TPQB - Pós-Graduação em Tecnologia de Processos Químicos e Bioquímicos TPQB - Pós-Graduação em Tecnologia de Processos Químicos e Bioquímicos da EQ/UFRJ TPQB - Programa de Pós-Graduação em Tecnologia de Processos Químicos e Bioquímicos da EQ/UFRJ
Intranet
Por favor, digite ou corrija o CPF!
Por favor, digite sua Senha!
Lembrar Senha
Por favor, digite ou corrija o E-Mail!

Dissertações de Mestrado Defendidas: 2008

Aplicação a um Reator de Hidrotramento de Método de Detecção e Diagnóstico de Falhas baseado em Modelo.

Autor: Giovani Santos Correia da Silva.
Orientadores: Maurício Bezerra de Souza Junior e Enrique Luis Lima.

Resumo

Apresenta-se o desenvolvimento de um sistema de detecção e diagnóstico de falhas (FDD) baseado em modelo de processo, aplicado a uma unidade simulada de hidrotratamento (HDT) de diesel combustível. A abordagem FDD proposta classifica, usando uma técnica baseada na distância geométrica, as discrepâncias (expressas como resíduos) entre o comportamento real do processo - representado por um modelo fenomenológico da literatura - e aquele do modelo empírico desenvolvido.

Considerando-se que o modelo do processo deve apresentar capacidade de representação dos dados reais e rapidez na sua resolução numérica, foram comparados dois modelos alternativos: função de transferência clássica, utilizando redes neuronais para a predição de seus parâmetros, e função de Laguerre, empregando as técnicas de lookup table e interpolação para o cálculo dos seus parâmetros. O modelo baseado em funções de Laguerre se revelou mais aderente ao modelo fenomenológico e foi escolhido como modelo do processo.

Para o estudo de FDD, foram simulados 16 casos que incluíam condições operacionais normais e perturbações nas variáveis de entrada (vazão e concentração de alimentação) do primeiro reator de hidrotratamento, para o qual a temperatura de saída foi medida.

Cartas de controle univariáveis auxiliares (Shewhart, CUSUM e MMEP) dos resíduos foram investigadas, pois elas detectam quando o processo sai de controle, acionando o algoritmo classificador. Exemplos foram apresentados nos quais o sistema FDD desenvolvido foi capaz de classificar corretamente os 16 casos simulados e 4 casos novos, usando dados de uma janela de 30 minutos.