Uma proposta para detecção de erros grosseiros em balanços de massa de processos industriais

Abstract

As plantas químicas modernas são compostas por diversas unidades industriais como reatores, colunas de destilação etc. que estão conectados por uma complexa rede de tubulações. Variáveis de processo (vazões mássicas, temperaturas) são regularmente usadas para controle e avaliação de desempenho dos processos industriais. É esperado que essas medições satisfaçam os balanços de massa e energia associadas a restrições industriais quando o mesmo encontra-se no estado estacionário. Infelizmente, medições industriais não são perfeitas, e, de fato, sujeito a erros aleatórios, e, possivelmente, erros grosseiros. Os erros grosseiros podem ser causados devido ao mau funcionamento dos instrumentos, ruídos, ou, até mesmo, vazamentos no processo. A detecção de erros grosseiros é de grande importância, pois invalida a base estatística dos procedimentos de reconciliação de dados devido aos dados corrompidos, além de ser a base para o processo de diagnóstico de falha em uma unidade industrial. _________________________________________________________________________________________ ABSTRACT: A modern chemical plant consists of a large number of process units such as reaction vessels, distillation columns, and so forth, which are interconnected together by a complicated network of streams. Measurements of mass flow rates, temperature, and so forth are routinely made for purpose of process control and process performance evaluation. These measurements are expected to satisfy mass and energy balance constraints associated with the process network when the process is in a steady state. Unfortunately, the process measurements data are never perfectly corrected and are in fact subject to random and possibly gross errors. Malfunctioning instruments, measurement biases and process leaks, could cause the gross errors. Detection of the gross errors is of great of importance, because, firstly, the presence of gross errors will corrupt the data reconciliation calculation and spread the errors over all relatively corrected data; secondly, it is the basis of process fault diagnosis.