METODOLOGIA PARA OTIMIZAÇÃO DE PROCESSOS INDUSTRIAIS Ricardo Kalid Prof. DEQ-EP-UFBA (071) 9984.3316 kalid@ufba.br ou LACOI@ufba.br

Ferramentas para Aumento da Produtividade Objetivos Ferramentas Maximização do Lucro Minimização dos Custos Melhoria da Qualidade Aumento da Segurança Operacional Diversificação da Produção Aumento da Produção Troca da tecnologia Aperfeiçoamento do processo Melhoria da gestão Controle Estatístico do Processo (CEP) Controle Automático do Processo (CAP) Otimização das condições operacionais

o BOM é inimigo do ÓTIMO. Então devemos perseguir o BOM o BOM é inimigo do ÓTIMO! Então devemos perseguir o BOM? NÃO o ÓTIMO SIM!!! OTIMIZAÇÃO só tem sentido quando as restrições reais são impostas

Model Predictive Control Pirâmide de Automação ERP Otimização Model Predictive Control Controle avançado no SDCD Controle básico Instrumentação (sensores e atuadores) PROCESSO ORGANIZAÇÃO

Elos de um projeto de otimização em linha (“on line”) Sistema de controle Otimi-zação do processo Infra-estrutura de Hardware Conheci-mento do processo Organi-zação Por onde começar? Pelo processo, não há duvida!! CUIDADO: Implementação não é trivial!!!! O sucesso está nos detalhes!

OTIMIZAÇÃO DAS CONDIÇ ÕES OPERACIONAIS QUALIDADE Controladores (PID) Investimento Inicial PID + Ctrl.Avançado + Controle Preditivo Multivariável (MPC) PID + Ctrl. Avançado (Feedforward + Inferencial + Ganho não linear + ...) PID + CA + MPC + OTIMIZAÇÃO Investimento Inicial Investimento Inicial Investimento Inicial SEGURANÇA e MEIO AMBIENTE QUANTIDADE

OTIMIZAÇÃO on-line com 2 camadas ou em 1 camada OTIMIZADOR Não linear OTIMIZADOR CONTROLADOR Setpoints de Processo Variáveis de Processo Variáveis Manipuladas Variáveis CONTROLADOR RECONCILIAÇÃO DE DADOS RECONCILIAÇÃO DE DADOS Variáveis Manipuladas PROCESSO PROCESSO

ABORDAGEM SISTÊMICA E SISTEMÁTICA de acordo com o Plano Estratégico e Plano Diretor de Automação 1. Definição dos objetivos 2. Estudo qualitativo do processo Entrevista com operadores e eng. ATE preliminar. Documentos (PFD, P&I, manuais, artigos, livros). Listar PV’s, MV’s e possíveis pares PV-MV. 3. Estudo QUANTITATIVO, modelagem e “foto do careca” ATE semi-definitiva. Dados do processo. Reconciliação de dados Realização de experimentos em bancada planta piloto e industrial 4. Projeto QUANTITATIVO do sistema de otimização Modelagem empírica e/ou fenomenológica, estática e dinâmica. Projeto dos sistemas de controle e de otimização 5. Validação QUANTITATIVA do sistema de otimização Ruído, histerese, perturbações simultâneas, erros modelagem Modelos empíricos Modelos fenomenológicos. ATE definitiva. 6. Implementação na planta , ajuste fino e “foto do cabeludo”

ABORDAGEM SISTÊMICA E SISTEMÁTICA PROCESSO Reconciliação de dados 3. Estudo QUANTITATIVO do processo Simulação Fenomenológica 4. Projeto QUANTITATIVO do sistema de otimização VALIDAÇÃO PROJETO 5. Validação QUANTITATIVA do sistema de otimização Simulação empírica Projeto dos sistema de controle e de otimização

Qual a relação custo/benefício atual e qual a esperada com a implantação da otimização on-line? Onde otimizar? Alto consumo de matéria-prima Alto consumo de energia Produção elevada Produtos de grande valor econômico Limites operacionais rígidos Produção diversificada e flexível

Otimização on-line? Perguntas: O processo pode ser otimizado? A instrumentação de campo é adequada? O sistema de controle atual é eficiente? Qual a relação custo/benefício atual e qual a esperada com a implantação da otimização on-line?

A instrumentação de campo é adequada? Os elementos primários de medição são apropriados? Os elementos primários estão instalados corretamente? Os elementos finais de controle estão dimensionados corretamente? A manutenção dos sensores e válvulas é realizada periodicamente?

A estrutura de controle atual é eficiente? As variáveis controladas (PV) e manipuladas (MV) são as mais indicadas? Os pares PV-MV são os mais apropriados? A documentação das malhas de controle está correta? As variáveis medidas são coletadas nos locais adequados?

Qual estratégia de controle mais adequada?

A sintonia dos controladores é correta? Se o problema não é com o processo, de instrumentação ou de estrutura, então é de sintonia. Quando foi realizada a última verificação da sintonia? As condições operacionais se modificaram? Mesmo operando em malha fechada, a sintonia atual é a mais adequada do ponto de vista econômico? Qual a metodologia utilizada para sintonizar os controladores?

Aplicações da metodologia Cursos de Especialização (CEASI, CECAPI, CICOP 1 e CICOP 2) com aplicações em 23 processos reais COPENE GRIFFIN POLITENO OPP

Aplicação da metodologia em CONTROLE Coluna de destilação de isômeros da GRIFFIN 15 anos em malha aberta Instrumentação - OK Processo - OK Estrutura de controle (PVs, MVs e PV-MV) - OK Algoritmo de controle - OK SINTONIA? - CAUSA RAIZ Resultados Malha fechou na primeira implementação Ganho do controlador 10 vezes maior que o típico Tempo integral 20 vezes maior que o típico Retorno econômico – US$ 100.000/ano em vapor

Aplicação da metodologia em OTIMIZAÇÃO Operação do reator da OPP em baixa carga Condição operacional atípica Instrumentação - OK Processo - CAUSA RAIZ Estrutura de controle (PVs, MVs e PV-MV) Algoritmo de controle Sintonia Resultados Mudança na política operacional Retorno econômico – R$ 410.000/ano em etileno

Otimização das condições operacionais de um conversor de acetileno estimativa do tempo ótimo de campanha Sim trocar o leito Não cálculo da condições operacionais ótimas para os dias restantes da campanha "Setpoint' controlador preditivo multivariável

Comparação entre campanhas com tempo real e ótima Item Real Ótima Nº campanhas 1 3 Duração (dias) 231 77 Lucro diário US$/dia 6.600,00 10.500,00 Lucro em 231 dias US$ mi 1,5 2,5 Conclusão: Sem investimento, reduzindo o tempo de campanha, ganha-se US$ 1.408.000 ano.

Otimização das condições operacionais de um conversor de acetileno estimativa do tempo ótimo de campanha trocar o leito Sim Não cálculo da condições operacionais ótimas para os dias restantes da campanha Setpoint controlador preditivo multivariável

FO: tr fixo, dia-a-dia e com FCO

Variáveis de decisão valores iniciais das variáveis de decisão variáveis de decisão no ponto ótimo restrições operacionais

Restrições Operacionais valores iniciais das restrições variáveis das restrições no ponto ótimo restrições operacionais

Função objetivo econômica na campanha função objetivo no ponto ótimo (total = US$ 379 mil) função objetivo no início da otimização (total = US$ 178 mil) Diferença anual = US$ 520 mil.

OTIMIZAÇÃO EM LINHA DE CONVERSOR DE ACETILENO Otimizando o tempo de campanha + US$ 1,4 milhões/ano Otimizando as condições operacionais + US$ 500 mil/ano Total: US$ 1,9 milhões/ano Investimento de capital = zero Investimento apenas de Hh

o BOM é inimigo do ÓTIMO. Então devemos perseguir o BOM o BOM é inimigo do ÓTIMO! Então devemos perseguir o BOM? NÃO o ÓTIMO SIM!!! OTIMIZAÇÃO só tem sentido quando as restrições reais são impostas

METODOLOGIA PARA OTIMIZAÇÃO DE PROCESSOS INDUSTRIAIS Ricardo Kalid Prof. DEQ-EP-UFBA (071) 9984.3316 kalid@ufba.br ou LACOI@ufba.br