Industrial processes monitoring methodologies

Abstract

Na indústria de processos, faz-se permanentemente um esforço considerável para conseguir alcançar objectivos económicos e, simultaneamente, garantir o cumprimento das especificações de qualidade, das restrições operacionais e da regulamentação de segurança e ambiental. O sistema de controlo industrial, composto por centenas a milhares de anéis de controlo, tem à sua responsabilidade a satisfação destes objetivos independentemente do modo de operação da fábrica. Não obstante, fatores como alterações na composição das matérias-primas e envelhecimento, desgaste e incrustações nos equipamentos podem conduzir à degradação do desempenho dos anéis de controlo mesmo que o seu projeto e comissionamento tenham sido feitos apropriadamente. Portanto, os anéis de controlo industriais devem ser permanentemente monitorizados e mantidos com recurso a técnicas e ferramentas automáticas capazes de identificar a degradação do seu desempenho e as causas-raiz para correção e/ou manutenção apropriadas. A presente dissertação segue duas direções fundamentais: a monitorização e a melhoria de desempenho dos anéis de controlo industriais.

Uma vez que as técnicas em questão baseiam-se na identificação de sistemas, esta área mereceu especial atenção, com ênfase em duas aplicações em sistemas típicos no âmbito da Engenharia Química onde são explorados aspectos de implementação. Estas aplicações consideraram um modelo SISO de um permutador de calor industrial e um modelo MIMO de um CSTR simulado. Os casos de estudo apresentados cobrem a seleção da estrutura dos modelos, a estimativa de parâmetros e a abordagem para ultrapassar dificuldades de implementação, num compromisso entre a capacidade de previsão e a complexidade dos modelos.

A monitorização do desempenho dos anéis de controlo foi estudada com ênfase no fenómeno de stiction, a falha mais comum em válvulas de controlo. Foi desenvolvida uma taxonomia das abordagens existentes, cobrindo mais de 150 publicações científicas, de modelação, detecção /quantificação e compensação de stiction. Como a maioria dos métodos de diagnóstico de stiction funcionam bem apenas quando as oscilações induzidas pela falha são corretamente detetadas, propõe-se um método de deteção e caracterização de oscilações que revela um desempenho significativamente melhor do que as técnicas descritas na literatura. A técnica, automática e computacionalmente mais leve, diagnosticou corretamente conjuntos de dados exigentes contendo ruído e sobreposição de oscilações.

São também propostas nesta tese duas novas abordagens para o diagnóstico de stiction. A primeira é baseada em otimização numérica e em modelos do processo e de stiction. Dado que a modelação de stiction é caracterizada por descontinuidades, é sugerida uma estratégia de suavização para permitir a utilização de técnicas de otimização contínua. A segunda abordagem estende o trabalho de Yamashita (2006) permitindo lidar com processos integradores, como anéis de controlo de nível. O método proposto transforma os dados de modo a obter uma relação direta entre a variável controlada e a posição da válvula. O método foi aplicado com sucesso a dados simulados e industriais. Apesar de ficar ofuscado pela presença de ruído, a correta deteção de stiction é possível através do uso de um filtro.

No que respeita à melhoria do desempenho dos anéis de controlo, investiga\-ram-se duas soluções nesta tese: a sintonização de controladores PID e a utilização de sensores inferenciais. Tipicamente, stiction não é considerado explicitamente na sintonização dos controladores e os métodos disponíveis geralmente baseiam-se na adição de sinais específicos à variável manipulada ou de blocos especiais ao algoritmo PID base. Contudo, estas tarefas não são triviais. O método alternativo proposto requer apenas a ressintonização do controlador. Os parâ\-me\-tros de sintonização são determinados a partir de um problema de otimização que penaliza quer o desvio entre as variáveis controlada e de referência quer o movimento da válvula. Novos critérios e restrições de desempenho podem ser adicionados para definir a resposta desejada em anel fechado. O método foi aplicado com sucesso em casos contendo uma válvula saudável e com stiction. O comportamento em anel fechado foi significativamente melhorado em ambos os casos reduzindo o movimento de controlo e as oscilações na variável controlada.

Finalmente, a utilização de sensores inferenciais foi abordada como uma forma de gerar informação que não está prontamente disponível a partir da instrumentação instalada ou de medições laboratoriais. Esta tese apresenta uma aplicação considerando o processo de concentração de glicerina. Desenvolve-se um sensor inferencial para prever a qualidade do produto por forma a minimizar atrasos das medições e permitir ações de controlo mais atempadas. Procede-se, ainda, a um estudo comparativo da capacidade de previsão dos vários modelos utilizados usando dados de treino e de validação.

In process industries, significant efforts are continuously made to achieve economic objectives while complying with product quality specifications, constraints of the operation, safety and environmental regulations. The industrial control system composed by hundreds to thousands of control loops aims to satisfy these objectives in all modes of operation of the plant. Nevertheless, some factors such as raw materials composition changes, aging, wear, fouling, and other modifications in the equipment may lead to the degradation of the control loop performance even if the initial design and commissioning was properly carried out. Therefore, industrial control loops should be continuously monitored and maintained with automatic techniques and tools capable of identifying control loop performance degradation and their root causes for proper correction and/or e\-quip\-ment maintenance. The present dissertation follows two fundamental directions: performance monitoring and performance improvement of industrial control loops.

Since the concerned techniques are based on system identification, their implementation aspects were addressed in two chemical engineering applications. The applications considered a SISO model of an industrial heat exchanger and a MIMO model of a simulated CSTR. The case studies present the model structure selection, the parameter estimation, and the approach to overcome some implementation difficulties, taking into account a compromise between the prediction capacity and the model complexity.

The performance monitoring of industrial control loops was studied with a focus on the stiction phenomenon, the most common control valve fault. A taxonomy of existing approaches for the modeling, detection /quantification, and compensation of stiction was developed covering more than 150 publications. Most stiction diagnosis methods work well only when stiction induced oscillations are clearly detected, making the latter a critical issue. In this context, a new method of detection and characterization of multiple oscillations was proposed that has a significantly better performance over existing approaches reported in the literature. This automatic and computationally light approach successfully diagnosed challenging datasets containing noise and multiple frequency oscillations.

Two new approaches for stiction diagnosis were proposed in this thesis. The first is based on the numerical optimization and on process and stiction models. Because stiction modeling is characterized by discontinuities, a smoothing approach was applied to enable the use of continuous optimization techniques. The second extends the work of Yamashita (2006) to handle integrating processes, such as level control loops. The proposed method transforms the dataset in order to obtain a direct relation between the controlled variable and the control valve position. The method was applied with success to simulated and industrial datasets. Although the stiction phenomenon gets obfuscated by the noise, correct stiction detection is possible using proper data filtering.

Regarding control loop performance improvements, two solutions were investigated in this thesis: the PID controller tuning and the use of soft sensor technology. Typically, stiction is not considered explicitly in controller tuning and the available methods usually rely on specially crafted signals added to the manipulated variable or on the addition of a special block to the nominal PID algorithm. However, these are not trivial tasks. The proposed alternative method requires the retuning of the controller only. It determines the tuning parameters from the solution of an optimization problem whose objective function penalizes the deviation of the controlled variable from the setpoint and the valve movement. Besides, additional performance criteria and constraints may be added in order to define the desired closed-loop response. The approach was successfully applied to two cases with a healthy and a sticky control valve. Furthermore, the closed-loop behaviour was significantly improved in both cases reducing the control moves and oscillations in the controlled variable.

Finally, the use of soft sensor technology was also addressed in the present thesis as a way to generate new information that is not readily available from on-line instrumentation or laboratory measurements. This thesis provides a case study considering the glycerine concentration process. A soft sensor is developed for the prediction of the final product quality to minimize measurement delays and enable quick control actions. The prediction capability of several modeling techniques is compared using training and validation datasets.