibilidade, enquanto para uma perturbação com magnitude
de 15% o prato com maior sensibilidade é o 40. Nos quatro gráficos apresentados é possível
perceber que o efeito da perturbação da vazão de refluxo é realmente significativo a partir do
prato 35, devido à proximidade deste prato a carga de refluxo da coluna. Nos demais pratos o
aumento ou diminuição da vazão de refluxo não produz resultados expressivos.

a) b)

Figura 3. Gráfico método matriz de sensibilidade para a carga do Refervedor. a) Efeito da

Perturbação de -15% da Carga do Refervedor sobre o Perfil de Temperatura. b) Efeito da
Perturbação de 15% sobre o Perfil de Temperatura.
 A perturbação na carga térmica do refervedor produziu resultados semelhantes na seção
de retificação, para os gráficos apresentados, o prato 41 foi identificado como o prato
intermediário mais sensível. Para a seção de esgotamento ao perturbar a carga térmica em -15% o
prato 2 apresentou-se como o mais sensível, enquanto para uma perturbação positiva em 15% o
prato 5 mostrou-se mais sensível, entretanto com valores bem próximos aos encontrados no prato
6. Assim como observado no método de inclinação dos pratos, os pratos 40, 41, 2 e 6 apresentam
maior sensibilidade quando comparados aos demais pratos da coluna.

a) b)

Figura 4. Matriz de Sensibilidade para a Carga do Refervedor: a) Efeito da Perturbação de 15%

sobre o Perfil de Temperatura. b) Efeito da Perturbação de 15% sobre a Composição de
Ciclohexano.

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

Vale ressaltar que os métodos empregados podem divergir ou concordar a respeito do

prato mais sensível e consequentemente, o mais adequado para inserir um instrumento de
medição. O prato escolhido deve ser aquele que apresenta maior sensibilidade nos diferentes
métodos. Neste artigo, três métodos foram empregados, e apontaram o prato 41 como o mais
sensível na retificação, ao passo que os pratos 2 e 6 no esgotamento demonstraram maior
sensibilidade. Atualmente, a coluna analisada emprega a estrutura convencional de controle,
manipulando a vazão de refluxo para o controle de temperatura e não o controle no prato mais
sensível sugerido neste artigo.

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.

KALID, R; GARCIA, J.G.A; REQUIAO, R; Extensão do Método Kragten para sistema

multivariado. 2013 7º Congresso Brasileiro de Metrologia, Ouro Preto

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

ROSALES-QUINTERO, A.; VARGAS-VILLAMIL, F. D.; ARCE-MEDINA, E. Sensitivity

analysis of a light gas oil deep hydrodesulfurization process via catalytic distillation. Catalysis
today, v. 130, p. 509-518, 2008.

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.

Powered by TCPDF (www.tcpdf.org)