MONITORAÇÃO ON-LINE DO DESEMPENHO DO CONTROLE AVANÇADO ANTONIO C. ZANIN

Transcrição

1 MONITORAÇÃO ON-LINE DO DESEMPENHO DO CONTROLE AVANÇADO ANTONIO C. ZANIN CETAI Centro de Excelência em Automação Industrial - Petrobras Endereço para Correspondência s: zanin@petrobras.com.br LINCOLN F. L. MORO CETAI Centro de Excelência em Automação Industrial - Petrobras Caixa Postal 6969, , Urbanopolis, DO, NOLAND s: lmoro@petrobras.com.br ALTAMIR N. GOMES Rua Senador Milton Campos, 145, 3º andar Alta Vila, Vila da Serra, Nova Lima/MG CEP: s: altamir.gomes@accenture.com EDUARDO S. SANTOS Rua Alexandre Dumas, 2051, Chácara Santo Antonio, São Paulo/SP CEP: s: e.santos@accenture.com FABIO B. CARVALHO Rua Senador Milton Campos, 145, 3º andar Alta Vila, Vila da Serra, Nova Lima/MG CEP: s: fabio.b.carvalho@accenture.com HAMILTON G. O. JUNIOR Rua Senador Milton Campos, 145, 3º andar Alta Vila, Vila da Serra, Nova Lima/MG CEP: s: hamilton.oliveira@accenture.com Abstract Petrobras refineries have spent the last years implementing advanced control systems in order to increase the production of derivatives of higher added value through better results in their units, but without a real time performance and benefits monitoring system. This article shows how the monitoring tools are currently being implemented through a modern and efficient online monitoring portal. It allows to quickly detect behaviour deviations and loss of application performance and triggers corrective actions that may be necessary. Keywords Online Monitoring, Advanced Control, Controllers Performance, Process Optimization, Refining. Resumo As refinarias da Petrobras passaram os últimos anos implantando sistemas de controle avançado a fim de aumentar a produção de derivados de maior valor agregado através de melhores rendimentos em suas unidades, mas faltava ainda o acompanhamento em tempo real do desempenho das aplicações e de seus benefícios. Este trabalho mostra como este objetivo está atualmente sendo alcançado através de um moderno e eficiente portal de monitoração on-line. Ele permite, de forma rápida, detectar desvios no comportamento e perda de desempenho das aplicações e disparar as ações corretivas que se mostrarem necessárias. Palavras-chave Monitoração On-line, Controle Avançado, Desempenho de Controladores, Otimização de Processo, Refino. 1 Introdução Nos últimos 30 anos, o controle preditivo baseado em modelo (MPC) tem sido desenvolvido e utilizado, principalmente na petroquímica e no refino de petróleo (Qin & Badgwell, 2003). A partir de 1992, o MPC, também conhecido como controle avançado, começou a ser implantado na Petrobras (Moro & Odloak, 1995; Oliveira & Carrapiço, 1998) e se consolidou como um dos meios mais efetivos de se promover um aumento da eficiência dos processos. A cada um dos mais de 200 controladores já implanta- 3336

2 dos na companhia foi possível associar benefícios mensuráveis atrelados ora a aumento de produção, ora a redução de custos operacionais, ora a aumento de eficiência energética, ora a redução de emissões ambientais, entre outros direcionadores. Tão nobre quanto a tarefa de implantar um controlador avançado é a tarefa de sustentar, no médio e longo prazo, o desempenho e benefícios trazidos por ele. Desafios como o de evitar a queda de desempenho natural dos controladores frente às mudanças operacionais, o de modificação na função objetivo ou o de desgaste de equipamentos são comuns. Para superar esses desafios, se fazem necessárias soluções que fornecem informações, em tempo real, do desempenho dos controladores, e que ofereçam subsídios para o diagnóstico e a tomada de decisão. Este trabalho é subdividido em três tópicos. Inicialmente são discutidos alguns fundamentos básicos da monitoração on-line de controladores avançados. A seguir, são descritos, detalhadamente, os indicadores globais dos controladores, os individuais por variáveis e os das inferências e, finalmente, são apresentadas as informações disponíveis no painel. Na terceira seção é ilustrada a utilização da ferramenta para efetuar um diagnóstico do controle multivariável da unidade de destilação UC/UVC da RPBC, através da análise das informações do controlador no período de um mês. 2 Metodologia A monitoração on-line de controladores avançados é a atividade de acompanhamento, diagnóstico e manutenção das variáveis envolvidas nas unidades e tem por objetivo avaliar, no instante atual, o desempenho dos controladores, comparando-os com outras unidades ou até mesmo de forma a exibir a evolução ou degradação dos sistemas ao longo do tempo. O monitoramento traz como benefícios a manutenção da excelência na operação dos controladores, a rápida identificação de desvios das variáveis em relação às restrições estabelecidas e a facilidade para apontar pontos de melhorias no processo ou até mesmo na manipulação das variáveis capturadas. Bakker, Seppala & Snoeren (2002) descreve a forma utilizada pela Shell Global Solutions para monitorar o desempenho dos aplicativos de controle avançado e otimização em tempo real no refino do petróleo. O conceito da monitoração dos controladores das refinarias da Petrobras foi concebido através de um sistema legado denominado Avaliador-CAv (Zanin et al., 2007), que recolhia informações estatísticas mensalmente produzidas pelos controladores das refinarias. A partir dessas informações, eram realizados cálculos de indicadores e geração de relatórios para determinar a aderência das unidades em relação às metas propostas e também para avaliar a qualidade dos controladores instalados. Este avaliador, apesar de ter sido uma ferramenta promissora no momento de sua construção, teve sua utilização reduzida com o passar do tempo, principalmente por ser uma ferramenta que exigia a execução off-line do programa para a geração dos índices de desempenho. 2.1 Aplicativo de Monitoração On-line Em função da obsolescência do Avaliador-CAv, foi especificada uma nova ferramenta para a monitoração do desempenho em tempo real, denominada de Painel de Monitoração do Controle Avançado (MONICA). Entre os seus benefícios, destacam-se: Operação descentralizada; Cálculo e armazenamento de dados on-line; Exibição de dados até o instante atual; Comparação de indicadores entre várias unidades ao mesmo tempo; PI e módulo AF da OSIsoft para armazenamento dos resultados; Portal de consulta através da web; Facilidade na manutenção do sistema; Acesso, diretamente pelo painel, a todos os dados relevantes; Monitoração de Inferências. Além disso, a dedicação de um profissional especializado na implantação de controladores e no processo de refino para avaliação do desempenho dos controladores através do painel de monitoração online torna-se uma premissa necessária e eficaz para não somente evitar a degradação dos controladores avançados, como também para reduzir o gap entre o benefício econômico realizado e o respectivo potencial. Neste projeto, foram utilizados como premissas para construção do portal: Uso do OSIsoft PI como base das informações de ativos das unidades; Estruturação dos ativos utilizando a ferramenta OSIsoft PI AF; Criação dos painéis de monitoração utilizando a ferramenta OSIsoft ProcessBook; Exibição e monitoração dos painéis através do Microsoft Sharepoint. Após as premissas definidas, foi montada a estrutura da figura 1 para suportar o painel de monitoração on-line. 3337

3 Figura 1. Arquitetura do painel de monitoração on-line 2.2 Principais Indicadores de Desempenho O painel de monitoramento desenvolvido conta com indicadores de desempenho estatísticos conhecidos, tais como média e desvio-padrão das variáveis enquanto ligadas ou desligadas. Entretanto, para uma avaliação capaz de prover informações mais diretamente relacionadas ao desempenho do controlador, é necessária a criação de indicadores de desempenho mais focados no seu uso. Para isso, são utilizados indicadores globais, que retratam o desempenho do controlador como um todo, e indicadores por variável, que representam o desempenho de uma determinada variável, de acordo com os objetivos esperados para um controlador MPC. Os indicadores criados consideram que o controlador MPC tende a maximizar ou minimizar as variáveis manipuladas de acordo com sua direção de maior lucro ou menor custo operacional, considerando as variáveis controladas como restrições de processo, mantendo-as dentro de limites mínimos e máximos definidos. As próprias variáveis manipuladas também apresentam limites mínimos e máximos. Dessa forma, o controlador irá maximizar ou minimizar as variáveis manipuladas até que os limites das controladas sejam atingidos, o que determina que o controlador tenha atingido o ponto máximo de otimização do processo, ou até que o limite da própria manipulada seja alcançado. Os indicadores desenvolvidos são mostrados nas seções a seguir Indicadores Globais do Controlador Para avaliar o desempenho geral de um controlador, é importante ter respostas para o seu funcionamento em três esferas diferentes, sendo elas: Funcionamento ou não do controlador; Nível de otimização do controlador; Retorno financeiro que o controlador é capaz de proporcionar. Dentro da esfera de definição sobre o funcionamento ou não do controlador, foram definidos dois indicadores de desempenho: Fator Operacional (FATOP): determina o tempo percentual em que o controlador permaneceu ligado em relação ao tempo total de operação do processo em si. É considerado ligado o controlador quando pelo menos uma variável manipulada encontra-se ligada, sendo que, para que a manipulada seja ligada, pelo menos uma controlada relacionada também deve ser ligada. Esse indicador, portanto, revela se os operadores buscam utilizar ou não o controlador avançado, mas não penaliza o fato de o controlador estar somente parcialmente ligado; Grau de Utilização (GUT): mostra o percentual do número de manipuladas que se encontram ligadas em relação ao número total de manipuladas. Entretanto, o fato de o controlador estar ligado não necessariamente significa que está atingindo seus objetivos. Sendo assim, três indicadores adicionais foram definidos para resumir o nível de otimização realizado pelo controlador avançado: Percentual de Controladas Ativas (PCAT): é o percentual de variáveis controladas que estão ativas, ou seja, sobre um dos seus limites máximo ou mínimo, em relação ao número total de manipuladas, durante o tempo em que o processo poderia ser operado pelo controlador avançado. Como o número total de manipuladas corresponde ao grau de liberdade do controlador, isto significa que, em teoria, o controlador consegue tornar, no máximo, x variáveis controladas ativas, onde x é o número de graus de liberdade disponíveis. Assim, um PCAT de 100% indica que o limite máximo teórico de otimização foi atingido, porém, a depender do processo e da estrutura do controlador, o limite teórico não será necessariamente atingido em todos os momentos. Por isso utiliza-se outro indicador denominado Índice PCAT (IPCAT); Índice PCAT (IPCAT): considera um objetivo para o PCAT, ou seja, indica qual o valor percentual entre o PCAT calculado e um PCAT negociado para determinado controlador em determinado processo. O PCAT negociado é determinado de acordo com a experiência na operação do controlador e do processo; Percentual de Manipuladas Ativas (PMAT): calcula qual o percentual de variáveis manipuladas ativas em relação ao número total de manipuladas, durante o tempo em que o processo poderia ser operado pelo controlador avançado. Um elevado PMAT indica que muitas manipuladas estão sobre um dos seus limites, o que significa uma redução no grau de liberdade do controlador e, consequentemente, uma redução da margem de otimização do processo. Este indicador tam- 3338

4 bém é necessário nos casos onde o controlador não atinge um PCAT ou IPCAT elevado, o que pode significar que alguma variável manipulada atingiu um dos seus limites. A última esfera consiste em traduzir os indicadores que determinam o nível de otimização do processo para valores financeiros, através de dois indicadores: Benefício Econômico Realizado: considera o benefício econômico estimado para o processo após a implantação do controlador avançado, sendo o produto entre um ganho econômico determinado após a sua implantação e seu IPCAT. Isso significa que quanto mais o controlador operar e otimizar o processo, maior será o retorno financeiro que ele estará proporcionando à unidade; Benefício Econômico Não-Realizado: corresponde ao benefício econômico estimado subtraído do Benefício Econômico Realizado. O Benefício Econômico Não-Realizado revela, então, uma provável margem financeira que está sendo perdida pelo fato de o controlador não operar próximo ao seu máximo nível de otimização Indicadores por Variável A verificação das causas de um mau desempenho global do controlador deve começar pela análise do comportamento geral de cada variável. Nessa análise, deve-se avaliar se a variável encontra-se dentro da faixa estabelecida, sobre um dos limites ou violando algum dos limites, se está ligada ou não e qual seu comportamento estatístico nessas situações. Os indicadores abaixo tem a função de avaliar o comportamento de uma variável em relação aos seus limites: Percentual da variável operando ativa (% ativa): é o percentual de tempo em que a variável esteve sobre um dos seus limites em relação ao tempo em que esteve ligada; Percentual dentro da faixa (% dentro da faixa): indica o percentual de tempo em que a variável esteve entre os limites máximo e mínimo em relação ao tempo em que esteve ligada; Percentual fora da faixa (% fora da faixa): é o percentual de tempo em que a variável esteve acima do limite máximo ou abaixo do limite mínimo, ambos em relação ao tempo em que a variável esteve ligada. Esses indicadores ajudam a verificar se determinada variável tem operado como esperado, como, por exemplo, se uma restrição de qualidade do produto atinge constantemente o seu limite de especificação, apresentando um % ativa elevado, ou se o controlador falha em otimizar o processo por algum motivo, como, por exemplo, uma variável manipulada relacionada a essa restrição de qualidade com % ativa elevado. Mesmo que esteja bem otimizada, deve-se averiguar se a variável fica ligada na maior parte do tempo ou se permanece um tempo considerável desligada, para verificar se essa otimização tem efeito no tempo ou não. Para tanto, foram criados os seguintes indicadores: Percentual de tempo com controle (% tempo com controle): o tempo em que a variável permaneceu ligada em relação ao tempo total em que o controlador permaneceu ligado; Percentual de tempo sem controle (% tempo sem controle): o tempo em que a variável permaneceu desligada em relação ao tempo total em que o controlador permaneceu ligado. Existem, também, indicadores estatísticos relacionados à média, ao desvio-padrão e aos valores máximo e mínimo atingidos pelas variáveis enquanto ligadas ou desligadas, o que possibilita o usuário uma visualização também do comportamento geral da variável no que tange as variações devidas ao processo, ao controle e à instrumentação. Em resumo, é desejável que as restrições relacionadas à otimização do processo estejam ativas com desvios-padrão reduzidos e que as manipuladas estejam não ativas, ou seja, disponíveis para otimizar e rejeitar perturbações no processo Indicadores para Inferências Normalmente elencadas como variáveis controladas, as inferências funcionam como analisadores virtuais das propriedades de produtos e precisam dos indicadores listados abaixo para verificar se o seu desempenho está adequado em relação aos valores de laboratório obtidos durante a sua operação: Média da Inferência: é a média aritmética da inferência em um período estabelecido, ou seja, a obtenção de um valor intermediário entre tantos valores; Desvio Padrão da Inferência: é um indicador que quantifica a variação existente ao redor da média da inferência; Média da Inferência sem Bias: é a média aritmética, em um período estabelecido, da diferença entre a inferência e seu respectivo bias; Desvio Padrão da Inferência sem Bias: é um indicador quantifica a variação existente ao redor da média da inferência sem bias; Média do Bias: é a média aritmética do bias em um período estabelecido, ou seja, a obtenção de um valor intermediário entre tantos valores; Desvio Padrão do Bias: é um indicador que quantifica a variação existente ao redor da média do bias; Média do Desvio da Inferência sem Bias: a média da diferença entre o resultado do laboratório e a inferência sem bias. Quanto 3339

5 maior este valor, em termos absolutos, maior a distância entre o modelo e a inferência; Desvio Padrão do Desvio da Inferência sem Bias: é o desvio padrão da diferença entre o resultado do laboratório e a inferência sem bias. Quanto maior o seu valor, menor a capacidade da inferência de retratar a tendência daquela variável; Média do Resultado do Laboratório: é a média aritmética do resultado do laboratório em um período estabelecido, ou seja, a obtenção de um valor intermediário entre tantos valores; Desvio Padrão do Resultado do Laboratório: é um indicador que quantifica a variação existente ao redor da média do resultado do laboratório; Média do Desvio da Inferência: é a média da diferença entre o resultado do laboratório e a inferência; Desvio Padrão do Desvio da Inferência: é o desvio padrão da diferença entre o resultado do laboratório e a inferência. O valor da inferência é determinado pelo cálculo de um modelo matemático somado a um bias, que corresponde à diferença entre o valor do modelo e o obtido pelo laboratório. O bias é atualizado após a amostragem realizada pelo laboratório, considerando prováveis erros de medição, o valor calculado pela inferência no momento da amostragem e o percentual desejado para correção em relação ao bias calculado. Comparando indicadores como média e desviopadrão da inferência com os da inferência sem bias, o usuário pode determinar se o modelo da inferência tem boa aproximação em relação ao valor real, e qual a parcela das variações da propriedade inferida é representada pelo seu modelo. Quanto maior esta parcela e quanto mais próximo o valor da inferência sem bias em relação à inferência, melhor adaptado está o modelo. O painel de monitoração é constituído de dois conjuntos de telas: mensais (a partir do primeiro dia do mês) e semanais (últimos sete dias). As telas de inferências, em função da frequência relativamente baixa das análises de laboratório, contêm dados dos últimos seis meses. As informações disponíveis são: Tela Situação Atual: como página inicial, o sistema MONICA exibe um mapa que mostra a situação atual de controle avançado de refino. O mapa indica o IPCAT Mensal através de cinco cores: Verde (IPCAT maior que 98%), Amarelo (IPCAT entre 90% e 98%), Vermelho (IPCAT menor que 90%), Laranja (carga abaixo do mínimo), Cinza (não monitorado pelo portal MONICA). Tela Geral dos Controladores: ilustra graficamente o valor de IPCAT para as refinarias, ou unidades de uma refinaria ou ainda controladores de uma unidade. Além disso, também é exibida uma tabela dos valores de Benefício Econômico Realizado e Benefício Econômico Não-Realizado em milhões de dólares por ano. Tela do Controlador para as Controladas: exibe os indicadores do controlador e informações gerais de cada variável controlada (%tempo: ligada, ativa, dentro e fora dos limites). Tela do Controlador para as Manipuladas: exibe os indicadores do controlador e informações gerais de cada variável manipulada (%tempo: ligada, ativa e dentro dos limites). Tabela Geral das Controladas: exibe informações mais específicas de cada variável controlada (média, desvio padrão, máximo e mínimo da variável ligada e desligada e %tempo ativa acima e no limite superior, abaixo e no limite inferior, etc.). Tabela Geral das Manipuladas: exibe informações mais específicas de cada variável manipulada (média, desvio padrão, máximo e mínimo da variável ligada e desligada, desvio em relação ao setpoint e %tempo ativa no limite superior, ativa no limite inferior, etc.). Tabela Geral das Perturbações: exibe informações de cada perturbação (média, desvio padrão, máximo e mínimo). Tabela Geral das Inferências: exibe informações de cada inferência, com e sem correção de laboratório. Tendência Temporal das Variáveis Controladas, Manipuladas, Perturbações e Inferências: tela com gráficos de tendências e tabela contendo informações de estatística da variável. 2.3 Painel de Monitoração 3 Resultados e Discussões É exemplificada, neste texto, a utilização do MONICA através da análise mensal do controle multivariável da Unidade de Destilação UC/UVC da RPBC, denominado CMVUC, cujo principal objetivo é a maximização de diesel e gasóleos de vácuo, além da redução no consumo de energia. A análise utilizou dados do mês de outubro de O controlador é composto por 16 variáveis manipuladas, 33 controladas e uma perturbação. Através das figuras 2 e 3, telas das controladas e manipuladas, respectivamente, pode-se verificar: As variáveis cuja célula % Tempo com Controle está sinalizada em vermelho (11 controladas da figura 2 e 4 manipuladas da figura 3) permaneceram desligadas durante todo o mês. A análise do modelo de processo mostra que essas variáveis pertencem ao 3340

6 sistema de alocação de carga, desativado há muito tempo, e ao controle de nível do fundo da pré-fracionadora, que foi transferido para o controle regulatório. Recomendou-se a retirada destas variáveis do controlador. As variáveis controladas com a célula % Ativo, sinalizada em azul na figura 2, estão ativas durante significativos períodos de tempo. A ativação destas variáveis é responsável pelo índice IPCAT e rentabilidade do controle avançado, conforme ilustrado na figura 4. As manipuladas, mostradas na figura 3, com a célula % Dentro da Faixa em azul, são os graus de liberdade para ativar as restrições. As manipuladas, com a célula % Ativo em verde na figura 3, praticamente não são graus de liberdade para otimização, pois permanecem a maior parte do tempo em um limite, e merecem uma análise mais detalhada em seus ranges de atuação. As variáveis controladas com a célula % Fora da Faixa, sinalizada em laranja na figura 2, merecem atenção especial, uma vez que estão violando as restrições em determinados períodos de tempo. Figura 3. Variáveis Manipuladas. Foram analisadas uma série de variáveis. Por exemplo, observa-se que a controlada ASTM 90% do Querosene tem seu limite máximo frequentemente alterado pela operação (figura 5) para ajustar a retirada de querosene, que opera em cascata com o nível da retificadora. Recomendou-se a substituição desta variável pela vazão ou rendimento de querosene, por estar mais diretamente ligadas aos objetivos atuais de produção da unidade. Várias outras recomendações foram feitas a partir dessa análise. Percebeu-se que, no geral, após várias mudanças de processo, o controlador atual não atendia aos objetivos de produção da unidade e que deveria ser parcialmente reformulado para incluir novos objetivos, novas variáveis e oportunidades de otimização, além de excluir as variáveis que não mais faziam sentido. As recomendações já estão em fase de implantação e têm o potencial de gerar maiores benefícios para a unidade. Figura 4. Tela do CMVUC para as Controladas Figura 2. Variáveis Controladas. 3341

7 Figura 5. Variável Controlada 90% ASTM do Querosene 4 Conclusão A conclusão do projeto piloto do painel de monitoração on-line, englobando a RPBC, REPLAN e REVAP, ocorreu recentemente e seu uso está se consolidando. Foram realizadas análises detalhadas em alguns controladores e geradas uma série de recomendações, que serão gradativamente implantadas e seus benefícios medidos. Durante essas análises, a necessidade de promover ações de sustentabilidade dos controladores tem sido cada vez mais realçada. Este sistema de monitoração on-line é uma ferramenta poderosa para elevar os benefícios do sistema de controle avançado. Ele permite detectar, de forma rápida, desvios no comportamento e perda de desempenho das aplicações e disparar as devidas ações corretivas. Adicionalmente, possibilita a comparação, entre as várias unidades da empresa, do desempenho do controle avançado e a disseminação das suas melhores práticas. Dessa forma, a empresa consegue não só manter os controladores atingindo os benefícios já atingidos, o que garante que os ganhos projetados serão realmente apropriados pela empresa, como também aumentá-los, melhorando e adaptando constantemente os controladores, assim que necessário. Refinery Throughput, Hydrocarbon Processing, p Qin, S. J. and Badgwell, T. (2003) A Survey of Industrial Model Predictive Control Technology, Control Engineering Practice, 11(7) p Zanin, A. C.; Moro, L. F. L; Pinto, G. e Santos, M. (2007) Monitoração da Otimização On-Line de Unidades de Processo, III Encontro Técnico de Otimização da Petrobras, Mangaratiba RJ. Agradecimentos Os autores agradecem ao engenheiro Eduardo Henrique Prange e ao analista de sistema Roberto Sumita da PETROBRAS pela coordenação e empenho em todas as etapas do projeto; aos engenheiros Matheus Francisco de Andrade e Mário Matos, da, pela criação da estrutura do Painel de Monitoração e aos engenheiros Renato Spandri da REPLAN, André Seichi Ribeiro Kuramoto da REVAP e Flávio Augusto Martins Strutzel da RPBC pela disponibilização das informações dos controladores no PI. Referências Bibliográficas Bakker, K.; Seppala, C. and Snoeren R. (2002) How To Maintain The Optimum Performance Of Your Advanced Control And Real Time Plant Optimizers? ARTC Computing, Singapore. Moro, L. F. L. and Odloak, D. (1995) Constrained Multivariable Control of Fluid Catalytic Cracking Converters, v.5, n.1, p Oliveira, L. L. and Carrapiço, O (1998) Multivariable Control Increases Coke Unit, 3342