Sistemas de Control de Factorias Azucareras

Sistemas de control de factorías azucareras

Prof. Cesar de PradaDpt. Ingeniería de Sistemas y Automática

Universidad de Valladolid, Españ[email protected]

Indice

Factorías azucareras

¿Que es Control avanzado?

Estructuras de control

Sistemas de control y objetivos de operación en factorías azucareras– Simulador del proceso

Control predictivo– HITO

Optimización de planta completa– RTO

Importancia de los modelos y la optimización (y el software)

Valladolid (España)

••Capital de CastillaCapital de Castilla--LeLeóónn

Madrid

Universidad de Valladolid

La Universidad de Valladolid es la segunda mas antigua de España (siglo XIII )

26000 alumnos

Facultades y Escuelas:

Derecho, Medicina, Humanidades, Lenguas, Económicas, Arquitectura, Fisicas, Química, Matemáticas,…

Ingenierias: Industrial, Química, Informática, Telecomunicaciones, Electrónica, Automática y Electrónica Industrial, Organización Industrial

Departamento de Ingeniería de Sistemas y Automática

Opera desde 1973

Escuela de Ingenierías Industriales

Grupo de investigación en Control y supervisión de procesos– CTA

Master y Doctorado en “Ingeniería de procesos y Sistemas”, mención de calidad del MEC desde su origen

Dpt. Ingeniería de Sistemas y Automática (ISA)

Edificio de la Facultad de Ciencias

Grupo de Investigación Reconocido en Control y Supervisión de Procesos

2 Catedráticos

5 Prof. Titulares

4 Prof. Contratados

12 becarios doctoralesc\ Real de Burgos, s/n 47011 Valladolidweb: http://www.isa.cie.uva.esSecretaría: [email protected]

http://www.isa.cie.uva.es/

CTA Centro de Tecnología AzucareraCentro mixto de la UVA con participación y financiación de la industria azucarera española

http://www.cta.uva.es

Otra cooperación industrial estable:

Repsol-YPFEmpresarios AgrupadosCERN

Redes de Investigación Int. HYCON2CITEDALFA

Simuladores

Control

Optimización

GIR en “Control y Supervisión de Procesos”

Modelado y Simulación de Procesos

Optimización de Procesos

Control Avanzado de Procesos (Predictivo, Hibrido)

Detección y Diagnostico de fallos

Investigación en métodos y algoritmos

Desarrollo de sistemas y software

Aplicaciones industriales

Líneas de Investigación

Enfoque de las actividades, combinar:

Web

http://www.isa.cie.uva.es http://www.isa.cie.uva.es/csp



Comité Español de Automática CEA

Sociedad Española de Control Automático

Miembro de IFAC

400 socios

Jornadas de Automática /grupos temáticos / Estudios

Revista RIAI (Revista Iberoamericana de Automática e Informática Industrial)– Indexada JCR/SCI ISI, SCOPUS– Desde Enero 2011 Revista Elsevier– Unica revista indexada en Español– Acceso electrónico libre– http://riai.isa.upv.es/riai

Publicación periódica de ámbito internacional editada y distribuida por CEA.

Sistemas de control en azucareras Indice

Fábrica de azucar (Remolacha / Caña)

Descripción de objetivos de operación de las secciones y unidades de proceso

Descripción del sistemas de control de diversas secciones y unidades de proceso en:– Evaporación– Calderas– Cuarto de azucar– Depuración– Columnas de destilación

Aplicaciones de control avanzado, supervisión y operación de planta

Esquema de una azucarera

evaporación

Cuarto de azúcar

depuracióndifusiónremolacha

Pulpa húmeda

Azúcar

melaza

Agua gas

Calderasde vapor

vapor

vapor

jarabevapor

jugo

turboalternador

jugo

Secadero depulpa

Pulpa seca

gas

Espumas

Separación mieles

Electricidad

Objetivo general: Obtener los mejores rendimientos, minimizando costos y maximizando la cantidad de remolacha/ caña procesada

MolinosCaña Bagazo

Sala de control

Sala de control

4 – 20 mA

Campo

Operación

Configuración

DCS

HART I/O

H1AS-i

DeviceNet/Profibus

EvaporaciónTipo Robert

jugo

vapor

Jugo concentrado

vahos incondensables

condensado

Presión de vapor < presión líquido

Evacuación de condensados e incondensables

EvaporaciónTipo Robert

jugo

vapor

Jugo concentrado


condensado

h

W/m2 sControl de nivel:

Seguridad + eficiencia

h

Tiempo de residencia V/F

Evaporadores

Tipo Flujo descendente / mas eficientes

jugo

vapor

Jugo concentrado


condensado

Jugo

recirculado

Crítico: Mantener el flujo de recirculación

agua

Condensador

Vapor

jugo Jarabe / Melado

FT FCLTLCLTLC

PC

PT

DC

DT

PT

Efecto múltiple

FY

Color / Descarga /Evaporación

Seguridad

Niveles hacia adelante / atrás

Presión de vahos último evaporador: rango limitado

Condensador

Vapor

jugo Jarabe

FT FCLTLCLTLC

PC

PT

PT

Efecto múltiple

DC

DT

PY

F0 c0 =F5 c5

Condensador

Vapor

jugo Jarabe

LT LCLT LC

PC

PT

PT

Efecto múltiple

LT LC

DC

DT

FT

FY

Perturbaciones: Demandas de tachas, etc

Control de la presión de vapor: Turbinas

Control Evaporación

jugo

LCAnte-

evaporación

tachas

jarabe

Grados de libertad:

Balance de presiones Distribución de la carga de consumo de vahos Gestión de paradas de limpieza

Supervisión: Ensuciamiento (T), Incondensables, Presión, color

Agua

Perturbaciones: Demandas tachas (fase no-mínima) Brix jugo

LC LC LC LC

Control evaporación

jugo

tachas

jarabe

AguaDC

DTFT

FC

FT

FY

PC

Simulador de Evaporación

Simulación con EcosimPro

Orientado a objetos

Modelado físico

Modelos reutilizables

EL lenguaje sencillo

Métodos numéricos potentes

Manejo de discontinuidades

Problemas de alto índice

Buena interfaz gráfica

www.ecosim.com

Versión gratuita en

Circuito vapor

Circuito jugo

Condensados

Autoevaporación

Control Predictivo de la evaporación (Benavente)

jugoPre-evaporación

refundidorajarabe

CV: brix 4 5Nivel ante-evap

MV: presión vapor. Flujo jarabe Vacio 5º injecciones de agua

MPC

w

y(t+j)

N2

Horizonte Predicción

ttiempo

u(t-1)u(t)

NuHorizontecontrol

ttiempo

Procesou y

MV CV

Modelou y

N1

MPC evaporación

MPC Evaporación

Condensador

TT TC

Torre de enfriamiento

Vahos

Agua friaPT

Calderas de vapor

FT FCFF

FCFT

PT PC

Aire

Gas

Humos

Vapor

LC LT

PT PC

Depresión del hogar

Aditivos Purgas agua

Circuito de aire

FT FCFF

FCFT

PT PC

Aire

Gas

Humos

Vapor

LT

AT

LC

AC

LL

HL

>

<

O2

Circuito de aire

FT FCFF

FCFT

PT PC

Aire

Gas

Humos

Vapor

LC

LT

AT

FT FC

FT

AC

LL

HL

>

<

O2AT

HS

CO

Seguridad / Fuel/Aire

Master: aire/combustible

Recuperación de calor

Caldera de vapor

Calderas

Co-generación: Turboalternadores

Control de turbos / presión

Cálculos auxiliares

SaturadorTT

TC

PT PY

Vapor sobrecalentado

Se calcula la temperatura de saturación en función de la presión del vapor

Tsat

PC

Agua

Depuración de jugos

Carbonatación

PC

A la atmósfera

PT

FT

FCFTAT

FF

pH

AC

Flujo de gas limitado

Jugo

CO2

Alcalinidad

RTO

Gestión de alto nivel del procesoObjetivos:

– Conocer el valor de todas las variables del proceso, medidas y no medidas

– Hacer un seguimiento de la operación: rendimientos, ensuciamientos, etc.

– Optimizar la operación desde un punto de vista de la gestión económica energética

Reconciliación de datos /Optimización

HART I/O

H1AS-i

DeviceNet/Profibus

Sistema dereconciliación

de datos yoptimización

OPC

Reconciliación de datos

Encontrar los datos de planta (y) y los valores de otras variables (z) o parámetros (p) que se acercan lo mas posible a los datos medidos y son coherentes con un modelo del proceso

00

min2

1

)p,z,y(g)p,z,y(f

cony

yyN

i m

mp,z,y

RTO

Re-estimar periódicamente los parámetros p del modelo usando datos del proceso

Encontrar los valores de los grados de libertad del proceso para optimizar la función de costo con el modelo estimado

Función de costo

Optimización

p

Estimación de

parametros p

Datos del proceso

Modelo

wz

Condiciones deoperación

RTO azucarera

Cuarto de azúcar

Vahos

Jarabe

Meladura

Melazas

Azucar (es)

Unidades fundamentales:

Tachos, cristalizadores al vacio

Centrifugas

Refundidora, cristalizadores verticales, malaxadores,..

Cristalización

Fenómeno complejo

Generado por la sobresaturación– Velocidad de crecimiento– Pureza– Distribución de tamaños– Falso grano– Maclas (agitación)

No hay medida directa de la sobresaturación

– Conductividad– Viscosidad– Radiofrecuencia– Brix (Microondas)

Control indirecto: Mantener sobresaturación, ajustando a la vez el crecimiento del cristal al nivel de llenado

Cristales: Microscopio, Visión artificial (Clave para cerrar el lazo en la distribución de tamaños)

DC

PC

PC

Lazos / estructuras de una tacha

LC

Ciclo de operación mediante PLC/DCS

PID + Grafcet

Etapa de carga

Vacio

Nivel

Sin vapor

PC

PC


DC

Etapa de concentraciónNivelVacioPresión de la calandria

Sistemas de agitación

Etapa de siembra

Etapa de formación de grano

Etapa de aclarado

PC

PC


Etapa de cocciónNivel/concentraciónVacioPresión de la calandria

DC

PC

PCNivel

Concentración

Ajustable

Depende del transmisor

CocidoBrix

Nivel

CocidoNivel

Sobresaturación

Cristal

Pureza

Cocido

Presión calandria Vacio (presión vahos)

Cuarto de azúcar

Centrifugas / Turbinas

Separación de cristales y mieles

Discontinuas: Primeros productos

Continuas: Segundos productos

Malaxadores

Tachas

Cristales Mieles

Masa cocida

Centrifuga

Gestión del cuarto de azucar

Procesar todo el jarabe

Mantener brix y pureza en los tanques de alimentación

Mantener niveles en los depósitos

Secuenciar las tachas en tiempo real

Flujos Total y Miel rica/pobre

Unidades continuas/ batch

richsyrup

sugar B

Continuouspart of the

factory

beets water

syrup

steam

sugar A

Tank B

molasses

poorsyrup

Melter

massecuite

Malaxador

massecuite

Vacuumpans A Tacha B

Centrifugalseparators

richsyrup

sugar B

Continuouspart of the

factory

beets water

syrup

steam

sugar A

Tank B

molasses

poorsyrup

Melter

massecuite

Malaxador

massecuite



liquor

Continuous-batch: Motivation

Due to globalization, increased competition, etc. the upper layers elements of the control pyramid: Plant wide control, Process Optimization, Flexible operation, etc. are receiving more and more attention

Very frequently, at this level, there are continuous and batch units operating simultaneously

Basic control

Supervision

MPC

Instrumentation

RTO

Planning, etc.

Hierarchical approach

Separate the overall management of the process from the local control of the batch or continuous units

Only those variables that have an impact on the overall behaviour of the plant are relevant for the plant wide controller.

Products

Continuousproductionsection

Batchunit 1

Separationunits

Recycle

Rawmaterial

Batchunit 2

Batchunit n

Storagetank

Storagetank

Products

Continuousproductionsection

Batchunit 1

Separationunits

Recycle

Rawmaterial

Batchunit 2

Batchunit n

Storagetank

Storagetank

Plant-wide Control

Sequence + local control of the batch units

Other local continuous controllers

Process

MPC framework

ProcessOptimizer uw yv

Predictory(t+j)

u)jt(uu y)jt(yyu(t))g(x(t),y(t) ))t(u),t(x(f)t(x

)jt(u)jt(w)jt(yu

Jmin2N

1Nj

1Nu

0j

22

MPC offers a sensible framework for model based decision making

But the consideration of the batch units start/stop or logic requires binary variables NLP

MINLP

MPC

Process

Simulation from N1 to N2In order to compute J(u,x(t))

NLP Optimizer

u J

w

u(t) y(t)

Internal model implemented in a EcosimPro continuous simulation with the logic of operation embedded

Implementation in EcosimPro

EcosimPro dynamicmodel

Open loop optimization

Optimization assistant

C++ class

Simulated process

dll + OPC

Real time controller

Results in simulation

C++ class

Controller

Results

The benchmark is a realistic real-time dynamic simulation of the sugar end section of a beet sugar factory

The simulation is based on detailed first principles of the process. Model is quite complex

The model was implemented in the simulation language EcosimPro that generates C++ code

Low-level control (regulatory and sequential control) are implemented as part of simulation

The Internal model used by Hybrid Predictive Control was also implemented in EcosimPro

EcosimPro

Simulation

64.4 hours of simulation (250000 sec.)

Sample time 15 min. (900 sec.)

Levels of melter, tank and malaxador A and B, Purity and brix in melter and tank B are controlled

For each batch unit, 3 batches are at least predicted (90000 sec.), 2 of them are controlled. So, Np=3 and Ncb1=Ncb2=Ncb3=Ncb4=2.

4 changes for classical continuous variables. So, Ncc=4

Inflow = 6 Kg/sec; Purity = 94.4; Brix = 72

dtyyQyyRyyJ iiiiii

predictionend

irefii2

max2

min

_

0

2 )()()(

Results : Start up of the sugar end

0

20

40

60

80

100

0 40000 80000 120000 160000 200000 240000

0

20

40

60

80

100

0 40000 80000 120000 160000 200000 240000

0

20

40

60

80

100

0 40000 80000 120000 160000 200000 240000

Level of melter (%)

Level of malaxador A (%) Level of malaxador B (%)

Level of tank B (%)

0

20

40

60

80

100

0 40000 80000 120000 160000 200000 240000

666870727476788082848688909294

0 40000 80000 120000 160000 200000 240000666870727476788082848688909294

0 40000 80000 120000 160000 200000 240000

Purity and Brix in melter (%)

Purity (%)

Brix (%)

Purity and Brix in tank B (%)

Purity (%)

Brix (%)

Levels in melter, tank B and malaxadors

Brix and purity in melter and tank B

The sugar end start with the tanks filled and all vacuum pans and centrifugals empties

3 days of operation

Sampling time 15 minutes

Able to operate in real time

Process represented by a fulll scale industrial simulator for operator training

Results: Start up of the sugar end

0123456789

0 40000 80000 120000 160000 200000 240000

0123456789

0 40000 80000 120000 160000 200000 240000

Flows in centrifugals A (Kg/sec.) Flows in centrifugals B (Kg/sec.)

101520253035404550556065

0 40000 80000 120000 160000 200000 240000

101520253035404550556065

0 40000 80000 120000 160000 200000 240000

Timer in centrifugals A (sec.) Timer in centrifugals B (sec.)

High purity syrup Low purity syrupCooked mass Sugar crystals

Operation of the centrigugal separators

wait to load

123456789

10111213

123456789

10111213

Section A

Section B

load

crystallizationwait to unload

unload

wait to load

load


unload

wait to load

load


unloadwait to load

load


unload

123456789

10111213

0123456789

10111213

0 40000 80000 12 0000 16 0000 200 000 240 000

Operation of the vacuum pans

On-line economic optimizationAims:

Process the flow of incoming syrup, scheduling the vacuum pans and avoiding bottlenecks

Maintain brix and purity in the feeding tanks within a range

Maintain levels in the vessels within a range

Control variables:

Schedule of vacuum pans

Poor/rich syrups relation

Centrifugals flow

New target: Maximize production of sugar A

richsyrup

sugar B

water

syrup

steam

sugar A

Tank B

molasses

poorsyrup

Melter

massecuite

Malaxador

massecuite



richsyrup

sugar B

water

syrup

steam

sugar A

Tank B

molasses

poorsyrup

Melter

massecuite

Malaxador

massecuite



liquor

NMPC controller

ProcessNLP Optimizer

u J

w

u(t) y(t)

u)jt(uu y)jt(yyu(t)g(x(t), y(t) ))t(u),t(x(f)t(x

)jt(u)jt(r)jt(yu

Jmin2N

1Nj

1Nu

0j

22

J(x,u) computed by EcosimPro simulation

Constraints The cost function is changed to:

Max Flow of sugar A

Flow of sugar A

0

0.5

1

1.5

2

2.5

3

3.5

4

0 50000 100000 150000 200000 250000 300000

The amount of sugar produced in increased steadily over 5 days

Results: 5 days of operation

0

1020

3040

50

6070

8090

100

0 50000 100000 150000 200000 250000 3000000

1020

30

40

5060

70

8090

100

0 50000 100000 150000 200000 250000 300000

0

1020

30

40

5060

70

8090

100

0 50000 100000 150000 200000 250000 3000000

1020

30

40

5060

70

8090

100

0 50000 100000 150000 200000 250000 300000

Level in the melter Level in tank B

Level Malaxador BLevel Malaxador A

Brix and purity

60

65

70

75

80

85

90

95

100

0 50000 100000 150000 200000 250000 30000060

65

70

75

80

85

90

95

100

0 50000 100000 150000 200000 250000 300000

Purity (black) Brix (blue) Melter Purity (black) Brix (blue) tank B

60

65

70

75

80

85

90

95

100

0 50000 100000 150000 200000 250000 300000

Purity (black) Brix (blue) molasses

Continuous control actions

0

1

2

3

4

5

6

7

8

9

0 50000 100000 150000 200000 250000 3000000

1

2

3

4

5

6

7

8

9

0 50000 100000 150000 200000 250000 300000

0

10

20

30

40

50

60

0 50000 100000 150000 200000 250000 3000000

10

20

30

40

50

60

0 50000 100000 150000 200000 250000 300000

Flow centrifugals A (black: massecuite, yellow: poor syrup, pale blue: rich syrup, dark blue: sugar)

Rich syrup timer, centrifugals A

Flow centrifugals B (black: massecuite, yellow: poor syrup, pale blue: rich syrup, dark blue: sugar)

Rich syrup timer, centrifugals B

Scheduling vacuum pans

0123456789

10111213

0 50000 100000 150000 200000 250000 300000

0123456789

10111213

0 50000 100000 150000 200000 250000 300000

Tacha A1

Tacha A2

Tacha A3

Tacha B

123456789

10111213

0 50000 100000 150000 200000 250000 300000

0123456789

10111213

0 50000 100000 150000 200000 250000 300000

Conclusions

A methodology for MPC of a class of hybrid continuous-batch processes has been presented

It has been applied to several realistic casesOpen problems:

– Stability– More complex scheduling problems (multiproduct)– …

Esquema de una azucarera

evaporación

Cuarto de azúcar

depuracióndifusiónremolacha

Pulpa húmeda

Azúcar

melaza

Agua gas

Calderasde vapor

vapor

vapor

jarabevapor

jugo

turboalternador

jugo

Secadero depulpa

Pulpa seca

gas

Espumas

Separación mieles

Electricidad

Objetivo general: Obtener los mejores rendimientos, minimizando costos y maximizando la cantidad de remolacha/ caña procesada

MolinosCaña Bagazo

Recuperación y purificación de etanol procedente de la fermentación de melazas.

MelazasFermentación Alcoholera

Columna

Destrozadora

Columna

Preconcentradora

Columna

Hidroselectora

Columna

Rectificadora

Líquido

fermentado

VinazasFlemas 70-80%

vol.

EtOH

Etanol +

impurezas

ALCOHOL ALCOHOL

NEUTRONEUTRO

Alcoholera

Alcohol

94.55%

Alcoholera

Columna rectificadora

Características

Columna superfraccionadoraAlta relación reflujo / destiladoExtracción lateral Isoamil Alcohol (3-metil 1-butanol)

– impureza en la columna rectificadora.– parcialmente miscible con el agua.– forma dos fases líquidas.– forma azeótropo con el agua.

Equilibrios

Composición en ºG.L

0

1020

3040

50

60

70

80

90

100

0 10 20 30 40 50Nº de Plato

ºG.L

Perfil de concentración de etanol en ºGL

Perfil de Temperatura

86

88

90

92

94

96

98

100

102

104

0 10 20 30 40 50Nº Plato

tem

p (ºC

)

Perfil de temperatura (ºC)

Perfiles

Alimentación

Control básico

Vapor

B

FT

LC

PT PC

LTLC

DAlimentación

F

R

Refrigerante

FCFT

Dificultad de controlar la composición con la temperatura de cabeza

Interacción de lazos

Extracción lateral

DMC

PROCESOMV1

MV2

Variables

ManipuladasDV1 DV2

CV1

CV2

Variables

controladas

Perturbaciones

CV: composiciones de Etanol en cabeza y fondo

MV: Flujo de vapor y extracción lateral

DV: Flujo y temperatura de alimentación

Dinámica

Variación en el caudal de vapor vivo

Modelos de respuesta en salto

Variación en la temperatura de alimentación:

Variación en el caudal de la extracción lateral:

Control Predictivo DMC

• Variación en el set point de Xw (49):

Var

. con

trol

adas

Var

. man

ipul

adas

• Variación en el caudal de alimentación:V

ar. c

ontr

olad

as

Var

. man

ipul

adas

Sistemas de Control de Factorias Azucareras

Documents

Transcript of Sistemas de Control de Factorias Azucareras