IMPLEMENTAÇÂO DE UM SISTEMA DE CONTROLE MPC PARA UMA COLUNA DE DESTILAÇÃO NA SEPARAÇÃO DE PROPANO-PROPENO

Transcrição

1 IMPLEMENTAÇÂO DE UM SISTEMA DE CONTROLE MPC PARA UMA COLUNA DE DESTILAÇÃO NA SEPARAÇÃO DE PROPANO-PROPENO E. S. CAVALCANTE 1, L. G. S. VASCONCELOS 2 1,2 Universidade Federal de Campina Grande, Centro de Ciências e Tecnologia, Unidade Acadêmica de Engenharia Química para contato: esleyscavalcante@gmail.com RESUMO O controle preditivo (MPC) é uma tecnologia consolidada e tem se tornado uma abordagem padrão para implementar um sistema de controle multivariável com restrições na indústria de processos atuais. O MPC pertence a uma classe de algoritmos de controle que usa o modelo explicito para predizer a resposta futura da planta. A precisão do modelo desempenha um papel importante no desempenho dos sistemas de MPC. A destilação é um processo extensivamente usado na indústria química. É um processo não estacionário, não-linear e multivariável, que apresenta dificuldades no projeto de sistema de controle. O uso de simuladores de processos facilita o desenvolvimento das estratégias de controle para processos com estas características. A proposta deste trabalho consistiu na implementação de uma coluna de destilação na separação de propano e propeno em ambientes de simulações Aspen Plus TM e Aspen Dynamics TM, e de um dispositivo de comunicação entre o Aspen Dynamics TM e Simulink/Matlab. Os resultados destas simulações foram utilizados na identificação de sistema de controle através do toolbox do Matlab. Foram implementadas malhas de controle MPC no conjunto Aspen Dynamics TM /Simulink. Os resultados destas simulações se mostraram coerentes. Assim, conclui-se que a metodologia serve como auxílio no processo de identificação e na implementação de um sistema de controle de uma coluna de destilação. 1. INTRODUÇÃO O controle preditivo (MPC) é uma tecnologia consolidada e tem se tornado uma abordagem padrão para implementar um sistema de controle multivariável com restrições na indústria de processos atuais (Darby e Nicolau, 2012; Ferramosca et al, 2010). Estima-se que mais de 1000 aplicações deste tipo de estratégia de controle em colunas de destilação (Martin et al, 2013). Apesar do sucesso, Darby e Nicolau (2012) aponta alguns desafios a serem enfrentados na obtenção de sistemas de controle com alto desempenho. Para manter o desempenho do MPC é necessário contornar vários fatores como: Falta de operadores e pessoal de apoio devidamente treinados; falta de ferramentas de monitoramento de

2 condições do MPC; Modificações e melhorias significativas do processos; projeto e sintonia não eficientes dos controladores básicos; imprecisão dos modelos usados (AlGhazzawi e Lennox, 2009). A coluna de destilação a ser estudada consiste na separação de propano e propeno. Esta separação faz parte do processo refino de petróleo. A mistura possui ponto de ebulição muito próximo fazendo com que o processo de separação tenha um custo de utilidades muito alto devido à alta razão de refluxo. Estas colunas de destilação tornaram-se muito grande, aumentando assim consideravelmente o custo da operação, sendo desejável desenvolver um método melhorado para a separação propano-propeno através de meios de fracionamento de uma maneira fácil e econômica. Este trabalho tem como objetivo implementar um modelo de uma coluna de destilação na separação de propano e propeno no ambiente Aspen Plus e Aspen Plus Dynamics, implementar um dispositivo de comunicação entre o modelo no Aspen Plus Dynamics e Simulink/Matlab, e por fim, um sistema de controle MPC será implementado no conjunto Aspen/Simulink. 2. REVISÃO DO ESTADO DE ARTE 2.1. Descrição Detalhada do processo A coluna de destilação estudada é composta por 110 estágios, e refere-se a um processo para a separação de propano e propeno. O fluxograma da coluna de destilação estudada é mostrada na figura 1. Uma descrição mais completa pode ser obtida em Briggs et al (1971). Figura 1: Fluxograma da coluna de destilação (Briggs et al, 1971) Para o melhor entendimento, as correntes com seus respectivos fluxos constam nas tabelas a seguir. A tabela 1 apresenta as condições de alimentação da coluna referente à corrente 12. Por sua vez as tabelas 2 e 3 contém os dados das correntes na base da coluna e de retirada do destilado, referentes as correntes 16 e 23 do fluxograma, respectivamente.

3 Tabela 1: Dados da corrente de alimentação da coluna de destilação. Variável Valor Unidade Propileno Propano Butano Etano kmol/h kmol/h kmol/h Tabela 2: Dados da corrente na base da coluna. Variável Valor Unidade Propileno Propano Butano Etano Tabela 3: Dados da corrente de retirada de destilado. Variável Valor Unidade Propileno Propano Butano Etano MATERIAIS E MÉTODOS O presente trabalho é realizado com a utilização dos softwares Aspen Plus TM, Aspen Plus

4 Dynamics TM e Simulink/Matlab, os quais servem como ferramenta computacional na modelagem e simulação do processo Implementação do modelo no Aspen Plus TM e no no Aspen Plus Dynamics TM Inicialmente, o modelo foi simplificado em relação ao original, para ser implementado como um processo de destilação simples no Aspen Plus TM em regime estacionário, para posteriores comparações com o modelo proposto por Briggs et al (1971). O processo simplificado é composto apenas por uma coluna de destilação simples, com uma corrente de alimentação com as mesmas condições do modelo de Briggs et al (1971). Posteriormente, exportou-se a coluna de destilação proposta do ambiente estacionário do Aspen Plus TM para ambiente de simulação dinâmica do Aspen Plus Dynamics TM (regime transiente). O arquivo é exportado e salvo no formato do Aspen Dynamics TM, pronto para ser executado em modo dinâmico, a fim de serem observados variáveis do processo Comunicação Aspen Plus Dynamics TM x Simulink/Matlab Nesta etapa foi desenvolvido um diagrama de blocos no Simulink em comunicação com a simulação no Aspen Plus Dynamics TM. A comunicação entre o Aspen Plus Dynamics TM e o Simulink fornece a obtenção de um modelo de processo não-linear rigoroso, permitindo que os engenheiros de controle possam trabalhar dentro de um ambiente conhecido. A comunicação foi estabelecida utilizando o bloco AMSimulation, contido na sub-biblioteca do Simulink Identificação do Modelo do Sistema no Toolbox Ident do Matlab Esta etapa consistiu na obtenção do conjunto de dados que identificam o comportamento das variáveis de saída do processo, após simultâneos sinais aleatórios de excitação serem aplicados. A identificação dinâmica do modelo do sistema foi obtida através do uso da ferramenta de identificação de sistemas do Matlab, denominada ident. Esta ferramenta de interface gráfica interativa é utilizada comumente para a regressão de dados e determinação de modelos de processos na forma de funções de transferências, modelos de processos e modelos de espaço de estado a partir dos dados de entrada e saída no domínio do tempo ou da freqüência Implementação do Sistema de Controle MPC O controlador MPC foi implementado a partir da ferramenta de controle preditivo baseada em modelo disponível no Matlab, o mpctool (Model Predictive Control Toolbox TM ). O mpctool é uma ferramenta interativa para projetar, analisar e sintonizar controladores, baseados em modelo em Matlab e Simulink. A partir desta ferramenta, definiu-se os parâmetros de sintonia para o MPC: O intervalo de controle (tempo decorrido entre os ajustes das variáveis manipuladas), o horizonte de predição (número de intervalos de controle sobre qual as variáveis de saídas devem ser otimizadas) e o horizonte de controle (número de intervalos de controle no qual as variáveis manipuladas devem ser otimizadas). Diversas alterações nestes parâmetros foram realizadas e testadas na planta, observando

5 o comportamento do MPC. 4. RESULTADOS E DISCUSSÕES 4.1. Verificação dos Resultados da Simulação em Estado Estacionário e da Comunicação Aspen Plus Dynamics TM X Simulink/Matlab Ao verificar os resultados da simulação da coluna de destilação no Aspen Plus em estado estacionário, observou-se que os dados das correntes de retirada de destilado e na base da coluna de destilação da simulação foram semelhantes aos resultados propostos em Briggs et al (1971), apresentados nas tabelas 2 e 3. Deste modo a simulação estacionária pode ser considerada como bem sucedida. Após a implementação da simulação do processo em estado estacionário no Aspen Plus TM, exportação para o estado transiente no Aspen Plus Dynamics TM, e posterior comunicação entre o arquivo em ambiente Aspen Plus Dynamics TM e o diagrama de blocos criado no Simulink, foram realizados testes dinâmicos a partir do arquivo de comunicação Aspen Plus Dynamics TM /Simulink. Deste modo, no arquivo de comunicação Aspen Plus Dynamics TM /Simulink, a aplicação de perturbações sobre cada variável de entrada proporcionou também a geração de perturbações nas variáveis de saída, de modo que ambas apresentaram variações em relação a seus setpoints. As variáveis manipuladas e controladas são apresentadas na tabela 4. Tabela 4: Variáveis manipuladas e controladas. Variáveis de entrada (ui) u1 - Carga do Reboiler (MMKcal/h) u2 - Vazão de refluxo (Kg/h) Variáveis de saída (yi) y1 - Composição do Propeno na corrente do destilado y2 - Composição do Propano na corrente de base 4.2. Identificação de Sistema no toolbox Ident do Matlab Nesta etapa do desenvolvimento, os dados de sinais de entrada e de saída obtidos no diagrama de blocos do Simulink em comunicação com o Aspen Plus Dynamics TM após as perturbações aplicadas puderam ser utilizados para determinar as funções de transferências do modelo, através da ferramenta ident do Matlab. Inicialmente foi possível encontrar o modelo que obteve a melhor estimativa de ajuste dos dados. A partir desde modelo, encontrou-se as funções de transferências que representam o mesmo. Estas funções de transferências relacionam todas as variáveis de entradas (u 1 e u2) com todas as variáveis de saída do processo (y1 e y2) no domínio do tempo.

6 4.3. Verificação do Desempenho do Controle MPC As funções de transferências ficaram disponíveis para o uso na implementação do controlador MPC. A fim de comparações, inicialmente efetuou-se a simulação do diagrama de blocos do Simulink em comunicação com o Aspen Plus Dynamics TM sem adicionar o controlador MPC e retirando as perturbações aplicadas anteriormente. Posteriormente, com o controlador devidamente projetado e sintonizado, foi possível adicioná-lo e usá-lo para o controle do processo, através da comunicação Aspen/Simulink. A figura 2 apresenta o diagrama de blocos desenvolvido no Simulink em comunicação com o Aspen Plus Dynamics TM já com a adição do controlador MPC. Figura 2: Diagrama de blocos da comunicação Aspen/Simulink para o controle online. A simulação do processo foi de 100 horas, com tempo de amostragem de 0,2 horas. As figuras 3 e 4 apresentam as comparações dos resultados das simulações sem a adição e com a adição do controle MPC, das variáveis de entrada (manipuladas) e saída (controladas), respectivamente. Figura 3: Comparação do comportamento das variáveis de entrada das simulações sem e com o controle MPC.

7 A figura 3 apresenta o comportamento das variáveis de entrada (manipuladas). Observa-se que a estrutura de controle MPC desenvolvida apresentou um ótimo resultado para o controle da variável u2 (refluxo), visto que foi possível manter os resultados bem próximos do setpoint. Já em relação a variável u1 (carga no reboiler), observa-se que apresenta alterações mais discretas sem o uso do controlador, e com o uso do controle MPC houve variações dos valores em relação ao setpoint, porém estas variações encontra-se dentro dos intervalos definidos no controlador. Figura 4: Comparação do comportamento das variáveis de saída das simulações sem e com o controle MPC. Na figura 4 é possível observar o comportamento das variáveis de saída (controladas). Observase que a estrutura de controle MPC apresentou um ótimo resultado para as duas variáveis controladas ao longo de todo o tempo de simulação, visto que foi possível manter os resultados próximos dos setpoints e dentro dos intervalos de controle definidos, o que não ocorreu na simulação sem a adição do controle MPC. 5. CONCLUSÃO Neste estudo, as simulações da coluna de destilação para a separação de propano-propeno efetuadas nos softwares Aspen Plus TM e Aspen Plus Dynamics TM em regimes estacionário e transiente, respectivamente, mostraram-se bem sucedidas, de modo que foi possível validar os resultados da simulação em regime estacionário com os dados de Briggs et al (1971), e a simulação em regime transiente manteve-se estável. Os resultados das simulações da comunicação Aspen Plus Dynamics TM X Simulink/Matlab puderam ser utilizados como base para a identificação de sistema de controle através do toolbox do software Matlab. A partir das perturbações nos setpoints de duas variáveis de entrada e de duas variáveis de saída do processo, foi possível determinar as funções de transferências do modelo, e efetuar a implementação de um sistema de controle MPC, que foi eficiente na sua aplicação sobre as

8 variáveis manipuladas e controladas. Com isto, conclui-se que a metodologia apresentada neste trabalho apresentou resultados satisfatórios, e serve como auxílio nos processos de simulações em regimes estacionário e transiente, na identificação e na implementação de sistemas de controle preditivo baseada em modelo. 6. REFERÊNCIAS ALGHAZZAWI, A.; LENNOX, B. Model predictive control monitoring using multivariate statistics, Journal of Process Control 19 (2009) BRIGGS, T. M; SEGERS, V. H. Separation of propane and propylene by distillation, Patente 3,568,457, United States Patent Office, CARMO, S. K. S. Desenvolvimento de estratégia de desacoplamento no controle de coluna de destilação usando a técnica de separação de sinais. Unidade Acadêmica de Engenharia Química, Universidade Federal de Campina Grande, Campina Grande, PB, EMERENCIANO, M. S. A. Controle multivariável aplicado a uma coluna de alta pureza com recompressão de vapor, Unidade Acadêmica de Engenharia Química, Universidade Federal de Campina Grande, Campina Grande, PB, FERRAMOSCA, A.; LIMON, D.; GONZÁLEZ, A.H.; ODLOAK, D., E.F. MPC for tracking zone regions, Journal of Process Control 20 (2010) XU, Z.; ZHU Y.; HAN, K.; ZHAO, J.; QIAN, J. A multi-iteration pseudo-linear regression method and an adaptive disturbance model for MPC, Journal of Process Control 20 (2010) GUPTA, S.; RAY, S.; SAMANTA, A.N.. Nonlinear control of debutanizer column using profile position observer, Computers and Chemical Engineering 33 (2009) MARK, L.; DARBYA, N.; NIKOLAOU, M. MPC: Current practice and challenges, Control Engineering Practice 20 (2012) MANIMARAN, M.; ARUMUGAM, A.; BALASUBRAMANIAN, G.; RAMKUMAR, K. Optimization and composition control of Distillation column using MPC, International Journal of engineering and Technology (IJET). QIN, S. J.; THOMAS A. B. A survey of industrial model predictive control technology, Control Engineering Practice 11 (2003) , 2003.