PROGRAMA DE RECURSOS HUMANOS DA

Slides:



Advertisements
Apresentações semelhantes
Prof. André Laurindo Maitelli DCA-UFRN
Advertisements

Figura 3 – Exemplo de planta modelada no software HYSYS
RESUMO O objetivo deste trabalho foi validar o software desenvolvido por Berto (2007) em LabView 7.1 que prediz a pressão interna de embalagens metálicas.
UNIVERSIDADE ESTADUAL PAULISTA FACULDADE DE CIÊNCIAS AGRONÔMICAS CÂMPUS DE BOTUCATU Departamento de Engenharia Rural Curso de Pós-Graduação em Energia.
Análise por Variáveis de Estado
Análise de Resposta Transitória e de Regime Estacionário. 5. 4
Controle de Temperatura e de Nível
Modelos no Domínio do Tempo de Sistemas LTI Contínuos
Sistemas não-lineares no Simulink
1.a. FUNÇÃO DE TRANSFERÊNCIA
1.1. CONTROLADOR DIGITAL CONCEITO: sistema de dados amostrados, implementado por um hardware que executa uma lei de controle. LEI DE CONTROLE: programa.
1.1. VARIÁVEIS DE ESTADO SISTEMAS III
Métodos Numéricos e Estatísticos
Análise do comportamento dinâmico de processos químicos
Disciplina de Otimização Aluno: Cristhian A. C. Cortez
Doutorando: Cosmo D. Santiago – MSc.
CAPÍTULO Equações dinâmicas de um robô
Fig. 2: Malhas de controle implementadas para o controle distribuído
AGRADECIMENTOS: MOTIVAÇÃO: OPC é um padrão industrial aberto para transmissão de dados em tempo real, esse padrão está sendo adotado pela maioria dos fabricantes.
Marcela Martins Cicilio (bolsista); Agustinho Plucenio (colaborador/
Polliana Corrêa Morais (bolsista); Leandro Osmar Werle (colaborador/
Simulação de Sistemas Prof. MSc Sofia Mara de Souza AULA2.
Título da Apresentação
PROGRAMA DE RECURSOS HUMANOS DA
Sistema Um conjunto de partes que interagem para funcionar como um todo. Um sistema quase sempre é definido tendo em vista um propósito específico. Os.
Capítulo 3 Modelos de processos industriais
PROGRAMA DE RECURSOS HUMANOS DA
“Aplicação de Técnicas Analíticas no Estudo Geoquímico de Misturas de Óleos Biodegradados e Não-Biodegradados” Elizandra Cananéa de Sá Luiz Landau, D.Sc.
Formulação matemática do Problema Inverso
Introdução a Engenharia para o Ensino Médio / Engenharia de Petróleo
Título: Injeção de Vapor
Aluno: Carlos Alberto de Albuquerque Silva Orientador: Prof. Dr
Universidade Federal do Rio Grande do Norte Programa de Pós-Graduação em Engenharia Química PRH-ANP-14 TRATAMENTO DE SOLOS CONTAMINADOS COM DERIVADOS.
Auciomar C. T. de Cerqueira Orientador: André Maitelli PPGCEP Laut.
Alocação de pólos e “model matching” (C. T. Chen, Capítulo 9)
Realimentação de estados Estimadores de estados (C. T
Soluções no Espaço de Estados e Realizações (C. T. Chen, Capítulo 4)
ANÁLISE DE UM SISTEMA MULTI-ELETRODOS EM PROCESSOS ELETROQUÍMICOS Vinicius Flores Resumo A utilização de multi-eletrodos no estudo de processos eletroquímicos.
METODOLOGIA PARA MELHORIA DO DESEMPENHO DE MALHAS DE CONTROLE
PROGRAMA DE RECURSOS HUMANOS DA
PROGRAMA DE RECURSOS HUMANOS DA
Amintas engenharia.
BUSINESS INTELLIGENCE MASTER
FUNDAÇÃO UNIVERSIDADE DO RIO GRANDE INSTITUTO FEDERAL DO RIO GRANDE SUL CARLOS ALBERTO CASEIRO CLAUDIOMAR DO AMARAL PEREIRA TRANSMITÂNCIA TÉRMICA NO USO.
Equações diferenciais ordinárias de segunda ordem
Controle Linear II.
Transferência de Tecnologia na Indústria de Óleo e Gás: Desafios do Pré-Sal Paulo Montes Gerente de Engenharia e Tecnologia de Construção e Montagem.
Engenharia e Gestão da Produção Teoria de Sistemas de Controlo Linear Copyright 2000, Jorge Lagoa Ano lectivo 1999/2000 Resolução do 1º teste.
27/04/2007.
IBP0468_05 RESULTADOS OBTIDOS COM O USO DO GÁS NATURAL NA INDÚSTRIA CERÂMICA VERMELHA Tales G. Jahn, Vicente de P. Nicolau, Alessandro P. Dadam,
Aula 14 Disciplina: Sistemas de Controle 1 - ET76H
Otimização Numérica de Processos
Leandro B. Resende (bolsista); Agustinho Plucenio (orientador)
Aula Teorica 4: Diagrama de Blocos
Simuladores de Processos: Destilação
Aula Teórica 3: Função de Transferência
Unidades de Operações Lógicas em Simuladores de Processos
Regressão e Previsão Numérica.
CIGRÉ/BRASIL - COMITÊ NACIONAL BRASILEIRO CE-B5 - PROTEÇÃO E AUTOMAÇÃO
MOTIVAÇÃO: Os conversores de potência DC-DC são utilizados em muitos sistemas de alimentação de energia elétrica na indústria do petróleo e gás natural,
AGRADECIMENTOS: MOTIVAÇÃO: Alterações na composição de carga representam uma das perturbações mais importante que o sistema de controle de uma coluna de.
Tabela 2. Dados econômicos Tabela 3. Casos estudados Tabela 4. Quadro comparativo das soluções obtidas Figura 1 – Esquema da solução ótima, segundo os.
Circuitos Elétricos 2 Circuitos Elétricos Aplicados
Controle de Processos por Computador
Processamento de Sinais
DETERMINAÇÃO AUTOMÁTICA DA MATRIZ CARACTERÍSTICA DE UM SISTEMA RLC SÉRIE EM CASCATA E DE GRANDE PORTE PARA UTILIZAÇÃO DE TÉCNICAS DE REDUÇÃO DE ORDEM PET.
Sistemas de Controle III N8SC3
Objetivos 1.Realizar comunicação USB entre o MATLAB e o PIC18F4550; 2.Criar uma interface amigável que facilite a monitoração das principais variáveis.
Sistemas de Controle III N8SC3
Objetivo Este projeto destina-se ao estudo e à elaboração de modelos neurais artificiais, com o auxílio do programa Matlab. O objetivo principal deste.
Transcrição da apresentação:

PROGRAMA DE RECURSOS HUMANOS DA AGENCIA NACIONAL DE PETRÓLEO PARA O SETOR PETRÓLEO E GÁS PRH–ANP/MME/MCT BOLSISTA: Alex Almeida Manólio DATA DE ENTRADA NO PROGRAMA : 01/06/2002 DATA DE SAÍDA DO PROGRAMA : 31/05/2004 TIPO DE BOLSA: GRA – GRADUAÇÃO. INSTITUIÇÃO: UNIFEI – UNIVERSIDADE FEDERAL DE ITAJUBÁ. COORDENADOR: Jamil Haddad TÍTULO DO PROGRAMA: ENGENHARIA DA ENERGIA E DO PETRÓLEO. ORIENTADOR: Carlos Alberto Murari Pinheiro

Identificação Multivariável de um Forno Refervedor Atmosférico Título da Pesquisa Identificação Multivariável de um Forno Refervedor Atmosférico Autor: Alex Almeida Manólio Orientador: Carlos Alberto Murari Pinheiro

A partir do modelo é possível: OBJETIVO Obter o modelo matemático de um forno refervedor atmosférico através de técnicas de identificação de sistemas. A partir do modelo é possível: Realizar novas estratégias de controle. Predizer comportamentos diante de diferentes condições de operação. Realizar diversos tipos de análises.

Introdução Nos processos de destilação de petróleo é necessário fornos. Os fornos tem a função de aquecer o petróleo bruto ou reduzido a ser destilado. Os fornos podem ser: aquecedores ou refervedores.

Processo de Destilação Atmosférica Forno Aquecedor Atmosférico Nafta Leve Nafta Pesada Querosene Diesel / Gasóleo Produtos Destilados Torre de Destilação Atmosférica Forno Refervedor Atmosférico Petróleo bruto Esquema básico Objeto de estudo

Forno Refervedor Atmosférico Otimizador Set - Points Controlador Multivariável Coleta de Dados Variáveis do processo (u1, u2, u3, y1, y2) SDCD Controle Regulatório Transdutores de Temperatura u3 y2 F-01A Carga (Petróleo Reduzido) y1 Carga Aquecida Refluxo u2 u1 Carga Térmica (Gás ou Óleo)

Forno Refervedor Atmosférico Variáveis do Forno – Sistema Multivariável – 3I2O Variáveis de Entrada u1 = Carga Térmica [Gcal/h] – (manipulada) u2 = Vazão de Entrada da Carga [m3/h] – (manipulada) u3 = Temperatura de Entrada da Carga [°C] – (perturbação) Variáveis de Saída y1 = Temperatura de Saída da Carga [°C] – (controlada) y2 = Temperatura de Topo de Radiação [°C] – (controlada)

Forno Refervedor Atmosférico Especificações do Forno Localização: Refinaria da Petrobrás Henrique Lajes, REVAP, São José dos Campos. Unidade de Destilação: U210 Capacidade da Unidade: 36.000m3/dia Forno Refervedor: F – 01A Número de Passos: 4

Forno Refervedor Atmosférico Bateria de Pré-Aquecimento e Pré-Flash (Petrobrás, 2004)

Identificação de Sistemas Identificação de Sistemas tem como objetivo obter o modelo matemático a partir dos dados do sistema. Características dos dados para Identificação do Forno F-01A: A aquisição de dados foi realizada no SDCD do sistema de operação do forno. Foram adquiridos 20160 pontos, com taxa de amostragem de 60s. Foi adotado que o sistema é linear.

Identificação do Forno F-01A Etapas da Identificação do Forno Refervedor F- 01A: Aquisição dos dados Divisão dos dados em grupos para identificação e outro para validação Tratamento dos dados Escolha de vários modelos ARX multivariável (linear) Estimação de Parâmetros dos Modelos Validação dos modelos identificados Escolha do modelo mais adequado para temperatura de saída Escolha do modelo mais adequado para temperatura de topo de radiação.

Identificação do Forno F-01A Dados Os dados tiveram a média removida, sendo essa uma tendência. Grupo 1 - Dados para identificação: Pontos 1 – 10080 Grupo 2 - Dados para validação: Pontos 10081 – 20160

Identificação do Forno F-01A Dados – Carga Térmica do Forno

Identificação do Forno F-01A Dados – Temperatura de Entrada da Carga

Identificação do Forno F-01A Dados – Vazão de Entrada da Carga

Identificação do Forno F-01A Dados – Temperatura de Topo de Radiação

Identificação do Forno F-01A Dados – Temperatura de Saída da Carga

Identificação do Forno F-01A Modelo ARX Multivariável – Modelo Linear Estrutura do Modelo: A(z).y(z) = B(z).u(z) + e(z) onde; A(z) e B(z) são matrizes de polinômios Em equações a diferença tem-se:

Identificação do Forno F-01A Estimação de Parâmetros - MQ A estimação de parâmetros foi feita com o método dos Mínimos Quadrados (MQ), usando o grupo 1 de dados, 10080 pontos. F - matriz de regressores Y - matriz das saídas Θ – vetor de parâmetros a ser estimado

Identificação do Forno F-01A Estimação de Parâmetros - MQ Modelos testados: ARX (na, nb, nk) na – número de pólos nb – Número de zeros +1 nk – atraso entre entrada e saída Os parâmetros foram estimados usando o software MatLab

Identificação do Forno F-01A Validação A validação dos modelos foi feita baseado em equações de correlação. Onde; h e g são os sinais a serem correlacionados. rhg – fator de correlação

Identificação do Forno F-01A Modelos Identificados para a Temperatura de Saída da Carga

Identificação do Forno F-01A Modelos Identificados para a Temperatura de Topo de Radiação

Identificação do Forno F-01A Modelo ARX324 Multivariável - Temperatura de Saída da Carga Modelo Completo : Modelo para a Temperatura de Saída a equação a diferença :

Identificação do Forno F-01A Modelo ARX324 Multivariável - Temperatura de Saída da Carga Função de Transferência da entrada “Carga Térmica” para a saída “Temperatura de Saída da Carga”: Função de Transferência da entrada “Vazão de Entrada da Carga” para a saída “Temperatura de Saída da Carga”: Função de Transferência da entrada “Temperatura de Entrada da Carga” para a saída “Temperatura de Saída da Carga”:

Identificação do Forno F-01A Modelo ARX324 Multivariável - Temperatura de Saída da Carga - simulação

Identificação do Forno F-01A Modelo ARX331 Multivariável - Temperatura de Topo de Radiação Modelo Completo : Modelo para a Temperatura de Topo de Radiação a equação a diferença :

Identificação do Forno F-01A Modelo ARX331 Multivariável - Temperatura de Topo de Radiação Função de Transferência da entrada “Carga Térmica” para a saída “Temperatura de Topo de Radiação”: Função de Transferência da entrada “Vazão de Entrada da Carga” para a saída “Temperatura de Topo de Radiação”: Função de Transferência da entrada “Temperatura de Entrada da Carga” para a saída “Temperatura de Topo de Radiação”:

Identificação do Forno F-01A Modelo ARX331 Multivariável - Temperatura de Topo de Radiação - simulação

Identificação 2 do Forno F-01A Foi realizada uma segunda identificação selecionando outros dados da mesma aquisição. O processo e a etapas de identificação são idênticas às usadas nos itens anteriores. Grupo 3 - Dados para identificação: Pontos 1 – 4600 Grupo 4 - Dados para validação: Pontos 4601 - 9200

Identificação 2 do Forno F-01A Modelos Identificados para a Temperatura de Saída da Carga

Identificação 2 do Forno F-01A Modelos Identificados para a Temperatura de Topo de Radiação

CONCLUSÃO A identificação 2, com os grupos 3 e 4 de dados, os modelos não foram validados, devido aos coeficientes de correlação muitos baixos (em torno de 10%), ou quando negativos. Somente os modelos da identificação 1 serão considerados.

CONCLUSÃO Para a temperatura de saída, o modelo (ARX324) de melhor validação atingiu 70% de coerência com o sistema real. Para a temperatura de topo de radiação, o modelo (ARX331) de melhor validação teve uma coerência de quase 60% com o sistema real. Identificações com modelos não-lineares (NARX, NARMAX, etc), podem oferecer melhores resultados devido a não linearidades que sistemas reais geralmente apresentam.

Identificação do Forno F-01A Conclusão – Diagrama em Blocos das FT

PROGRAMA DE RECURSOS HUMANOS DA Obrigado a todos pela atenção AGENCIA NACIONAL DE PETRÓLEO PARA O SETOR PETRÓLEO E GÁS PRH–ANP/MME/MCT FIM Obrigado a todos pela atenção