A otimização em tempo real (RTO: Real Time Optimization) permite fazer correções, com o menor atraso possível, nas condições de operação de um processo, buscando manter um desempenho ótimo. A RTO, na abordagem clássica, requer um ciclo constante de análise e correção do estado do processo que inclui múltiplas etapas: i) identificação do estado estacionário, ii) identificação e correção dos erros grosseiros, iii) reconciliação dos dados, iv) ajuste dos parâmetros do modelo, v) estimação das condições operacionais ótimas e, vi) implementação das condições no sistema de controle. Um sistema de análise de dados é necessário na aquisição das variáveis medidas da planta que classifique o estado da operação como válido para atualizar um modelo em estado estacionário. O sistema deve fornecer um modelo atualizado que seja representativo do comportamento real da operação para que seja otimizado em um passo posterior. Este trabalho é focado na análise de metodologias de detecção de estado estacionário, reconciliação de dados e estimação de parâmetros com as características necessárias que um sistema de RTO requer. Como caso de estudo considera-se uma coluna depropenizadora da PETROBRAS, em que foi feita uma análise da variabilidade associada à instrumentação para melhorar o conhecimento da operação. Além disso, a análise e validação do modelo do processo, permitiu estabelecer faixas de convergência nas especificações do processo e parâmetros. Finalmente, sugere-se que a composição da corrente de alimentação e a queda de pressão na coluna sejam classificadas como parâmetros importantes no ajuste de modelo. / Real-time optimization (RTO) allows making corrections in process operation conditions, with the smallest possible delay, in order to provide an optimal performance. RTO, in the classical approach, requires a constant cycle of analysis and correction of process conditions, that includes multiple steps: i) steady state identification, ii) gross errors detection and correction, iii) data reconciliation, iv) parameter estimation, v) economical optimization and vi) implementation of the optimal conditions in the control system. A data analysis system is required in the plant to classify the operating conditions as valid in order to update a steady state model. The system shall provide an updated model that can represent the real behavior of the operation that wi ll be optimized in a next step. This work is focused on the analysis of methodologies for steady-state detection, data reconciliation and parameter estimation with the required characteristics that an RTO system requires. As a case-study, a depropenizer column, owned by Petrobras is considered. An analysis of the variability of the instrumentation was performed to allow a better understanding of the process. Moreover, the analysis and validation of the process model enabled drawing convergence boundaries on process specifications and parameters. Finally, it is suggested that the feed composition and the column pressure drop should be considered as important parameters in model fitting.

Com o objetivo de aumentar o lucro de plantas químicas, a Otimização em Tempo Real (RTO) é uma ferramenta que busca determinar as condições ótimas operacionais do processo em estado estacionário, respeitando as restrições operacionais estabelecidas. Neste trabalho foi realizada a implementação prática de um ciclo RTO em um processo de destilação por recompressão de vapor (VRD), propileno-propano, da Refinaria de Paulínia (Petrobras S.A.), a partir de dados históricos da planta. Foram consideradas as principais etapas de um ciclo clássico de RTO: identificação de estado estacionário, reconciliação de dados, estimação de parâmetros e otimização econômica. Essa unidade foi modelada, simulada e otimizada em EMSO (Environment for Modeling, Simulation and Optimization), um simulador de processos orientado a equações desenvolvido no Brasil. Foram analisados e comparados dois métodos de identificação de estado estacionário, um baseado no teste estatístico F e outro baseado em wavelets. Ambos os métodos tiveram resultados semelhantes e mostraram-se capazes de identificar os estados estacionários de forma satisfatória, embora seja necessário o ajuste de parâmetros na sua implementação. Foram identificados alguns pontos estacionários para serem submetidos ao ciclo RTO e foi possível verificar a importância de partir de um estado estacionário para a continuidade do ciclo, já que essa é uma premissa do método. A partir dos pontos analisados, os resultados deste estudo mostram que o RTO é capaz de aumentar o ganho econômico entre 2,5-24%, dependendo das condições iniciais consideradas, o que pode representar ganhos de até 18 milhões de dólares por ano. Além disso, para essa unidade, verificou-se que o compressor é um equipamento limitante no aumento de ganho econômico do processo. / In order to increase the profits of chemical plants, the Real-Time Optimization (RTO) is a tool that seeks to determine the steady-state optimal process operating conditions to maximize its profit under the operational restrictions. In this work, a practical implementation of a RTO cycle was implemented in a vapor recompression distillation (VRD) process, propylene-propane, from Paulínia Refinery (Petrobras S.A.), from historical plant data. The main steps of a classical RTO cycle are considered: steady-state identification, data reconciliation, parameter estimation and economical optimization. This unit was modeled, simulated and optimized in EMSO (Environment for Modeling, Simulation and Optimization), which is an equation oriented simulator conceived and developed in Brazil. Two steady state identification methods were analyzed and compared, one based on a F-like test and other based on wavelets. Both methods had similar results and showed to be able to identify the stationary states satisfactorily, although parameter tuning is necessary in their implementation. Some stationary points were identified and submitted to the RTO cycle. It was possible to verify the importance of start from a steady-state to continue the cycle, since this is a premise of the method. From the points analyzed, the results of this study show that the RTO is able to increase the economic gain between 2.5- 24%, depending on the initial conditions that is considered, which may represent gains of up to 18 million dollar per year. Furthermore, for this unit, it was found that the compressor is a limiting equipment in increasing economical gain.

Estratégias de otimização em tempo real (RTO: Real Time Optimization) são utilizadas para avaliar e determinar as condições ótimas operacionais de uma planta em estado estacionario, maximizando a produtividade econômica do processo sujeita a restrições operacionais. Esse problema de otimização engloba toda a planta e pode ser resolvido utilizando um só modelo para todo o processo que maximize o lucro bruto operacional considerando os preços de mercado das correntes de entrada e saída do processo. No entanto, na prática, essa abordagem centralizada muitas vezes não pode ser aplicada, devido ao tamanho e complexidade do problema de otimização, a que é muito difícil que todas as unidades da planta estejam em estado estacionário ao mesmo tempo e a que as unidades de processo não estão sincronizadas já que em muitos processos não existe armazenamento intermediário. Uma solução é utilizar uma estrutura distribuída, na qual o problema de otimização deve ser decomposto em subproblemas com reduzida complexidade numérica. Tal decomposição, no entanto, exige que o preço das correntes de entrada e saída de cada subproblema sejam adequadamente determinados. Com este proposito, neste trabalho, serão aplicadas técnicas de decomposição em uma unidade de produção de propeno da refinaria REPLAN (Refinaria de Paulínia, São Paulo) da PETROBRAS. Essa unidade será modelada, simulada e otimizada no software orientado a equações EMSO (Environment for Modeling, Simulation and Optimization). Com o objetivo de testar as técnicas de decomposição, a unidade será decomposta em três divisões que são: depropanizadora, deetanizadora e C3 splitter. Mostra-se que duas técnicas tradicionais chamadas de relaxação Lagrangiana e Lagrangeano aumentado não conseguem convergir em uma solução devido a duas causas. A primeira causa é que o processo estudado contém divisões indiferentes, o que significa que não existe dependência linear entre a função objetivo e as restrições complicadoras. A segunda causa é que os subproblemas de otimização que representam cada uma das divisões da unidade têm funções objetivos lineares, neste caso, a restrição ativa de cada subproblema irá ser sempre a capacidade de produção máxima ou mínima de cada divisão e não uma vazão intermediária. Uma técnica alternativa, Pricing Interprocess Streams Using Slack Auctions, também foi aplicada ao processo estudado. Essa técnica define uma folga de recurso entre as correntes 2 intermediárias das divisões e utiliza leilões para ajustar o preço dos produtos intermediários. Mostra-se que esse último abordagem também apresenta problemas na sua aplicação, porque todas as divisões estudadas têm dois produtos diferentes, isso significa que a técnica produzirá sempre a vazão máxima do produto final (vazão que tem preço de mercado) de cada divisão e não assim do produto intermediário (vazão que vai de uma divisão para outra). Identificados os problemas nessas técnicas de decomposição, é proposta uma modificação do algoritmo de relaxação Lagrangeana. Para o qual é considerada uma nova variável denominada limite de produção disponível (LPD) e uma restrição para as vazões de carga de cada uma das divisões, a qual será atualizada a cada iteração. Essa modificação no algoritmo consegue superar os problemas apresentados para a resolução do problema de otimização para a unidade estudada considerando uma estrutura distribuída. / Real time optimization strategies (RTO) are used to evaluate and determine the optimum operating conditions of a plant, maximizing the economic productivity of the process which is subject to operational constraints. This optimization framework encompasses the entire plant, and can be solved using one model for the entire process that maximizes the operating gross profit considering the market prices of input and output stream`s process. However, in practice this centralized approach often cannot be applied due to the size and complexity of the optimization problem. One solution is to use a distributed structure, in which the optimization problem must be broken into sub-problems with reduced numerical complexity. Such decomposition, however, requires that the price of input and output stream of each sub-problem should be adequately determined. With this purpose, in this work, decomposition techniques is applied in a propylene production unit at the refinery REPLAN (Refinaria de Paulínia, São Paulo) owned by PETROBRAS. This unit is modeled, simulated and optimized in an equation oriented software EMSO (Environment for Modeling, Simulation and Optimization). In order to test the decomposition techniques, the unit is decomposed into three divisions, which are depropanizer, deethanizer and C3 splitter. It is shown that two traditional techniques called Lagrangian relaxation and augmented Lagrangian cannot converge on a solution due to two causes. The first cause is that the studied process contains indifferent divisions, which means that there is no linear dependence between the objective function and the complicating constraints. The second cause is that the optimization sub-problem that represent each divisions has linear objective functions, in this case, the active constraint of each sub-problem will always be the maximum or minimum production capacity of each division and not an intermediate flow rate. An alternative technique Pricing Interprocess Streams Using Slack Auctions was also applied to the studied process. This technique defines a resource slack between the intermediary streams and use auctions for adjusting the price of intermediary products. It is shown that this technique also presents problems in its applications because all divisions studied has two different products, this means that this technique will always produce the maximum flow rate of the final product (flow rate that has a market price) of each division, and not the intermediate product (flow rate that goes from one division another). Identified problems in these decomposition 4 techniques, the proposed approach extended the Lagrangian relaxation algorithm, in which a new variable called \"available production limit\" (LPD) and a restriction to the feed flow rate from each divisions are considered, which will be updated at every iteration. This change in the algorithm can overcome the issues presented for solving the optimization problem for the unit studied considering a distributed structure.

Este trabalho apresenta um modelo computacional para otimização energética de sistemas de abastecimento em tempo real. Tal modelo é composto por três módulos principais: (1) um módulo de simulação hidráulica que descreve o comportamento do sistema - EPANET; (2) um módulo de previsão de demandas que realiza a previsão das demandas futuras aplicável à utilização no tempo real (curto prazo), desenvolvido por Odan (2008); e, por fim, (3) um módulo otimizador estruturado em linguagem C++ que implementa a biblioteca de algoritmos genéticos do MIT - Massachusetts Institute of Technology and Matthew Wall, a GAlib, que permite determinar as rotinas operacionais (acionamento de válvulas e bombas) de forma à minimizar o custo de energia elétrica no sistema. O processo de otimização é divido em duas rotinas, nível estratégico e tempo real. Na otimização em nível estratégico, a partir das curvas típicas de demanda para cada nó de demanda do macro-sistema considerado, determina-se o conjunto de controles que minimizam os custos de energia elétrica, respeitando as restrições hidráulicas do sistema. Para cada conjunto de controles otimizados têm-se os níveis que os reservatórios irão atingir ao final de cada hora durante o horizonte de planejamento considerado, denominados níveis metas. Tais níveis servem de guia para a segunda etapa de otimização. A operação em tempo real se inicia com o recebimento dos dados sobre as condições atuais do sistema: níveis dos reservatórios e demandas da última hora. A partir das demandas informadas, o módulo de previsão de demandas gera todas as demandas para o horizonte de planejamento. Alimenta-se então o otimizador em tempo real com os níveis atuais dos reservatórios, os níveis metas e a previsão de demandas, obtêm-se o conjunto de regras operacionais ótimas para o horizonte de planejamento, sendo que são implementadas apenas as regras para a hora atual. E repete-se todo o processo a cada hora. Este modelo foi aplicado a um sistema de abastecimento de água. Os resultados obtidos demonstraram a eficiência do modelo em achar soluções factíveis de serem implementadas e com redução dos custos com energia elétrica. / This work presents a computational model for real-time optimization of water-distribution networks operation. An integrated software tool has been developed which is composed of three main modules: (i) a hydraulic simulator that performs the extended period simulation of the system (EPANET); (ii) a short-term demand-forecasting model, based on the moving Fourier series; and (iii) an optimization module, using genetic algorithm, to minimize pumping costs. The optimization process is divided in two routines, the off-line optimization and the on-line optimization. The aim of the first routine is to find the ideal operation levels for the reservoirs which are used as guidance for the on-line optimization. The schedules to be implemented in the network are determined, however, by an on-line optimization which runs a new optimization processes at each SCADA (Supervisory Control and Data Acquisition) update. In the off-line optimization, near-optimal pump and valve settings for a selected operating horizon are found on the basis of the typical 24-hour water demand cycle in which each reservoir must also start and end with the same water level. The levels of the reservoirs at the end of each hour in this optimization process, called ideal levels, are considered in the on-line optimization as a constraint that represents a penalty added to the objective function whenever a reservoir level is below the ideal level at the end of each hourly operation. The on-line optimization starts updating the state of the network transmitted from the SCADA system and the demand forecast for the next 24-hour period. Near-optimal pump and valve settings for a selected operating horizon are then determined but only the control settings for the next hourly time step are used to implement the operation. At the next SCADA update (next-time step), the whole process is repeated on a continuous basis and a new operating strategy is computed. In this way, the control process moves forward in time, correcting any discrepancies as it progresses. This integrated software tool has been applied to a small example network. The results obtained from this application have shown that the proposed model offers a practical tool for finding feasible operation strategies for a water pipeline system, obtaining reductions in pumping energy costs.

D'une manière schématique, l'optimisation dynamique de procédés consiste en trois étapes de base : (i) la modélisation, dans laquelle un modèle (phénoménologique) du procédé est construit, (ii) la formulation du problème, dans laquelle le critère de performance, les contraintes et les variables de décision sont définis, (iii) et la résolution, dans laquelle les profils optimaux des variables de décision sont déterminés. Il est important de souligner que ces profils optimaux garantissent l'optimalité pour le modèle mathématique utilisé. Lorsqu'ils sont appliqués au procédé, ces profils ne sont optimaux que lorsque le modèle décrit parfaitement le comportement du procédé, ce qui est très rarement le cas dans la pratique. En effet, les incertitudes sur les paramètres du modèle, les perturbations du procédé, et les erreurs structurelles du modèle font que les profils optimaux des variables de décision basés sur le modèle ne seront probablement pas optimaux pour le procédé. L'application de ces profils au procédé conduit généralement à la violation de certaines contraintes et/ou à des performances sous-optimales. Pour faire face à ces problèmes, l'optimisation dynamique en temps-réel constitue une approche tout à fait intéressante. L'idée générale de cette approche est d'utiliser les mesures expérimentales associées au modèle du procédé pour améliorer les profils des variables de décision de sorte que les conditions d'optimalité soient vérifiées sur le procédé (maximisation des performances et satisfaction des contraintes). En effet, pour un problème d'optimisation sous contraintes, les conditions d'optimalité possèdent deux parties : la faisabilité et la sensibilité. Ces deux parties nécessitent différents types de mesures expérimentales, à savoir les valeurs du critère et des contraintes, et les gradients du critère et des contraintes par rapport aux variables de décision. L'objectif de cette thèse est de développer une stratégie conceptuelle d'utilisation de ces mesures expérimentales en ligne de sorte que le procédé vérifie non seulement les conditions nécessaires, mais également les conditions suffisantes d'optimalité. Ce développement conceptuel va notamment s'appuyer sur les récents progrès en optimisation déterministe (les méthodes stochastiques ne seront pas abordées dans ce travail) de procédés basés principalement sur l'estimation des variables d'état non mesurées à l'aide d'un observateur à horizon glissant. Une méthodologie d'optimisation dynamique en temps réel (D-RTO) a été développée et appliquée à un réacteur batch dans lequel une réaction de polymérisation par greffage a lieu. L'objectif est de déterminer le profil temporel de température du réacteur qui minimise le temps opératoire tout en respectant des contraintes terminales sur le taux de conversion et l'efficacité de greffage / In a schematic way, process optimization consists of three basic steps: (i) modeling, in which a (phenomenological) model of the process is developed, (ii) problem formulation, in which the criterion of Performance, constraints and decision variables are defined, (iii) the resolution of the optimal problem, in which the optimal profiles of the decision variables are determined. It is important to emphasize that these optimal profiles guarantee the optimality for the model used. When applied to the process, these profiles are optimal only when the model perfectly describes the behavior of the process, which is very rarely the case in practice. Indeed, uncertainties about model parameters, process disturbances, and structural model errors mean that the optimal profiles of the model-based decision variables will probably not be optimal for the process. The objective of this thesis is to develop a conceptual strategy for using experimental measurements online so that the process not only satisfies the necessary conditions, but also the optimal conditions. This conceptual development will in particular be based on recent advances in deterministic optimization (the stochastic methods will not be dealt with in this work) of processes based on the estimation of the state variables that are not measured by a moving horizon observer. A dynamic real-time optimization (D-RTO) methodology has been developed and applied to a batch reactor where polymer grafting reactions take place. The objective is to determine the on-line reactor temperature profile that minimizes the batch time while meeting terminal constraints on the overall conversion rate and grafting efficiency

<div>Optimization of atmospheric flight control has long been performed on the ground, prior to mission flight due to large computational requirements used to solve non-linear programming problems. Onboard trajectory optimization enables the creation of new reference trajectories and updates to guidance coefficients in real time. This thesis summarizes the methods involved in solving optimal control problems in real time using convexification and Sequential Convex Programming (SCP). The following investigation provided insight in assessing the use of state of the art SCP optimization architectures and convexification of the hypersonic equations of motion[ 1 ]–[ 3 ] with different control schemes for the purposes of enabling on-board trajectory optimization capabilities.</div><div>An architecture was constructed to solve convexified optimal control problems using direct population of sparse matrices in triplet form and an embedded conic solver to enable rapid turn around of optimized trajectories. The results of this show that convexified optimal control problems can be solved quickly and efficiently which holds promise in autonomous trajectory design to better overcome unexpected environments and mission parameter changes. It was observed that angle of attack control problems can be successfully convexified and solved using SCP methods. However, the use of multiple coupled controls is not guaranteed to be successful with this method when they act in the same plane as one another. The results of this thesis demonstrate that state of the art SCP methods have the capacity to enable onboard trajectory optimization with both angle of attack control and bank angle control schemes.</div><div><br></div>

This thesis provides basic overview of marketing concepts and tools which are available for the Internet environment. It also provides new trends and opportunities in the online environment. Output of the thesis will be efficient strategy for men's lifestyle magazine with usage of minimum finance sources. Eficiency will be taken by using of combination and application of marketing tools available in the Internet environment. The main goal is to get super-synergy affect of marketing mix components for maximum efficiency and minimum costs.