Orientador : Prof. Dr. Everton Fernando Zanoelo / Dissertação (mestrado) - Universidade Federal do Paraná, Setor de Tecnologia, Programa de Pós-Graduação em Engenharia Química. Defesa: Curitiba, 06/12/2016 / Inclui referências : f.79-83 / Resumo: A água ácida é o principal rejeito líquido gerado em uma refinaria de petróleo. A sua geração ocorre a partir do contato das correntes de hidrocarbonetos com a água injetada nas unidades de processo. O elevado teor dos contaminantes H2S e NH3 torna mandatório o processamento deste efluente nas Unidades de Tratamento de Águas Ácidas (UTAA). Em refinarias brasileiras, onde a matéria prima é óleo cru com elevado teor de compostos nitrogenados, é comum a utilização de UTAA de duas torres de esgotamento. Neste esquema de processo, o H2S é separado na primeira torre, enquanto o NH3 é removido na segunda. A operação com baixa eficiência de remoção de H2S na primeira torre resulta em maior impacto ambiental devido à maior emissão atmosférica de SO2, precursor do fenômeno de chuva ácida. SO2 é gerado na combustão do gás da segunda torre, o qual contém o H2S não removido na primeira. A nova legislação brasileira determina que, até 2021, as unidades devem se adequar para garantir eficiência mínima de remoção de H2S de 90%. Por outro lado, uma elevada eficiência de remoção de H2S eleva a concentração de NH3 no gás de topo da primeira torre (gás ácido), o que causa danos à operação da Unidade de Recuperação de Enxofre. O atendimento das duas metas conflitantes (eficiência de remoção de H2S e teor de NH3 no gás ácido) não é trivial devido à estreita faixa de operação ótima. Neste contexto emerge a proposição aqui apresentada, com o intento principal de conceber um sensor virtual para monitoramento e controle da eficiência de remoção de H2S. Uma análise de processo foi conduzida a partir do levantamento de dados relativos a um período de dois anos de operação de uma planta industrial. Simulações de processo foram efetuadas e contribuíram para o entendimento do efeito das principais variáveis na operação da UTAA. Duas diferentes abordagens de modelagem foram empregadas para predição da eficiência de remoção de H2S: fenomenológica e empírica. Os melhores resultados foram obtidos na modelagem empírica, através da técnica de rede neural. A análise estatística do modelo empírico indica que o mesmo é adequado para a aplicação desejada. O desvio relativo médio entre os valores experimentais e calculados é de apenas 1,9% e a distribuição de resíduos se aproxima de uma distribuição gaussiana. Além do benefício ambiental e da maior confiabilidade operacional, a implantação do sensor virtual na planta industrial investigada pode representar uma economia com recurso energético na ordem de 205 mil dólares ao ano. Palavras-chave: água ácida; torre esgotadora de H2S; sensor virtual; modelagem de processo; rede neural. / Abstract: contact between hydrocarbon streams and water injected into the process units. The high concentrations of contaminants H2S and NH3 require the processing of this effluent in a Sour Water Treatment Unit (SWTU). In Brazilian refineries, where the raw material is crude oil with high content of nitrogenous compounds, it is common to use SWTU with two stripper towers. In this process scheme, the H2S is separated in the first tower, while the NH3 is removed in the second one. Operation with low H2S removal efficiency in the first tower results in greater environmental impact due to the increase in air emissions of SO2 that causes the acid rain phenomenon. SO2 is produced in the combustion of the second tower gas, which contains the H2S that was not removed in the first tower. The new Brazilian legislation establishes that until 2021 the units must be adjusted to ensure a minimum of 90% in H2S removal. On the other hand, a high efficiency of H2S removal increases the concentration of NH3 at the top gas of the first tower (acid gas), which causes problems to the operation in the Sulphur Recovery Unit. Satisfying the two opposing goals (H2S removal efficiency and concentration of NH3 at acid gas) is not trivial due to the narrow optimum operating range. In this context emerges the proposition presented here, with the main purpose of conceiving a soft sensor for monitoring and controlling the efficiency of H2S removal. A process analysis was conducted from collection of data concerning a two year period of an industrial plant operation. Process simulations were performed and they contributed to the understanding about the effect of the main variables in the operation of SWTU. Two different modelling approaches were employed to predict the H2S removal efficiency: phenomenological and empirical. The best results were from empirical modelling by involving the neural network technique. The statistical analysis of the empirical model indicates that it is suitable for the desired application. The relative average deviation between the experimental and calculated values is only 1.9% and the distribution of residuals approaches a Gaussian distribution. In addition to the environmental benefits and greater operational reliability, the use of soft sensors in the investigated industrial plant may represent an energy resource economy of about 205,000.00 dollars a year. Key-words: sour water; H2S stripper; soft sensor; process modelling; neural network.
Identifer | oai:union.ndltd.org:IBICT/oai:dspace.c3sl.ufpr.br:1884/45837 |
Date | January 2016 |
Creators | Barros, Deivid Jonathan Souza |
Contributors | Universidade Federal do Paraná. Setor de Tecnologia. Programa de Pós-Graduação em Engenharia Química, Zanoelo, Everton Fernando |
Source Sets | IBICT Brazilian ETDs |
Language | Portuguese |
Detected Language | Portuguese |
Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
Format | 89 f. : il. tabs, grafs., application/pdf |
Source | reponame:Repositório Institucional da UFPR, instname:Universidade Federal do Paraná, instacron:UFPR |
Rights | info:eu-repo/semantics/openAccess |
Relation | Disponível em formato digital |
Page generated in 0.0027 seconds