SO PAULO
Outubro/2001
rea de Concentrao:
Engenharia Qumica
Orientador:
Prof. Dr Darci Odloak
SO PAULO
Outubro/2001
AGRADECIMENTOS
Ao Prof. Dr. Darci Odloak pela orientao e dedicao, tornando possvel a realizao
deste trabalho.
Ao colega Dr. Marco Antnio Rodrigues pela ajuda na preparao das transparncias
para a apresentao final deste trabalho.
A meu pai Onofre Porfrio e meus irmos Maurcio, Elcio, Beatriz, Rodrigo e Jnior
pelo incentivo durante toda minha vida acadmica e tambm pela amizade, carinho e
convivncia.
ii
SUMRIO
INTRODUO ................................................................................................................ 1
1.1 - Apresentao da problemtica de controle de colunas de pureza elevada............ 1
1.2 - Reviso bibliogrfica ............................................................................................ 2
1.3 - Objetivo do trabalho ............................................................................................. 6
PROBLEMA DE CONTROLE DA COLUNA DEPROPANIZADORA ........................8
2.1 - Especificaes dos produtos ................................................................................. 8
2.1.1 - Especificaes do PROPANO ........................................................................... 8
2.1.2 - Especificaes do BUTANO ............................................................................. 9
2.2 - Descrio do processo........................................................................................... 9
2.3 - Variveis operacionais ........................................................................................ 10
2.3.1 - Vazo de carga................................................................................................. 11
2.3.2 - Temperatura da carga....................................................................................... 11
2.3.3 - Composio da carga ....................................................................................... 11
2.3.4 - Presso da coluna............................................................................................. 11
2.3.5 - Vazo de refluxo.............................................................................................. 12
2.3.6 - Vazo do fluido de aquecimento para refervedor ............................................12
2.3.7 - Temperatura de topo ........................................................................................ 12
2.4 - Fatores de desempenho do sistema..................................................................... 13
2.5 - Limitaes do processo....................................................................................... 13
2.6 - Estratgias de controle da coluna depropanizadora ............................................13
2.6.1 - Temperatura de retorno do refervedor - vazo de refluxo de topo .................14
2.6.2 - Vazo do fluido de aquecimento do refervedor - vazo de refluxo de topo ... 15
DESCRIO SUMRIA DO HYSYS.......................................................................17
SIMULAO ESTTICA DA DEPROPANIZADORA .............................................. 19
4.1 Etapas da construo do modelo esttico.......................................................... 19
4.1.1 Definio das bases de simulao ................................................................... 19
4.1.2 Caracterizao da carga do sistema................................................................. 21
4.1.3 Definio das operaes unitrias envolvidas no processo............................. 22
iii
LISTA DE FIGURAS
Figura 2.1 Esquema de produo de GLP em refinarias de petrleo ............................. 8
Figura 2.2 Fluxograma de processo da coluna depropanizadora.................................10
Figura 4.1 Fluxograma de processo da simulao ....................................................... 22
Figura 4.2 Fluxograma de processo coluna simulada .................................................. 23
Figura 5.1 Esquema de controle da coluna depropanizadora....................................... 30
Figura 5.2 Diagrama em blocos da malha fechada. ..................................................... 33
Figura 6.1 Dualidade das qualidades dos produtos da coluna...................................... 34
Figura 6.2 Regio de operao das variveis manipuladas .......................................... 37
Figura 6.3 Ganhos do C3- versus a vazo de refluxo................................................... 38
Figura 6.4 Ganhos do C3- versus Vazo de GOP ........................................................ 39
Figura 6.5 Ganhos do C4+ versus vazo de refluxo ..................................................... 39
Figura 6.6 Ganhos do C4+ versus vazo de GOP ......................................................... 40
Figura 6.7 Ganhos da Temperatura de Topo versus vazo de Refluxo........................ 40
Figura 6.8 Ganhos da Temperatura de Topo versus vazo de GOP............................. 41
Figura 7.1 Regio de operao do processo ................................................................. 49
Figura 7.2 Modelos de resposta ao degrau nas manipuladas. O modelo da planta real
o FD......................................................................................................................... 51
Figura 7.3 Modelos de resposta ao degrau nas perturbaes. O modelo da planta real
o FD................................................................................................................... ......52
Figura 9.1.a Comparao QDMC( - - - ) x MMPC( ) com mesma sintonia ....... 100
Figura 9.1.b QDMCsupr = 0.001(- - -) QDMCsupr = 0.5()................................. 101
Figura 9.1.c Alterao do set-point do teor de C3- QDMC( - - - ) MMPC( ) ... 103
Figura 9.1.d Alterao da faixa de controle da Ttopo QDMC( - - - ) MMPC( ).. 104
Figura 9.1.e Aplicao de degrau na vazo de carga QDMC( - - - ) MMPC( ) ... 104
Figura 9.1.f Aplicao de degrau na TGOP QDMC( - - - ) MMPC( )................. 105
Figura 9.1.g Mudana p/ modelo 1 no instante 20 QDMC( - - - ) MMPC( )....... 106
Figura 9.1.h - Mudana modelo p/ 2 no instante 20 QDMC( - - - ) MMPC( ) ...... 107
Figura 9.1.i - Mudana modelo para 3 no instante 20 QDMC( - - - ) MMPC( )..... 107
Figura 9.1.j - Mudana modelo para 4 no instante 20 QDMC( - - - ) MMPC( )..... 108
Figura 9.1.k - Mudana modelo p/ 5 no instante 20 QDMC( - - - ) MMPC( ) ....... 109
vi
vii
LISTA DE TABELAS
Tabela 4.1 Componentes puros considerados .............................................................. 20
Tabela 4.2 Condies da carga..................................................................................... 21
Tabela 4.3 Composio da carga.................................................................................. 21
Tabela 4.4 Especificaes da simulao ...................................................................... 25
Tabela 4.5 Resultados da simulao ............................................................................ 26
Tabela 4.6 Variveis manipuladas ............................................................................... 27
Tabela 4.7 Restries do processo ............................................................................... 27
Tabela 5.1 Dados geomtricos dos equipamentos ....................................................... 30
Tabela 5.2 Parmetros de configurao dos controladores .......................................... 31
Tabela 5.3 Parmetros de sintonia dos controladores .................................................. 31
Tabela 6.1 Parmetros dos modelos das inferncias .................................................... 36
Tabela 6.2 Ganhos do processo em relao vazo de refluxo................................... 41
Tabela 6.3 Ganhos do processo para a vazo de GOP. ................................................ 42
Tabela 6.4 Ganhos do processo para a vazo de carga ................................................ 42
Tabela 6.5 Ganhos do processo para a temperatura do fluido de aquecimento ........... 42
Tabela 7.1 Pontos de operao dos modelos do processo............................................ 50
Tabela 9.1 Ganhos dos modelos identificados............................................................. 99
Tabela 9.2: Caractersticas dos controladores utilizados ................................................ 99
Tabela 9.3 Parmetros de sintonia dos controladores para figura 9.1.a ..................... 100
Tabela 9.4 Parmetros de sintonia dos controladores para figura 9.2.a ..................... 101
Tabela 9.5 Sintonia dos controladores para item 9.1.2 .............................................. 102
Tabela 9.6 Parmetros de sintonia do controlador industrial ..................................... 112
Tabela A1 Parmetros da funo de transferncia para o modelo 1 .......................... 129
Tabela A2 Parmetros da funo de transferncia para o modelo 2 .......................... 130
Tabela A3 Parmetros da funo de transferncia para o modelo 3 .......................... 130
Tabela A4 Parmetros da funo de transferncia para o modelo 4. ......................... 131
Tabela A5 Parmetros da funo de transferncia para o modelo 5..........................131
Tabela A6 Parmetros da funo de transferncia para modelo da planta industrial 132
viii
LISTA DE ABREVIATURAS
C3 -
C4 +
CV1
Varivel controlada 1
CV2
Varivel controlada 2
DDE
DEA
Di-Etanol amina
Det(Kp)
DMC
FCC
FC
Controlador de vazo
FIR
GLP
Gs Liqefeito de Petrleo
GPC
HYSYS
ISE
LDMC
LC
Controlador de Nvel
LMI
LP
Programao linear
LREB
L/V
MAC
Matlab
Mdl
Modelo
MMPC
MPC
MPHC
MV1
Varivel manipulada 1
MV2
Varivel manipulada 2
NC
OLE
OP
Sada do controlador
PCOND
Presso no condensador
PI
PID
PV
Varivel de processo
P#24
Presso no estgio 24
Qcond
QDMC
QP
programao quadrtica
QREB
REFAP
REPLAN
Refinaria de Paulnia
REVAP
RPBC
SDCD
SICON
SISO
Sistema monovarivel
SP
Setpoint
SQP
TC
Controlador de temperatura
TGOP
TTOPO
UA
UFCC
UGAV
USP
Universidade de So Paulo
VBUTANO
Vazo de butano
VCARGA
Vazo de carga
VGOP
VPROPANO
Vazo de propano
VPP
Vazo de propano
x
VFR
xi
LISTA DE SMBOLOS
a
c0
C0
det
E(t)
Erro no instante t
ek+
Vazo do fluido
FD
f(t)
g(s)
Iny
Jk
Kc
KMPC
Kp
Ganho do processo
Horizonte de controle
na
np
Horizonte de predio
nu
ny
nr
Horizonte de otimizao
Nr
~
N
Np
n0
nh
OP
OPSS
p0
pi
pt
p ic
p ic, j , g
Sm
Perodo de amostragem
Instante de tempo
Wk
yd
xiii
yc
y%
ysp
Setpoint da controlada
ysp
Smbolos Gregos
Tempo morto
xiv
RESUMO
As colunas depropanizadoras existentes nas refinarias de petrleo tm como
funo a separao entre as correntes de propano e butano. O objetivo de controle nestas
colunas a especificao de um teor mximo de iso-butano e mais pesados (C4+) na
corrente de propano e do teor mximo de propano e mais leves (C3-) na corrente de
butano. Controladores multivariveis tradicionais, que normalmente so implementados
nas colunas depropanizadoras, apresentam grande dificuldade para manter os produtos
dentro de suas especificaes, isto se deve ao fato de que este processo apresenta um
comportamento bastante no-linear ao longo de toda sua regio de operao.
Neste trabalho temos como objetivo estudar as dificuldades encontradas no
projeto de controle para esse tipo de sistema e implantar na planta industrial um
controlador multivarivel utilizando mltiplos modelos para controle da coluna. Para
realizarmos este estudo utilizamos o simulador de processos HYSYS para
verificarmos o comportamento esttico e dinmico do processo. Os modelos utilizados
para representar o processo so aqueles obtidos durante o estudo do comportamento
dinmico. Para implantao do controlador na unidade industrial utilizado o SICON
(Sistema de Controle da Petrobras) sendo algumas de suas rotinas modificadas para
permitir a incluso dos mltiplos modelos. Durante o estudo so comparadas as
performances dos controladores QDMC e MMPC (Multi-Model Predictive Control)
resolvido atravs de um algoritmo para NLP (Non Linear Programming).
O controlador multimodelos (MMPC) apresentado na forma de variveis de
estado podendo controlar sistemas de grande porte, inclusive sistemas com dinmicas
lentas e rpidas. Esta formulao permite prever as variveis controladas em instantes de
tempo esparsos e diferentes para cada controlada. O MMPC capaz de tratar problemas
de controle no-linear usando modelos lineares, introduzindo o conceito de robustez
com a utilizao do conjunto de modelos. O MMPC exige um menor esforo de sintonia
que o QDMC sendo adequado para uma regio mais ampla de operao.
xv
ABSTRACT
Depropanizer columns are used in oil refineries for the separation of the propane
stream from the butane stream. The control objective of these columns is the
specification of a maximum content of iso-butane and heavier components (C4+) in the
propane product and the maximum content of propane and lighter components (C3-) in
the butane product. Multivariable controllers usually implemented in depropanizer
columns frequently present great difficulty to maintain the products inside their
specification ranges. This deficiency is due to the fact that the process presents a quite
non-linear behavior along its operating window.
The objective of the present work is to study the difficulties found in the design
of the control system for the aforesaid process, and to implement in an industrial plant a
multivariable controller using multiple models for the control of the separation column.
To accomplish this study we used the HYSYS process simulator to verify the static
and dynamic behavior of the process. The models used to represent the real process in
the controller are those obtained during the study of the dynamic behavior. The
controller implementation in the industrial unit was done with SICON (Control System
of Petrobras), which had some of its routines modified to allow the inclusion of multiple
models. Along the work, performances of QDMC and MMPC(Multi-Model Predictive
Control) controllers were compared. MMPC was solved through an algorithm for NLP
(Non Linear Programming).
The Multi-Model (MMPC) controller was implemented using a state space
formulation which allows for the implementation of very large systems and besides,
systems with simultaneous slow and fast dynamics. This formulation allows to foresee
the controlled
controlled variable. MMPC is able to handle non-linear control problems using linear
models by introducing the robustness concept with the use of a set of models. MMPC
demands a smaller tuning effort than QDMC, and can be adapted to a wide range of
operating conditions.
xvi
1
INTRODUO
Captulo 1 - Introduo
Captulo 1 - Introduo
algoritmo ficou conhecido como MPHC (Model Predictive Heuristic Control) e tambm
como MAC (Model Algoritmic Control). Paralelamente Cutler e Ramaker
desenvolveram o controlador DMC (Dynamic Matrix Control) sem restries,
apresentado em 1979 (Cutler e Ramaker, 1979). Em 1980, Prett e Gillette descreveram
uma aplicao do algoritmo DMC sem restries num conjunto reator/regenerador de
FCC (Craqueamento Cataltico). Esta foi a primeira aplicao do controlador preditivo
em dois nveis. O primeiro nvel consta de um algoritmo de programao linear (LP),
que resolve um problema de otimizao no estado estacionrio sujeito s restries do
processo. O segundo nvel recebe os valores timos das entradas e os setpoints das
sadas e resolve o problema atravs do controlador DMC sem restries.
Os controladores MAC e DMC
restries nos problemas de controle. Este fato levou ao surgimento de uma nova classe
de controladores preditivos. O problema foi resolvido com a utilizao dos algoritmos
QDMC (Quadratic Dynamic Matrix Control) e LDMC (Linear Dynamic Matrix
Control), nos quais as restries aparecem explicitamente dentro do problema de
otimizao. Em 1985 Morshedi, Cutler e Skrovanek descreveram o algoritmo LDMC e
em 1986, Garcia e Morshedi descreveram o algoritmo QDMC e apresentaram os
resultados de uma aplicao em um forno de pirlise. Na abordagem do LDMC e
QDMC, foi introduzido o controle por faixa, onde se controla o processo atravs de uma
janela de operao.
Neste estgio de desenvolvimento dos controladores preditivos, a Petrobras
decidiu implantar seus prprios controladores, sendo os mesmos desenvolvidos em
conjunto com o departamento de engenharia qumica da Escola Politcnica da USP.
Assim, surgiu a primeira aplicao em um forno de resduo atmosfrico da unidade de
destilao da Refinaria Presidente Bernardes de Cubato - RPBC (Zanin e Odloak,
1992), onde se utilizou o controlador LDMC em uma camada. Em seguida surgiram
outras aplicaes de mesma natureza, como os controles da coluna debutanizadora da
REPLAN, da coluna atmosfrica da REPLAN (Magalhes e Odloak, 1995) e da coluna
de destilao vcuo da REPLAN (Almeida et al., 1996). Alm destas aplicaes,
surgiram outras nas unidades de craqueamento cataltico fluido, onde se utilizou o
controlador DMC em duas camadas. Dentre eles, temos o controle do conversor do FCC
da Refinaria do Vale do Paraba - REVAP (Moro e Odloak, 1994, Moro e Odloak,
Captulo 1 - Introduo
Captulo 1 - Introduo
Com objetivo de resolver este tipo de problema, foram apresentadas algumas propostas
de truncamento do modelo de resposta ao degrau, entre elas (Hovd et al., 1993), que no
teve porm muita aceitao. Outra abordagem a compactao do controlador atravs
da reduo da ordem do modelo. Lee et al. (1994) propuseram uma reduo do estado
atravs da construo de um filtro timo (filtro de Kalman), cujo ganho resolvido
atravs da equao de Riccati. Neste ltimo trabalho foi realizada uma conexo desta
abordagem com o controlador DMC, porm os autores no conseguiram manter
exatamente a forma original do DMC e QDMC.
Com a necessidade de se aplicar os MPCs para sistemas de grande porte (um
nico controlador para toda uma unidade de processo) ou sistemas com dinmicas
lentas, e diante das dificuldades de apresentao do controlador DMC em sua
formulao original em espao de estado e de forma reduzida, Odloak (1996) apresentou
uma forma eficiente do controlador em espao de estado de ordem reduzida. Nesta
formulao, o modelo do processo apresentado de forma analtica, atravs de modelos
paramtricos contnuos ou discretos. Isto possibilitou a manuteno da forma original do
DMC e a utilizao de parmetros contnuos, tais como, tempos mortos fracionrios, a
possibilidade da utilizao de instantes de predio esparsos, podendo at utilizar
perodos de amostragem diferentes para cada varivel controlada, o que interessante
quando num mesmo controlador temos variveis que apresentam dinmicas lentas e
outras rpidas. Esta formulao tambm permitiu a anlise de estabilidade dos MPCs
sem muito esforo computacional (Gouva e Odloak, 1997).
Diante da necessidade de resolver os problemas de controle no-lineares, como o
controle de colunas de destilao de alta pureza que um caso tpico em unidades
petroqumicas, algumas alternativas de controladores no-lineares foram propostas,
onde podemos utilizar modelos fundamentais (baseados em equaes diferenciais de
conservao de massa e energia e equaes constitutivas), modelos empricos, obtidos
atravs de identificaes no-lineares e modelos hbridos, podendo-se at utilizar
modelos por redes neurais. Alm disso, podemos resolver o problema de controle
atravs de otimizao no-linear ou at mesmo a linearizao do modelo no ponto de
operao e usar um controlador linear. Estas abordagens so descritas por Henson
(1998) e Morari e Lee (1999).
Captulo 1 - Introduo
(Linear
Matrix
Inequality).
Esta
tcnica
foi
motivada
por
recentes
debutanizadora.
Este trabalho tem como objetivos estudar o sistema de controle de uma coluna
depropanizadora e implantar em uma unidade industrial um controlador preditivo
multivarivel com mltiplos modelos (MMPC) sendo este resolvido atravs de um
algoritmo de programao no linear (NLP).
Neste trabalho procuramos fazer um estudo mais detalhado do sistema.
Primeiramente, procuramos estudar o comportamento esttico do processo utilizando
modelos rigorosos, atravs de simulador. Nesta etapa, define-se a regio de operao do
sistema e o comportamento das variveis controladas ao longo desta regio. Depois,
determinam-se os ganhos do processo ao longo da regio de operao, sendo que nesta
etapa avaliamos as no-linearidades do sistema. Como resultado desta etapa, avaliam-se
as propriedades da matriz de ganhos do processo na regio de operao obtida. As
propriedades analisadas esto ligadas s caractersticas de interaes entre as variveis,
condicionamento e determinantes das matrizes de ganhos do processo. A etapa seguinte
corresponde construo do modelo dinmico no simulador HYSYS e identificao
Captulo 1 - Introduo
2
PROBLEMA DE CONTROLE DA COLUNA
DEPROPANIZADORA
As colunas depropanizadoras so utilizadas em refinarias para se fazer a
separao das correntes propano e butanos. Na RPBC a corrente propano enviada para
o pool de GLP e a corrente de butanos enviada para a unidade de gasolina de aviao
(UGAV).
O esquema de produo ilustrado na figura 2.1.
Parte
10
refervedor (E-03) e outra parte retirado como produto de fundo sendo resfriado no E04 e depois enviado para unidade de gasolina de aviao.
11
A vazo de carga no pode ser manipulada diretamente pelo operador, pois esta
vazo resultado do controle de nvel do vaso de carga.
Um aumento da vazo de carga provoca o aumento da vazo de fluido de
aquecimento do refervedor e um conseqente aumento da vazo de refluxo para manter
a qualidade dos produtos.
12
13
Minimizar:
14
variveis devem ser especificadas. Note que a vazo de carga manipulada em funo
do nvel do vaso carga (V-01) e portanto no fornece nenhum grau de liberdade
adicional
A forma de utilizar estes graus de liberdade colocando controladores para
especificar estes itens. H uma srie de alternativas de arranjos para o sistema de
controle usando os graus de liberdade do sistema. A escolha do melhor arranjo leva em
considerao a sensibilidade do processo, a linearidade do comportamento na regio de
operao e o seu comportamento dinmico.
Os graus de liberdade so utilizados pelos controladores do nvel regulatrio e
cujos set-points do origem s variveis manipuladas.
As malhas do nvel regulatrio normalmente especificadas nesta coluna so:
1. Presso da coluna (estgio 24).
2. Vazo de refluxo de topo da coluna.
3. Temperatura de retorno do refervedor (cascateando a vazo do fluido
de aquecimento para o refervedor).
4. Nvel do fundo da coluna.
15
16
17
3
DESCRIO SUMRIA DO HYSYS
A crescente demanda por produtos com qualidades cada vez mais rigorosas, tem
levado as unidades industriais a operarem seus processos cada vez mais prximos de
suas restries. Isto faz com que a engenharia de controle necessite cada vez mais de
modelos em estado-estacionrio e dinmico mais realistas para analisar melhor a
estabilidade, robustez e performance dos sistemas de controle dos processos qumicos.
Diante deste quadro a utilizao de um simulador de processo se torna
fundamental, sendo o HYSYS (Hyprotech Ltd) um simulador de processos que
combina a operao no estado-estacionrio com o dinmico no mesmo ambiente. Ele
possibilita passar facilmente do regime estacionrio para o dinmico e no sentido
contrrio.
O simulador foi desenvolvido em ambiente Windows e orientado objetos e
eventos, com compatibilidade OLE (Object Link Embeding) onde permite-se que o
simulador execute funes de outros programas. O programa tambm disponibiliza os
servios DDE (Dynamic Data Exchange) onde se pode transferir dinamicamente dados
para outros programas, como Matlab , e no sentido contrrio.
Isto permite ao engenheiro criar aplicaes customizadas que acessam partes do
HYSYS ou construir interfaces customizadas.
Alm destas caractersticas, possibilita a utilizao de pacotes customizados, tais
como:
Controladores
Cinticas de reaes
Pacotes de propriedades
Outros
18
Otimizao de processos
Treinamento de operadores
Anlise de processos
19
4
SIMULAO ESTTICA DA DEPROPANIZADORA
Neste captulo apresentamos os detalhes da montagem do modelo esttico do
processo a ser utilizado no estudo de controle. Apresentamos as bases de simulao, a
caracterizao da carga, a montagem das operaes unitrias, convergncia da
simulao, validao do modelo esttico e as definies dos estudos da simulao
esttica.
Para a montagem do modelo dinmico do processo no HYSYS, inicialmente
necessrio construir o modelo em estado estacionrio. Tendo o modelo em estado
estacionrio, possvel estudarmos o comportamento do processo. Desta forma
possvel determinar a regio de operao, isto , as possveis combinaes das variveis
independentes que correspondem s situaes reais de operao do sistema. Podemos
tambm avaliar as no-linearidades dos ganhos do processo, que so importantes para
uma melhor avaliao do comportamento do sistema de controle.
20
Componente
Smbolo
Frmula
Ponto de
Massa
ebulio (oC)
molecular
metano
C1
CH4
-161.52
16.04
etileno
C2=
C2H4
-103.75
28.05
etano
C2
C2H6
-88.60
30.07
propeno
C3=
C3H6
-47.75
42.08
propano
C3
C3H8
-42.10
44.10
iso-butano
i-C4
C4H10
-11.73
58.12
iso-Buteno
i-C4=
C4H8
-6.85
56.11
1,3-butadieno
13C4= =
C4H6
-4.45
54.09
n-butano
n-C4
C4H10
-0.50
58.12
trans-buteno
tr2-C4=
C4H8
0.88
56.11
iso-pentano
i-C5
C5H12
27.88
72.15
n-pentano
n-C5
C5H12
36.06
72.15
n-hexano
n-C6
C6H14
68.73
86.18
21
Corrente
Vazo
Carga
2500 m3/d
Tabela 4.2 Condies da carga
Temp.
75 oC
Presso
19.00 kgf /cm2 _man
% Vol. carga 2
0.9357
0.4678
0.4678
28.4370
15.5408
13.4214
19.6506
0.8243
7.0021
13.1535
0.0210
0.0781
0.0000
22
23
24
ltimo estgio, sendo a fase lquida removida como produto de fundo. O lquido do
ltimo estgio vaporizado 106oC atravs do calor cedido (Qreb) de 7.85 x106 kcal/h
que corresponde a uma vazo de fluido de aquecimento de 2090 m3/d.
Nas colunas industriais, a corrente lquida de produto de fundo no passa pelo
refervedor. Entretanto considerar que este lquido participa do equilbrio no representa
uma diferena perceptvel em relao ao processo real. Portanto, esta uma
simplificao que no causa desvios nos resultados da simulao.
Foi utilizada uma outra operao unitria M23 que uma simulao do
refervedor para obtermos os valores de vazo do fluido de aquecimento (gasleo
pesado). Dentro do ambiente de simulao da coluna calculamos a frao de chave
pesado do propano, que corresponde a quantidade de componentes de 4 tomos de
carbono ou mais, chamado de C4+, e tambm o chave leve do butano, que corresponde a
componentes de 3 tomos de carbono ou menos, chamado C3-.
Neste estudo o C4+ composto de:
C 4+ =
C3 + C3= + C 2 + C2= + C1
25
Operao unitria
Especificao
Valor
ou corrente
M-20
N 2406
0.00
42
75
103
P no casco (kgf/cm2)
0.1
0.14
Subresfriam.cond. (oC)
32
7.85
4000
P condensador (kgf/cm2)
0.07
18.63
19.33
P refervedor (kgf/cm2)
0.0
26
Varivel
Valor real
Valor simulado
2500 m3/d
2500 m3/d
Vazo de propano
1012.5 m3/d
1041 m3/d
Vazo de butano
1487.5 m3/d
1459 m3/d
75. oC
75 oC
Temperatura de refluxo
32 oC
31.8 oC
Temperatura de topo
47 oC
46.4 oC
Temperatura de fundo
106oC
106.4 oC
C4+ no propano
2.51 %vol.
2.45 %vol.
C3- no butano
0.50 %vol.
0.46 %vol.
Vazo de refluxo
4000 m3/d
4000 m3/d
7.85 MMcal/h
7.85 Mmcal/h
Vazo de carga
27
Varivel independente
Limite mnimo
Limite mximo
Passo
Vazo refluxo
2300 m3/d
4000 m3/d
20 m3/d
C. term. refervedor
5.00 MMcal/h
8.0 MMcal/h
0.02 MMcal/h
Restrio
Limite mnimo
Limite mximo
Teor de C4+
5 %vol.
Teor de C3-
5 %vol.
Temperatura topo
44 C
51 C
Temperatura fundo
103.5 C
107.5 C
C. term. condensador
No tem
10.95 MMcal/h
C. term. refervedor
No tem
8.32 MMcal/h
28
29
5
SIMULAO DINMICA DA DEPROPANIZADORA
A construo do modelo dinmico no HYSYS uma etapa realizada aps a
simulao esttica, ou seja, uma vez que o modelo fsico-qumico esttico esteja
representando a realidade da planta, necessrio adicionar outras variveis e operaes
que afetam a dinmica do processo, alm das variveis da simulao esttica (que requer
somente composies, temperatura, vazes, etc.).
Assim, para realizar a simulao dinmica, necessrio definir os holdups
(acmulos) dos equipamentos, as dimenses das vlvulas de controle e os controladores
do nvel regulatrio.
H uma srie de etapas a serem cumpridas na construo do modelo dinmico
do HYSYS, onde as seguintes so particularmente importantes:
Obteno da soluo do modelo esttico;
Estabelecimento do esquema de controle para o processo;
Definio das caractersticas dinmicas das operaes unitrias;
Definio dos controladores e vlvulas de controle do sistema;
Chaveamento da simulao do modo esttico para o dinmico.
A seguir apresentaremos as etapas da construo do modelo dinmico de acordo
com a seqncia acima descrita. Na estrutura dos simuladores, inicialmente devemos
solucionar o problema de simulao esttica. Para isto, devemos seguir o procedimento
descrito no captulo anterior.
Uma vez obtido o modelo esttico, devemos definir as variveis manipuladas e
perturbaes (independentes) e as variveis controladas (dependentes) do esquema de
controle do sistema, na forma de controle multimalhas. Deve-se tomar o cuidado de
manter a coerncia entre as especificaes na simulao esttica e as especificaes das
variveis manipuladas dos controladores para a simulao dinmica. Tambm
necessrio definir as caractersticas dinmicas das operaes unitrias envolvidas na
simulao. Por exemplo os acmulos de lquidos, incluindo volumes dos pratos da
coluna, dos vasos, trocadores de calor e tambm o set-point do nvel fundo da coluna.
Assim, para a simulao aqui estudada, definimos as caractersticas apresentadas na
tabela 5.1.
Equipamento
Caracterstica
30
Valor
Coluna
Dimetro da coluna
3.050 m
N-2406
Comprimento do vertedor
2.52 m
Altura do vertedor
0.08 m
Volume mnimo
0.58 m3
18.44 m3
O-2407
Volume do vaso
16.22 m3
Refervedor
8.66 m3
M-2423
SP do nvel de fundo
50 %
31
Varivel controlada
Nome
Min.
Varivel manipulada
Max.
No
Min.
Max.
7000 m3/d
Ao
me
FC-54
VRF
7000 m3/d
VRF
Reversa
PC-81
P#24
25 kgf/cm2man
VPP
3000 m /d
Direta
FC-151
QREB
10 MMcal/h
QRE
10 MMcal/h
Reversa
3000 m3/d
Direta
5000 m3/d
Direta
LC-29
LREB
100 %
VBU
TANO
FC-52
vCARGA
100 %
vCA
RGA
P#24
QREB
LREB
Vazo de propano;
Malha
Parmetros de sintonia
Kc
i
d
FC-54
0.75
0.25
0.0
PC-81
0.35
1.35
0.0
FC-151
0.8
0.1
0.0
LC-29
1.0
0.2
0.0
FC-52
1.0
0.1
0.0
32
OP(t ) = OPSS + K C E (t ) +
KC
I
E (t )dt + K
dE (t )
dt
(5.1)
sendo:
OP(t) -
OPSS -
E(t)
Erro no instante t
KC
E (t ) = SP(t ) PV (t )
(5.1a)
sendo:
SP
PV
OP%
(Fmax Fmin ) + Fmin
100
sendo:
F
(5.1b)
Fmin
33
Nessa etapa a simulao dinmica est quase concluda, restando apenas chavear
a simulao do modo esttico para o dinmico. Esta operao simples, e consiste do
simulador resolver o problema correspondente ao estado estacionrio do modo dinmico
utilizando os valores das variveis independentes e as propriedades iniciais da
simulao esttica. Como o conjunto de equaes ligeiramente diferente do utilizado
no modo esttico, este fato faz com que tenhamos ligeiras diferenas entre os estados
estacionrios dos dois modos.
Estando no modo dinmico podemos iniciar os testes para obteno dos modelos
do processo.
34
6
COMPORTAMENTO DO PROCESSO
35
Variveis Controladas
Teor de C4+ no propano (C4+)[%]
Temperatura de topo (Ttopo) [kPa], esta uma varivel redundante em
relao ao teor de C4+. Esta varivel ser utilizada em substituio ao teor
de C4+, pois a inferncia utilizada atualmente para clculo deste teor no
apresenta resultados satisfatrios.
Teor de C3- no butano (C3-) [%]
apresentados a seguir:
C3 = a * x1 + b * x2 * ( x3 x 4 ) /( x5 * x6 ) + c * x7 + d * x8 + e * x9 + f
C 4+ = a * ( x1 ) + b * x2 + c * x3 + d * x 4 + e
2
36
PARMETROS PARA
TEOR DE C4+
Coeficientes
Variveis
Coeficientes
Variveis
a = -0.6586
x1 = temp. fundo
a = 0.3714
x1 = temp. topo
b = -1.6912
x2 = vazo GOP
b = 0.6198
x2 = presso estgio 24
c = -0.0239
x3 = temp. GOP
c = -19.8385
x3 = temp. topo
d = 0.02027
x4 = temp. fundo
d = -0.04781
x4 = temp. refluxo
e = 0.1720
x5 = vazo carga
e = 464.19
f = 50.80
x6 = temp. carga
x7 = temp. estgio 24
x8 = presso estgio 24
x9
temp.
sada
refervedor
Variveis manipuladas
Vazo de refluxo de topo (VRF) [m3/d]
Carga trmica do refervedor (QREB) [MMcal/h] , o controlador preditivo
manipular a vazo de fluido de aquecimento (gasleo pesado - VGOP)
para o refervedor.
37
38
sendo:
KpC 3,i - ganho esttico para o teor de C3- no ponto de operao atual.
C 3,i - teor de C3- no ponto de operao atual.
C 3,i 1 - teor de C3- no ponto de operao anterior.
V RF,i - vazo de refluxo no ponto de operao atual.
V RF,i 1 - vazo de refluxo no ponto de operao anterior.
Estes ganhos esto representadas nas figuras 6.3 a 6.8. Nas figuras podemos
observar que os ganhos do C3- com a VRF (vazo de refluxo) variam de 0.001 a 0.17
%vol/(m3/d), do C3- com a VGOP (vazo de GOP) variam de 0.25 a 0.0015 %vol/(
m3/d), do teor de C4+ com VRF variam de 0.07 a 0.0005 %vol/( m3/d) e com a VGOP
variam de 0.0010 a 0.150, da temperatura de topo com a VRF variam de -0.015 a -0.0450
C/(m3/d) e com a VGOP variam de 0.030 a 0.13 C/(m3/d). Isto mostra que, para um
dado par (manipulada e controlada), os ganhos do processo variam muito, o que leva a
crer que a utilizao de um nico modelo para o controlador preditivo, poder levar a
uma performance no adequada do sistema.
39
40
41
Degrau (%)
Kp C3-
Kp C4+
Kp Ttopo
-5.0
-3.0
-1.0
8.44E-04
1.09E-03
2.04E-03
-3.71E-02
-3.90E-02
-5.10E-02
-2.43E-02
-2.61E-02
-3.58E-02
1.0
5.54E-02
-2.94E-02
-2.75E-02
3.0
1.23E-01
-1.02E-02
-2.65E-02
Tabela 6.2 Ganhos do processo em relao vazo de refluxo.
42
Degrau (%)
Kp C3-
Kp C4+
Kp Ttopo
-3.0
-1.0
-6.49E-01
-1.36E-01
2.10E-02
5.79E-02
9.60E-01
5.70E-02
1.0
-5.22E-03
1.14E-01
7.91E-02
3.0
-8.97E-03
2.61E-01
1.73E-01
5.0
-2.32E-03
8.07E-02
5.23E-02
Tabela 6.3 Ganhos do processo para a vazo de GOP.
Degrau (%)
Kp C3-
Kp C4+
Kp Ttopo
-10.0
-5.0
-3.0
-1.0
0.00192
0.00155
0.00128
0.00096
-0.01709
-0.01782
-0.01567
-0.01284
-0.01216
-0.01255
-0.01089
-0.00859
1.0
0.00266
-0.01525
-0.01104
3.0
0.00671
-0.01350
-0.01026
5.0
0.01355
-0.00923
-0.00798
10.0
0.02007
-0.00478
-0.00566
Tabela 6.4 Ganhos do processo para a vazo de carga .
Degrau
(C)
-3.6
-1.6
-0.6
Kp C3-
Kp C4+
Kp Ttopo
-3.42742
-2.09024
-0.48027
0.34303
0.75228
1.58481
0.73712
0.78103
1.18692
0.6
-0.11253
2.00225
1.42429
1.6
-0.05985
1.39626
0.95874
3.6
-0.04473
1.22596
0.82054
Tabela 6.5 Ganhos do processo para a temperatura do fluido de aquecimento.
43
7
IDENTIFICAO DOS MODELOS DO SISTEMA
Podemos dizer que a identificao do modelo do processo uma das etapas mais
importantes no projeto e anlise de um controlador, pois caso se utilize um modelo
inadequado, a performance do controle ficar prejudicada e sua anlise ser incorreta.
Assim, devemos ter em mente uma srie de consideraes sobre os modelos a serem
utilizados, tais como:
44
si , j , n = 0 nT i , j
na
si , j , n = ci , j , 0 + ci , j , g f i , j , g (nT )
g =1
nT i , j
(7.1)
sendo:
i
i,j
- instante de amostragem
f i , j ,0 ( t ) = 1
f i , j ,g (t ) = e i , j , g
r
( t )
f i , j , g ( t ) = t i , j
i,j
ri , j , g 0
ri , j , g = 0
G (s ) =
b0 + b1 s
e s
2
1 + a1 s + a 2 s
45
(7.2)
G (s ) =
b0 + b1 s
1 + a1 s + a 2 s 2
(7.3)
y d ( s ) = G (s )
1
s
(7.4)
y d (s ) =
b0 + b1 s
1
2
s
1 + a1 s + a 2 s
y d (s ) =
b0 + b1 s
( 1 s + 1)( 2 s + 1)s
y d (s ) =
b0 + b1 s
1
1 2
1
1
s + s +
1 2
ou
1
1
; r2 =
1
2
; r3 = 0
y d (s ) = r1 r2
b0 + b1 s
(s r1 )(s r2 )s
y d (s ) =
46
c0
c
c
+ 1 + 2
s s r1 s r2
sendo:
c0 = b0
c1 = r2
c 2 = r1
b0 + b1 r1
r1 r2
1
+ b1
r1
ou c1 =
1 1
r2 r1
b0 + b1 r2
r2 r1
1
+ b1
r2
ou c 2 =
1 1
r1 r2
b0
b0
(7.5)
[ ] f ( jT )
y j = [ p0 ]k + p g
g =1
[ p0 ]k = [ p0 ]k 1 + c0 u k 1
[p ] = [p ]
g k 1
g k
(7.7)
e g + c g e g u k 1
rT
(7.6)
rT
sendo:
g = 1, 2, , na
j = int k + + 1
T
sendo que:
k = 1, 2,, ns-/T-1
- tempo morto
- perodo de amostragem
ns
- horizonte da predio
int()
- valor inteiro
na
47
y j = [ p0 ]k + [ p1 ]k e r1 ( jT ) + [ p 2 ]k e r2 ( jT )
sendo:
[ p1 ]k = [ p1 ]k 1 e r T + c1e r T u k 1
(7.8)
[ p 2 ]k = [ p 2 ]k 1 e r T + c 2 e r T u k 1
(7.9)
[ p0 ]1 = y1
[ p1 ]1 = 0
[ p 2 ]1 = 0
sendo:
y1 Valor inicial da sada
ISE =
(y
ns
j = +1
T
48
yj )
sendo:
y j - valor medido da sada no instante j
y j - valor da predio da sada no instante j
j - peso que pune o desvio no instante j
min ISE
c1 ,c2 , r1 , r2 ,
sujeito :
na
c
g =1
= c0
(7.10)
49
(VRF)
[m3/d]
(VGOP)
[m3/d]
Vazo de carga
(VCARGA)
[m3/d]
[C]
50
Modelo
VRF
VGOP
Ttopo
C4+
C3-
(m3/d)
(m3/d)
(oC)
(%)
(%)
1
4000
2104
47.74
4.30
0.38
2
3160
1731
49.34
6.55
0.88
3
2300
1331
47.82
4.60
4.81
4
2240
1115
47.08
3.00
3.01
5
3532
1837
44.35
0.08
4.35
Tabela 7.1 Pontos de operao dos modelos do processo
51
Figura 7.2 Modelos de resposta ao degrau nas manipuladas. O modelo da planta real
o FD.
52
Figura 7.3 Modelos de resposta ao degrau nas perturbaes. O modelo da planta real
o FD.
53
Para o modelo 1:
y11 (t ) = 0.0004498 + (- 2 .2490 e- 4 -6 .0800 e-5i)e (-0.05450 + 0.14610i)( t - 1 ) + (- 2 .2490 e- 4 + 6 .0800 e-5i)e (-0.05450 0 .14610i)( t - 1 )
y12 (t ) = -0.00344 + ( 1.7208 e- 3-6.7829 e- 4i)e(- 0.17696 + 0.21441i)( t - 1 ) + ( 1.7208 e + 3 + 6.7829 e- 4i)e(- 0.17696 0.21441i)( t - 1 )
y13 (t ) = 6.6666e-004 + (-0.3333e-3 + 0.3327e-3i)e(- 0.1987 + 0.2134i)( t - 1 ) + (-0.3333e-3 0.3327e-3i)e(- 0.1987 0.2134i)( t - 1 )
y14 (t ) = -1.9574 e-002 + ( 0.9787 e-2 -0.3858e- 2i)e(-0.0671+ 0.0813i)( t - 1 ) + ( 0.9787 e-2 + 0.3858e- 2i)e(-0.06710.0813i)( t - 1 )
y 23 (t ) = -1.7603 e- 002 + ( 0.008801 -0 .008128 i)e (- 0 .0787 + 0.0890 i)( t - 1 ) + ( 0.008801 + 0.008128 i)e(- 0.0787 0 .0890 i)( t - 1 )
y 24 (t ) = 1.14 + (- 0 .0057 + 0 .0051 i)e (- 0 .0672 + 0 .0650 i)( t - 1 ) + (- 0 .0057 0 .0051 i)e (- 0 .0672 - 0 .0650 i)( t - 1 )
y 31 (t ) = -0 .0153 + ( 7 .6 e- 03-8.4 e- 03i)e (- 0 .06590 + 0 .05450 i)( t - 1 ) + ( 7 .6 e- 03 + 8.4 e- 03i)e (- 0 .06590 0 .05450 i)( t - 1 )
y32 (t ) = 0.0510 + 0.0009e -2.19840( t - 1 ) 0.0518e-0.06210( t - 1 )
y33 (t ) = -0.0112 0.0002e-1.8517( t - 1 ) + 0.0115e-0.0731( t - 1 )
y34 (t ) = 0.7643 + 0.0132 e-2.1984( t - 1 ) 0.7775e-0.06215( t - 1 )
Para o modelo 2:
y11(t ) = 0.0016713 + 0.00042e -1.49080( t - 1 )-0.002092e-0.16940( t - 1 )
y14 (t ) = - 4 .0553 e- 002 + ( 0 .02028 -0 .01136 i)e (- 0 .0661 + 0 .0856 i)( t - 1 ) + ( 0.02028 + 0 .01136 i)e (- 0 .0661 0 .0856 i)( t - 1 )
y23 (t ) = 2 .6256 e- 002 + ( 0.01313 -0.00691i)e(- 0.0678 + 0.1010i)( t - 1 ) + ( 0 .01313 + 0.00691i)e (- 0.0678 0.1010i)( t - 1 )
y 24 (t ) = 0 .99 + (- 0 .50 + 0 .23 i)e (- 0 .0634 + 0 .0908 i)( t - 1 ) + (- 0 .50 0 .23 i)e (- 0 .0634 - 0 .0908 i)( t - 1 )
Para o modelo 3:
y11(t ) = 0.01679 + 0.00218e -1.1090( t - 1 )- 0.01898e-0.0823( t - 1 )
y12(t ) = -0.04317 0.01187e -0.2742( t - 1 ) + 0.05505e-0.0660( t - 1 )
y13 (t ) = 0.02143 + 0.00163e-0.4900( t - 1 )- 0.02306e-0.0733( t - 1 )
y 23 (t ) = 0 .01737 + ( 0 .000869 0 .001171 i)e (- 0 .1147 + 0 .0765 i)( t - 1 ) + ( 0 .000869 + 0 .001171 i)e (- 0 .1147 0 .0765 i)( t - 1 )
y 24 (t ) = 0 .65 + (- 0 .32 + 0 .53i)e (- 0 .1236 +0 .0712 i)( t - 1 ) + (- 0 .32 - 0 .53i)e (- 0 .1236 0 .0712 i)( t - 1 )
Para o modelo 4:
y11(t ) = 7.5501e-003 + 0.000759e -0.9176( t - 1 )- 0.008309e -0.0704( t - 1 )
y12(t ) = -2.0402e-002 0.00381e -0.2187( t - 1 ) + 0.02422e -0.0417( t - 1 )
y13 (t ) = 1.0239 e-002 + 0.00105e -0.4526( t - 1 )- 0.01129 e-0.0585( t - 1 )
y 21 (t ) = -5.9193e-002 + ( 0.02960 -0.03019 i)e (-0.0755 + 0.0416i)( t - 1 ) + ( 0.02960 + 0.03019 i)e (-0 .0755 0.0416i)( t - 1 )
y 22 (t ) = 0 .11 + (- 0 .05532 + 0 .07064 i)e (- 0 .0521 + 0 .0434 i)( t - 1 ) + (- 0 .05532 0 .07064 i)e (- 0 .0521 - 0 .0434 i)( t - 1 )
y 23 (t ) = 4 .0201 e- 002 + ( 0 .02010 0 .01679 i)e (- 0 .0484 + 0 .0477 i)( t - 1 ) + ( 0 .02010 + 0 .01679 i)e (- 0 .0484 0 .0477 i)( t - 1 )
y 24 (t ) = 1.06 + (- 0 .53 + 0 .68 i)e (- 0 .0521 + 0 .0434 i)( t - 1 ) + (- 0 .53 0 .68 i)e (- 0 .0521 - 0 .0434 i)( t - 1 )
54
Para o modelo 5:
y11(t ) = 6.9795e-003 + 0.001979e-0.7011( t - 1 )-0.008959e-0.1154( t - 1 )
y12(t ) = -1.8445e-002 0.01706e-0.2281( t - 1 ) + 0.03551e-0.1136( t - 1 )
y13 (t ) = 9.5311e-003 + 0.00131e-0.8127( t - 1 )-0.01084 e-0.0876( t - 1 )
y 33 (t ) = - 0 .01455 + ( 0 .007228 - 0 .008027 i)e (-1.1626 +1.1626 i)( t - 1 ) + ( 0 .007228 + 0 .008027 i)e (-1.1626 -1.1626 i)( t - 1 )
55
56
y 34 (t ) = 0 .6675 + ( 0 .3337 + 0 .5133 i)e (- 0 .3007 - 0 .1887 i)( t - 1 ) + ( 0 .3337 0 .5133 i)e (- 0 .3007 + 0 .1887 i)( t - 1 )
Nas equaes acima yij(t) representa uma resposta da sada i no instante t para um
degrau unitrio aplicado na entrada j no instante 0, onde:
i = 1 - representa a concentrao de C3- na corrente de fundo da coluna.
i = 2 - representa a concentrao de C4+ na corrente de topo da coluna.
i = 3 - representa a temperatura de topo da coluna.
j = 1 - representa a vazo de refluxo de topo da coluna.
j = 2 - representa a vazo de fluido de aquecimento para o refervedor da coluna.
j = 3 - representa a vazo de carga para a coluna.
j = 4 - representa a temperatura do fluido de aquecimento para refervedor.
57
8
ALGORITMOS DE CONTROLE
As principais caractersticas dos controladores preditivos inicialmente
desenvolvidos por Cutler e Ramaker (1979), Prett e Gillette (1980) e Richalet et al.
(1978) so as seguintes:
58
y i (k ) = bi,j,n u j (n )
n =1
Sendo:
nbi,j - nmero de coeficientes do modelo
bi,j,n - corresponde ao n-simo coeficiente da resposta ao pulso unitrio
8.1.1 Clculo das predies das variveis controladas
As predies das variveis controladas so baseadas no modelo do sistema e nas
aes de controle j aplicadas ao processo.
O clculo das predies tem as seguintes etapas:
59
[y ]
i ,k +n k
k 1
= yi ,k + n
nu
k 1
k 1
+ si , j ,n u j ,k 1
(8.1)
j =1
sendo:
n
[y
- instante futuro n = 1, 2,
i ,k + n
k 1
[y ]
i ,k + n k
k 1
si , j ,n
u j ,k 1 = u j ,k 1 u j ,k 2
u j ,k 1
u j ,k 2
[y ]
k +n k
k 1
= y k +n
k 1
k 1
+ S n uk 1
(8.2)
Sendo:
[y ]
k + n k 1
[ y k +n ]k
k 1
k 1
= y1,k + n
= y1,k + n
k 1
k 1
k 1
L y ny ,k + n
L y ny ,k +n
u k 1 = u1,k 1L unu ,k 1
k 1
k 1
k 1
[y ]
k + n k 1
[y ]
k +n k
k 1
k 1
ny 1
ny 1
u k 1 nu1
60
s1,1,n L s1,nu , n
Sn = M
M
s ny ,1,n L s ny ,nu ,n
S n ny nu
np = max(nhi , j )
i, j
[ y]
k 1
= [ y ] k 1
k 1
+ Su k 1
(8.3)
sendo:
[ y ]k 1k 1 = [ y k +1 ]T
[ y ]k k 1
k 1
T
= [ y k +1 ] k
k 1
[ y k +2 ]T
k 1
k 1
[ yk +2 ]
u k 1 = u1,k 1L unu ,k 1
S = S 1T
S 2T
T
L S np
L
k 1
L
k 1
[y ]
k 1
k 1
k + np
[y ]
k
k 1
k + np
61
modelos fossem perfeitos). Para o clculo dessa correo, utilizamos apenas os termos
correspondentes ao instante k+1 do vetor de predies, ou seja:
[y ]
k +1 k
= N [ y] k
k 1
(8.4)
k 1
sendo:
[y ]
k +1 k
= y1,k +1
k 1
1
0
N=
M
[y ]
2 , k +1 k
k 1
k 1
0 L 0 0 L 0
1 L 0 0 L 0
;
M O M M
M
0 L 1 0 L 0
[y
ny , k +1
k 1
N ny ny .np
wi ,k = y$ i ,k yi ,k +1
k 1
(8.5)
k 1
sendo:
[
= [y
Wk = w1,k
L wny ,k
y k
L y ny ,k
1, k
Wk ny1
y k ny1
k 1
(8.6)
[y ]
c
i,k + n k
k 1
= [ y i , k + n ]k
k 1
62
+ wi , k
sendo:
[y ]
c
i ,k + n k
k 1
[y ]
c
k 1
= [ y]k
k 1
+ KWk
(8.7)
sendo:
1
0
0
1
K = M
0
M
1
M
0
0 L 0
1 L 0
M O M
0 L 1
0 L 0
M
M
0 L 1
M
M
0 L 0
M
M
0 L 1
[y ]
c
k 1
= [ y ] k 1
+ Su k 1 + K y$ k N [ y ] k 1 + Su k 1
k 1
k 1
[y ]
c
k 1
= ( I KN )[ y ] k 1
k 1
+ Ky$ k + ( I KN ) Su k 1
(8.8)
63
sendo:
I ny
0
I =
M
I ny
0
I ny
M
0
L 0
L 0
O M
L I ny
1 0 L 0
0 1 L 0
=
M M O M
0 0 L 1
I ny .np ny .np
I ny nyny
[y ]
k 1
[y ]
k 1
c
i ,k + 2 k
c
i ,k +3 k
[y
c
i , k + np +1 k
k 1
[y ]
1,k +1 k
[y ]
[y ]
ny ,k +1 k
M
k
M
k
= y1c,k +np
k 1
k 1
c
= y ny
,k + 3
ny ,k + np 1 k
c
1,k + 3 k
k 1
[ ]
= [y ]
1,k + np 1 k
[y
= y nyc ,k +2
ny ,k + 2 k
[y
1,k + 2 k
[y
= y1c,k +2
64
= y nyc ,k +np
k 1
k 1
k 1
[y ]
i ,np k
[ ]
= y ic,np
k 1
[ y ]k k
[ ]
= M yc
(8.9)
k 1
sendo:
0 I ny
0 0
M = M M
0 0
0 0
0
I ny
M
0
0
L 0
L 0
O M ;
L I ny
L I ny
M ny .np ny .np
(8.10)
[ y]
= M ( I KN )[ y ] k 1
k 1
+ MKy$ k + M ( I KN ) Su k 1 (8.11)
65
horizonte de
predio (np).
[~y ]k k
= N r [ y ]k
sendo:
[~y ]k k
= [ y k +1 ]k
k
T
[y k +2 ]T
k
L
k
k
k
[y k +nr ]T
66
1 0 L 0 0 L 0
0 1 L 0 0 L 0
Nr =
M M O M M
M
0 0 L 1 0 L 0
N r nr .nynp.ny
[ y k +1 ]k k = [ yk +1 ]k k + S1uk
[ y k +2 ]k k = [ y k +2 ]k k + S 2 uk + S1uk +1
M
[ y ]k k = [~y ]k k + S m u
sendo:
[ y ]k k = [ y k +1
y k + 2 L y k + m L y k + nr ]k
u = [uk
L u k + m1 ]
S1
S
2
M
Sm =
Sm
M
S nr
0
S1
M
S m 1
M
S nr 1
L S nr m+1
L
L
0
0
M
S1
M
67
[e ]
i ,k + j k
= y spi yi ,k + j
sendo:
y spi - o setpoint correspondente varivel controlada i
[e ]
k+ j k
[ ]
= I ny y sp y k + j
sendo:
[e ]
k+ j k
[y ]
k+ j k
L eny ,k + j
L y ny ,k + j
= e1,k + j
= y1,k + j
y sp = y sp1
L y spny
T
k
;
k
T
k
;
k
[e ]
[y ]
k+ j k
k+ j k
ny 1
ny 1
y sp ny 1
[e]k k
~
= N y sp [~
y ]k
(8.12)
sendo:
[e]k k = [ek +1
y sp = y sp1
ek + 2 L ek + nr ]
L y spny
1
M
1
~ M
N =
0
M
1
M
0
M
0
M
1
M
L 0
O M
L 1
L
O
L
L
O
L
68
~
N ny.nrny
J k = [e ]k [e ]k + u T u
(8.13)
[e ]k k = [e]k k S m u
(8.14)
sendo:
[e ]k k = [ek +1
ek +2 L ek +nr ]
0 L 0
0 L 0
=
M M O M
0 0 L
ny .nr ny .nr
1 L 0
=M O M
0 L
ny
ny ny
69
L 0
= M O M
0 L
m.num.nu
1 L 0
= M O M
0 L nu
nunu
) (
J k = [e]k S m u [e]k S m u + u T u
T
(8.15)
u T S mT [e]k = [e]k S m u
T
70
portanto:
Portanto:
Jk
= 2 S mT [e]k + 2(S mT S m + )u
k
u
como
Jk
= 0 , portanto:
u
0 = 2 S mT [e]k + 2(S mT S m + )u
k
u = K MPC [ e] k k
sendo:
K MPC = (S mT S m + ) S mT
1
(8.16)
Minimizar =
u
sujeito a
71
1 T
x Hx + C T x
2
Ax b
x0
T
O termo [ e] k k [ e] k k na funo objetivo Jk uma constante escalar. Neste caso,
podemos eliminar este termo da funo sem alterar a sua soluo final. Tambm
podemos dividir a funo objetivo por 2 sem alterar a sua soluo.
1 T T
T
u (S m S m + )u [e]k S m u
k
2
1 T
u Hu + C T u
2
sendo:
H = S mT S m +
C T = [e]k S m
T
(8.17)
I m.nu u N u u max
sendo:
I nu
N u = M
I nu
N u m.nunu
I m.nu
N u u max
I u N u
m.nu
u max
72
73
u min u u max
como:
uk
u
k +1 =
M
u k + m1
I nu
I
nu
M
I nu
0
I nu
M
I nu
0 u k u k 1
L 0 u k +1 u k 1
O M M M
L I nu u k +m1 u k 1
L
ou
u = N u u + u k 1
Nu
u max u k 1
u k 1 u min
N u
m.nu u N u u max
Nu
u max u k 1
u u
min
k 1
Nu
Portanto:
Au b
sendo:
I m.nu
I
A = m.nu ;
Nu
Nu
74
Nuu max
Nuu
max
b=
u max uk 1
uk 1 u min
Gi , j (s ) =
bi , j (s )
1 + ai , j (s )
s i , j
75
sendo:
bi , j (s ) = bi , j ,0 + bi , j ,1 s + L + bi , j ,nbi , j s
ai , j (s ) = a i , j ,1 s + L + ai , j ,na i , j s
i,j -
nb i, j
na i , j
tempo morto
[
= [b
]
]
bi, j
i, j,0
? y (s ) = G (s )? u(s )
sendo:
? y (s ) = ? y 1 (s )L ? y ny (s )
? u(s ) = [? u1 (s )L ? unu (s )]
G1,1 ( s) L G1,nu ( s)
G ( s) = M
G ( s) L G ( s)
ny ,nu
ny ,1
a (s ) = M
;
a ny,1 (s ) L a ny,nu (s )
b1,1 (s ) L b1,nu (s )
b(s ) = M
bny,1 (s ) L bny,nu (s )
76
1,1 ( s) L 1,nu ( s)
( s) = M
( s) L ( s)
ny ,nu
ny ,1
y d i , j (s ) = Gi , j (s )u j (s )
sendo:
u j ( s) =
1
s
y d i , j (s ) =
bi , j , 0 + bi , j ,1 s + L + bi , j , nb s nb
s 1 + a i , j ,1 s + L + a i , j , na s
na
s i , j
ri , j = ri , j ,1 L ri , j ,na
ri , j C na1
bi , j (s )
s (s ri , j ,1 )(s ri , j , 2 )L (s ri , j ,na )s
s? i , j
77
y d i , j (s ) =
ci , j , 0
s i , j
ci , j ,1
s ri , j ,1
s i , j
ci , j , na 1
+L+
s ri , j ,na 1
s i , j
ci , j ,na
s
s i , j
sendo:
ri , j ,1 t i , j
+ L + ci , j ,na 1e
ri , j , na 1 t i , j
+ ci , j ,na (t i , j )
(8.18)
y d i , j (t ) =
na 1
c
g =0
i, j,g
ri , j , g t i , j
+ ci , j ,na (t i , j )
(8.19)
si , j , n = 0 nT i , j
na
si , j , n = ci , j , 0 + ci , j , g f i , j , g (nT )
g =1
sendo:
n
- instante de amostragem
f i , j , 0 (t ) = 1
f i , j , g (t ) = e
ri , j , g t i , j
ri , j , g 0
f i , j , g (t ) = t i , j ri , j , g = 0
nT i , j
(8.20)
78
C0 = M
M
c ny ,1, 0 L c ny ,nu ,0
C0 ny nu
(8.21)
c1,1 L c1,nu
C= M
M
c ny ,1 L c ny ,nu
C C nynu.na
(8.22)
0 L 0
M
r0 = M
0 L 0
r0 ny nu
(8.23)
r1,1 L r1,nu
r= M
M
rny ,1 L rny ,nu
r C nynu.na
(8.24)
s1,1,n L s1,nu , n
Sn = M
M
s ny ,1,n L s ny ,nu ,n
S n ny nu
[y ]
i ,k +n k
k 1
= yi ,k + n
nu
k 1
k 1
+ si , j ,n u j ,k 1
j =1
(8.1)
79
[y ]
i ,k +n k
k 1
= yi ,k + n
nu
k 1
k 1
na
+ ci , j , g f i , j , g ( nT ) u j ,k 1
j =1 g = 0
[y ]
i ,k +n k
k 1
= yi ,k + n
k 1
k 1
nu
nu
na
j =1
j =1 g =1
+ ci , j ,0 u j ,k 1 + ci , j , g f i , j , g ( nT ) u j ,k 1
(8.25)
A equao (8.25) nos induz a supor que a equao da predio pode ser reescrita
da seguinte forma:
[y ]
i ,k + n k
= [ pi ]k 1
k 1
+ [pi , j , g ]k 1
nu
k 1
na
j =1 g =1
f i , j , g (nT )
k 1
(8.26)
n | nT > maxij
i
sendo:
[p ]
i k 1
k 1
[p ]
i , j , g k 1
k 1
[y ]
i ,k + n k
k 1
= [yi ,k + n +1 ]k 1
k 1
nu
nu
na
j =1
j =1 g =1
+ ci , j ,0 u j ,k 1 + ci , j , g e i , j , g f i , j , g (nT )u j ,k 1
r
(8.27)
como:
[y
ou
i ,k + n +1 k 1
k 1
= [ pi ]k 1
+ [pi , j , g ]k 1
nu
k 1
na
j =1 g =1
k 1
f i , j , g ((n + 1)T )
[y
i ,k + n +1 k 1
k 1
80
= [ pi ]k 1
k 1
na
k 1
j =1 g =1
[y ]
i ,k + n k
k 1
= [ pi ]k 1
nu
k 1
+ ci , j ,0 u j ,k 1 +
j =1
r T
r T
+ [pi , j , g ]k 1 e i , j , g + ci , j ,g e i , j , g u j ,k 1 f i , j , g (nT )
k 1
j =1 g =1
nu
na
(8.29)
Da a eq. (8.29) pode ser reescrita como:
[y ]
i ,k + n k
k 1
= [ pi ]k
+ [pi , j , g ]k
nu
k 1
na
j =1 g =1
k 1
f i , j , g (nT )
sendo:
nu
[ pi ]k k 1 = [ pi ]k 1k 1 + ci , j ,0 u j ,k 1
(8.30)
j =1
[p ]
i , j ,g k
= [pi , j , g ]k 1
k 1
e i , j , g + ci , j , g e i , j , g u j ,k 1
r
k 1
fazendo d i , j , g = e i , j , g , temos:
r
[p ]
i , j ,g k
= d i , j , g [pi , j , g ]k 1
k 1
k 1
+ ci , j , g d i , j , g u j ,k 1
(8.31)
Vamos procurar agora uma forma vetorial para a equao (8.26), que pode ser
escrita como:
[y ]
i,k + n k
k 1
= [ pi ]k
nu
k 1
{[
+ pi,j,1
j =1
1
k 1
k 1
[y ] = [ p ] + {[ p ] f (nT ) + L + [ p ]
] f (nT ) + L + [ p ] f (nT )}
+ [p
i ,k + n k
i k
k 1
i , nu ,1 k
k 1
k 1
i , nu ,1
i ,1,1 k
k 1
i ,1, na k
i ,1,1
i , nu , na k
f i,j,na (nT )
k 1
k 1
f i ,1, na (nT ) + L +
i , nu , na
(8.32)
81
[y1,k +n ]k
= [ p1 ]k
+ [ p1,1,1 ]k
f 1,1,1 (nT ) + L + [ p1,1,na ]k
f 1,1,na (nT ) + L +
k 1
k 1
k 1
k 1
+ [ p1,nu,1 ]k
f 1,nu,1 (nT ) + L + [ p1,nu,na ]k
f 1,nu,na (nT )
k 1
k 1
M
[y ny,k +n ]k
= p ny
k 1
]k
+ p ny,nu,1
[ ]k
k 1
+ p ny,1,1
k 1
]k
k 1
]k
]k
k 1
f ny,1,na (nT ) + L +
f ny,nu,na (nT )
k 1
Vetorialmente temos:
[ y k +n ]k k 1 = [p i ]k k 1 + n [p t ]k k 1
(8.33)
sendo:
[ y k +n ]k k 1 = [y1,k +n ]k
[p ]
k 1
[p ]
k 1
[p ]
ny ,1,1 k
k 1
L [y ny ,k +n ]k
= [ p1 ]k L [p ny ]k
k 1
k 1
k 1
[ y k +n ]k k 1 ny1
[p ]
k 1
ny1
k 1
k 1
k 1
k 1
k 1
L [p ny ,1,na ]k
f 1 ( n)
0
n =
M
k 1
f 2 ( n) L
M
L [pny ,nu ,1 ]k
0
M
f ny ( n)
k 1
k 1
[p ]
t
n ny ny .nu.na
k 1
ny .nu. na1
(8.34)
sendo
f i ( n) = f i ,1,1 ( n) L
f i ,1,na ( n) L
f i ,nu ,1 ( n) L
f i ,nu ,na ( n)
i = 1, 2, L , ny
[p ]
i
k 1
[ ]
= pi
k 1
k 1
82
+ Co uk 1
(8.35)
[p ]
t
k 1
[ ]
= D pt
k 1
k 1
+ CDN p uk 1
(8.36)
sendo:
D = d 1,1,1L d 1,1,na L d 1,nu ,1L d 1,nu ,na L d ny ,1,1L d ny ,1,na L d ny ,nu ,1L d ny ,nu ,na
D ny .nu.na ny .nu.na
C = c1,1,1L c1,1,na L c1,nu ,1L c1,nu ,na L cny ,1,1L cny ,1,na L cny ,nu ,1L cny ,nu ,na
J1
Np = M
J
ny
M
1
J i = M
0
0
M
0 L 0
M
M
0 L 0
1 L 0
M
M
1 L 0
0 L 1
M
M
0 L 1
J i nu.na nu
N p ny.nu.na nu
Para que a ordem do modelo seja reduzida necessrio que se reduza o nmero
de estados utilizados para o clculo das predies das variveis controladas.
Para modelos paramtricos, o vetor de predies tem duas partes com
caractersticas diferentes. A primeira parte idntica ao caso em que se usa modelos de
convoluo (item 8.1) e a segunda parte que utiliza o modelo paramtrico em instantes
83
nT i , j
A parte do vetor de predies das sadas, dentro do tempo morto, tem a mesma
estrutura que o caso convencional apresentada em (8.1).
2) Parte onde uk -1 afeta os valores das predies, que pode ter uma estrutura
diferente, por exemplo, considerando instantes de tempo esparsos.
84
[ y]
k 1
= [ y ] k 1
k 1
+ Su k 1
(8.37)
sendo:
[ y ]k 1k 1
T
= [ y k +1 ] k 1
k 1
[ y ]k k 1 = [ y k +1 ]T
k 1
[yk +2 ]
[ y k + 2 ]T
u k 1 = u1,k 1L unu ,k 1
S = S 1T
S 2T
L S Tn 0
k 1
k + n0
k 1
L
k 1
[y ]
[y ]
[y ]
k 1
k + n1
k 1
[y ]
k + n0
k + n1
k 1
k 1
k + nh
k 1
L
k 1
[y ]
k 1
k 1
[y ]
k
k 1
k + nh
S Tn
L S Tn
sendo:
np - nmero de instantes de predio
np = n0 + h
n0 - nmeros de instantes seqenciais
h - nmero de instantes esparsos
[y ]
k +1 k
k 1
= N [ y] k
k 1
(8.38)
85
sendo:
1
0
N=
M
0 L 0 0 L 0
1 L 0 0 L 0
M O M M
M
0 L 1 0 L 0
[y ]
= [ pi ]k
i,k + n
k-1
+ [pi,j,g ]k
nu
k 1
na
j =1 g =1
k 1
k 1
[p ]
c
i k
k 1
[p ]
c
i,j,g k
= [ pi ]k 1
k 1
nu
k 1
= [pi,j,g ]k 1
j =1
k 1
[y ]
c
sendo:
k 1
= [ y ]k
k 1
+ KWk
(8.39)
1
0
0
1
M
0
K = M
1
0
M
0
M
0
1
M
0
0
M
0
M
0
M
0
M
0
M
0
L
L
O
L
L
L
L
L
L
L
86
0
0
M
1
0
M
1
M
0
1
M
0
M
[y ]
k 1
[y ]
k 1
c
i ,k + 2 k
c
i ,k +3 k
[y
c
i , k + n k +1 k
k 1
[y ]
1 ,k +1 k
[y ]
[y ]
ny,k +1 k
[y
1,k + nk k
[y
ny,k + n
k-1
c
1,k + 3 k
M
c
= y ny,k
+3
k-1
k-1
= y1c,k +nk +1
] = [y
k
[ ]
]
= [y
ny,k + 2 k
M
c
= y ny,k
+2
1 ,k + 2 k
[y
= y1c,k +2
87
k-1
k-1
c
ny,k + n +1 k
k-1
para
n no
sendo: no mx i,j
[ y k +n+1 ]k
[ ]
= pi
[ ]
+ n+1 p t
[yk +n ]k = [p i ]k k + n +1 [p t ]k k
k
[yk +n ]k = [p i ]k k + n +1 [p t ]k k
1
[yk +n ]k = [p i ]k k + n +1 [p t ]k k
k
[ pi ]k
[ ]
pic k
i = 1, . . . , ny
k
j = 1,. . . , nu
g = 1,. . . , na
88
[ y ]k
= M [ y ]k -1
k -1
+ Su k 1 + KW
(8.40)
sendo:
[ y ]k
[ y k +1 ]k
k
=
y
.... k + n2
[ y k +2 ]k
]k
L
k
L
k
[ y k +n1 ]k
[ y k +n ]k
[yk +n ]k [p ]k k [p ]k k
i
[yk +n ]k
1
[ y ]k
...
sendo np = n0 + h
0 I ny
0 0
M M
0 0
0 0
M = 0 0
0 0
M M
0 0
0 0
0 0
0
I ny
M
0
0
0
0
M
0
0
0
L 0
L 0
O M
L I ny
L 0
L 0
L 0
O M
L 0
L 0
L 0
0
0
M
0
0
0
0
M
0
0
0
0
0
M
0
0
0
0
M
0
0
0
0
0
M
0
0
0
0
M
0
0
0
L
L
O
L
L
L
L
O
L
L
L
0
0
M
0
0
0
0
M
0
0
0
0
0
0
0
M
M
0
0
I ny n0 +1
I ny n1 +1
I ny n2 +1
M
M
I ny nh +1
I ny
0
0
D
S = S 2T
S 3T
L S nT0
S nT0 +1
S nT1 +1
S nT2 +1 L S nTk +1
C 0T
CDN p
S ny ( np +1+nu.na ) nu
89
t j = t j ,1
t j ,2 L t j , k
[ y ]k k
= y k +1
y k + 2 L y k + n0
y k + n1 L y k + nh
pi
pt
T
k
(8.41)
sendo:
y k +i = y1,k +i
L y ny ,k +i
90
[ y k +1 ]k k = [ yk +1 ]k k + S1uk
[ y k +2 ]k k = [ y k +2 ]k k + S 2 uk + S1uk +1
M
[ y k +nk ]k k = [y k +np ]k
[p ]
[ ]
= pi
+ S nk uk + S nk 1uk +1 + L + S nk m+1uk + m1
+ C0 uk + C0 uk +1 + L + C0 uk +m1
Vetorialmente, temos:
[ y ]k
= [ y ]k + S m u
sendo:
[ y ]k
= y k +1
y k + 2 L y k + m L y k + nk
pi
T
k
u = [u1 L u m ]T
Sm
S1
S
2
M
= Sm
M
S nk
C
0
0
S1
M
S m1
M
S nk 1
C0
L S nk m+1
L
C0
L
L
0
0
M
S1
M
sendo:
m
Como visto para o MPC com modelo no paramtrico, no clculo dos erros em
relao aos respectivos setpoints, temos:
[e ]
k+ j k
= y sp y k + j
91
k 1
[ ]
= pi
k 1
k 1
[e]k k
= Ny sp [ y ]k
(8.42)
sendo:
[e]k k = [e k +1
ek+2 L ek+n
[ ]
ek + = y sp p i
y sp = y sp1
[ y ]k k
= y k +1
e k + n1 L e k + n k
ek +
pi
pt
L y spny
y k +2 L y k +n
y k + n1
L y k + nk
1
M
0
M
1
N=
M
1
M
0
0
M
0
L 0
O M
L 1
L 0
O M
L 1
M
L 0
O M
L 1
L 0
O M
L 1
L 0
O M
L 0
92
N ny ( np +1+nu.na ) ny
[e ]k k = [e]k k S m u
porm os vetores [e ]k , e [e]k
k
(8.14)
93
O MMPC foi desenvolvido por Almeida Neto (1999) utilizando uma formulao
baseada em LMIs (Linear Matrix Inequalities). Entretanto, no temos disponvel nenhum
pacote computacional para implementar essa soluo em sistemas industriais. Assim, neste
trabalho foi desenvolvida uma soluo que possa ser implementada com os pacotes de
programao no-linear disponveis. Para tal considere a funo objetivo do controlador
representada pela equao (8.15):
(8.15)
Jk 0
ou
ou
94
a:
0
u u min 0
u + u max 0
(8.43)
que um problema de otimizao com funo objetivo linear e restries quadrticas,
portanto um problema no-linear, que no pode ser resolvido com os pacotes
computacionais de programao linear (LP) ou quadrtica (QP).
(
u u (S
T
T
T
[e]k [e]k + u T S m,
S m,
1 [e ]k + [e]k S m,1 u u
1 S m,1 + u 0
T
T
[e]k [e]k + u T S m,
2 [e ]k + [e]k S m,2
T
.
.
T
m,2
S m,2 + u 0
T
T
[e]k [e]k + u T S m,L
[e]k + [e]k S m,L u u T S m,L
S m,L + u 0
T
operacionais.
L o nmero de modelos alternativos do processo
95
(
u u (S
u u (S
T
[e]k [e]k + uT Sm,
1[e]k + [e]k Sm,1
T
m,1
T
[e]k [e]k + uT Sm,
2 [e]k + [e]k Sm,2
T
m,2
.
.
)
+ )u 0
Sm,1 + u 0
Sm,2
T
T
[e]k [e]k + uT Sm,L
[e]k + [e]k Sm,Lu uT Sm,L
Sm,L + u 0
T
0
u u min 0
u + u max 0
(8.44)
Observe que o problema acima tem funo objetivo linear e restries quadrticas e
portanto um problema de NLP. Na planta industrial o controlador MMPC definido pelo
problema resolvido com um solver comercial baseado em SQP (K. Schittkowski , 1985).
Neste trabalho no se buscou investigar qual seria o solver mais adequado para o problema
do MMPC, que tem uma estrutura particular e talvez no a mais adequada para algoritmo
tipo SQP. Em sistemas de grande porte essa considerao pode se tornar importante.
96
9
APLICAO DO MPC COLUNA DEPROPANIZADORA
O algoritmo DMC em sua formulao tradicional apresenta algumas limitaes
que devem ser consideradas durante o projeto de controle. As limitaes bsicas so:
Utilizao de modelos de convoluo discretos, que se constituem de uma seqncia
de coeficientes que correspondem aos valores da resposta ao degrau unitrio em
instantes de amostragem sucessivos. Este fato faz com que o nmero de coeficientes
da resposta ao degrau leve a uma limitao computacional devido dimenso do
problema, quando temos dinmicas do processo muito lentas. Podemos contornar o
problema utilizando algumas opes como: forar o modelo a estabilizar no
horizonte desejado, o que provoca um desvio em relao planta; truncar o modelo
do processo, tendo um modelo incompleto em relao resposta da planta; ou
aumentar o perodo de amostragem, podendo perder alguma informao importante
entre duas amostragens sucessivas. Alm disso fica muito difcil conciliar modelos
com dinmicas rpidas e lentas com o mesmo nmero de coeficientes da resposta ao
degrau.
Com a limitao do nmero de coeficientes do modelo, a resposta ao degrau pode
ser semelhante de uma varivel integradora quando a constante de tempo do
processo for muito elevada. Isto faz com que o controlador tenha mais dificuldade
em resolver o problema de controle, porque o controlador preditivo no lida com
sistemas integradores diretamente.
Utilizao de modelos lineares invariantes no tempo. Assim, no so adequados para
resolver problemas de controle onde o processo tem comportamento no-linear ou
onde o modelo do sistema se altera ao longo do tempo. O modelo utilizado
identificado em um ponto especfico da regio de operao do sistema. Da o
controlador projetado para operar numa regio onde o processo tem um dado
comportamento. Isto resulta em incertezas nos ganhos e constantes de tempo do
processo e conseqentemente em perda de desempenho do controlador, quando
operando em outras regies.
97
98
Variveis manipuladas:
MV1 : vazo de refluxo de topo (VRF)
MV2 : vazo de fluido de aquecimento (VGOP)
Variveis controladas:
CV1 : C3- do butano (%vol.)
(C3-)
CV2 : temperatura de topo da coluna (C)
(Ttopo)
Variveis perturbadoras:
DV1 : vazo de Carga
(VFD)
DV2 : temperatura do fluido de aquecimento
(TGOP)
Os controladores QDMC E MMPC utilizados tm uma srie de parmetros que
so comuns. Durante o estudo foi utilizado um perodo de amostragem de 1 minuto que
o valor desse parmetro usado na unidade industrial. O horizonte de controle (m) foi
adotado igual a 2 em todas as simulaes. No caso da utilizao do MMPC o valor
desse parmetro deve ser o menor possvel j que, como vimos no item 8.2.5.1.2, o
problema de controle recai em um problema de NLP cujo tempo de computao
depende do horizonte de controle. Entretanto, as concluses no se alteram se um valor
de (m) maior for utilizado.
No ajuste do controlador, o modelo nominal utilizado na predio das variveis
controladas foi um modelo obtido atravs de uma combinao de todos os modelos.
Essa combinao consistiu na aplicao da mdia aritmtica para todos os parmetros
(ganho e dinmica) para os modelos obtidos atravs do simulador e tambm aquele da
planta industrial. Para o modelo da planta utilizamos o modelo da planta industrial. No
clculo da ao de controle utilizamos o modelo combinado para o algoritmo QDMC,
e os modelos 1, 2, 3, 4, 5 para o algoritmo MMPC. Alm disso foram utilizados fatores
de importncia () de 1 tanto para o C3- no butano como para a Ttopo. O C3-
controlado no set-point e a Ttopo numa faixa de 1C entre os valores mximo e
mnimo, j que sua especificao no to rigorosa, Almeida et al (1996) apresenta uma
99
Kp C3-
Kp Ttopo
Kp C3-
Kp Ttopo
(VRF)
(VRF)
(VGOP)
(VGOP)
47.74
4.498e-4
-0.0153
-0.003441
0.0510
-3.01e-5
0.88
49.34
1.6713e-3
-0.0261
-0.012018
0.0550
-2.22e-4
1331
4.81
47.82
1.6792e-2
-0.0226
-4.3175e-2
0.0457
-2.08e-4
2240
1115
3.01
47.08
7.5501e-3
-0.0295
-2.0402e-2
0.0751
-3.48e-5
3532
1837
4.35
44.35
6.9795e-3
-0.0193
-1.8445e-2
0.0461
-3.42e-5
FD
3800
1970
0.69
50.2
9.5821e-4 -0.01253
Mdl
VRF
VGOP
C3-
Ttopo
4000
2104
0.38
3160
1731
2300
-3.61e-3
Det(Kp)
0.03144 -1.51e-5
Como mencionado acima, nesta primeira etapa foi feito o ajuste dos parmetros
de sintonia dos controladores, sendo o principal ajuste feito no fator de supresso das
manipuladas. Para as demais etapas foi mantido o melhor ajuste alcanado nesta etapa.
Na tabela 9.2, apresentamos as principais caractersticas dos dois controladores:
Modelo planta
Modelo de clculo
da ao de controle
Modelo nominal
Modelos: 1 2 3 4 5
100
PARMETRO
QDMC
MMPC
Perodo de amostragem
1 min
1 min
Instantes de clculo da
predio
1 2 5 7 10 15 20 25 30 35 40 45 50
1 2 5 7 10 15 20 25 30 35 40 45
60 70
50 60 70
Horizonte de controle
101
PARMETRO
QDMC
QDMC
Perodo de amostragem
1 min
1 min
Instantes de clculo da
predio
1 2 5 7 10 15 20 25 30 35 40 45 50 60 70
1 2 5 7 10 15 20 25 30 35 40 45
50 60 70
Horizonte controle
Supresso das
manipuladas
102
Nesta etapa foi avaliada a performance dos dois controladores frente a alteraes
nos set-points das variveis controladas e tambm variaes nas variveis perturbadoras.
Repete-se aqui a estrutura dos controladores apresentada na tabela 9.2. Na tabela 9.5
apresentamos a sintonia utilizada para os controladores.
PARMETRO
MMPC
QDMC
Perodo de Amostragem
1 min
1 min
Instantes de clculo da
predio
1 2 5 7 10 15 20 25 30 35 40 45 50 60 70
1 2 5 7 10 15 20 25 30 35 40 45
50 60 70
Horizonte de controle
Supresso das
manipuladas
103
104
105
106
controlador permaneceu a mesma do item anterior (veja tabela 9.5). Os casos analisados
so apresentados nas figuras 9.1.g, 9.1.h, 9.1.i, 9.1.j e 9.1.k. A seguir analisamos a
performance para a alterao de cada modelo.
Na figura 9.1.g apresentamos o comportamento dos controladores quando
mudamos o modelo da planta para o modelo 1. Podemos observar que o MMPC
consegue levar o teor C3- para o set-point apesar de levar um tempo maior do que
quando no temos alterao no modelo da planta (veja figura 9.1.c). J o QDMC no
consegue levar o teor de C3- para o set-point apresentando assim um off-set. O
mesmo ocorre com a Ttopo.
107
108
109
110
111
(SV) para
controle.
112
FC2452SV ou TI24154 so os
PARMETRO
VALOR
Perodo de amostragem
1 min
1 2 5 7 10 15 20 25 30 35 40 45 50 60 70
Horizonte de controle
Supresso de movimentos
Modelo nominal
1 2 3 4 5
113
variveis perturbadoras. Veja que em alguns momentos a vazo de carga (Fig. 9.2.a3)
chega a variar 250 m3/d em um curto intervalo de tempo.
114
faixa de controle da temperatura de topo mesmo com severas variaes nas variveis
perturbadoras como a vazo de carga que variou quase 200 m3/d durante o perodo de
teste.
O segundo teste realizado na planta (teste 2), descrito pelas figuras 9.2.c1 a
9.2.c3. Ele consistiu novamente na alterao do set-point do teor de C3- no butano. O
degrau aplicado foi de 0.3 %vol., s que desta vez no sentido contrrio ao anterior,
115
passando o set-point 1.2 %vol. para 0.9 %vol. Observe que quase simultaneamente
aplicao do degrau no set-point tivemos uma grande variao na vazo de carga da
coluna sendo que a mesma saiu de um patamar de 2050 m3/d baixou para 1800 m3/d, e
depois foi elevada para 2500 m3/d e finalmente retornou para o patamar de 2000 m3/d.
Estas variaes ocorreram durante um perodo de aproximadamente 4 horas. Observe
que tivemos tambm uma alterao no patamar da temperatura do fluido de
aquecimento passando a mesma de 259C para em torno de 261C. Veja que durante a
ocorrncia dessas perturbaes o teor de C3- oscilou entre um mximo a 1.6 %vol. e um
mnimo de 0.7 %vol.. A Ttopo violou 1C acima do limite mximo de controle. Observe
que as variveis manipuladas variaram bastante para manter as variveis controladas
dentro de suas especificaes durante a ocorrncia das perturbaes, permanecendo o
tempo todo ligadas (RCAS).
116
117
118
119
120
121
122
10
CONCLUSES E SUGESTES
10.1 Concluses
123
10.2 Sugestes
124
125
REFERNCIAS BIBLIOGRFICAS
Referncias bibliogrficas
126
Referncias bibliogrficas
127
Referncias bibliogrficas
128
129
APNDICE A
FUNO DE TRANSFERNCIA DOS MODELOS
IDENTIFICADOS
Nas tabelas A1 a A6 apresentamos na forma de funo de transferncia os
modelos identificados no captulo 7. Os parmetros da tabela obedecem seguinte
equao:
G (s ) =
b0 + b1s
e s
s + a1s + a2
2
MODELO
CV
MV/DV
b0
b1
a1
a2
C3 -
VRF
0.1094e-4
0.4227e-4
0.1090
0.0243
VGOP
-0.3824e-4
-1.2055e-4
0.1342
0.0111
Vcarga
0.5668e-2
-0.0945e-2
0.3975
0.0850
TGOP
-0.21740e-3
-0.6856e-3
0.1342
0.0111
VRF
-0.2539e-3
-0.2445e-3
0.1142
0.0086
VGOP
0.6641e-3
0.7159e-3
0.1343
0.0087
Vcarga
-0.2482e-3
0.0617e-3
0.1573
0.0141
TGOP
0.0996e-1
0.1074e-1
0.1343
0.0087
VRF
-0.1116e-3
-0.0873e-3
0.1317
0.0073
VGOP
0.0070
0.0013
2.2605
0.1366
Vcarga
-0.0015
-0.0004
1.9247
0.1353
TGOP
0.1044
0.0194
2.2605
0.1366
C4 +
TTOPO
130
MODELO
CV
MV/DV
b0
b1
a1
a2
C3 -
VRF
0.4220e-3
-0.2722e-3
1.6602
0.2525
VGOP
-1.405e-4
-2.1828e-4
0.1322
0.0117
Vcarga
0.0521e-3
0.1503e-3
0.2097
0.0279
TGOP
-0.4740e-3
-0.7365e-3
0.1322
0.0117
VRF
-0.2891e-2
-0.1572e-2
0.7355
0.0561
VGOP
0.0946e-2
0.1605e-2
0.1268
0.0123
Vcarga
-0.3885e-3
-0.3830e-3
0.1355
0.0148
TGOP
0.1216e-1
0.2064e-1
0.1268
0.0123
VRF
-0.0063
-0.0034
2.0724
0.2428
VGOP
0.0045
0.0002
0.8352
0.0812
Vcarga
-0.0012
-0.0012
0.8328
0.0693
TGOP
0.0575
0.0020
0.8352
0.0812
C4 +
TTOPO
MODELO
CV
MV/DV
b0
b1
a1
a2
C3 -
VRF
0.1532e-2
-0.0860e-2
1.1913
0.0912
VGOP
-0.7811e-3
-0.3770e-3
0.3402
0.0181
Vcarga
0.7698e-3
0.8929e-3
0.5633
0.0359
TGOP
-0.7701e-2
-0.3716e-2
0.3402
0.0181
VRF
-0.1053e-2
-0.2637e-2
0.3524
0.0231
VGOP
0.1335e-2
0.0474e-2
0.2471
0.0203
Vcarga
-0.3299e-3
-0.2002e-3
0.2293
0.0190
TGOP
0.1316e-1
0.0467e-1
0.2471
0.0203
VRF
-0.0008
-0.0034
0.4017
0.0365
VGOP
0.0089
0.0064
1.8959
0.1946
Vcarga
-0.0009
-0.0012
0.8844
0.0799
TGOP
0.0877
0.0634
1.8959
0.1946
C4 +
TTOPO
131
MODELO
CV
MV/DV
b0
b1
a1
a2
C3 -
VRF
0.4881e-3
-0.1107e-3
0.9881
0.0646
VGOP
-0.1862e-3
-0.1763e-3
0.2605
0.0091
Vcarga
0.2710e-3
0.1854e-3
0.5111
0.0265
TGOP
-0.1781e-2
-0.1686e-2
0.2605
0.0091
VRF
-0.0440e-2
-0.1955e-2
0.1510
0.0074
VGOP
0.5084e-3
-0.3732e-3
0.1041
0.0046
Vcarga
-0.1856e-3
-0.3426e-3
0.0967
0.0046
TGOP
0.4862e-2
-0.3570e-2
0.1041
0.0046
VRF
-0.0025
-0.0039
0.8868
0.0840
VGOP
0.0029
0.0055
0.8602
0.0392
Vcarga
-0.0018
-0.0004
1.8877
0.0669
TGOP
0.0281
0.0527
0.8602
0.0392
C4 +
TTOPO
MODELO
5
CV
C3
C4 +
TTOPO
MV/DV
b0
b1
a1
a2
VRF
0.5647e-3
-0.3536e-3
0.8165
0.0809
VGOP
-0.4780e-3
-0.1427e-3
0.3417
0.0259
Vcarga
0.6786e-3
-0.1149e-3
0.9003
0.0712
TGOP
-0.6481e-2
-0.1935e-2
0.3417
0.0259
VRF
-0.2862e-2
-0.1206e-2
1.1691
0.0716
VGOP
0.1352e-2
0.1303e-2
0.3245
0.0180
Vcarga
-0.4581e-3
0.2032e-3
0.3565
0.0173
TGOP
0.1833e-1
0.1767e-1
0.3245
0.0180
VRF
-0.0021
-0.0019
1.1676
0.1069
VGOP
0.0081
0.0053
2.4190
0.1761
Vcarga
-0.7616e-3
-0.5323e-3
0.9818
0.0549
TGOP
0.0766
0.0725
1.6731
0.1242
132
MODELO
CV
MV/DV
b0
b1
a1
a2
FD
C3 -
VRF
0.5656e-3
-0.2218e-3
3.4948
0.5902
VGOP
-0.001452
0.00007413
2.6987
0.4023
Vcarga
0.0001125
-0.0001138
0.4559
0.03227
TGOP
-0.01642
-0.01324
1.438
0.184
VRF
VGOP
Vcarga
TGOP
VRF
-0.001235
-0.001135
1.6380
0.09852
VGOP
0.0020
-0.0003
2.4298
0.0651
Vcarga
-0.0003829
0.0001715
0.2295
0.02632
TGOP
0.006970
0.001998
0.1731
0.01045
C4 +
TTOPO