Sviluppo di sistemi di misura virtuali in impianti petroliferi di raffinazione

L’automazione di processo sicuramente è uno degli ambiti tecnici che più è alla ricerca di innovazioni e soluzioni, col fine primo di una migliore resa economica, una più accurata gestione.
Controlli e risultati qualitativi giovano a garantire degli standard elevati, ottimizzazione delle risorse ed attenzione verso l’ambiente.
Sicuramente, elemento fondamentale nel controllo industriale è il sensore, dispositivo atto a rilevare l’intensità di una grandezza fisica, e, tramite il trasduttore la si converte in un’altra più comoda per l’utilizzo necessario.
Oggi, oltre il tradizionale sensore, si stanno affermando sempre più i soft–sensor, ovvero degli algoritmi da implementare nei controllori, e che basandosi sui valori rilevati da altri sensori, sono in grado di stimare dopo opportuni settaggi, il valore di una o più variabili di processo desiderate, e che per vari motivi si preferisce stimare in maniera indiretta, tramite opportuni sensori virtuali, anziché misurare direttamente tramite sensori o strumentazione.
Si ricorda che per alcuni parametri particolari, la strumentazione di misura e/o la sensoristica a volte è fisicamente indisponibile in luogo, economicamente troppo impegnativa, o inesistente, per alcune misure che vengono solo eseguite in appositi laboratori di ricerca.
Ciò, oltre a portare un vantaggio competitivo nell’economia d’esercizio, grazie al risparmio in grossi investimenti per attrezzature, spesso da un vantaggio risolutivo del sistema, grazie alla misura in maniera “continua” di parametri processuali, solitamente di importanza basilare di un processo produttivo, basti solo pensare alla resistenza d’isolamento delle gomme, nell’industria dei cavi elettrici, fattore che porta a definire se quel particolare lotto può essere o meno commercializzato.
Esigenza dell’ambito produttivo sede del lavoro sperimentale, è l’implementazione di 5 soft-sensors, che rilevino la composizione degli effluenti di testa e fondo colonna C2, alternativamente ad un gascromatografo installato, con il vantaggio di una misura non più discretizzata ogni 10 minuti, ma continuamente, così da permettere di eseguire le opportune manovre processuali al fine di una buona distillazione, quindi di accettabili risultati in termini di qualità del prodotto (rispetto delle specifiche).

La motivazione degli obiettivi del seguente studio sono:
• Riduzione dei costi di manutenzione
• Misura della composizione in tempo reale, e non discretizzata ogni 10 minuti, che sarebbe il tempo di campionamento del cromatografo
• Futuri sviluppi su altre apparecchiature, in fase di progetto o revamping impianto.
Il lavoro che viene di seguito presentato, vuole mettere a confronto l’hardware ed il software del controllo: si paragoneranno i risultati delle analisi chimico-fisiche fornite dall’analizzatore, con quelle derivanti da analisi matematiche.
La modellizzazione matematica oggi riveste un ruolo fondamentale per ogni applicazione tecnica: riuscire a modellizzare il comportamento statico e/o dinamico di un’apparecchiatura vuol dire sapere ciò che ha fatto, fa e farà.
Questo grazie ai sistemi di controllo avanzato, ad esempio basati sul modello del processo, “Model Predictive Controolers” MPC , che si incontrano sempre più nella realtà dell’industria chimica, in quanto possono trattare facilmente processi multivariabili, anche in presenza di vincoli, utilizzando modelli lineari del processo.
Conoscere in anticipo l’evoluzione degli eventi, e quindi poter anticipare le eventuali azioni correttive è un risultato molto ambito, per le conseguenze vantaggiose ottenute.
Si è partiti dallo studio del processo chimico-fisico di un impianto, ove un controllore software è implementato, per poi potere dimensionare una catena di stimatori inferenziali su un altro impianto con determinate esigenze.