Optimizaci - PowerPoint PPT Presentation

1 / 98
About This Presentation
Title:

Optimizaci

Description:

Optimizaci n de Lazos de Control Javier Rom n Agenda Introducci n Por Qu Optimizaci n de Lazos? Conceptos de Teor a de Control Sinton a de Lazos Auditoria ... – PowerPoint PPT presentation

Number of Views:169
Avg rating:3.0/5.0
Slides: 99
Provided by: CPCE4
Category:

less

Transcript and Presenter's Notes

Title: Optimizaci


1
Optimización de Lazos de Control
  • Javier Román

2
Agenda
  • Introducción
  • Por Qué Optimización de Lazos?
  • Conceptos de Teoría de Control
  • Sintonía de Lazos
  • Auditoria de Lazos
  • Análisis de Perturbaciones de Planta
  • Herramientas de Control Avanzado

3
Terminología
  • Lazos de Control
  • PV valor de proceso
  • SP setpoint
  • CO salida de control
  • PID controlador Proporcional-Integral-Derivativo
  • CLCM Monitoreo de Condiciones de Lazos de
    Control
  • KPI Indicadores Clave de Performance
  • APC Control Avanzado de Procesos
  • MPC Control Predictivo basado en Modelo
  • SPC Control Estadístico de Proceso
  • MvSPC Control Estadístico Multivariable de
    Proceso
  • RTO Optimización en Tiempo Real

4
El Escenario de Control Avanzado de Procesos
LAB
Operador
5
Diagrama de un Lazo de Control
Salida de Control CO
Objetivo SP
Controlador
Proceso
Actuador
Medición PV
6
Agenda
  • Introducción
  • Por Qué Optimización de Lazos?
  • Conceptos de Teoría de Control
  • Sintonía de Lazos
  • Auditoria de Lazos
  • Análisis de Perturbaciones de Planta
  • Herramientas de Control Avanzado

7
Por Qué Optimización de Lazos?
  • Opera mi planta en forma óptima?
  • Si no, cuánto se debe a automación de proceso,
    especialmente lazos de control?
  • Deberíamos usar medidas disponibles en lugar de
    solamente almacenarlas
  • Operación normal no necesariamente significa
    operación óptima
  • Optimización de lazos ahorra dinero sin mayores
    inversiones de capital

8
Performance Variabilidad es una amenaza!
  • Oscilaciones
  • El lazo presenta oscilaciones?
  • Cuáles son las causas posibles?
  • Qué podemos hacer para eliminarlas?
  • Alta variabilidad
  • Es la variabilidad mínima?
  • Qué tan lejos se encuentra del mínimo?
  • Por qué ha aumentado?
  • Puede mejorarse?

9
Performance real no es óptima!
10
Una inversión que debe dar repago!
  • Lazo de control típico es un activo de 25,000
  • La mitad se pierde
  • 50 bien sintonizados
  • 25 control no efectivo
  • 25 reduce performance
  • Mitad de tiempo de buena performance 6 meses
  • 2 4 horas para investigar y mejorar performance
    de un lazo de control
  • Proceso típico contiene 2000 4000 lazos de
    control
  • Pocas personas con conocimiento apropiado
  • En promedio, un ingeniero de proceso está a cargo
    de 400 lazos de control
  • 25 de 4000 lazos impacta severamente, lo que
    significa pérdidas de 25,000,000 !!

11
Los analistas comienzan a comprender...
Edición de Junio 2003 Se debe incluir lazos
de control en manejo de activos
Les A. Kane, Editor
  • Citas
  • ... mientras el equipamiento de proceso es una
    parte integral de programas de manejo de activos,
    los lazos de control ... frecuentemente no
    reciben la misma atención.
  • La performance de los lazos de control ... se
    degrada lentamente en el tiempo sin llamar la
    atención
  • Sin una adecuada sintonía de lazos de control
    para minimizar variabilidad, ... se pierden
    beneficios sustanciales
  • ... aún una leve degradación en el control del
    proceso puede resultar en millones de dólares
    perdidos de ganancias
  • Identificar los lazos de control con mayor
    repago requiere evaluar todos los lazos de
    control, lo cual sería una tarea insuperable sin
    ayuda de software de supervisión y análisis de
    lazos de control
  • Cuando recién instalado, el control avanzado de
    proceso proporciona típicamente beneficios
    sustanciales. Mantener estos beneficios debido a
    condiciones cambiantes, sin embargo, es un
    problema
  • es buen tiempo de asegurar los sistemas de
    control como parte sus esfuerzos de manejo de
    activos.

12
Cómo son los datos de un lazo de control?
O
Set-point valor de proceso
Tiempo
Salida de control
13
Costo de un mal control
14
Beneficios de Sintonía y Auditoria
  • Mantener el sistema de control regulatorio en su
    máximo
  • Performance del lazo
  • Habilita al operario a mantener lazos en su punto
    de óptima performance
  • Mantenimiento preventivo
  • Alerta de problemas de equipos/proceso a su
    debido tiempo
  • Problemas de instrumentos
  • Problemas de actuadores
  • Posibilita el uso de control multivariable/avanzad
    o
  • MPC limitado por la capacidad del control básico
  • Modelos MPC incorporan performance de lazos
    básicos

15
Sintonía y Auditoria de Lazos
O
- un requerimiento para proyectos APC
lab
límites operativos
especificación de productos
objetivos óptimos
Cálculo de Propiedades Inferenciales
Control Multivariable/ Predictivo basado en Modelo
Supervisión de Lazos
Sintonía y Auditoria de Lazos
Control Regulatorio Básico
sensores
actuadores
Sintonía Optimizada
Planta
16
Agenda
  • Introducción
  • Por Qué Optimización de Lazos?
  • Conceptos de Teoría de Control
  • Sintonía de Lazos
  • Auditoria de Lazos
  • Análisis de Perturbaciones de Planta
  • Herramientas de Control Avanzado

17
Diagrama en Bloques
Salida de Control CO
Objetivo SP
Controlador
Proceso
Actuador
Medición PV
CO (u)
GP
CPID
PV (y)
SP (r)
-
18
Transformada de Laplace
O
  • Transformación matemática dada por
  • Herramienta para solución de ecuaciones
    diferenciales (se convierte en una ecuación
    algebraica en el dominio de la variable compleja
    s).
  • Ejemplos

19
Función de Transferencia
  • Uso de Transformada de Laplace para
    representación de sistemas
  • Función de Transferencia
  • forma clásica de modelar sistemas lineales
  • representación entrada-salida
  • se determina mediante ensayos (respuesta al
    impulso/escalón)

U(s)
Y(s)
u(t)
y(t)
G(s)
P
20
Controlador PID Breve Reseña
  • Propuesto en los años 40 y se mantiene hasta
    ahora como el controlador de lazo más utilizado
  • Es un controlador no-óptimo
  • Es fácil de sintonizar y permite alcanzar una
    buena performance
  • Es fácilmente implementable en un sistema de
    control digital
  • Se basa en una estructura de una entrada y una
    salida

21
PID Estructura interna
P proporcional I integral D derivativo
  • El controlador PID está basado en 3 acciones
    paralelas
  • Frecuentemente se utilizan solo los términos P e
    I
  • Existen varias formulaciones matemáticas

22
PID Estructura matemática Paralela e Ideal
Forma Paralela
Forma Ideal
  • La forma Paralela es apta sobretodo para
    tratamiento empírico manual
  • La forma Ideal tiene la ventaja que Ti y Td son
    expresados en segundos y solo K depende de la
    unidad de medida del proceso

23
PID Función de Transferencia de un PI
O
Forma PI Ideal
  • Esta formulación es muy útil porque pone en
    evidencia las constantes de tiempo del
    controlador
  • Un controlador PI tiene una función de
    transferencia con un cero y una acción integral

24
PID Función de Transferencia de un PID
Forma PID Ideal
25
PID Estructura matemática Serie
Partiendo de la forma Ideal
  • La forma Serie es útil cuando se analiza el
    controlador en el dominio de la frecuencia, dado
    que pone en evidencia las constantes de tiempo
    (polos y ceros)
  • Observar
  • K, Ti y TD de la forma Ideal difieren de y
    de la forma Serie

Forma Serie
26
PID Estructura Interactiva y No-Interactiva
Forma No-Interactiva (Paralela e Ideal)
Forma Interactiva (Serie o Clásica)
27
PID Implementaciones Industriales
Forma Paralela
  • u salida de control (CO)
  • r setpoint (SP)
  • y valor de proceso (PV)
  • KP ganancia proporcional
  • KI ganancia integral
  • KD ganancia derivativa
  • TF constante de tiempo de filtro
  • ? factor de peso para setpoint en término
    proporcional
  • ? 1 implica acción proporcional sobre el error
  • ? 0 implica acción proporcional sobre el PV
  • ? factor de peso para setpoint en término
    derivativo
  • ? 1 implica acción derivativa sobre el error
  • ? 0 implica acción derivativa sobre el PV

28
Respuesta de un sistema de primer orden
  • Función de transferencia

Respuesta a escalón unitario
63
  • Parámetros
  • G0 ganancia estática
  • T0 constante de tiempo
  • Td retardo puro o tiempo muerto

G0
Td
T0
G
29
Respuesta de un sistema de segundo orden
  • Función de transferencia
  • Parámetros
  • G0 ganancia estática
  • ??n frecuencia natural no amortiguada
  • relación de amortiguamiento

Mp
ts
Go
Sub -amortiguado Crítico Sobre-amortiguado
ts tiempo de asentamiento (5)
Mp sobretiro (overshoot)
30
Agenda
  • Introducción
  • Por Qué Optimización de Lazos?
  • Conceptos de Teoría de Control
  • Sintonía de Lazos
  • Auditoria de Lazos
  • Análisis de Perturbaciones de Planta
  • Herramientas de Control Avanzado

31
Sintonía de Controladores PID
  • Objetivo
  • Hallar los parámetros del controlador PID
    (típicamente K, Ti y Td) para obtener una
    respuesta de lazo de control deseada
  • Especificaciones en el dominio del tiempo y/o
    frecuencia
  • Cometidos principales del controlador
  • Seguimiento de setpoint
  • Rechazo de perturbaciones
  • Métodos de sintonía
  • Ziegler-Nichols (Manual)
  • Lambda
  • IMC (Internal Model Control)
  • Ubicación de Polos Dominantes

32
Procedimiento para la Sintonía
Salida de Control CO
Objetivo SP
Controlador
Proceso
Actuador
Medición PV
CO (u)
GP
CPID
PV (y)
SP (r)
-
33
Adquisición de Respuestas
  • Ensayos escalón (perturbación del proceso)
  • en lazo cerrado (modo automático) cambios en SP
  • en lazo abierto (modo manual) cambios en CO
  • capturar la dinámica del proceso entre CO y PV
  • evitar perturbaciones externas
  • magnitud de los escalones significativa respecto
    al ruido de medida, limitados por condiciones
    operativas
  • variedad de amplitudes y en ambos sentidos para
    caracterizar el o los puntos de trabajo

34
Identificación del Modelo
  • Usualmente expresado como Función de
    Transferencia
  • Métodos automáticos de ajuste de parámetros con
    selección manual o automática del orden del
    modelo
  • Evaluación del modelo mediante índices de ajuste
    a la respuesta real (lterror2gt, R2, etc.)
  • Simulación del modelo (respuesta escalón,
    diagramas de Bode)
  • Validación del modelo con otro set de datos
  • K ganancia estática
  • Tz constante de tiempo del cero
  • T1, ?, ?n constantes de polos
  • D retardo de transporte (tiempo muerto)

35
Sintonía Método Ziegler-Nichols (Manual)
  • Método manual clásico para elección de parámetros
    de sintonía de PIDs
  • Diseñado para rechazo de perturbaciones
  • Procedimiento
  • Se configura el controlador en modo proporcional
    únicamente.
  • Se aumenta la ganancia hasta producir una
    oscilación.
  • Se registra la ganancia (Ku) y el período de la
    oscilación (Tu).
  • Se eligen los parámetros del PID de acuerdo a una
    tabla.
  • En la práctica requiere re-sintonía o atenuación
    de los parámetros para respuesta más estable

Controlador K Ti Td
P 0.5 Ku - -
PI 0.4 Ku 0.8 Tu -
PID 0.6 Ku 0.5 Tu 0.125 Tu
36
Sintonía Método Lambda
  • Requerimientos modelo de primer orden, estable o
    integral, con tiempo muerto
  • Parámetros de diseño constante de tiempo del
    lazo cerrado (?)

P?
CO
PV
SP
P
PID
-
  • Factor Lambda (relación con lazo abierto)
  • Controlador PI

37
Sintonía Método IMC (Internal Model Control)
  • Extiende el concepto del método Lambda a modelos
    de mayor orden
  • Requerimientos modelo estable
  • Parámetros de diseño
  • Máxima Sensitividad (MS), o
  • Constante de tiempo del lazo cerrado (??)
  • MS permite un diseño robusto (cuanto menor sea el
    valor de MS, más robusta es la sintonía)

modelo del proceso inversa aprox. del
modelo filtro, típicamente primero orden (??)
PV
CO
Gf
SP
-
-
38
Sintonía Método de Ubicación de Polos Dominantes
  • Requerimientos ninguno
  • Aproxima el lazo cerrado a una transferencia de
    segundo orden
  • Parámetros de diseño
  • ? relación de amortiguamiento
  • ? frecuencia natural

G
CO
PV
SP
P
PID
-
39
Sintonía Método ITAE
O
  • Índice de Performance ITAE
  • Integral Time Absolute Error
  • el producto por t reduce la contribución del
    error inicial y prioriza el error final
  • Índice modificado
  • p limita el gradiente de la acción de control u
    (CO)
  • Requerimientos valores iniciales del PID para
    lazo estable
  • utilizar otro método inicialmente
  • optimizar con ITAE
  • Parámetros de diseño máx(dCO/dt) - opcionalmente

40
Métodos de Sintonía
O
Método Modelo de Proceso Tarea de Control Parámetros de Diseño Observaciones
Manual Todos Cualquiera el usuario debe saber como sintonizar Parámetros del controlador Partiendo de inicio o ajustando los resultados automáticos
Lambda Primer orden, estable (Auto-regulados con solo una constante de tiempo o puramente integral) Seguimiento de setpoint Constante de tiempo en lazo cerrado deseada (Lambda o factor Lambda) Lambda es la constante de tiempo del lazo cerrado El factor lambda es la relación con el lazo abierto
Ubicación de Polos Dominantes Todos Rechazo de perturbaciones (y seguimiento de setpont, ver observaciones) Amortiguamiento ? de transitorios y su limitante de velocidad ?max Sintonía universal para ambas tareas, para controladores con coef. de SP ajustable
IMC Estable (Auto-regulados o integral) Seguimiento de setpoint MS (Máxima sensitividad) o Lambda Especificando MS se garantiza robustez directamente
ITAE Todos Minimizar función de costo Gradiente de la salida de control Requiere parámetros iniciales de controlador estable
41
Sintonía Evaluación
  • Simulación de la respuesta del lazo cerrado ante
    perturbaciones externas y cambios de setpoints
  • Diversos parámetros de performance tanto en el
    dominio del tiempo como en frecuencia
  • Simulación de la sintonía con diversos modelos
  • Parámetros de sintonía acorde a la implementación
    del PID

42
Evaluación en el Dominio del Tiempo
Error Absoluto Integrado
43
Evaluación en el Dominio de la Frecuencia
O
d
n
r referencia, set-point (SP) u acción de
control (CO) y salida (PV) d perturbación a la
entrada n ruido de medida
y
r
e
u
GP
C
-
Transferencia en lazo abierto Transferencia en
lazo cerrado Función de Sensitividad Transfere
ncia Señal de Error Transferencia Ruido-Acción
de Control
44
Evaluación en el Dominio de la Frecuencia
Parámetros de Estabilidad Relativa -
Robustez Diagrama de Bode del lazo abierto, Gol(s)
Margen de Ganancia
Margen de Fase
Margen de Retardo
45
Lazos Feedforward y Cascada
O
Feedforward
D
GD
CFF
PV
CO
SP
GP
CFB
-
Cascada
46
Agenda
  • Introducción
  • Por Qué Optimización de Lazos?
  • Conceptos de Teoría de Control
  • Sintonía de Lazos
  • Auditoria de Lazos
  • Análisis de Perturbaciones de Planta
  • Herramientas de Control Avanzado

47
Qué es performance de control?
O
  • La pregunta de performance del controlador es
    considerada en la fase de Diseño del Controlador
  • constante de tiempo
  • IAE, ISE,
  • tiempo de asentamiento
  • sobretiro
  • ancho de banda
  • frecuencia de corte
  • márgenes de ganancia/fase
  • margen de retardo

48
Diferencia entre Sintonía y Evaluación
  • Etapa de Evaluación
  • Etapa de Diseño

?
Diseño razonable
Diseño ligeramente agresivo
es esto un buen control?
Si no por qué?
49
Generar información a partir de datos!
O
  • Supervisión de Performance
  • Rara vez se dispone de información adicional
  • Usar datos de operación solamente
  • Responder preguntas más relevantes
  • Preguntas típicas
  • Oscilan los lazos?
  • Trabajan en modo automático?
  • Tienen un desempeño aceptable?
  • Cuáles lazos requieren nueva sintonía?
  • Hay problemas de físicos? (desgaste de válvulas,
    por ej.)

50
Supervisión de lazos de control no-invasivo!
índices (KPI)
Monitoreo de Condiciones de Lazos de Control
(CLCM) o Auditoria
51
Evaluación de Performance por Pasos
O
  1. Recolectar y analizar datos
  2. Calcular Indicadores Claves de Performance (KPI)
  3. Elaborar hipótesis y sugerencias basadas en los
    KPI

importante matemática involucrada
52
Diagnósticos de Lazos de Control
KPI

Diagnósticos de Mantenimiento
Reglas de Auditoria
  • Diagnósticos típicos
  • Problema de sintonía
  • Lazo oscilatorio
  • Perturbación externa
  • Fricción estática en válvula
  • Pérdida en válvula
  • Tamaño de válvula incorrecto
  • Performance global aceptable
  • Ranking de Lazos
  • según Performance
  • Buena
  • Regular
  • Pobre

53
Indicadores Claves de Performance
  • Estadísticas básicas
  • Valor medio, desviación estándar
  • Validez de datos
  • Outliers
  • Check de validez
  • Compresión
  • Modos de lazo de control
  • Automático/Manual
  • Saturado
  • Cascada
  • Nivel de ruido
  • Índices de Performance
  • Performance del lazo
  • Índice Harris
  • Retardo puro estimado
  • Índices de Oscilación
  • Oscilando, si/no?
  • Frecuencia/Período
  • Índices de Válvulas
  • Fricción estática
  • Índice de No-linealidad
  • Índice de No-linealidad
  • Índice de No-Gaussiano

54
Estadísticas Básicas
O
  • Valor medio
  • Desviación estándar
  • Kurtosis, Skewness
  • Simple pero útil
  • Tendencias son importantes
  • Valores típicos que se capturan visualmente de
    tendencias
  • Importante para documentación
  • Para cálculos propios
  • Siempre posibles

55
Validez de Datos
outliers
  • Son los datos válidos para análisis?
  • Compresión de datos
  • si los datos se obtienen de un historiador
  • Cuantificación de datos
  • Puede conducir a mala performance de control

compresión
cuantificación
56
Modos del Lazo de Control
  • Automático / Manual
  • Salida saturada
  • Cascada

PV, SP
CO
time s
PV, SP
CO
Modo cascada 0 Modo automático 100
time s
Modo cascada 100 Modo automático
100 Saturación 32.3
57
Detección de Oscilación una tarea simple?
  • Dominio de la frecuencia
  • encontrar picos en el espectro
  • Dominio del tiempo
  • señales periódicas a la vista
  • Auto-correlación
  • considera el factor de amortiguación
  • buena cancelación del ruido
  • Auto-correlación
  • regularidad de cruces por cero

Espectro
Frecuencia
Señal de error
Tiempo s
Auto-correlación
Tiempo s
Auto-correlación
Tiempo s
58
Índices de Oscilación
O
  • Detección de oscilación
  • Interna - externa
  • Cuantificación
  • Período amplitud
  • Importante para análisis de causa raíz
    (root-cause analysis)
  • Diagnósticos de oscilación
  • Fricción en válvulas
  • No linealidad

Espectro
59
Índice de Oscilación (dominio del tiempo)
0 sin oscilación, 1 oscilación perfecta
Caudal
Tiempo s
0.88
0.25
Controlador sintonizado
60
Severidad de la Oscilación
  • Cuantifica la oscilación

Tiempo s
61
Índices de No-linealidad
  • Análisis de causa raíz de oscilaciones
  • Identificación de problemas en actuadores
  • Sumamente útil en conexión con detección y
    diagnóstico de oscilación

Histéresis
Fricción estática
Banda muerta
62
Índices de Actuadores/Válvulas
  • Estadística simple y diagnósticos avanzados
  • No linealidad en válvulas es un problema
    importante

Desplazamiento/ hora 3510 /h Cambios de
dirección/ hora 1050 /h Tamaño de la válvula
100
CO
63
Ejemplo de Investigación de Oscilación
carga cíclica
fricción estática
sintonía muy rápida
  • Diagnósticos
  • Verificar performance global
  • Detectar oscilación
  • Decidir entre estas 3 causas
  • Índices
  • Detalles de la oscilación (período, amplitud )
  • Tendencias para cada índice

64
Señales Perfectas de Fricción Estática
Setpoint SP
Variable de Proceso PV
Salida de Control CO
tiempo
65
Un Problema Típico Lazos Acoplados
Lazo de Composición
no o.k.
Producto 2
Producto 1
o.k.
Lazo de Caudal
66
Ambos Lazos Oscilan
control de composición
control de caudal
tiempo s
tiempo s
Cuál lazo está causando la oscilación?
cross-corr.
no stiction
67
Solución con Correlación Cruzada
  • La correlación cruzada es usada cuando se tiene
    información de dos diferentes series temporales.
    El rango de valores es de -1 a 1 de tal forma que
    cuanto mas cercano esté el valor a 1, mas
    similares son las series.
  • Cálculo Multiplicar ambas señales en cada
    muestra y sumar los productos

68
Si la causa es fricción estática ...
69
Si la causa no es fricción estática ...
variable de proceso
señal de control
70
Diagnóstico usando correlación cruzada
control de composición
control de caudal
señales
corr. cruzada
71
Índices de Evaluación de Sintonía
  • Que tan cerca sigue el Valor de Proceso al
    Setpoint?
  • Índice de Harris

25
0.02
5
3
Índice de Cruce de Setpoint
0.96
Índice de Harris
0.3
5.3
0.6
0.92
72
Índice de Harris (Mínima Variancia)
O
  • Método estocástico que permite evaluar la
    performance del controlador mediante una
    comparación con el controlador de Mínima
    Variancia (MVC)
  • Aquel capaz de remover todas las perturbaciones
    (luego del tiempo muerto) dejando solamente un
    ruido blanco
  • Representa el mejor resultado teórico que se
    puede alcanzar
  • Se calcula como
  • con valores entre 0 y 1, cuánto más alto, mejor
    la performance.

73
Índice de Harris (Mínima Variancia)
O
  • Principio comparación con control de mínima
    variancia

El índice de Harris calcula la parte predecible
mínima dada la restricción del tiempo muerto


Predecible, puede ser removido por el control
No predecible, no puede ser removido por el
control
La parte predecible depende del tiempo muerto del
proceso
74
Índice de Harris (Mínima Variancia)
O
Impulso
Respuesta a impulso estimada de datos
de operación normal
control actual
control PI óptimo
respuesta a impulso en lazo cerrado
control MV
time s
PERO ... necesita saber el tiempo muerto de cada
lazo!
75
O
Índice de Harris Ejemplo
Antes
0.47
Después
0.96
76
Ejemplo de una Herramienta de Performance
Unidad de Proceso Unit-xyz Lazos investigados
50 Fecha 2002-08-15 Performance global buena
lazos de buena performance 32 lazos
intermedios 12 lazos de mala performance 6
Lazos de mala performance oscilando 3 gran
desviación estándar 2 comportamiento
sospechoso 1
Indicar malos lazos en pantalla y reportes
77
Ejemplo de una Herramienta de Performance
Loop FC-xyz Problema oscilación Causa probable
problema en válvula Solución
mantenimiento Hasta tanto, sintonizar con
Ti10.8, Kp0.74
Loop TC-xyz Problema oscilación Causa probable
externa Solución revisar FC-xyz Sintonía actual
OK
Loop Lc-xyz Problema alta variancia Causa
Probable sintonía/ estructura del
controlador insuficiente Solución resintonizar
controlador PI (Ti10.8, Kp0.74) y usar señales
abc para feed-forward (Kf0.92)
78
Agenda
  • Introducción
  • Por Qué Optimización de Lazos?
  • Conceptos de Teoría de Control
  • Sintonía de Lazos
  • Auditoria de Lazos
  • Análisis de Perturbaciones de Planta
  • Herramientas de Control Avanzado

79
Análisis de Perturbaciones de Planta
  • Perturbaciones a nivel de toda la planta causan
    problemas significativos
  • El reciclaje de energía y material contribuye a
    su propagación
  • La identificación de la causa raíz no es una
    tarea simple
  • Tradicionalmente requiere conocimiento experto
    del proceso y/o ecuaciones de primeros principios
  • Alternativa software avanzado de tratamiento de
    señales procesando información típica de
    históricos de planta

80
Ejemplo de Perturbaciones a Nivel de Planta
Alimentación
  • Columna de destilación parte de un proceso mayor
  • Reacción con dependencia crítica de la
    temperatura
  • Estructura de control
  • Control cascada para el flujo calefactor de
    entrada
  • Control de flujo de salida mediante medida de
    nivel
  • 7 temperaturas adicionales a lo largo de flujo
    para supervisión

Salida de Fluido Calefactor
Salida de Producto Intermedio
Entrada Fluido Calefactor
Salida de Producto
81
Perturbación Afectando el Proceso
Alimentación
TI1
TI2
Salida de Fluido Calefactor
TI3
TI4
TI5
TC1
Salida de Producto Intermedio
TC2
TI6
15 osc.
LC1
TI7
Entrada Fluido Calefactor
0
50
100
150
200
250
300
350
400
  • Hipótesis de causa raíz
  • Controlador de nivel LC1 mal sintonizado
  • Perturbación externa en alimentación TI1

Salida de Producto
82
Metodología de Análisis de Perturbaciones
  • Recolección de tendencias de variables
    involucradas
  • Procesamiento
  • selección de tramos útiles (valor medio constante
    durante las oscilaciones)
  • aplicación de filtros pasa-banda para enfocarse
    en la oscilación bajo estudio
  • 2 técnicas de Clustering
  • Detección de oscilación
  • Análisis de Componentes Principales
  • Indicador de Causa Raíz 1 No-linealidad
  • Indicador de Causa Raíz 2 Causalidad
  • Indicador de Causa Raíz 3 Retardos temporales

83
Indicador 1 Resultados de No-Linealidad
Alimentación
TI1
Salida Flujo Calefactor
TI2
TI3
TI4
TI5
Producto Intermedio
TC1
TC2
Entrada Flujo Calefactor
TI7
TI6
LC1
Salida de Producto
84
Indicador 2 Matriz de Causalidad
Causa
TI1
TI2
TI3
TI4
TI5
TC1
TC2
Efecto
TI7
TI6
LC1
85
Indicador 3 Retardos Temporales
TI1
TI2
TI3
TI4
TI5
TC1
TC2
TI7
TI6
LC1
86
La perturbación es causada por la alimentación
TI1
TI2
TI3
TI4
TI5
TC1
TC2
TI6
LC1
TI7
0
50
100
150
200
250
300
350
400
  • Hipótesis de causa raíz
  • Controlador LC1 mal sintonizado
  • Perturbación externa por alimentación, TI1
  • Hipótesis de causa raíz
  • Controlador LC1 mal sintonizado
  • Perturbación externa por alimentación, TI1

87
Agenda
  • Introducción
  • Por Qué Optimización de Lazos?
  • Conceptos de Teoría de Control
  • Sintonía de Lazos
  • Auditoria de Lazos
  • Análisis de Perturbaciones de Planta
  • Herramientas de Control Avanzado

88
El Escenario de Control Avanzado de Procesos
LAB
Operador
89
Auge de Modelos derivados de Datos
  • Amplia disponibilidad de históricos de datos y
    sistemas de información de laboratorio han de
    hecho de los datos un commodity
  • Las plantas son productoras de datos con
    cientos de miles de puntos almacenados cada día
  • Los datos históricos son un activo valioso para
    un mejor control, soporte de decisiones
    gerenciales y optimización de procesos, pero
    extraer información útil requiere herramientas

90
Aplicación Típica Sensores Inferenciales
  • Estimar una variable de proceso cuya medida
    directa no es posible o no se encuentra
    disponible
  • Se basa en redundancia de información mediante
    relaciones con otras variables de procesos que se
    miden directamente
  • Tecnología usada redes neuronales, regresiones,
    algoritmos genéticos, SPC, MvSPC, etc.

variable de proceso estimada
variables de proceso medidas
Sensor Inferencial / Modelo
91
Sensores Inferenciales Por Qué?
Muestras
ANALISIS DE LABORATORIO
LIMS PIMS DCS (Sistemas de Información)
Resultados
143.0 ppm
  • de 1 a 12 horas de retraso en la medida
  • efectuado cada X horas

92
Información continua, en tiempo real
Muestras
ANALISIS DE LABORATORIO
LIMS PIMS DCS (Sistemas de Información)
Resultados
143.0 ppm
  • de 1 a 12 horas de retraso en la medida
  • efectuado cada X horas

93
Aplicaciones Típicas de Modelos Inferenciales
  • Medidas Inferenciales
  • Validación de Sensores
  • PEMS Monitoreo Predictivo de Emisiones
  • Monitoreo de Calidad
  • Monitoreo de Performance de Proceso
  • Aviso de Mantenimiento

94
Introducción a MPC
FFs
PVs
MVs
COs
PROCESO
SPs
Automación Básica
CVs PVs
MVs Variables de Proceso Manipuladas,
independientes, SPs control básico FFs
Variables Feedforward, perturbaciones medidas del
proceso CVs Variables Controladas,
dependientes, salidas de proceso PVs Variables
de Proceso, realimentación al estimador, mejor
predicción
95
Cómo MPC mejora la Performance
  • Vista Estadística

Reduce la variancia y mueve hacia los Límites

6
5
4
3
Muestras/ Grado F
2
1

0
330

350

370

390

410

430
Grados F
96
Cómo MPC mejora la Performance
  • Manejo simultáneo de restricciones y variables

97
Aplicaciones Típicas de MPC
  • Importante número de aplicaciones probadas de MPC
    en industrias de proceso
  • Destilación Fraccionamiento
  • Reactores Químicos
  • Operación de Unidades en Refinería
  • Plantas de Etileno
  • Digestor de Pulpa

98
Agenda
  • Introducción
  • Por Qué Optimización de Lazos?
  • Conceptos de Teoría de Control
  • Sintonía de Lazos
  • Auditoria de Lazos
  • Análisis de Perturbaciones de Planta
  • Herramientas de Control Avanzado
Write a Comment
User Comments (0)
About PowerShow.com