Orientador: Rubens Maciel Filho / Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Química / Made available in DSpace on 2018-08-23T11:34:50Z (GMT). No. of bitstreams: 1 Maia_JulioPereira_D.pdf: 8705466 bytes, checksum: e604d7a471ca19eb99492912d431174b (MD5) Previous issue date: 2013 / Resumo: Esta tese apresenta um estudo de estratégias de esquemas de controle em unidades de destilação a vácuo de refinarias de petróleo, com o uso de dados e informações de uma refinaria brasileira, de modo a se desenvolver uma simulação representativa do processo, onde uma diferença global máxima de 5% entre os resultados de simulação e os dados de saída reais foi obtida. A simulação foi executada com alto nível de detalhamento, com cálculos de queda de pressão, dimensionamento de sistemas de bombeamento e uso de internos de coluna comerciais. Uma análise paramétrica foi executada para a verificação das variáveis mais influentes do processo. A simulação em estado estacionário resultante foi então convertida para o regime dinâmico, onde um esquema de controle equivalente ao esquema de controle da planta real foi implementado. Este esquema de controle foi submetido a um conjunto de perturbações usuais ao processo real, produzindo respostas dinâmicas do processo para cada perturbação aplicada. Pela análise das dinâmicas destas respostas e das respostas do sistema em malha aberta, um esquema de controle alternativo foi proposto e verificado da mesma maneira que o esquema de controle equivalente. Malhas de controle específicas para quantificar a qualidade dos produtos, tendo por base o índice ASTM D86 foram inseridas. A comparação entre os dois esquemas de controle por meio das respostas dinâmicas na qualidade dos produtos, considerando como parâmetro o ISE (Integral Squared Error) das malhas de cada esquema para comparação, apresentou uma redução média do erro em 70% na qualidade dos produtos principais / Abstract: A petroleum vacuum distillation unit study on control scheme strategies is developed in this work. Real plant data and information is gathered from a Brazilian Refinery to develop a representative simulation of the process, which had achieved a maximum 5% overall difference from the plant results. The simulation was set to be highly detailed, including pressure drop calculations, pumping system and the use of commercial column internals (packing and plates) in it. A parametric analysis was carried in order to verify the most influent variables in the process, with respect to temperature profiles, product flows and product qualities. The resultant steady state simulation was then converted into dynamic regime, when a control scheme equivalent to the real plant control scheme was implemented. This control scheme was then subjected to a set of common perturbations that occur in the real process, producing the dynamic response of the process to each perturbation applied. By analyzing the dynamics of these responses and the open loop responses, an alternative control scheme is proposed and verified in the same manner the later one was. A specific control loop was proposed to account a petroleum product quality index, such as ASTM D86 95% recovery. The comparison of the control schemes by means of the dynamic responses considering the correlated ISE (integral squared error) of each scheme has shown an average error reduction of 70% in the main products quality / Doutorado / Desenvolvimento de Processos Químicos / Doutor em Engenharia Química

[pt] Esta dissertação investiga a aplicação de Algoritmos Genéticos e de Co-Evolução Cooperativa na otimização da programação da produção em refinarias de petróleo. Refinarias de petróleo constituem um dos mais importantes exemplos de plantas contínuas multiproduto, isto é, um sistema de processamento contínuo gerador de múltiplos produtos simultâneos. Uma refinaria, em geral, processa um ou mais tipos de petróleo, produzindo uma série de produtos derivados, como o GLP (gás liquefeito de petróleo), a nafta, o querosene e o óleo diesel. Trata- se de um problema complexo de otimização, devido ao número e diversidade de atividades existentes e diferentes objetivos. Além disso, neste problema, algumas atividades dependem de que outras atividades já tenham sido planejadas para que possam então ser planejadas. Um caso típico é o das retiradas de produtos de uma unidade de processo, que dependem de que a carga já tenha sido planejada, assim como em qual campanha a unidade estará naquele instante. Por isso, o uso de modelos revolucionários convencionais, como os baseados em ordem, pode gerar muitas soluções inválidas, que deverão ser posteriormente corrigidas ou descartadas, comprometendo o desempenho e a viabilidade do algoritmo. O objetivo do trabalho foi, então, desenvolver um modelo evolucionário para otimizar a programação da produção (scheduling), segundo objetivos bem definidos, capaz de lidar com as restrições do problema, gerando apenas soluções viáveis. O trabalho consistiu em três etapas principais: um estudo sobre o refino de petróleo e a programação da produção em refinarias; a definição de um modelo usando algoritmos genéticos e co-evolução cooperativa para otimização da programação da produção e a implementação de uma ferramenta para estudo de caso. O estudo sobre o refino e a programação da produção envolveu o levantamento das várias etapas do processamento do petróleo em uma refinaria, desde o seu recebimento, destilação e transformação em diversos produtos acabados, que são então enviados a seus respectivos destinos. Neste estudo, também foi levantada a estrutura de tomada de decisão em uma refinaria e seus vários níveis, diferenciando os objetivos destes níveis e explicitando o papel da programação da produção nesta estrutura. A partir daí, foram estudadas em detalhes todas as atividades que normalmente ocorrem na refinaria e que são definidas na programação, e seus papéis na produção da refinaria. A decisão de quando e com que recursos executar estas atividades é o resultado final da programação e, portanto, a saída principal do algoritmo. A modelagem do algoritmo genético consistiu inicialmente em um estudo de representações utilizadas para problemas de scheduling. O modelo coevolucionário adotado considera a decomposição do problema em duas partes e,portanto, emprega duas populações com responsabilidades diferentes: uma é responsável por indicar quando uma atividade deve ser planejada e a outra é responsável por indicar com quais recursos essa mesma atividade deve ser realizada. A primeira população teve sua representação baseada em um modelo usado para problemas do tipo Dial-A-Ride (Moon et al, 2002), que utiliza um grafo para indicar à função de avaliação a ordem na qual o planejamento deve ser construído. Esta representação foi elaborada desta forma para que fosse levada em conta a existência de restrições de precedência (atividades que devem ser planejadas antes de outras), e assim não fossem geradas soluções inválidas pelo algoritmo. A segunda população, que se responsabiliza pela alocação dos recursos para a execução das atividades, conta com uma representação onde os operadores genéticos podem atuar na ordem de escolha dos recursos que podem realizar cada uma das atividades. Finalmente, des / [en] This work investigates the use of Genetic Algorithms and Cooperative Coevolution in refinery scheduling optimization. Oil refineries are one of the most important examples of multiproduct continuous plants, that is, a continuous processing system that generates a number of products simultaneously. A refinery processes various crude oil types and produces a wide range of products, including LPG (liquefied petroleum gas), gasoline, kerosene and diesel. It is a complex optimization problem, mainly due to the number of different tasks involved and different objective criteria. In addition, some of the tasks have precedence constraints that require other tasks to be scheduled first. For example, in order to schedule a task that transfers one of the yields of a certain crude distillation unit, both the task that feeds the crude oil into the unit and the task that sets the unit`s current operation mode must already be scheduled. Therefore, applying traditional evolutionary models, like the order- based ones, can create many infeasible solutions that will have to be corrected or rejected later on, thereby jeopardizing the algorithm performance and feasibility. The main goal was the development an evolutionary model satisfying well-defined objectives, which would optimize production scheduling and address the various constraints entailed in the problem, thus generating only feasible solutions. This work consisted on three main steps: a survey on crude oil refining and refinery scheduling; the development of a cooperative coevolutionary model to optimize the refinery scheduling and the development of a software tool for case studies. The study about refining and scheduling involved gathering information about the existent processes in a refinery, starting from the arrival of crude oil, its distillation and transformation into several products and, finally, the delivery of these products to their respective destination. The levels of decision making in a refinery were surveyed too, in order to identify the main goals for each one, and how the scheduling level fits into the structure as whole. Then, all the routine scheduling tasks and their roles in a refinery were carefully studied. The decision of when and how to assign those tasks is the final output of the scheduling task, so it must be the main output of the algorithm too. The development of the evolutionary model consisted of a survey on some of the most common evolutionary approaches to scheduling. The adopted coevolutionary model breaks the problem down into two parts, thus using two species with different responsibilities: One is responsible for deciding when a task should be scheduled, while the other is responsible for assigning a resource for this task. The first species representation was based on a model used for the Dial-a- Ride (Moon et al, 2002) kind of problems, and uses a graph to help the fitness evaluation function find the right order in which to schedule the tasks. This representation was devised in such a way that the precedence constraints were satisfied and no infeasible solutions were generated. The representation of the second species, which assigns resources for the tasks, let genetic operators change the selection order when picking a resource for a task. Finally, a software tool was developed to be used for implement this model and for performing a case study. This case study should comprise all the needed characteristics, in order to test the quality of the representation as well as evaluate the results. A simple refinery was designed, containing all equipment types, tasks and constraints found in a real-world refinery. The constraints mentioned are the precedence constraints, handled by the graph used by the first species, plus other operational constraints found in refinery scheduling. It was possible, then, to see the decoding of chromosomes into feasible solutions, always satisfying all the constraints. Several tests

[pt] A programação de produção em refinaria (scheduling) pode ser compreendida como uma sequência de decisões que buscam otimizar a alocação de recursos, o sequenciamento de atividades e a realização temporal dessas atividades, respeitando um conjunto de restrições de diferentes naturezas e visando o atendimento de múltiplos objetivos onde fatores como atendimento à demanda de produção e minimização de variações operacionais nos equipamentos coexistem na mesma função. Este trabalho propõe o uso da técnica de Programação Genética para automatizar a criação de programas que representem uma solução completa de programação de petróleo em uma refinaria dentro de um horizonte de tempo. Para a evolução destes programas foi desenvolvida uma linguagem específica para o domínio de problemas de scheduling de petróleo e aplicada de forma a representar as principais atividades do estudo de caso. Para tal, a primeira etapa consistiu da avaliação de alguns cenários de programação de produção de forma a selecionar as atividades que devessem ser representadas e como fazê-lo. No modelo proposto, o cromossomo quântico guarda a superposição de estados de todas as soluções possíveis e, através do processo evolutivo e observação dos genes quânticos, o cromossomo clássico é criado como uma sequencia linear de instruções a serem executadas. As instruções executadas representam o scheduling. A orientação deste processo é feita através de uma função de aptidão multiobjetivo que hierarquiza as avaliações sobre o tempo de operação das unidades de destilação, o prazo para descarregamento de navios, a utilização do duto que movimenta óleo entre terminal e refinaria, além de fatores como número de trocas de tanques e uso de tanques de injeção nas unidades de destilação. No desenvolvimento deste trabalho foi contemplado um estudo sobre o conjunto de parâmetros para o modelo desenvolvido com base em um dos cenários de programação selecionados. A partir desta definição, para avaliação do modelo proposto, foram executadas diversas rodadas para cinco cenários de programação de petróleo. Os resultados obtidos foram comparados com estudo desenvolvido usando algoritmos genéticos cujas atividades, no cromossomo, possuem representação por ordem. A programação genética apresentou percentual de soluções aceitas variando entre 25 por cento e 90 por cento dependendo da complexidade do cenário, sendo estes valores superiores ao obtido usando Algoritmos Genéticos em todos os cenários, com esforço computacional menor. / [en] Refinery scheduling can be understood as a sequence of decisions that targets the optimization of available resources, sequencing and execution of activities on proper timing; always respecting restrictions of different natures. The final result must achieve multiple objectives guaranteeing co-existence of different factors in the same function, such as production demand fullfillment and minimize operational variation. In this work it is proposed the use of the genetic programming technique to automate the building process of programs that represent a complete oil scheduling solution within a defined time horizon. For the evolution of those programs, it was developed a domain specific language to translate oil scheduling instructions that was applied to represent the most relevant activities for the proposed case studies. For that, purpose first step was to evaluate a few real scheduling scenarios to select which activities needed to be represented and how to do that. On the proposed model, each quantum chromosome represents the overlapping of all solutions and by the evolutionary process (and quantum gene measurement) the classic chromosome is created as a linear sequence of scheduling instructions to be executed. The orientation for this process is performed through a multi-object fitness function that prioritizes the evaluations according to: the operating time of the atmospheric distillation unities, the oil unloading time from the ships, the oil pipeline operation to transport oil to the refinery and other parameters like the number of charge tanks switchover and injection tank used for the distillation unities. The scope of this work also includes a study about tuning for the developed model based in one of the considered scenarios. From this set, an evaluation of other different scheduling scenarios was performed to test the model. The obtained results were then compared with a developed model that uses genetic algorithms with order representation for the activities. The proposed model showed between 25 percent - 90 percent of good solutions depending on the scenario complexity. Those results exhibit higher percentage of good solutions requiring less computational effort than the ones obtained with the genetic algorithms.

146f. / Submitted by Ana Hilda Fonseca (anahilda@ufba.br) on 2013-04-03T13:18:57Z No. of bitstreams: 1 Tese Hadla S Ferreira.pdf: 1335067 bytes, checksum: d1c32c23138aa8d7c8145b340260a496 (MD5) / Approved for entry into archive by Ana Hilda Fonseca(anahilda@ufba.br) on 2013-04-23T15:10:36Z (GMT) No. of bitstreams: 1 Tese Hadla S Ferreira.pdf: 1335067 bytes, checksum: d1c32c23138aa8d7c8145b340260a496 (MD5) / Made available in DSpace on 2013-04-23T15:10:36Z (GMT). No. of bitstreams: 1 Tese Hadla S Ferreira.pdf: 1335067 bytes, checksum: d1c32c23138aa8d7c8145b340260a496 (MD5) Previous issue date: 2009 / CAPES / Neste trabalho, foram desenvolvidos métodos para determinação de cádmio e chumbo em amostras ambientais e antimônio e arsênio em amostras de alimentos, utilizando técnicas de espectrometria atômica. A determinação do cádmio e do chumbo foi realizada através de um sistema de injeção em fluxo acoplado a técnica TS FF AAS. Os íons de cádmio (II) e chumbo (II) foram retidos em uma mini-coluna de Amberlite de XAD – 7 impregnada com ditizona. O planejamento Box- Behnken foi empregado para determinação das condições ótimas da etapa de concentração do chumbo e do cádmio. Os limites de detecção foram de 0,012 e 0,34 μg L-1 para cádmio e chumbo, respectivamente. O método foi aplicado em amostras de resíduos de refinaria de petróleo. A exatidão foi confirmada por análise da CRM NIST 1643d. Foi também desenvolvido um método para determinação de espécies tóxicas de arsênio e antimônio em amostras de alho e cogumelos, respectivamente por HG AFS. A determinação das espécies (III) e (V) de arsênio e antimônio foram baseadas na eficiência de geração de hidreto empregando NaBH4, com e sem uma prévia redução com KI, usando equações proporcionais correspondentes para as duas condições de medida. Os analitos foram extraídas com ácido sulfúrico nas condições de 1,0 e 0,5 mol L-1 para arsênio e antimônio, respectivamente. Com o método desenvolvido obteve-se limites de detecção de 0,6, 1,1, 0,84 e 1,4 ng g-1 para Sb(III), Sb(V), As(III) e As(V), respectivamente. A exatidão do método foi confirmada através de testes de adição e recuperação das espécies bem como, um material de referência certificado NIST 1573a. Um método para determinação de arsênio total em vinho também foi desenvolvido. O arsênio foi determinado por FI-HG AAS com um sistema de atomização eletrotérmica. O planejamento Box-Behnken foi utilizado na determinação das condições ótimas para geração de hidreto. Com método proposto obteve um limite de detecção de 0,06 μg L-1 e foi aplicado em 20 amostras de vinhos comercializadas do Brasil. / Salvador

[pt] A programação de produção em refinaria pode ser compreendida como decisões que buscam otimizar alocação de recursos, o sequenciamento de atividades e a sua realização temporal, respeitando restrições e visando ao atendimento de múltiplos objetivos. Apesar da complexidade e natureza combinatória, a atividade carece de sistemas sofisticados que auxiliem o processo decisório, especialmente baseadas em otimização, pois as ferramentas utilizadas são planilhas ou softwares de simulação. A diversidade de objetivos do problema não implica em equivalência de importância. Pode-se considerar que existem grupos, onde os que afetam diretamente a capacidade produtiva da refinaria se sobrepõem aos associados à maior continuidade operacional. Esta tese propõe o desenvolvimento de algoritmos multiobjetivos para programação de petróleo em refinaria. As propostas se baseiam em conceituadas técnicas da literatura multiobjetivo, como dominância de Pareto e decomposição do problema, integradas à programação genética com inspiração quântica. São estudados modelos em um ou dois níveis de decisão. A diferenciação dos grupos de objetivos é avaliada com base em critérios estabelecidos para considerar uma solução proposta como aceitável e também é avaliada a influência de uma população externa no processo evolutivo. Os modelos são testados em cenários de uma refinaria real e os resultados são comparados com um modelo que trata os objetivos de forma hierarquizada. As abordagens baseadas em dominância e em decomposição apresentam vantagem sobre o algoritmo hierarquizado, e a decomposição é superior. Numa comparação com o modelo em dois níveis de decisão, apenas o que utiliza estratégia de decomposição em cada nível apresenta bons resultados. Ao final deste trabalho é obtido mais de um modelo multiobjetivo capaz de oferecer um conjunto de soluções que atendam aos objetivos críticos e deem flexibilidade de análise a posteriori para o programador de produção, o que, por exemplo, permite que ele pondere questões não mapeadas no modelo. / [en] Refinery scheduling can be understood as a set of decisions which aims to optimize resource allocation, task sequencing, and their time-related execution, respecting constraints and targeting multiple objectives. Despite its complexity and combinatorial nature, the refinery scheduling lacks more sophisticated support decision tools. The main systems in the area are worksheets and, sometimes, simulation software. The multiple objectives do not mean they have the same importance. Actually, they can be grouped whereas the objectives related to the refinery production capacity are more important than the ones related to a smooth operation. This thesis proposes the development of multiobjective algorithms applied to crude oil refinery scheduling. The proposals are based on the major technics of multiobjective literature, like Pareto dominance and problem decomposition, integrated with a quantum-inspired genetic programming approach. One and two decision level models are studied. The difference between groups is handled with conditions that define what can be considered a good solution. The effect of using an archive population in the evolutionary process is also evaluated. The results of the proposed models are compared with another model that handles the objectives in a hierarchical logical. Both decomposition and dominance approaches have better results than the hierarchical model. The decomposition model is even better. The bilevel decomposition method is the only one, among two decision levels models, which have shown good performance. In the end, this work achieves more than one multiobjective model able to offer a set of solutions which comprises the critical objectives and can give flexibility to the production scheduler does his analysis. Therefore, he can consider aspects not included in the model, like the forecast of crude oil batches not scheduled yet.