Reconciliação robusta de dados de coluna de destilação com erro de modelo

Objetivando-se aumentar a confiabilidade dos dados de processo de plantas industriais, torna-se necessário ajustar as variáveis medidas e, se possível, estimar as variáveis não medidas de tal forma que elas satisfaçam aos balanços de massa e energia. Este objetivo pode ser alcançado pela reconciliação de dados, a qual é uma técnica computacional que ajusta variáveis de processo com base em medições de planta e dados de confiabilidade dos medidores de um modelo que as relaciona. Deste modo, as técnicas de reconciliação de dados são ferramentas importantes para o acompanhamento operacional de processos. Os erros vinculados às medidas de processo podem ser de dois tipos, aleatórios ou grosseiros, que devem ser tratados matematicamente de forma diferente. Em particular, as colunas de destilação, por sua importância técnica e econômica, são operações unitárias para as quais a reconciliação e a estimação de variáveis não medidas se tornam muito importante. Neste trabalho, foram aplicadas técnicas de reconciliação robusta de dados nos dados de uma coluna de destilação simulada da mistura BTX (benzeno, tolueno e xileno), operando em estado estacionário e apresentando erro grosseiro no modelo termodinâmico, caracterizando um problema de discrepância planta-modelo. Os modelos foram implementados no software MATLAB e usaram as funções normal contaminada e Fair como função objetivo de reconciliação. Os resultados indicam uma melhor resposta da reconciliação robusta frente à reconciliação clássica em casos onde há erro grosseiro no modelo termodinâmico da coluna, particularmente para as variáveis de vazão na coluna