Orientador: Flávio Vasconcelos da Silva / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Química / Made available in DSpace on 2018-08-16T08:49:16Z (GMT). No. of bitstreams: 1 Coelho_SergioRicardoCunha_M.pdf: 4736839 bytes, checksum: 6fe321a731c29d8b5dc7ce4825c48284 (MD5) Previous issue date: 2010 / Resumo: O crescimento da disponibilidade de gás natural no Brasil nos últimos anos foi possível graças ao desenvolvimento de novos campos de petróleo e gás e a mobilização da Petrobras no sentido do aproveitamento do gás produzido. O "Plangás", plano de antecipação da produção de gás, possibilitou ao país alcançar segurança na oferta sem depender do recebimento de gás da Bolívia, no entanto sem prescindir deste. Com a construção de diversas plantas de processamento, o país agora importa menos GLP, tradicionalmente deficitário e consequentemente produz grandes quantidades de gasolina natural, ambos resultantes do processamento de gás natural. A gasolina natural (CS+) é tradicionalmente incorporada ao petróleo do campo produtor devido a sua pequena escala de produção. O Objetivo deste trabalho foi propor alternativas para a utilização da gasolina natural (C5+) dentro dos limites de uma UPGN. Foi realizada a caracterização do C5+ através das técnicas mais destacadas na literatura e através das diversas de mistura procurou-se a melhor formulação para compor gasolina tipo "A", usando-se outras correntes de processo corno elevadores de octanagern. Verificou-se a possibilidade do uso do C5+ como solvente e finalmente corno carga para unidades de produção de etileno e seus subprodutos derivados do craqueamento térmico a vapor. Constata-se o caráter parafínico do C5+ através da sua crornatografia, PONA, Kw e octanagem baixa. A destilação ASTM D-86 evidencia a semelhança do C5+ com a nafta leve de destilação, corrente normalmente usada como carga para unidades de craqueamento para obtenção de olefinas. A análise das propriedades do CS+ mostra a inviabilidade do seu emprego corno gasolina. Só é possível seu aproveitamento corno gasolina através de misturas com outras naftas, sendo que as naftas de polimerização e craqueamento que se mostraram mais promissoras para este fim. Solventes leves podem ser produzidos por destilação do C5+, destacando-se os solventes de borracha e de extração. O rendimento para obtenção de eteno usando-se o C5+ como carga nas unidades de pirólise térmica a vapor pode chegar a 32% em massa, superando o rendimento das correntes liquidas tradicionalmente usadas nestas unidades. A projeção de produção de C5+ nos próximos anos, devido principalmente aos projetos do Plangás e Pré-sal certamente despertará na indústria petrolífera um maior interesse no aproveitamento desta corrente de processo. / Abstract: The increasing availability of natural gas in Brazil in recent years was made possible by the development of new fields of oil and gas and Petrobras mobilization towards tapping the gas produced. The anticipation plan for the production of natural gas, "Plangás", enabled the country to achieve security without depending on the offer of receiving gas from Bolivia, but without ignoring it. With the construction of several processing plants, the country now imports less LPG, traditionally deficit, and consequently produces large quantities of natural gas, resulting from both natural gas processing. The natural gasoline (C5+) is traditionally incorporated into the oil producing field due to their small scale production. The goal of this study was to propose alternatives to the use of natural gasoline (C5 +) within the limits of a UPGN. We performed the characterization of the C5 + through the techniques most prominent in the literature and through the various mixing rules sought to make the best formulation for gasoline Type "A", using other process streams such as octane elevators. There was the possibility ofusing the C5 +as a solvent and finally how raw material to load units of ethylene and byproducts derived from thermal steam cracking. It shows the paraffin character of the C5 + through its chromatography, PONA, Kw and low octane. Distillation ASTM D-86 shows the similarity of the C5 + with the light naphtha distillation, current commonly used as raw material to load cracking units for obtaining olefins. An analysis of the properties of C5 + shows the impracticality o f its use as gasoline. It is only possible through its use as gasoline mixtures with other naphtha, and the naphtha cracking and polymerization that have proven most promising for this purpose. Light solvents can be produced by distillation of the C5 +, especially rubber solvents, and extraction solvents. The yield for production o f ethylene using the C5 + as raw material in units of thermal pyrolysis steam can reach 32% by mass, exceeding the current net income traditionally used in these units. The projected production of C5 + in the coming years, due mainly to Plangás project and Pre-salt project, will do the oil industry will certainly be interested in exploiting this process stream. / Mestrado / Sistemas de Processos Quimicos e Informatica / Mestre em Engenharia Química

Parmi les combustibles fossiles, le gaz naturel est le plus propre, en termes d'émissions de CO2, d'efficacité énergétique et de quantité de polluants atmosphériques émis. Le méthane est l'élément principal du gaz naturel; néanmoins, il contient des quantités considérables de gaz acides (CO2, H2S) qui peuvent entraîner la corrosion des équipements et des pipelines si de l'eau est présente. Les mercaptans sont d’autres composés soufrés présents dans le gaz naturel dont combustion peut produire du SO2 qui est un produit chimique indésirables causant des problèmes environnementaux. Les gaz acides et les mercaptans doivent être retirés du gaz naturel jusqu'à une norme acceptable. Le gaz naturel traité contient jusqu'à 2% de CO2, 2-4 ppm de H2S et 5-30 ppm de mercaptans. L'absorption chimique avec des solvants aqueuses comportant des alcanolamines [3] (comme la monoéthanolamine (MEA), la diéthanolamine (DEA), la méthyldiéthanolamine (MDEA)) est la méthode la plus bien malteuse pour séparer les gaz acides du gaz naturel. Les gaz acides réagissent selon une réaction acide base dans l'absorbeur pour former des espèces électrolytes. Les mercaptans et les hydrocarbures ne réagissent pas avec les molécules d'alcanolamines, et sont physiquement absorbés.Le modèle thermodynamique a une grande importance pour la conception du procédé de traitement des gaz acide, car il va permettre de déterminer l'Equilibre Liquide Vapeur et faire les bilans d’énergie. Des modèles thermodynamiques fiables peuvent permettre aux concepteurs non seulement de confirmer leurs limites réglementaires, mais aussi de minimiser la perte de composants précieux comme les hydrocarbures.Dans ce travail, un modèle thermodynamique a été développé pour prédire:•Les solubilités des alcanes (méthane, éthane, propane, n-butane, n-pentane, n-hexane), aromatiques (ethylbenzène, benzène, toluène) et mercaptans (MM, EM) dans une solution aqueuse d'alcanolamine• Les solubilités des gaz acides (CO2, H2S) dans des solutions aqueuses d'alcanolamine et d'autres propriétés cruciales telles que: la concentration d'électrolyte, la composition en phase vapeur (principalement le conteneur d'eau)• Les diagrammes de phase pour les systèmes multi-composants contenant du CO2-H2S-alcanolamine-eau-hydrocabon-mercaptan.Les paramètres du model ont été déterminés avec les données expérimentales disponibles dans la littérature et les nouvelles données mesurées. / Among fossil fuels, natural gas is the cleanest, in terms of CO2 emission, burn efficiency and amount of air pollutant. Methane is the prevailing element of natural gas; therefore, there are also a variety of impurities. In fact, it contains usually considerable amounts of acid gases (CO2, H2S) which can lead to corrosion in equipments and pipelines if water is present. Mercaptans are known as toxic molecules with undesirable odor, and fuel combustion of mercaptan molecules can produce SO2 which is undesirable chemical, they can cause environmental issues. Acid gases and mercaptans are needed to be removed from natural gas until acceptable standard. The treated natural gas contains as maximum as 2% of CO2, 2–4 ppm of H2S and 5–30 ppm of total mercaptans. Chemical absorption with alkanolamines [3] (such as monoethanolamine (MEA), diethanolamine (DEA), methyldiethanolamine (MDEA)) is the most well-established method to separate acid gas from natural gas. Acid gases react with alkanolamines in the absorber to form electrolyte species, mercaptans and hydrocarbons do not react with alkanolamines molecules, and they are physically absorbed by aqueous alkanolamine solution. Then the loaded solution can be regenerated by heating in the stripper.Thermodynamic model is of high importance for the conception of the process, as it is linked directly to the accurate determination of the Vapor-Liquid Equilibrium and energy balances. Reliable thermodynamic models can allow designers not only to confirm their regulatory limits, but also to minimize the loss of valuable hydrocarbons components.In this work a thermodynamic model has been developed to describe:• Alkane (methane, ethane, propane, n-butane, n-pentane, n-hexane), aromatic (ethylbenzene, benzene, toluene) and mercaptans (MM,EM) in aqueous alkanolamine solution• Acid gases (CO2,H2S) solubilities in aqueous alkanolamine solutions, and other crucial properties like: electrolyte concentration, vapor phase composition(mostly water contant)• The phase diagram for multi-component system containing CO2-H2S-alkanolamine-water-hydrocabon-mercaptan.The parameters of the model were determined with the experimental data available in the literature and the new measured data.

As inferências têm diversas aplicações na indústria de processos químicos, sendo essenciais no sucesso de projetos de controle avançado. O desempenho do controle será sempre ligado ao desempenho da inferência, sendo importante a manutenção da sua qualidade ao longo do tempo. Neste trabalho, uma nova metodologia é sugerida para o desenvolvimento de inferências baseadas em dados seguindo uma abordagem segmentada com o objetivo de facilitar a sua manutenção. A nova proposta consiste em modelar a parte estacionária separada da parte dinâmica, diferentemente do que é feito na metodologia tradicional, onde o modelo dinâmico é gerado diretamente dos dados de processo. O modelo estacionário é obtido através de uma regressão PLS (Partial Least Squares), enquanto as dinâmicas são inseridas posteriormente utilizando-se um algoritmo de otimização. A técnica é aplicada a uma coluna de destilação e o resultado obtido é semelhante ao de inferências dinâmicas e estáticas desenvolvidas com métodos tradicionais. Outras etapas do desenvolvimento de inferências também são investigadas. Na seleção de variáveis, métodos estatísticos são comparados com a busca exaustiva e se conclui este último deve ser usado como padrão, visto que custo computacional não é mais um problema. Também são apresentadas boas práticas no pré-tratamento de dados, remoção do tempo morto do cromatógrafo modelado e detecção de estados estacionários. / Soft-sensors have several applications in the chemical processes industry and are essential for the success of advanced control projects. Its performance will always be linked to the performance of the soft-sensor, so it is important to maintain its quality over time. In this paper, a new methodology is suggested for the development of data-based soft-sensors following a segmented approach in order to facilitate its maintenance. The new proposal is to model the stationary part separated from the dynamic, unlike the traditional methodology where the dynamic model is generated directly from process data. The stationary model is obtained by a PLS (Partial Least Squares) regression, while the dynamics are inserted using an optimization algorithm. The technique is applied to a distillation column and its performance is similar to dynamic and static soft-sensors developed using traditional methods. Other steps in the development of soft-sensors are also investigated. In variable selection issue, statistical methods are compared with the testing of all possibilities; the latter should be used as default, since computational cost is no longer a problem. We also present best practices in data pre-processing, gas chromatograph dead-time removal and steady state detection.

As inferências têm diversas aplicações na indústria de processos químicos, sendo essenciais no sucesso de projetos de controle avançado. O desempenho do controle será sempre ligado ao desempenho da inferência, sendo importante a manutenção da sua qualidade ao longo do tempo. Neste trabalho, uma nova metodologia é sugerida para o desenvolvimento de inferências baseadas em dados seguindo uma abordagem segmentada com o objetivo de facilitar a sua manutenção. A nova proposta consiste em modelar a parte estacionária separada da parte dinâmica, diferentemente do que é feito na metodologia tradicional, onde o modelo dinâmico é gerado diretamente dos dados de processo. O modelo estacionário é obtido através de uma regressão PLS (Partial Least Squares), enquanto as dinâmicas são inseridas posteriormente utilizando-se um algoritmo de otimização. A técnica é aplicada a uma coluna de destilação e o resultado obtido é semelhante ao de inferências dinâmicas e estáticas desenvolvidas com métodos tradicionais. Outras etapas do desenvolvimento de inferências também são investigadas. Na seleção de variáveis, métodos estatísticos são comparados com a busca exaustiva e se conclui este último deve ser usado como padrão, visto que custo computacional não é mais um problema. Também são apresentadas boas práticas no pré-tratamento de dados, remoção do tempo morto do cromatógrafo modelado e detecção de estados estacionários. / Soft-sensors have several applications in the chemical processes industry and are essential for the success of advanced control projects. Its performance will always be linked to the performance of the soft-sensor, so it is important to maintain its quality over time. In this paper, a new methodology is suggested for the development of data-based soft-sensors following a segmented approach in order to facilitate its maintenance. The new proposal is to model the stationary part separated from the dynamic, unlike the traditional methodology where the dynamic model is generated directly from process data. The stationary model is obtained by a PLS (Partial Least Squares) regression, while the dynamics are inserted using an optimization algorithm. The technique is applied to a distillation column and its performance is similar to dynamic and static soft-sensors developed using traditional methods. Other steps in the development of soft-sensors are also investigated. In variable selection issue, statistical methods are compared with the testing of all possibilities; the latter should be used as default, since computational cost is no longer a problem. We also present best practices in data pre-processing, gas chromatograph dead-time removal and steady state detection.

As inferências têm diversas aplicações na indústria de processos químicos, sendo essenciais no sucesso de projetos de controle avançado. O desempenho do controle será sempre ligado ao desempenho da inferência, sendo importante a manutenção da sua qualidade ao longo do tempo. Neste trabalho, uma nova metodologia é sugerida para o desenvolvimento de inferências baseadas em dados seguindo uma abordagem segmentada com o objetivo de facilitar a sua manutenção. A nova proposta consiste em modelar a parte estacionária separada da parte dinâmica, diferentemente do que é feito na metodologia tradicional, onde o modelo dinâmico é gerado diretamente dos dados de processo. O modelo estacionário é obtido através de uma regressão PLS (Partial Least Squares), enquanto as dinâmicas são inseridas posteriormente utilizando-se um algoritmo de otimização. A técnica é aplicada a uma coluna de destilação e o resultado obtido é semelhante ao de inferências dinâmicas e estáticas desenvolvidas com métodos tradicionais. Outras etapas do desenvolvimento de inferências também são investigadas. Na seleção de variáveis, métodos estatísticos são comparados com a busca exaustiva e se conclui este último deve ser usado como padrão, visto que custo computacional não é mais um problema. Também são apresentadas boas práticas no pré-tratamento de dados, remoção do tempo morto do cromatógrafo modelado e detecção de estados estacionários. / Soft-sensors have several applications in the chemical processes industry and are essential for the success of advanced control projects. Its performance will always be linked to the performance of the soft-sensor, so it is important to maintain its quality over time. In this paper, a new methodology is suggested for the development of data-based soft-sensors following a segmented approach in order to facilitate its maintenance. The new proposal is to model the stationary part separated from the dynamic, unlike the traditional methodology where the dynamic model is generated directly from process data. The stationary model is obtained by a PLS (Partial Least Squares) regression, while the dynamics are inserted using an optimization algorithm. The technique is applied to a distillation column and its performance is similar to dynamic and static soft-sensors developed using traditional methods. Other steps in the development of soft-sensors are also investigated. In variable selection issue, statistical methods are compared with the testing of all possibilities; the latter should be used as default, since computational cost is no longer a problem. We also present best practices in data pre-processing, gas chromatograph dead-time removal and steady state detection.

Global climate change concerns help shape current environmental regulations, which increasingly seek to reduce or capture CO2 emissions. Methods for capturing CO2 emissions from energy processes have been the focus of numerous studies to provide support for those seeking to reduce the environmental impact of their processes. This research has (1) simulated a baseline case of energy-storing cryogenic carbon capture for implementation on a 550 MWe coal fired power plant, (2) presented a novel cryogenic carbon capture process for removing CO2 from natural gas down to arbitrary levels, (3) presented a natural gas liquefaction process that has the ability to be highly CO2 tolerant, and (4) developed theoretical models and their experimental validation of CO2 capture predictions for all aforementioned processes.

FPSO (Floating, Production, Storage e Offloading) plants, similarly to other oil and gas offshore processing plants, are known to be an energy-intensive process. Thus, any energy consumption and production optimization procedures can be applied to find optimum operating conditions of the unit, saving money and CO2 emissions from oil and gas processing companies. A primary processing plant of a typical FPSO operating in a Brazilian deep-water oil field on pre-salt areas is modeled and simulated using its real operating data. Three operation conditions of the oil field are presented in this research: (i) Maximum oil/gas content (mode 1), (ii) 50% BSW oil content (mode 2) and (iii) high water/CO2 in oil content (mode 3). In addition, an aero-derivative gas turbine (RB211G62 DLE 60Hz) with offshore application is considered for the heat and generation unit using the real performance data. The impact of eight thermodynamic input parameters on fuel consumption and hydrocarbon liquids recovery of the FPSO unit are investigated by the Smoothing Spline ANOVA (SS-ANOVA) method. From SS-ANOVA, the input parameters that presented the highest impact on fuel consumption and hydrocarbon liquids recovery were selected for an optimization procedure. The software Aspen HYSYS is used as the process simulator for the screening analysis process and for the optimization procedure, that consisted of a Hybrid Algorithm (NSGA-II +SQP method). The objective functions used in the optimization were the minimization of fuel consumption of the processing and utility plants and the maximization of hydrocarbon liquids recovery. From SS-ANOVA, the statistical analysis revealed that the most important parameters affecting the fuel consumption of the plant are: (1) output pressure of the first control valve (P1); (2) output pressure of the second stage of the separation train before mixing with dilution water (P2); (3) input pressure of the third stage of separation train (P3); (4) input pressure of dilution water (P4); (5) output pressure of the main gas compressor (Pc); (6) output petroleum temperature in the first heat exchanger (T1); (7) output petroleum temperature in the second heat exchanger (T2); (8) and dilution water temperature (T3). Four input parameters (P1, P2, P3 and Pc), three input parameters (P3, Pc and T2) and three input parameters (P3, Pc and T2) correspond to 96%, 97% and 97% of the total contribution to fuel consumption for modes 1, 2 and 3, respectively. For hydrocarbon liquids recovery of the plant: Four input parameters (P1,P2,P3 and T2), three input parameters (P3, P2 and T2) and three input parameters (P3, P2 and T2) correspond to 95%, 97% and 98% of the total contribution to hydrocarbon liquids recovery for modes 1, 2 and 3, respectively. The results from the optimized case indicated that the minimization of fuel consumption is achieved by increasing the operating pressure in the third stage of the separation train and by decreasing the operating temperature in the second stage of the separation train for all operation modes. There were a reduction in power demand of 6.4% for mode 1, 10% for mode 2 and 2.9% for mode 3, in comparison to the baseline case. Consequently, the fuel consumption of the plant was decreased by 4.46% for mode 1, 8.34% for mode 2 and 2.43% for mode 3 , when compared to the baseline case. Moreover, the optimization found an improvement in the recovery of the volatile components, in comparison with the baseline cases. Furthermore, the optimum operating condition found by the optimization procedure of hydrocarbon liquids recovery presented an increase of 4.36% for mode 1, 3.79% for mode 2 and 1.75% for mode 3 in hydrocarbon liquids recovery (stabilization and saving), when compared to a conventional operating condition of their baseline. / As plantas FPSO (Floating, Production, Storage e Offloading) , assim como outras plataformas de processamento offshore de petróleo e gás, são conhecidas por terem processos com uso intensivo de energia. Portanto, qualquer aplicação de procedimentos de otimização para consumo de energia e/ou produção pode ser útil para encontrar as melhores condições de operação da unidade, reduzindo custos e emissões de CO2 de empresas que atuam na área de petróleo e gás. Uma planta de processamento primário de uma plataforma FPSO típica, operando em um campo de petróleo em águas profundas brasileiras e em áreas do pré-sal, é modelada e simulada usando seus dados operacionais reais: (i) Teor máximo de óleo / gás (modo 1), (ii) 50 % de teor de BSW no óleo (modo 2) e (iii) teor elevado de água / CO2 no óleo (modo 3). Além disso, uma turbina a gás aeroderivativa (RB211G62 DLE 60Hz) para aplicação offshore é considerada para a unidade de geração da potência eletrica e calor, através dos seus dados reais de desempenho. O impacto de oito parâmetros termodinâmicos de entrada no consumo de combustível e na recuperação de hidrocarbonetos líquidos da unidade FPSO são investigados pelo método SS-ANOVA (Smoothing Spline ANOVA). A partir do SS-ANOVA, os parâmetros de entrada que apresentaram o maior impacto no consumo de combustível e na recuperação de hidrocarbonetos líquidos foram selecionados para aplicação em um procedimento de otimização. Os processos de análise da triagem (usando SS-ANOVA) e de otimização, que consiste em um Algoritmo Híbrido (método NSGA-II + SQP), utilizaram o software Aspen HYSYS como simulador de processo. As funções objetivo utilizadas na otimização foram: minimização do consumo de combustível das plantas de processamento e utilidade e a maximização da recuperação de hidrocarbonetos líquidos. Ainda utilizando SS-ANOVA, a análise estatística realizada revelou que os parâmetros mais importantes que afetam o consumo de combustível da planta são: (1) pressão de saída da primeira válvula de controle (P1); (2) pressão de saída do segundo estágio do trem de separação (e antes da mistura com água de diluição) (P2); (3) pressão de entrada do terceiro estágio do trem de separação (P3); (4) pressão de entrada da água de diluição (P4); (5) pressão de saída do compressor principal de gás (Pc); temperatura de saída de petróleo no primeiro trocador de calor (T1); (7) temperatura de saída de petróleo no segundo trocador de calor (T2); e (8) temperatura da água de diluição. Os parâmetros de entrada de P1, P2, P3 e Pc correspondem a 95% da contribuição total para a recuperação de hidrocarbonetos líquidos da planta para os modos 1. Analogamente, os três parâmetros de entrada P3, Pc e T2 correspondem a 97% e 98% do contribuição total para o consumo de combustível para os modos 2 e 3, respectivamente. Para a recuperação de hidrocarbonetos líquidos da plant, os parâmetros de entrada de P1, P2, P3 e T2 correspondem a 96% da contribuição total para o consumo de combustível para o modo 1. Da mesma forma, os três parâmetros de entrada P3, P2 e T2 correspondem a 97% e 97% da contribuição total para a recuperação de hidrocarbonetos líquidos para os modos 2 e 3, respectivamente. Os resultados do caso otimizado indicaram que a minimização do consumo de combustível é obtida aumentando a pressão de operação no terceiro estágio do trem de separação e diminuindo a temperatura de operação no segundo estágio do trem de separação para todos os modos de operação. Houve uma redução na demanda de potência de 6,4% para o modo 1, 10% para o modo 2 e 2,9% para o modo 3, em comparação com o caso base. Consequentemente, o consumo de combustível da planta foi reduzido em 4,46% para o modo 1, 8,34% para o modo 2 e 2,43% para o modo 3, quando comparado com o caso base. Além disso, o procedimento de otimização identificou uma melhora na recuperação dos componentes voláteis, em comparação com os casos baseline. A condição ótima de operação encontrada pelo procedimento para otimização da recuperação de hidrocarbonetos líquidos apresentou um aumento de 4,36% para o modo 1, 3,79% para o modo 2 e 1,75% para modo 3, na recuperação líquida de hidrocarbonetos líquidos (e estabilização), quando comparado com as condições operacionais convencionais das suas baseline.

FPSO (Floating, Production, Storage e Offloading) plants, similarly to other oil and gas offshore processing plants, are known to be an energy-intensive process. Thus, any energy consumption and production optimization procedures can be applied to find optimum operating conditions of the unit, saving money and CO2 emissions from oil and gas processing companies. A primary processing plant of a typical FPSO operating in a Brazilian deep-water oil field on pre-salt areas is modeled and simulated using its real operating data. Three operation conditions of the oil field are presented in this research: (i) Maximum oil/gas content (mode 1), (ii) 50% BSW oil content (mode 2) and (iii) high water/CO2 in oil content (mode 3). In addition, an aero-derivative gas turbine (RB211G62 DLE 60Hz) with offshore application is considered for the heat and generation unit using the real performance data. The impact of eight thermodynamic input parameters on fuel consumption and hydrocarbon liquids recovery of the FPSO unit are investigated by the Smoothing Spline ANOVA (SS-ANOVA) method. From SS-ANOVA, the input parameters that presented the highest impact on fuel consumption and hydrocarbon liquids recovery were selected for an optimization procedure. The software Aspen HYSYS is used as the process simulator for the screening analysis process and for the optimization procedure, that consisted of a Hybrid Algorithm (NSGA-II +SQP method). The objective functions used in the optimization were the minimization of fuel consumption of the processing and utility plants and the maximization of hydrocarbon liquids recovery. From SS-ANOVA, the statistical analysis revealed that the most important parameters affecting the fuel consumption of the plant are: (1) output pressure of the first control valve (P1); (2) output pressure of the second stage of the separation train before mixing with dilution water (P2); (3) input pressure of the third stage of separation train (P3); (4) input pressure of dilution water (P4); (5) output pressure of the main gas compressor (Pc); (6) output petroleum temperature in the first heat exchanger (T1); (7) output petroleum temperature in the second heat exchanger (T2); (8) and dilution water temperature (T3). Four input parameters (P1, P2, P3 and Pc), three input parameters (P3, Pc and T2) and three input parameters (P3, Pc and T2) correspond to 96%, 97% and 97% of the total contribution to fuel consumption for modes 1, 2 and 3, respectively. For hydrocarbon liquids recovery of the plant: Four input parameters (P1,P2,P3 and T2), three input parameters (P3, P2 and T2) and three input parameters (P3, P2 and T2) correspond to 95%, 97% and 98% of the total contribution to hydrocarbon liquids recovery for modes 1, 2 and 3, respectively. The results from the optimized case indicated that the minimization of fuel consumption is achieved by increasing the operating pressure in the third stage of the separation train and by decreasing the operating temperature in the second stage of the separation train for all operation modes. There were a reduction in power demand of 6.4% for mode 1, 10% for mode 2 and 2.9% for mode 3, in comparison to the baseline case. Consequently, the fuel consumption of the plant was decreased by 4.46% for mode 1, 8.34% for mode 2 and 2.43% for mode 3 , when compared to the baseline case. Moreover, the optimization found an improvement in the recovery of the volatile components, in comparison with the baseline cases. Furthermore, the optimum operating condition found by the optimization procedure of hydrocarbon liquids recovery presented an increase of 4.36% for mode 1, 3.79% for mode 2 and 1.75% for mode 3 in hydrocarbon liquids recovery (stabilization and saving), when compared to a conventional operating condition of their baseline. / As plantas FPSO (Floating, Production, Storage e Offloading) , assim como outras plataformas de processamento offshore de petróleo e gás, são conhecidas por terem processos com uso intensivo de energia. Portanto, qualquer aplicação de procedimentos de otimização para consumo de energia e/ou produção pode ser útil para encontrar as melhores condições de operação da unidade, reduzindo custos e emissões de CO2 de empresas que atuam na área de petróleo e gás. Uma planta de processamento primário de uma plataforma FPSO típica, operando em um campo de petróleo em águas profundas brasileiras e em áreas do pré-sal, é modelada e simulada usando seus dados operacionais reais: (i) Teor máximo de óleo / gás (modo 1), (ii) 50 % de teor de BSW no óleo (modo 2) e (iii) teor elevado de água / CO2 no óleo (modo 3). Além disso, uma turbina a gás aeroderivativa (RB211G62 DLE 60Hz) para aplicação offshore é considerada para a unidade de geração da potência eletrica e calor, através dos seus dados reais de desempenho. O impacto de oito parâmetros termodinâmicos de entrada no consumo de combustível e na recuperação de hidrocarbonetos líquidos da unidade FPSO são investigados pelo método SS-ANOVA (Smoothing Spline ANOVA). A partir do SS-ANOVA, os parâmetros de entrada que apresentaram o maior impacto no consumo de combustível e na recuperação de hidrocarbonetos líquidos foram selecionados para aplicação em um procedimento de otimização. Os processos de análise da triagem (usando SS-ANOVA) e de otimização, que consiste em um Algoritmo Híbrido (método NSGA-II + SQP), utilizaram o software Aspen HYSYS como simulador de processo. As funções objetivo utilizadas na otimização foram: minimização do consumo de combustível das plantas de processamento e utilidade e a maximização da recuperação de hidrocarbonetos líquidos. Ainda utilizando SS-ANOVA, a análise estatística realizada revelou que os parâmetros mais importantes que afetam o consumo de combustível da planta são: (1) pressão de saída da primeira válvula de controle (P1); (2) pressão de saída do segundo estágio do trem de separação (e antes da mistura com água de diluição) (P2); (3) pressão de entrada do terceiro estágio do trem de separação (P3); (4) pressão de entrada da água de diluição (P4); (5) pressão de saída do compressor principal de gás (Pc); temperatura de saída de petróleo no primeiro trocador de calor (T1); (7) temperatura de saída de petróleo no segundo trocador de calor (T2); e (8) temperatura da água de diluição. Os parâmetros de entrada de P1, P2, P3 e Pc correspondem a 95% da contribuição total para a recuperação de hidrocarbonetos líquidos da planta para os modos 1. Analogamente, os três parâmetros de entrada P3, Pc e T2 correspondem a 97% e 98% do contribuição total para o consumo de combustível para os modos 2 e 3, respectivamente. Para a recuperação de hidrocarbonetos líquidos da plant, os parâmetros de entrada de P1, P2, P3 e T2 correspondem a 96% da contribuição total para o consumo de combustível para o modo 1. Da mesma forma, os três parâmetros de entrada P3, P2 e T2 correspondem a 97% e 97% da contribuição total para a recuperação de hidrocarbonetos líquidos para os modos 2 e 3, respectivamente. Os resultados do caso otimizado indicaram que a minimização do consumo de combustível é obtida aumentando a pressão de operação no terceiro estágio do trem de separação e diminuindo a temperatura de operação no segundo estágio do trem de separação para todos os modos de operação. Houve uma redução na demanda de potência de 6,4% para o modo 1, 10% para o modo 2 e 2,9% para o modo 3, em comparação com o caso base. Consequentemente, o consumo de combustível da planta foi reduzido em 4,46% para o modo 1, 8,34% para o modo 2 e 2,43% para o modo 3, quando comparado com o caso base. Além disso, o procedimento de otimização identificou uma melhora na recuperação dos componentes voláteis, em comparação com os casos baseline. A condição ótima de operação encontrada pelo procedimento para otimização da recuperação de hidrocarbonetos líquidos apresentou um aumento de 4,36% para o modo 1, 3,79% para o modo 2 e 1,75% para modo 3, na recuperação líquida de hidrocarbonetos líquidos (e estabilização), quando comparado com as condições operacionais convencionais das suas baseline.

<p>The present work is focused on the synthesis of small-scale (modular processes) to produce olefins from light alkane resources in shale gas.</p> <p>Olefins, which are widely used to produce important chemicals and everyday consumer products, can be produced from light alkanes - ethane, propane, butanes etc. Shale gas is comprised of light alkanes in significant proportion; and is available in abundance. Meanwhile, shale gas wells are small sized in nature and are distributed over many different areas or regions. In this regard, using shale gas as raw material for olefin production would require expensive transportation infrastructure to move the gas from the wells or local gas gathering stations to large central processing facilities. This is because existing technologies for natural gas conversions are particularly suited for large-scale processing. One possible way to take advantage of the abundance of shale resource for olefins production is to place small-sized or modular processing plants at the well sites or local gas gathering stations.</p> <p>In this work, new process concepts are synthesized and studied towards developing simple technologies for on-site and modular processing of light alkane resources in shale gas for olefin production. Replacing steam with methane as diluent in conventional thermal cracking processes is proposed to eliminate front-end separation of methane from the shale gas processing scheme. Results from modeling studies showed that this is a promising approach. To eliminate the huge firebox volume associated with thermal cracking furnaces and allow for a compact cracking reactor system, the use of electricity to supply heat to the cracking reactor is considered. Synthesis efforts led to the development of two electrically powered reactor configurations that have improved energy efficiency and reduced carbon footprints over and compare to conventional thermal cracking furnace configurations.</p> <p>The ideas and results in the present work are radical in nature and could lead to a transformation in the utilization of light alkanes, natural gas and shale resources for the commercial production of fuels and chemicals.</p>