MOTIVACIÓN
El objetivo del análisis de desempeño de planta es desarrollar una comprensión exacta de las operaciones de la planta. Este conocimiento se puede utilizar para:
- Identificar los problemas en la operación actual.
- Identificar la disminución del desempeño en los instrumentos, el uso de energía, equipos, o catalizadores.
- Identificar las regiones de mejor operación que lleven a la mejora de productos o eficiencia operativa.
- Identificar un mejor modelo que conduzca a mejores diseños.
Los resultados del análisis de desempeño de plantas, en última instancia, conducen a una mas eficiente, segura y rentable operación.
Definición histórica El Análisis de Desempeño de Planta ha sido definido como la reconciliación, rectificación, e interpretación de las mediciones de la planta para desarrollar una comprensión adecuada de la operación.
Las mediciones tomadas de la operación de la planta son la base para el análisis. Las mediciones se reconcilian para cumplir con las restricciones en el proceso, tales como los balances de materiales, los balances de energía, y las relaciones de fase. Las mediciones se corrigen para identificar y eliminar aquellas medidas que contienen un sesgo (es decir, los errores sistemáticos) lo suficientemente grande como para distorsionar las conclusiones.
Los datos se interpretan para resolver problemas, desarrollar modelos de planta, o estimar los valores de los parámetros importantes de operación. En última instancia, los resultados se utilizan para discriminar entre las causas de deterioro del desempeño, las regiones de operación, los modelos, y las posibles decisiones operativas. El propósito del análisis de desempeño de planta es entender las operaciones de la planta de tal manera que se puedan desarrollar modelos relacionales o físicos de la planta . Los resultados esperados son mejor rentabilidad, mejor control, una operación más segura y mejores diseños posteriores.
Triángulo de Desempeño de Planta Esta visión del análisis de rendimiento de planta se muestra en la fig. 30-1 como un triángulo de desempeño de planta. La figura 30-2 proporciona una clave para los símbolos utilizados.
Los tres vértices son la planta de operación, los datos de la planta, y el modelo de la planta. La planta produce un producto. Los datos y sus incertidumbres proporcionan la historia de la operación de la planta. El modelo, junto con los valores de los parámetros del modelo se pueden utilizar para solucionar problemas, detección de fallas, diseño y / o control de la planta.
Los vértices están conectados con las líneas que indican el flujo de información.
Las mediciones del flujo de la planta a datos de la planta, donde las mediciones corrientes se convierten en unidades tipicas de ingeniería. La información de los datos de planta fluye via reconciliación, rectificación, e interpretación para el modelo de planta. Los resultados del modelo (es decir, la solución de problemas, la construcción de modelos, o la estimación de parámetros) se utilizan para mejorar la operacion de la planta a través de medidas correctivas, control y diseño.
Datos de la unidad (planta) Las mediciones que apoyan el análisis de desempeño de planta provienen de los registros diarios de operación, las pruebas específicas de la planta, la adquisición automática de datos, y los requerimientos específicos de medidas.
Ejemplos de estos datos incluyen la temperatura, presiones, flujos, composiciones, el tiempo transcurrido y el volumen de carga. Los datos están sujetos a errores aleatorios de una variedad de fuentes que van desde las fluctuaciones de la planta y las técnica de muestreo mediante la calibración del instrumento a la metodología de laboratorio. Los errores aleatorios definir la precisión de los datos.
Las mediciones también están sujetas a errores sistemáticos que van a la mala calibración en el campo y laboratorio. Los errores sistemáticos definen la exactitud de los datos.
Estas mediciones con sus errores inherentes son las bases para las numerosas detecciones de fallas, y decisiones de control, operación y diseño.
Los errores aleatorios y sistemáticos corrompen las decisiones, ampliando su incertidumbre y, en algunos casos, resultando en decisiones sustancialmente equivocadas.
Papel de los analistas de rendimiento de la planta-En esta representación simplificada, la función principal de los analistas es el reconocimiento de estas incertidumbres, para darles cabida en el análisis, y desarrollar decisiones más confiables de control, operacion y diseño. Los analistas reconocen y cuantifican estas incertidumbres a través de mediciones repetidas y una comunicación eficaz con el equipo y los técnicos de laboratorio.
Ellos validan los datos comparándolos con los procesos conocidos y la información del equipo. Ellos acomodan estos errores a través de la reconciliación - ajustando las mediciones para cerrar las limitaciones del proceso.
Ejemplos de limitaciones son las limitaciones de proceso tales como los balances de materiales, los balances de energía, relaciones de equilibrio (a veces), el tiempo transcurrido, y así sucesivamente, y las limitaciones de los equipos o los límites que definen los límites de operación del equipo. La literatura de reconciliación se centra principalmente en las limitaciones del proceso, pero es importante incluir a las limitaciones y los limites de los equipos para asegurar los ajustes correctos de medición.
Durante la reconciliación, las mediciones en las que los analistas tienen un alto grado de confianza se ajustan poco, en todo caso, para cumplir con las restricciones, mientras que los ajustes de las mediciones menos fiables son mayores.
Una reconciliación correcta reduce al mínimo el impacto del error de medición y resulta en mediciones ajustadas que representan la operacion de la planta mejor que las medidas comunes. Tradicionalmente, los analistas han ajustado las medidas de forma intuitiva, basándose en su experiencia y el criterio de ingeniería. El propósito de algoritmos matemáticos y estadísticos desarrollados en los últimos años es llevar a cabo estos ajustes de forma automática. Sin embargo, el ajuste algorítmico está sujeta a muchas de las mismas trampas que existen para el ajuste intuitivo. Tanto el ajuste intuitivo como el algoritmico requieren estimaciones correctas de la incertidumbre en las mediciones. Ambos métodos requieren también un modelo correcto implícito de la planta. Sin corregir las estimaciones de los errores de medición y las limitaciones, la reconciliación añadira un sesgo de las medidas de ajuste.
Por ejemplo, una fuga o venteo no reconocido invalida las restricciones de balance de materiales desarrollado a partir del modelo implícito de la planta, y un ajuste, ya sea intuitivo o algorítmico de los datos para cumplir con las restricciones inválidas agrega un error sistemático a las medidas de ajuste. Aun cuando la reconciliación sea hecha algorítmicamente, la experiencia y el juicio de los analistas son cruciales.
El supuesto principal en la reconciliación es que las medidas están sujetas únicamente a errores aleatorios. Este es raramente el caso. Sensores fuera de lugar, deficiente metodología de muestreo , descalibraciones, y similares añade un error sistemático a las mediciones. Si los errores sistemáticos en las mediciones son grandes y no contabilizados, todas las mediciones reconciliadas estarán sesgadas. Durante el ajuste de medición, los errores sistemáticos se impondrán sobre otras mediciones, lo que resulta en un error sistemático de todas las mediciones ajustadas.
La rectificación tiene en cuenta la medición sistematica del error. Durante la rectificación, las mediciones que son sistemáticamente erradas se identifican y se desechan. La rectificación se puede hacer ya sea cíclica o simultáneamente con la reconciliación sea intuitiva o algoritmicamente.
Métodos simples, tales como la validación de datos y métodos complicados usando diversas pruebas estadísticas se pueden utilizar para identificar la presencia de grandes errores sistemáticos (brutos) en las mediciones. Junto con la eliminación y adicion sucesiva, las mediciones con los errores pueden ser identificadas y descartadas. Ningún método es totalmente fiable.
Los analistas de rendimiento de la planta, deben reconocer que la rectificación es aproximada, en el mejor de los casos. Con frecuencia, los errores sistemáticos pasar desapercibidos, y es probable un cierto sesgo en las mediciones de ajuste.
El resultado del proceso de reconciliación / rectificación es un conjunto de medidas de ajuste que pretenden representar el funcionamiento real de la planta. Estas medidas forman la base de la solución de problemas, decisiones de control, operación y diseño. Para que estas decisiones que se tomen, las medidas de ajuste deben ser interpretadas. La interpretación suele implicar algún tipo de estimación de parámetros.
Es decir, los parámetros importantes - la eficiencia de plato en un modelo de destilación descriptivo o parámetros de modelo lineal en un modelo relacional-son estimados. El modelo del proceso, junto con las estimaciones de parámetros se utilizan para controlar el proceso, ajustar la operacion, explorar otros regímenes de operacion, identificar el deterioro de la planta, el desempeño de los instrumentos o el diseño de un nuevo proceso. Las medidas de ajuste también se pueden interpretar para construir un modelo y discriminar entre los muchos modelos posibles. La estimación de parámetros y el proceso de construcción de modelos se basa en algún tipo de análisis de regresión o de optimización, de manera que el modelo sea desarrollado para representar mejor las medidas de ajuste.
Al igual que con la reconciliación y la rectificación, el conocimiento desconocida o incorrecta de las incertidumbres de medición ajustada se traduciran en modelos y estimaciones de los parámetros con la incertidumbre ampliada.
Además, otros errores como los incorporados en la base de datos distorsionaran la comparación entre el modelo y las medidas ajustadas. En consecuencia, los parámetros que parecen ser fundamentales para la unidad (por ejemplo, la eficiencia del plato) de hecho compensaran u otras incertidumbres (por ejemplo, la incertidumbre del equilibrio de fases en este caso).
Triángulo de desempeño de planta extendido La representación histórica del análisis de desempeño de planta en la figura. 30-1 pierde uno de los aspectos principales: identificación. La identificación establece las hipótesis de solución de problemas y medidas que apoyaran el nivel de confianza requerido en el modelo resultante (es decir, cuales medidas serán más beneficiosas). Desafortunadamente, el impacto relativo de las mediciones en el uso final deseado del análisis es frecuentemente pasado por alto. El paso técnico más importante en los procedimientos de análisis es identificar qué medidas se deberian hacer. Esta es una de las funciones del ingeniero de desempeño de planta. La figura 30-3 incluye la identificación en el triángulo de desempeño de planta.
Las medidas normalmente registradas en cualquiera de las operaciones diarias o pruebas específicas para el desempeño de plantas no son óptimas. Los lugares de muestreo no fueron seleccionadas con el proposito de solucionar problemas, control, operacion o la construcción de modelos. Incluso si los diseñadores analizaron las posibles ubicaciones para determinar cual podria maximizar la información contenida en las mediciones, es probable que la operación real sea diferente de la prevista por los diseñadores o los ingenieros de control.
Más a menudo, los puntos de muestreo se basan en reglas de oro histórica cuyos orígenes se basa probablemente en la conveniencia. Así, para una medición dada, la cantidad de información que conduzca a estimaciones precisas de los parametros es limitada. Mayor precisión de los modelos se puede lograr si las ubicaciones se seleccionan con el uso final de la información bien definida. Es necesario definir el uso final previsto de las mediciones y luego de identificar las posiciones de medición para maximizar el valor en la prueba de hipótesis y el desarrollo de las estimaciones de los parametros del modelo.
USO FINAL
El objetivo del análisis de la planta de rendimiento es mejorar el entendimiento, la eficiencia, calidad y seguridad de las plantas de operacion. El uso final debe ser establecido para centrar el análisis. Figura 30-4 muestra las tres principales categorías de mejoras en el uso final. Los criterios para la precisión puede variar entre las categorías que requieren diferentes cantidades y niveles de precisión en las mediciones.
Operación de la planta El objetivo es mantener y mejorar el desempeño (es decir, la calidad del producto, velocidad, eficiencia, seguridad y ganancias).
Ejemplos incluyen la identificación de condiciones de la planta que limitan el desempeño (solución de problemas, eliminacion de cuellos de botella) y la exploración de nuevass regiones de operacion.
Historia La historia de una planta es la base para la detección de fallas.
La detección de fallos es una actividad de seguimiento para identificar las operaciones de deterioro, tales como el deterioro de las lecturas del instrumento, el uso del catalizador, y el desempeño energético. Los datos de la planta forman una base de datos de desempeño histórico que se puede utilizar para identificar los problemas conforme se forman. Monitoreo de las mediciones y los parámetros estimados del modelo son actividades típicas de detección de fallos.
Diseño En este contexto, el diseño incorpora todos los aspectos que requieren un modelo de operaciones de la planta. Ejemplos pueden incluir la solución de problemas, detección de fallos, correcciones de control, y el desarrollo del diseño.
Fuente: Perry's Chemical Engineers Handbook, 7th Edition, Section 30
Entradas
