Desenvolvimento de um reconciliador de dados dinâmico através da implementação de um filtro de Kalman estendido em uma torre desbutanizadora

Santos, Letícia Leal Dias

Please use this identifier to cite or link to this item: http://hdl.handle.net/11422/16743

Full metadata record

DC Field	Value	Language
dc.contributor.advisor	Secchi, Argimiro Resende	-
dc.contributor.author	Santos, Letícia Leal Dias	-
dc.date.accessioned	2022-04-25T16:58:37Z	-
dc.date.available	2023-12-21T03:02:27Z	-
dc.date.issued	2022-03-07	-
dc.identifier.uri	http://hdl.handle.net/11422/16743	-
dc.language	por	pt_BR
dc.publisher	Universidade Federal do Rio de Janeiro	pt_BR
dc.rights	Acesso Aberto	pt_BR
dc.subject	Gás natural	pt_BR
dc.subject	Planta industrial	pt_BR
dc.subject	Colunas de destilação	pt_BR
dc.subject	Coluna desbutanizadora	pt_BR
dc.subject	Variáveis de processos	pt_BR
dc.subject	Estimadores de estado	pt_BR
dc.title	Desenvolvimento de um reconciliador de dados dinâmico através da implementação de um filtro de Kalman estendido em uma torre desbutanizadora	pt_BR
dc.type	Trabalho de conclusão de graduação	pt_BR
dc.contributor.advisorLattes	http://lattes.cnpq.br/3710340061939187	pt_BR
dc.contributor.authorLattes	http://lattes.cnpq.br/5372192016208187	pt_BR
dc.contributor.advisorCo1	Fernandes, Heloísa Lajas Sanches	-
dc.contributor.advisorCo1Lattes	http://lattes.cnpq.br/2840875338255590	pt_BR
dc.contributor.advisorCo2	Delou, Pedro de Azevedo	-
dc.contributor.advisorCo2Lattes	http://lattes.cnpq.br/3708389275899189	pt_BR
dc.contributor.referee1	Capron, Bruno Didier Olivier	-
dc.contributor.referee1Lattes	http://lattes.cnpq.br/3006635957267883	pt_BR
dc.contributor.referee2	Prata, Diego Martinez	-
dc.contributor.referee2Lattes	http://lattes.cnpq.br/9282781502948537	pt_BR
dc.contributor.referee3	Alberton, Kese Pontes Freitas	-
dc.contributor.referee3Lattes	http://lattes.cnpq.br/6508408949800887	pt_BR
dc.description.resumo	As medições das variáveis de um processo são fundamentais ao monitoramento, controle e otimização da planta industrial. No entanto, as medidas estão associadas a erros sistemáticos, aleatórios e grosseiros, além de não estarem disponíveis para todas as variáveis do processo, como algumas variáveis de estado. Nesse sentido, a reconciliação de dados é fundamental para proporcionar medidas consistentes que respeitem às leis de conservação de massa e energia e estimativas coerentes para as variáveis do processo, podendo ser implementada a partir de estimadores de estado, como o Filtro de Kalman Estendido (EKF). Desta forma, o objetivo deste trabalho foi implementar a estratégia de reconciliação de dados dinâmica utilizando o EKF como estimador de estados em uma coluna desbutanizadora de uma Unidade de Processamento de Gás Natural (UPGN) existente. Inicialmente, foi desenvolvido o modelo dinâmico da coluna utilizando-se o software EMSO, o qual foi integrado ao Python pela interface emsopy, e foi utilizado tanto para representar o modelo, quanto a planta. Além disso, os parâmetros da planta foram considerados conhecidos, assumindo-se a hipótese do modelo perfeito. Para simular as medidas, foi acrescentado um ruído branco nas variáveis de saída da planta, as quais foram escolhidas pela sua disponibilidade de instrumentação da UPGN. Cinco diferentes cenários de teste foram avaliados, sendo eles (1) regulatório com degrau de +10% na temperatura da carga (distúrbio medido), (2) regulatório com degrau de +15% na composição de etano da carga (distúrbio não-medido), (3) servo com degrau de +3ºC no setpoint do controlador da temperatura do fundo, (4) servo com degrau +10% no setpoint do controlador da pressão de topo da coluna e (5) regulatório com degrau de +10% na fração de nhexano dentre os componentes C6+, do n-hexano em diante, (parâmetro 𝑝𝐶6𝐶7 ) na carga (distúrbio não-medido). Duas sintonias foram propostas, de forma que uma concedeu maior importância à predição do modelo em detrimento da correção da medida (EKF1), e outra considerou a influência da correção da medida mais importante frente à predição do modelo (EKF2). Em uma outra análise, removendo-se a hipótese de modelo perfeito, foi realizada a estimação do parâmetro 𝑝𝐶6𝐶7 para o cenário de teste 5. Foi possível obter um estimador do tipo EKF em Python, com uma boa comunicação com o EMSO, sendo o emsopy uma interface robusta e ágil para implementações em tempo real. As estimativas de ambas sintonias propostas conseguiram representar bem o comportamento real da planta. Em geral, o EKF2 se mostrou superior ao EKF1 diante de distúrbios não medidos, sobretudo após a estimação do parâmetro 𝑝𝐶6𝐶7 para o cenário de teste 5. Nesse sentido, as medidas da coluna desbutanizadora puderam ser adequadamente reconciliadas e os estados e o parâmetro considerados estimados.	pt_BR
dc.publisher.country	Brasil	pt_BR
dc.publisher.department	Escola de Química	pt_BR
dc.publisher.initials	UFRJ	pt_BR
dc.subject.cnpq	CNPQ::ENGENHARIAS::ENGENHARIA QUIMICA::PROCESSOS INDUSTRIAIS DE ENGENHARIA QUIMICA	pt_BR
dc.embargo.terms	aberto	pt_BR
Appears in Collections:	Engenharia Química

Files in This Item:

File	Description	Size	Format
LLDSantos.pdf		1.35 MB	Adobe PDF	View/Open

Show simple item record Recommend this item View Statistics

Pantheon Institutional repository