Optimización en Línea en la Industria de Hidrocarburos

Harpreet Gulati y Gabriela Torres – Invensys Process System
InTech México Automatización,
Edición Expocontrol 2008.


Conceptos, terminología y aspectos de productos y métodos de ingeniería que ayudan a garantizar que el control avanzado de procesos (“Advanced Process Control”, APC) y esquemas de optimización logren altos rendimientos con un prolongado factor de servicio.


Introducción

La optimización en línea en la industria de hidrocarburos ha estado en práctica por más de 40 años. El primer proyecto comercial de optimización en línea fue en la unidad no. 1 gasolina polímero en Texaco, en la refinería Port Arthur, Texas, el cual entró en operaciones en 1959. Al día de hoy, hay más de 400 aplicaciones comerciales de tecnologías en optimización en línea en la industria química y de refinación; concentrados en unidades de crudo, unidades de catalíticas de craqueo, complejos de naftas, mezclado de gasolinas, unidades de olefinas y plantas de amoníaco. La mayoría de las principales compañías en Petroquímica y Refinación, incluyendo ExxonMobil, Shell e Idemitsu, actualmente utilizan optimización en línea a escala mundial.

Modelo en línea basado en optimización

Optimización en línea podría ser definida funcionalmente como el lugar en la cadena de automatización empresarial donde se reúnen economía y operación. Optimización en línea responde las preguntas de cómo una unidad dada, o grupo de unidades, deben ser operadas para maximizar el retorno económico, usualmente definido en términos de margen de operación, con las restricciones de operación y factores económicos.

Estas restricciones incluyen: limitaciones en los equipos de proceso existentes, calidad de los productos, límites volumétricos en los materiales y productos asociados con la oferta y demanda, cumplimientos contractuales y límite de inventarios.

La implementación de optimización en línea es una combinación de modelos matemáticos y de optimización. El modelo matemático puede variar desde una simple correlación empírica basada en el desempeño observado en la planta, hasta un modelo riguroso basado en principios fundamentales de conservación: balances de masa, energía y momentum. Desde finales de 1990’s, la implementación de modelos de optimización basados en los modelos rigurosos de principios fundamentales se han incrementado, comúnmente porque permite al usuario aprovechar una precisión superior, rigurosidad a la realidad del proceso, rango de aplicación y mantenimiento.

La figura1, muestra como un sistema de optimización en línea es comúnmente configurado. La implementación en línea permite obtener datos del proceso en tiempo real (ejemplo: flujos, temperatura, presión, etc.) para ser utilizados por el sistema de optimización.

Dado que el modelo en consideración está en estado estacionario, éstos pueden solo reproducir el comportamiento de la unidad cuando ésta  en estado estacionario. Por lo tanto, la primera función del sistema de optimización es determinar si la unidad está en dicho estado. Esta determinación es realizada por estadística, observando la variabilidad de variables claves, medidas directamente del proceso. Si la variabilidad de estas mediciones es menor al valor umbral, la unidad es decretada estadísticamente como en estado estacionario. .

Cuando el estado estacionario es alcanzado, los datos de proceso crudos deben ser capturados. Esto involucra desde una revisión sencilla de la violación de los límites y disponibilidad, así como métodos sofisticados basados en estadística para detectar mediciones las cuales podrían estar seriamente erróneas.

El siguiente paso, es la reconciliación y parametrización de los datos. Esta función garantiza que el modelo refleja con precisión el desempeño actual de la unidad de proceso. Mediciones diagonales, parámetros del modelo (ejemplo: eficiencia en etapas, factor de ensuciamiento) y composición de la alimentación son calculadas para garantizar que el modelo/proceso concuerdan. Como el problema de optimización debe ser trabajado con las restricciones de ambiente operativo, como siguiente paso, estas restricciones son actualizadas.

Finalmente, un optimizador es utilizado, con el modelo parametrizado, para determinar las condiciones de operación a las cuales se va a maximizar el retorno económico sujeto a las restricciones.

La figura 1, muestra que el resultado de la función de optimización es proporcionado al sistema de control para ajustar la operación de la planta, mientras que la información clave de alimentación al optimizador son parámetros económicos. La optimización es de hecho donde los parámetros económicos y operativos convergen.

Cadena de automatización empresarial: ¿Dónde la optimización en línea se ajusta?

La figura 2, muestra los elementos esenciales de una cadena de automatización empresarial. Como se muestra, el sistema de control distribuido (SCD) provee un control regulatorio básico de la unidad de proceso utilizando predominantemente entradas /salidas simples de lazos de control PID. La escala de tiempo a un nivel de SCD es usualmente sub-segundos.

La etapa de Control Avanzado de Procesos (APC) incluye muchas tecnologías pero actualmente es dominada por control multivariable (MCV). El software Connoisseur SimSci-Esscor es un ejemplo de una solución MVC. MVC resuelve problemas de control con múltiples entradas/múltiples salidas utilizando modelos dinámicos, empíricos, lineales del proceso. El tiempo de escala para el nivel de APC es usualmente de segundos a minutos.

La función combinada del control de proceso en este punto de la cadena, es proporcionar un sistema capaz de mantener la unidad estable en cualquier punto factible de operación dado que normalmente nos encontramos variabilidad en las condiciones de operación.

La optimización en línea, resuelve el siguiente problema lógico. Si el APC permite una operación estable en cualquier conjunto factible de condiciones de operación, ¿Cuáles son los puntos factibles de condiciones de operación que van a maximizar el retorno económico? La aplicación SimSciEsscor ROMeo es un ejemplo de una solución de optimización en línea.

El tiempo de escala para la optimización en línea es usualmente de horas a días. La aplicación comúnmente se mueve de ambientes fuera de línea a programas a corto plazo de movimiento de inventarios y productos, calidades, rangos y condiciones operativas, administración de inventarios y mantenimiento de equipos no planeado.

Planeación incluye muchas de las características de programación, pero en menor detalle y en un mayor tiempo (semana a semana). Planeación también abarca disponible de materias primas, demanda de producto, economía y planeación de mantenimiento de los equipos de operación. Programas lineales tienden a ser una herramienta basada en un modelo dominante a los niveles de planeación/programación.

Finalmente, administración empresarial es una actividad más amplia, la cual expande el tiempo de medición de meses a años. Esto involucra un pronóstico de largo plazo en la economía y ambientes de oferta/demanda. Esto también incluye diseño de instalaciones en términos de equipos nuevos y cambios al proceso industrial.

Comparación de un lazo cerrado y optimización fuera de línea

La figura 1 muestra que el resultado del optimizador va directamente al sistema de control, lo que hace que el sistema de optimización sea a lazo cerrado. Si el resultado del optimizador no es enviado directamente al sistema de control, pero está disponible al operador para su uso a discreción, el sistema se referiría a un sistema de optimización en línea “lazo abierto” o “asesor” de sugerencia.

Mientras que los sistemas de optimización en línea a lazo abierto ciertamente ofrecen beneficios económicos, la magnitud de éstos beneficios tienden a ser altamente dependientes a la decisión del operador de usar (o no usar) la información. La realización de beneficios económicos completos sólo se puede alcanzar con implementaciones a lazo cerrado.

Otro contraste útil se logra con la optimización fuera de línea. El concepto entre dos tipos de optimización es similar pero, como el nombre lo implica, optimización fuera de línea no utiliza mediciones en tiempo real de la operación de la planta. Tabla 1, contrasta las dos formas de optimización.

Beneficios económicos tangibles de la optimización en línea provienen de cuatro áreas principales. El orden de importancia es:

  • Incrementar la producción de los productos con más valor
  • Incrementar la capacidad • Reducir inventario y capital de trabajo
  • Reducir consumo de energía.

La magnitud de los beneficios varía dependiendo de la calidad de la base operativa previo a la optimización, tipo de unidad y capacidad y los factores económicos. Tablas 2 y 3 muestran datos publicados de optimización en línea y APC en la industria de refinación y química.

Tabla 4, muestra ejemplos de beneficios documentados en proyectos de optimización la unidad de crudo. El costo de la implementación de optimización en línea va a variar dependiendo de la complejidad de la unidad y el alcance del proyecto. Costos de optimización de una unidad, pueden variar desde cientos de miles de dólares hasta arriba de US$ 1 millón.

Sin embargo, el periodo de retorno de la inversión para optimizaciones en línea han sido típicamente menos a un año, por lo tanto en términos de medición de un proyecto, el retorno de inversión típicamente excede los requerimientos de inversión corporativa.

Retos de una optimización en línea exitosa

Mientras la optimización en línea esta tecnológicamente establecida con un potencial económico demostrado, aplicaciones de la tecnología, con un éxito verdaderamente a largo plazo sólo han emergido recientemente. El reto es variado y depende de la naturaleza de la aplicación, pero puede ser razonablemente organizado en tres áreas: implementación del proyecto, integración con el proceso de trabajo empresarial y sistemas de información, y mantenimiento.

La implementación de un proyecto de optimización en línea típicamente ha sido prologando y requiere de personal altamente experto, quienes a menudo son reemplazados en corto tiempo. Sistemas de optimización en línea son comúnmente construidos con elementos de múltiples fuentes con problemas de atención en administración de datos e integración.

Adicionalmente, los sistemas de optimización en línea, no son integrados correctamente con otras funciones del trabajo de la empresa, salvo con Control Avanzado. Históricamente, sistemas de optimización en línea han requerido mantenimiento fuera de lo ordinario. Este problema ha sido tan severo que muchos sistemas de optimización en línea han fracasado en un tiempo relativamente corto, limitando la viabilidad económica a largo plazo.

Recientemente, los avances en software tienen todo lo requerido y han removido la mayoría de las barreras principales, proporcionando plataformas con modelos integrados que son fáciles de utilizar, mantener e integrar con tecnologías de información de la planta e infraestructura del sistema de negocio.

Conociendo los retos de implementación del proyecto

Implementación del proyecto reconoce que la optimización en línea es normalmente una solución que incluye entregable de software y servicios. La implementación del proyecto incluye diseño del proyecto, construcción, implementación, arranque y puesta en marcha. Reto en ésta área ha incluido tiempo que toma la implementación y la sustentabilidad de la implementación.

El tiempo tomado para implementar proyectos en línea ha sido muy largo debido a la administración de los datos, desarrollo de la aplicación y validación de datos de proceso. Una solución de optimización en línea tiene muchas partes, incluyendo: colección de datos, construcción del modelo, detección estado estacionario, detección error grueso, validación de datos, parametrización del modelo, caracterización de la alimentación; estado del sistema y reportes; interfaces a otros sistemas, ambos mecánicos y humanos.

Comúnmente, muchas de estas funciones son proporcionadas por sistemas independientes con los problemas de mantenimiento de múltiples bases de datos, errores asociados con múltiples datos de entrada, y curvas de aprendizaje de múltiples sistemas.

ROMeo, la solución de optimización en línea que ofrece Invensys Process Systems (lPS), acelera el tiempo de implementación con una aplicación integrada en un ambiente desarrollado que logra el desarrollo de un solo modelo para múltiples funciones, interfase externa por medio de un ambiente de modelado consistente y un ambiente gráfico consistente para colocar los modelos en línea.

El ambiente provee un solo punto de entrada de información/datos con un acceso sencillo de datos desde un ambiente integrado de navegación a través de las unidades del modelo, maneja reconciliación de datos y detección del error grueso dentro del mismo ambiente. Esto ayuda a identificar datos erróneos durante la construcción y ajuste del modelo.

Alcanzando retos del personal

EI .segundo mayor reto se refiere a los requerimientos del personal en cuanto a implementar y luego mantener el optimizador u factor alto de servicio. Se requiere personal con alta experiencia y habilidades para el manejo del software de optimización en línea. La disponibilidad de estos recursos limitados restringen el número de proyectos de optimización en línea que pueden ser manejados en paralelo y el tiempo de implementación individual de los proyectos.

Sin embargo, cada vez más, herramientas de optimización en línea, como la aplicación ROMeo, son diseñados para ser implementados por ingenieros de proceso quienes tienen habilidades operativas pero no necesariamente tienen experiencia en herramientas de optimización, editores de sistema operativos, administradores de archivo y otras herramientas con características específicas. ROMeo provee acceso al poder de un servidor con el uso fácil de las aplicaciones estándares de cliente bajo Windows®.

Eliminando la necesidad de un entrenamiento especializado en herramientas de optimización, en sí mismo acorta la implementación del proyecto, lo cual resulta en ahorros en costos significativos. Por ejemplo, Shell Oil, con quien Invensys desarrolló las herramientas de modelado ROMeo, espera una reducción del 40% en la implementación de proyectos y costos de mantenimientos por medio de optimización en línea. ROMeo es también utilizado en ExxonMobil como un estándar corporativo por razones similares.

Conocido restos de integración

Históricamente, los sistemas de optimización en línea han sido restringidos, en gran parte, al uso en línea y sólo se han integrado hacia abajo en la cadena de automatización empresarial a APC y SCD. Esta integración limitada provee un uso limitado de la aplicación. Aunque la integración con otros sistemas era mínima, interfaces de usuario eran comúnmente requeridas. Adicionalmente, para proveer la optimización en línea requerida, el mismo modelo y sistema de ROMeo puede ser utilizado para optimización fuera de línea, monitoreo del desempeño, identificación de cuellos de botella, diseño, casos de estudio, diseño de sistemas de control y actualización de los vectores de producción para programas lineales de planeación/programación.

La facilidad para importar y exportar datos de un sistema a otro, ayuda a la integración con el proceso de trabajo empresarial y sistemas de información. Los datos están disponibles por medio de OPC, ODBC y @aGlance. Los datos de la solución están disponibles para los ingenieros, planeación y el departamento de producción a través de sus computadoras.

Conociendo los retos de mantenimiento

Como se ha mencionado previamente, históricamente los sistemas de optimización en línea han sido restringidos, en gran parte, al uso en línea y mantenimiento por usuarios expertos. El sencillo uso de aplicaciones de optimización, como ROMeo, ha permitido a los ingenieros de proceso interactuar fácilmente con soluciones de optimización en línea y mantener y localizar problemas en el mismo. Sin embargo, para el éxito a largo plazo, de una aplicación en línea, debe cambiar de una solución táctica puntual a un rol más estratégico.

Compañías que son altamente exitosas con optimización en línea utilizan los modelos para múltiples aplicaciones y variedad de usuarios. Los modelos en línea son utilizados para monitoreo del proceso, evaluación de índices de desempeño (KPl’s), alertas automatizadas y monitoreo del desempeño de los equipos. Adicionalmente, los modelos en línea son utilizados fuera de línea por ingenieros para localizar problemas, cuellos de botella en el proceso y mejoras la proceso como actividades bien planeadas.

La figura 3 muestra múltiples aplicaciones que pueden ser proveídas de una solución integral de optimización en línea, como ROMeo. Múltiples usuarios en varias funciones dentro de la organización, ingenieros de proceso, mantenimiento y planeación, pueden generar valor al negocio con una aplicación de optimización en línea. Estos múltiples puntos del valor del negocio desde una aplicación de optimización en línea, también ayudan a garantizar el compromiso a largo plazo en la organización, de mantener un optimizador en línea.

Factores críticos de éxitos

Un proyecto exitoso de modelado en línea a tiempo real depende de numerosos factores. La siguiente lista resume varios de éstos factores:

  • Visualización de una oportunidad de optimización.
  • Aceptación e involucramiento de todos los participantes en el grupo del cliente.
  • Cooperación de todos los grupos en la determinación de los objetivos operativos y económicos.
  • Compromiso de todos los grupos en proporcionar datos de soporte en bases continuas (SCD, laboratorio, económicos, modificaciones al proceso, etc.).
  • Obtener unas especificaciones funcionales y ajustadas, las cuales sean completamente entendidas y acordadas por el cliente y adheridas por el vendedor.
  • Mantenimiento de la instrumentación.
  • Compromiso de los recursos por mantener el sistema.
  • Aceptación de la gerencia operativa y operadores

0
Compartir:

Dejar un comentario

This site uses Akismet to reduce spam. Learn how your comment data is processed.