<p> Steady state heat and mass balancing around an ethylene/ethane distillation unit at Polymer Corporation, Sarnia is studied using the CHESS simulation executive system.</p> <p> The unit involves a single column with reboiler heat provided by recompression of the overhead vapor stream.</p> <p> A new column model is developed, based on the approximate pseudo-binary method of Hengstebeck, and is shown to give good results with marked savings in computation time over the conventional tray to tray methods. Models for vapor compression and heat exchange are also presented.</p> <p> The system model is fitted to plant data and a routine developed to obtain satisfactory system convergence.</p> <p> A parametric study is carried out in which column pressure and distillate product enthalpy are varied to demonstrate significant improvements in plant operation.</p> <p> An evaluation of the CHESS simulation system is presented.</p> / Thesis / Master of Engineering (MEngr)

Submitted by Gustavo Nascimento (gustavo.diniz@ufcg.edu.br) on 2018-02-02T12:22:34Z No. of bitstreams: 1 MARIÂNGELA DA SILVA ARAÚJO EMERENCIANO - TESE PPGEQ 2014.pdf: 2549347 bytes, checksum: 4f7d187e940acf4a6dcad840f1d5c392 (MD5) / Made available in DSpace on 2018-02-02T12:22:34Z (GMT). No. of bitstreams: 1 MARIÂNGELA DA SILVA ARAÚJO EMERENCIANO - TESE PPGEQ 2014.pdf: 2549347 bytes, checksum: 4f7d187e940acf4a6dcad840f1d5c392 (MD5) Previous issue date: 2014-12-17 / Capes / Os processos industriais são sistemas multivariáveis (MIMO) que consistem de múltiplas variáveis de entrada e múltiplas variáveis de saída, onde a interação entre essas variáveis é uma característica inerente desses processos. A identificação do modelo nesse tipo de processo é uma etapa importante na implementação do sistema de controle, principalmente quando se trata de controladores MPC, os quais incorporam um modelo explícito do processo. O procedimento de identificação realizado neste trabalho propõe uma abordagem diferente da que se tem visto na literatura. Enquanto o mais comum é estimular as variáveis manipuladas, a nova abordagem proposta visa estimular o processo a partir de perturbações nos setpoints das variáveis controladas, em malha fechada, com o intuito de se obter uma melhor avaliação dos efeitos das variáveis controladas e manipuladas. A proposta deste trabalho é comparar duas estratégias de controle: uma estratégia de controle clássico e uma estratégia de controle multivariável baseado em modelo (MPC). O estudo de caso é uma coluna de separação propeno/propano de alta pureza com recompressão de vapor. Quando comparado o controle descentralizado com o controle MPC, observa-se que o MPC apresenta melhores resultados, afirmação esta, baseada nos valores do índice de desempenho IAE (Integral Absolute Error) para as duas propostas analisadas. / Industrial processes are multivariable systems (MIMO) consisting of multiple input variables and multiple output variables, where the interaction between these variables is an inherent characteristic of these processes. The model identification in this type of process is an important step in the implementation of the control system, especially when it comes to MPC controllers, which incorporate an explicit process model. The identification procedure performed in this research proposes a different approach to what has been seen in the literature. While the most common is to stimulate the manipulated variables, the proposed new approach aims to stimulate the process from disturbances in the setpoints of the controlled variables, closed loop, in order to obtain a better assessment of the effects of controlled and manipulated variables. The purpose of this study is to compare two control strategies: A classic control strategy and a multivariable control strategy based on model (MPC). The case study is a column separation of propylene / propane with high purity vapor recompression. When compared with the decentralized control the MPC control, it is observed that the MPC performs better, this statement, based on the values of IAE performance index (Integral Absolute Error) for the two proposals analyzed.

Dynamic and steady state modeling and simulation validation of an industrial depropanizer owned by Petrobras are carried out in the Equation-Oriented environment using EMSO (Environment for Modeling, Simulation and Optimization). The depropanizer is a high purity distillation column with high nonlinear behavior because of the strong interactions due to the vapor recompression. Furthermore, the difference between internal and external material/energy flows causes a complex multitime-scale dynamics. Modeling such process is a challenging problem due to these characteristics. Initially, a steady state model, robust, fast and precise, able to provide steady state predictions that are necessary for effective implementation of Real Time Optimization (RTO) was developed in EMSO. In addition, the modeling of dynamic equilibrium processes often results in higher index DAE systems. Usually, phenomenological relationships are used to solve the index problem, but this approach gives rise to errors as a result of unknown parameters and project details that are assumed. Considering that the column\'s response to composition changes, in general, takes place over a timescale one or two order of magnitude slower than those of flow rate changes, an approach similar to a proportional loop with arbitrarily large gain is used as an alternative to solve the index problem. The dynamic model structure is based on the steady state model and contains more than nine thousand equations. Validation simulation results from comparison between real plant data and dynamic model have shown that the proposed approach is able to predict the dynamic behavior of the column properly. / O propósito desta dissertação é realizar a modelagem, simulação e validação de um modelo, tanto em estado estacionário quanto dinâmico, de uma unidade despropanizadora da Petrobras. Para o estudo foi utilizado o ambiente orientado a equações, EMSO (Environment for Modeling, Simulation and Optimization). A coluna despropanizadora é uma torre de destilação de alta pureza que possui um comportamento altamente não-linear devido às fortes interações causadas pelo sistema de recompressão do vapor. A modelagem desse processo é um desafio devido às características que apresenta. Inicialmente, foi desenvolvido nesse ambiente um modelo em estado estacionário, robusto, rápido e preciso, com a finalidade de prover as predições em estado estacionário necessárias para a implementação efetiva de uma rotina de otimização em tempo real, Real Time Optimization (RTO). A modelagem dinâmica de processos em equilíbrio resulta, frequentemente, em sistemas de equações algébrico diferenciais de índice superior. Para solução do problema de índice normalmente são utilizadas relações fenomenológicas, as quais introduzem novas fontes de erros provenientes de parâmetros e detalhes de projeto desconhecidos. Considerando que a resposta da coluna em relação às mudanças na composição, em geral, ocorre em uma escala de tempo de ordem de grandeza duas vezes mais lenta que as respostas às mudanças nas vazões, foi proposta uma abordagem similar a um controlador proporcional com ganho elevado para substituir as relações fenomenológicas e assim resolver o problema de índice. A estrutura do modelo dinâmico é baseada na do modelo estacionário e contém mais de nove mil equações. A validação dos resultados da simulação com dados reais da planta mostra que a abordagem proposta consegue prever satisfatoriamente o comportamento do sistema.

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.

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.

Dynamic and steady state modeling and simulation validation of an industrial depropanizer owned by Petrobras are carried out in the Equation-Oriented environment using EMSO (Environment for Modeling, Simulation and Optimization). The depropanizer is a high purity distillation column with high nonlinear behavior because of the strong interactions due to the vapor recompression. Furthermore, the difference between internal and external material/energy flows causes a complex multitime-scale dynamics. Modeling such process is a challenging problem due to these characteristics. Initially, a steady state model, robust, fast and precise, able to provide steady state predictions that are necessary for effective implementation of Real Time Optimization (RTO) was developed in EMSO. In addition, the modeling of dynamic equilibrium processes often results in higher index DAE systems. Usually, phenomenological relationships are used to solve the index problem, but this approach gives rise to errors as a result of unknown parameters and project details that are assumed. Considering that the column\'s response to composition changes, in general, takes place over a timescale one or two order of magnitude slower than those of flow rate changes, an approach similar to a proportional loop with arbitrarily large gain is used as an alternative to solve the index problem. The dynamic model structure is based on the steady state model and contains more than nine thousand equations. Validation simulation results from comparison between real plant data and dynamic model have shown that the proposed approach is able to predict the dynamic behavior of the column properly. / O propósito desta dissertação é realizar a modelagem, simulação e validação de um modelo, tanto em estado estacionário quanto dinâmico, de uma unidade despropanizadora da Petrobras. Para o estudo foi utilizado o ambiente orientado a equações, EMSO (Environment for Modeling, Simulation and Optimization). A coluna despropanizadora é uma torre de destilação de alta pureza que possui um comportamento altamente não-linear devido às fortes interações causadas pelo sistema de recompressão do vapor. A modelagem desse processo é um desafio devido às características que apresenta. Inicialmente, foi desenvolvido nesse ambiente um modelo em estado estacionário, robusto, rápido e preciso, com a finalidade de prover as predições em estado estacionário necessárias para a implementação efetiva de uma rotina de otimização em tempo real, Real Time Optimization (RTO). A modelagem dinâmica de processos em equilíbrio resulta, frequentemente, em sistemas de equações algébrico diferenciais de índice superior. Para solução do problema de índice normalmente são utilizadas relações fenomenológicas, as quais introduzem novas fontes de erros provenientes de parâmetros e detalhes de projeto desconhecidos. Considerando que a resposta da coluna em relação às mudanças na composição, em geral, ocorre em uma escala de tempo de ordem de grandeza duas vezes mais lenta que as respostas às mudanças nas vazões, foi proposta uma abordagem similar a um controlador proporcional com ganho elevado para substituir as relações fenomenológicas e assim resolver o problema de índice. A estrutura do modelo dinâmico é baseada na do modelo estacionário e contém mais de nove mil equações. A validação dos resultados da simulação com dados reais da planta mostra que a abordagem proposta consegue prever satisfatoriamente o comportamento do sistema.