1 Projeto SMARt: Otimização do Schedule de uma Refinaria Laboratório de Inteligência Computacional Aplicada PUC-Rio.

Apresentação em tema: "1 Projeto SMARt: Otimização do Schedule de uma Refinaria Laboratório de Inteligência Computacional Aplicada PUC-Rio."— Transcrição da apresentação:

1 1 Projeto SMARt: Otimização do Schedule de uma Refinaria Laboratório de Inteligência Computacional Aplicada PUC-Rio

2 2 Sumário Introdução Descrição do Projeto Implementação Resultados Conclusões Expectativas e Possibilidades para Extensão do Produto

3 3 Introdução Indústria de refino desenvolve esforço para reduzir custos e melhorar qualidade dos produtos  Mercado mais competitivo  Restrições impostas por legislação Otimização da produção e inferência de propriedades  Redução de custos  Redução da necessidade de estoque  Garantia de qualidade dos produtos SMARt  Sistema Modular de Apoio à Decisão para a Otimização do Scheduling em Refinarias de Petróleo

4 4 Descrição do Projeto Otimização da refinaria na área anterior às unidades de destilação atmosférica (UDAs)  Melhor seqüência de execução das tarefas Redução de custos Restrições de prazos  Melhor configuração da mistura dos crus para manter o produto dentro da especificação de qualidade demandada

5 5 Descrição do Projeto Emprega modelo de otimização por algoritmos genéticos (AG) Entradas:  Planejamento de campanhas e entrega de crus  Inventário inicial  Topologia da planta  Limites operacionais para tanques e UDAs Saídas:  Programação Transferência de óleos ao longo do terminal e da refinaria Carga nas UDAs Descarga de navios  Especificação dos óleos carregados nas UDAs  Tempo de sobreestadia  Número de trocas de tanques  Tempo total de parada de oleodutos  Inventário final da planta

6 6 Descrição do Projeto

7 7 Volume Total das Linhas Submarinas: 7000+7000m 3 Volume Total do Oleoduto: 23000m 3

8 8 Descrição do Projeto Descarga de Navios  Uma ou mais linhas submarinas operando simultaneamente (TEDUT – 2 linhas) Inventário inicial pode conter óleos diferentes em diferentes linhas submarinas  Navio tem prazo máximo (ex. 30 horas) para descarregar o óleo (Sobreestadia)  Linha submarina tem capacidade de estoque Óleo não é totalmente descarregado para o terminal

9 9 Descrição do Projeto Tanques de Armazenamento  TEDUT e REFAP  Não enviam e recebem ao mesmo tempo  Abandona conceito de serviço – especificação do óleo é que determina possibilidades de mistura Óleos com diferença de API maior que 10º não podem ser misturados  Mistura dos crus nos tanques é considerada como sendo perfeita

10 10 Descrição do Projeto Oleoduto  Transfere óleo do terminal (TEDUT) para a refinaria (REFAP) Transferência tanque-tanque  Volume fixo (23000m 3 )  Fluxo unidirecional FIFO – First In First Out – primeira parcela a entrar é a primeira a sair Interrupções não alteram as parcelas (interfaces se mantêm)

11 11 Descrição do Projeto Unidade de Destilação Atmosférica  Duas unidades de destilação atmosférica (UDA)  Óleo cru deve descansar por 24 horas antes da carga na UDA  Após iniciada, carga deve ser realizada durante um tempo mínimo pré- determinado (48 horas)  Tanque pode dar carga nas duas UDAs simultaneamente  UDA pode ser alimentada por 1 ou 2 tanques simultaneamente (principal e auxiliar)  Taxa da carga é variável  Limites de composição ComponenteU-01U-50 Marlim42%40% Condensado35%40%

12 12 Descrição do Projeto Algoritmo Genético Decodificador Heurísticas de Otimização Base de Dados Planta da Refinaria Estado Inicial Avaliador de Soluções

13 13 Implementação Base de Dados  Arquivo XML contendo a configuração da planta  Arquivo XML com a configuração do algoritmo de otimização Algoritmo de Otimização  Algoritmos Genéticos  Representação baseada em ordem Seleção da ordem na qual as tarefas serão planejadas Seleção dos recursos usados para executar as tarefas

14 14 Implementação Cromossomo representa uma solução completa  Segmento de tarefas determina a ordem na qual as tarefas devem ser planejadas  Segmento de recursos determina ordem de prioridade para seleção de recursos para cada tarefa Construção da solução considera tempo contínuo  Transfere problema de discretização para o mundo real

15 15 Implementação

16 16 Implementação Descarga de Navios  Tenta primeiro alocar um único tanque para receber óleo da linha submarina Usa o cromossomo para determinar o primeiro tanque  Caso não seja possível tenta encontrar conjunto de tanques suplementares Segue a ordem de prioridade para os recursos especificada no cromossomo Usa grau API para encontrar tanques suplementares  Primeiro o API de cada óleo no tanque  Depois o API médio dos óleos no tanque

17 17 Implementação Transferência pelo Oleoduto  Seleciona um tanque de origem pelo cromossomo  Seleciona um tanque de destino pelo cromossomo Tanque selecionado deve atender limites de especificação (grau API) Tanque deve ter espaço suficiente para receber o lote

18 18 Implementação Carga em UDA  Escolha do tanque é feita usando-se cromossomo Tanque deve ser capaz de atender a torre por um período mínimo de tempo Tanque deve respeitar limites de operação da torre (Marlim e Condensado)  Tenta primeiro alocar um único tanque (principal)  Caso tanque principal esteja fora de especificação ou com pouco volume para atender a torre, tenta alocar um segundo tanque (auxiliar)  Vazão do tanque principal deve ser maximizada em relação à vazão do tanque auxiliar  Caso nenhum tanque auxiliar permita atender as restrições, um novo tanque principal deve ser escolhido

19 19 Implementação Avaliação  Objetivos Atendimento à demanda das UDAs Custo por atraso na descarga de navios Número de trocas de tanques realizadas Tempo de ociosidade do oleoduto  Objetivos múltiplos devem ser transformados em um único objetivo

20 20 Implementação Método de Distância ao Alvo  Valores devem ser normalizados Todos os objetivos têm valores máximos e mínimos conhecidos  Atendimento à demanda – volume de óleo total que deve ser enviado para as UDAs  Custo por atraso do navio – número total de horas do horizonte de planejamento  Número de trocas de tanques – número máximo de tarefas que devem ser planejadas  Tempo de ociosidade do oleoduto – número total de horas do horizonte de planejamento

21 21 Implementação Método de Distância ao Alvo  Valor alvo definido pela quádrupla (1, 0, 0, 0)  Avaliação do cromossomo é quádrupla normalizada (A, B, C, D)  Aptidão é a distância euclidiana da quádrupla normalizada para o valor alvo  Distância deve ser minimizada

22 22 Implementação – Interface Gráfica

23 23 Implementação – Interface Gráfica

24 24 Implementação – Interface Gráfica

25 25 Implementação – Interface Gráfica

26 26 Resultados Três casos de teste  Caso 1 Configuração TEDUT + REFAP Muito óleo em estoque Especificação dos óleos torna atendimento à demanda difícil  Caso 2 Configuração TEDUT + REFAP 3 navios para serem descarregados  Sobreestadia difícil de ser evitada  Caso 3 Configuração TEDUT (-2 tanques) + REFAP (- 2 tanques) Menos recursos, muito óleo, atendimento à demanda difícil

27 27 Resultados – Caso 1 X X

28 28 Resultados – Caso 1

29 29 Resultados – Caso 1 Atendimento à Demanda108407,5 m 3 Sobreestadia0 h Número de Trocas de Tanque31,33333333 Tempo de Oleoduto Ocioso237 h Cenário tem horizonte longo e demanda elevada Algoritmo conseguiu manter as UDAs alimentadas durante todo o horizonte de tempo Evitou a ocorrência de sobreestadia de navios

30 30 Resultados – Caso 2 X X

31 31 Resultados – Caso 2

32 32 Resultados – Caso 2 Mesmo necessitando descarregar 3 navios, algoritmo conseguiu evitar multa por sobreestadia Não houve parada das UDAs Linha armazena óleos diferentes antes da descarga do primeiro navio (line displacement) Atendimento à Demanda106372,9 m 3 Sobrestadia0 h Troca de Tanques64,66666667 Tempo de Pipeline Ocioso100,333333333 h

33 33 Resultados – Caso 2 Início Line Displacement Fim Line Displacement

34 34 Resultados – Caso 3 CDUStartEndRateAPISulphur U-010725000270,3 U-01721305000230,2 U-500725000230,2 U-50721445000270,3 BatchCrude OilStartVolume(m 3 )Subsea 1O12170000Both 2O233150000Both ParcelCrude OilVolume 1O323000 TankCrude OilInitial Inventory(m 3 ) TQ601-0 TQ602O38000 TQ611-0 TQ612-0 TQ601RO130000 TQ602RO330000 TQ611R O110000 O310000 TQ612R-0 SubseaOil NorthO3 SouthO3

35 35 Resultados – Caso 3

36 36 Resultados – Caso 3 ObjetivoMelhor Valor AGMelhor Valor BADiferença Percentual Atendimento28553,218572,935,95% Sobrestadia8,9333,1373,04% Troca de Tanques82,289,48,05% Tempo Oleoduto Ocioso19,231,2338,53% Configuração apresenta alta demanda Resultados mostram a importância do uso do algoritmo genético para o processo de otimização

37 37 Conclusões Otimizador/Simulador oferecem mais graus de liberdade  Tanques não precisam ser previamente especificados Flexibilidade no uso de tanques Maior rigor na classificação dos óleos  Grau API  Nível de Enxofre Múltiplos objetivos Tempo contínuo Extensibilidade Desempenho

38 38 Conclusões Controle de diversos fatores operacionais  Tempo de descanso dos óleos para carga na UDA  Tempo mínimo de operações de carga na UDA  Possibilidade de uso de mais de um tanque para dar carga na UDA  Possibilidade de um tanque alimentar mais de uma UDA  Interface de óleos dentro do oleoduto  Uso do grau API dos óleos para verificar a possibilidade da mistura dentro dos tanques  Uso de múltiplas linhas submarinas para descarga dos navios

39 39 Possibilidades de Extensão do Produto Programação da entrega de crus Atendimento à demanda de produtos finais  Uso de software de blending para gerar a curva de destilação Uso de outras características dos óleos Interface gráfica  Manipulação dos elementos da planta  Representação gráfica da evolução do estoque da planta ao longo do tempo Inserção e retirada de novos equipamentos  Ex.: Manutenção Contemplação de outras plantas reais  Ex.: Considerar a entrega de crus não somente por navios