Tak wiele pętli, tak mało czasu

Optymalizację procesów rafinacji firma Marathon Ashland Petroleum LLC zaczęła od uporządkowania podstawowego poziomu systemow regulacji.

Wielu obserwatorów wyścigów samochodowych nie kryje fascynacji strategicznymi decyzjami kierownika zespołu podczas ostatniego zjazdu bolidu do boksu: zmienić cztery opony czy dwie, zwiększyć czy zmniejszyć ciśnienie opon o ćwierć atmosfery, może podkręcić drążek skrętny lub podjąć decyzję o dodatkowym tankowaniu.

Jeżeli decyzja będzie zła, dodatkowy czas spędzony w boksie bardzo trudno nadrobić na torze i to mimo poprawionych parametrów. Jeżeli popełniono błąd, bolid zamiast pomknąć do przodu, utraci pozycję.

Przy podejmowaniu właściwych decyzji strategicznych podczas ostatniego zjazdu do boksu główną rolę grają trzy elementy funkcjonujące w czasie rzeczywistym:

  • czujniki pokładowe i oprzyrządowanie, które dostarczają godnych zaufania danych o systemach mechanicznych samochodu;
  • analiza danych, gwarantująca pełną i dokładną informację;
  • precyzyjne komunikowanie celów operacyjnych i wymagań w zakresie wydajności, jakie zachodzi między kierowcą, szefem zespołu mechaników i mechanikami.

Wyścigi samochodowe to gigantyczne przedsięwzięcie, w którym panuje zaciekła konkurencja, a zwycięzcy, szczególnie wielokrotni, otrzymują pokaźne nagrody pieniężne.

Rafinacja ropy naftowej, w wyniku której otrzymujemy benzynę, LPG i rozpuszczalniki aromatyczne, jest wprawdzie mniej ekscytująca niż wyścigi samochodowe, ale konkurencja panuje w niej taka sama.

Przygotowania do zwycięstwa

Marathon Ashland Petroleum (MAP) to szósta co do wielkości firma zajmująca się rafinacją ropy naftowej w Stanach Zjednoczonych, przetwarzająca 935 000 baryłek surowej ropy naftowej dziennie (barrels per calendar day – bpcd). Jedna z jej siedmiu rafinerii, położona w Texas City (Teksas, USA), przetwarza 72 000 bpcd lekkiej, odsolonej ropy naftowej.

Podjęto wiele inicjatyw, w wyniku których aktywa produkcyjne MAP pozwoliłyby osiągać maksymalne korzyści. To część nieprzerwanego procesu usprawniania działalności firmy. Po zakończeniu modernizacji i rozbudowy zakładu w styczniu 2003 r. rafineria w Texas City rozpoczęła stosowanie technik mających zapewnić poprawę
efektywności pętli regulacji oraz optymalizację wydajności, wielkości i jakości produkcji.

W pracy rafinerii niestabilność procesu najczęściej wywołuje zawodność i niską wydajność układów regulacji. Niestabilność ta ma wpływ nie tylko na jakość i wielkość produkcji, może także spowodować nadmierne zużycie energii i urządzeń oraz ograniczać wydajność. Często problemy optymalizacji procesu rozwiązuje zastosowanie analizatorów bieżących pomiarów pośrednich i zaawansowanych wielowymiarowych systemów regulacji.

Dopóki podstawy – oprzyrządowanie i warstwy regulacji – nie są pod kontrolą, dodawanie czegokolwiek nad nimi będzie operacją w najlepszym przypadku niepewną (patrz rysunek: „Hierarchia procesu regulacji”).

Według badań K. den Bakkera, D. Shooka, J.S. Coxa i innych, 40–80% pętli regulacji
w zakładach produkcyjnych działa źle lub w trybie manualnym.

Ponieważ rafineria światowej klasy może mieć ponad 2000 pętli regulacji, oznacza to 800–1600 źle działających pętli.

W obliczu zbierania i analizowania danych o wydajności tak wielu pętli wciąż kurcząca się grupa wykwalifikowanych pracowników zakładu może zostać zasypana lawiną informacji.

Firma MAP zastosowała rozwiązanie polegające na podłączeniu głównych pętli regulacji do oprogramowania ProcessDoctor firmy Matrikon.

– Braliśmy pod uwagę wiele aplikacji programowych analizy i optymalizacji pętli sterowania, ale zdecydowaliśmy się na ProcessDoctor, ze względu na łatwość, z jaką połączono go z naszymi systemami regulacji, niezawodne metody analizy, diagnozowania i raportowania oraz możliwości monitorowania MPC – mówi Chris Hammel, lider grupy automatyków MAP Texas City.

Identyfikowanie nowych problemów

– W trakcie rozbudowy rafinerii zaimplementowaliśmy pewną liczbę nowych pętli regulacji, przyjmując nasze najlepsze przewidywane nastawy regulatorów – mówi Hammel. Po uruchomieniu oprogramowanie wykryło kilka źle działających pętli.

Przy użyciu precyzyjnych narzędzi diagnostycznych inżynierowie automatycy firmy MAP szybko zidentyfikowali źródła problemów. W jednej z pętli niewłaściwie ustawiono wstępnie nastawy, na drugiej nieprawidłowo zainstalowano pozycjoner sterujący zaworami, a w kolejnej na kluczową pętlę regulującą przepływ nałożono ograniczenia uniemożliwiające jej osiągnięcie wymaganych parametrów pracy.

– Zbliżenie się do optymalnej wydajności jednostki wymaga, aby RPI (Relative Performance Index – indeks wydajności względnej) kluczowych pętli regulacji zbliżał się do jednego tak bardzo, jak to tylko możliwe. W podsumowaniu raportów znalazły się wartości RPI równe 0,1 oraz kilka długich czasów regulacji. Po zidentyfikowaniu problemu wiedzieliśmy,  czego szukamy i przesterowaliśmy nasze pętle kontrolne, istotnie poprawiając wydajność jednostki – mówi Hammel (patrz ramka „Jak rozumieć indeks wydajności i indeks wydajności względnej”).

Rozwiązywanie starych problemów

Podczas modernizacji rafinerii wymieniono półki typu kołpakowego w piecu wieżowym i wieża kontynuowała działanie z wykorzystaniem przeprojektowanego algorytmu MPC (Multivariable Predictive Controller). Zaprojektowano go tak, aby zmaksymalizować przepustowość kolumny rektyfikacyjnej. Poprzednio kolumnę ograniczało frakcjonowanie, ale po przeprojektowaniu nowe ograniczenia wiązały się z regulatorami poziomów, w szczególności poziomu pozostałości.

 

  Jak rozumieć indeks wydajności i indeks wydajności względnej

  Indeks wydajności (Performance Index – PI) to standardowy sposób wyrażania wydajności pętli. Odnosi się on do najniższego możliwego poziomu wariancji (minimum variance) osiągalnego za pomocą regulatora, przy założeniu istniejącego opóźnienia w regulowanym procesie.
  Ta bezwymiarowa liczba zmienia się w zakresie od zera do jednego, gdzie jeden reprezentuje regulacje o minimalnej wariancji. Gdy celem regulacji jest minimalizacja wariancji procesu, co często ma miejsce w przypadku przepływów, PI służy jako wskaźnik wartości. Ponieważ nie wszystkie pętle regulacji mają takie samo przeznaczenie, „minimalna wariancja” nie zawsze stanowi cel regulacji.
  Na przykład pętli regulacji poziomu używanych w zastosowaniach związanych z „przepięciami” nie należy oceniać za pomocą standardu „minimalnej wariancji”. Dla takich zastosowań lepszym wskaźnikiem jest indeks wydajności względnej (Relative Performance Index – RPI). RPI to stosunek pożądanej szybkości reakcji regulatora i rzeczywistej (bieżącej) szybkości reakcji.
  RPI równe jeden wskazuje, że wydajność pętli regulacji odpowiada wzorcowi, który ustalono dla regulatora.
  Wartość większa od jednego sugeruje, że pętla regulacji usuwa odchylenia szybciej niż jest to pożądane, podczas gdy wartość RPI mniejsza od jednego wskazuje, że stabilizacja pętli regulacji po zaburzeniu trwa dłużej od pożądanej.
  Zależnie od celu pętli regulacji, obie te sytuacje mogą stanowić problem.
  Używane wspólnie wartości PI i RPI stanowią wartościowe wskaźniki wydajności regulacji.

Aby regulator MPC mógł zwiększyć sprawnośćkolumny, pętla regulacji pozycji zaworu poziomu pozostałości wymagała nadmiarowej wydajności (aby wyjście regulatora było mniejsze niż 100%) w celu zachowania zdolności regulacji poziomu.

Wielowymiarowy algorytm sterowania zaprojektowano tak, aby był wykonywany raz na minutę, co okazało się jednak niewystarczające i powodowało cykle w regulacji poziomu pozostałości. Operatorzy zareagowali, ograniczając maksymalną przepustowość kolumny, co uniemożliwiło zrealizowanie celu wielowymiarowego algorytmu sterowania (patrz rysunek „Przed zmianami”).

 Aby rozwiązać problem, nastawę wartości zadanej poziomu wyłączono z regulatora wieloparametrowego, a nastawy pętli indywidualnej ustawiono bardzo agresywnie. Zmiany te spowodowały zmniejszenie (z 3,81 do 1,12) standardowej odchyłki regulacji między poziomem pozostałości a nastawami (patrz rysunek „Po zmianach”).

Przy ściślejszej regulacji poziomów pozostałości regulator wielowymiarowy mógł zwiększyć przepustowość wieży destylacyjnej o około 500 bpcd.

– Szczegółowa informacja o wydajności wieży okazała się niezwykle cenna i pomogła nam szybko zidentyfikować źródło problemu. Dzięki jego rozwiązaniu przyczyniliśmy się do istotnego zwiększenia rocznego przychodu zakładu – mówi Hammel.

 

Monitorowanie a audyt regulatorów

– Możliwość ciągłego monitorowania wydajności pętli w miejsce przeprowadzania
okresowych audytów to kluczowe zagadnienie dla utrzymywania zoptymalizowanej wydajności i zmniejszenia kosztów utrzymania – mówi Warren Mitchell, menedżer produktu ProcessDoctor w firmie Matrikon.

– Stanowczo zbyt często przeprowadza się wyrywkowe audyty pętli regulacji. Często dzieje się tak nawet wtedy, gdy proces przebiega prawidłowo.

 Z drugiej strony, ciągłe monitorowanie dostarcza wskaźników wydajności pętli regulacji w zmiennych warunkach oraz umożliwia szybki wgląd w wydajność pętli regulacji, gdy zmieniają się cele procesu.

Wahania okresowe lub związane ze stanem gospodarki mogą wymusić zmianę celów procesu ze „sprzedaliśmy wszystko – produkujcie, ile możecie” na „mamy zapasy – produkujcie x dziennie, możliwie najbardziej efektywnie”. Zmiana sytuacji produkcji za wszelką cenę na produkcję efektywną rzadko wymaga po prostu zmniejszenia przepustowości.

Przy zmienionych celach i zakresach mogą ulec zmianie wzmocnienia poszczególnych regulatorów, wpływając na wydajność pętli regulacji. Pętle, które działały dobrze, mogą sprawiać kłopoty i wymagać ponownego dostrojenia. Negatywne efekty i konieczność zmian mogą wystąpić także tam, gdzie zastosowano
zaawansowane regulacje oparte na estymacji modelu. Nowe ograniczenia, np. ograniczenie zużycia energii, mogą oznaczać, że niektóre zmienne, którymi się posługujemy, stają się nasycone, podczas gdy inne należy opanować.

Tam, gdzie używa się regulatorów wielowymiarowych, sposób, w jaki zaprojektowano urządzenia i wartości nastaw może utrudniać lub nawet uniemożliwiać osiąganie nowych celów. Gdy tak się dzieje, regulator zostanie najprawdopodobniej wyłączony i konieczne stanie się uzasadnienie modyfikacji sposobu jego zaprojektowania.

Ciągłe monitorowanie i analiza pomagają zidentyfikować, rozwiązać i/lub unikać takich problemów.

Efektywność niczym w boksie

Artykuł „Optimizing assets requires well–tuned resources and the right attitude” („Optymalizacja aktywów wymaga odpowiednio skonfigurowanych zasobów i właściwego podejścia”), zamieszczony w Control Engineering z kwietnia 2003 r., opisywał sposób, w jaki zarządzanie aktywami oraz narzędzia i usługi monitorowania opartego na warunkach mogą prowadzić do zwiększenia wydajności.

Nie jest to tylko kwestia zebrania odpowiednich narzędzi i usług, ale także zaangażowania zarządu i udziałowców. Przejawia się między innymi w następujący sposób:

  • wprowadzanie właściwej kultury
  • szkolenie i zatrzymywanie wyszkolonych pracowników
  • tam, gdzie to konieczne – badanie i zmiana metod pracy
  • wdrażanie wydajnych systemów wspierających pracę.

Zaangażowani w przemysł wytwórczy zdają sobie sprawę, że z aktywów produkcyjnych można wydobyć pokaźny, niezrealizowany dotąd potencjał. Znane są także braki tradycyjnego, opartego na awariach systemu obsługi urzadzeń, jak również korzyści z przejścia na model konserwacji warunkowej.

Gdy zarząd firmy MAP zatwierdził wdrożenie technologii oceny pętli regulacji, przeszedł od prostego stwierdzenia, że istnieje niezrealizowany potencjał, do podjęcia aktywnych działań, aby „stać się tym, czym powinniśmy być”.

Dla rafinerii MAP w Texas City punktem wyjścia stało się stwierdzenie, że jest ona w posiadaniu efektywnych sposobów i środków optymalizacji regulacji na poziomie podstawowym, co zapewnia solidne podstawy do osiągnięcia ogólnego celu wzmocnienia działań zmierzających do odniesienia sukcesu.

Niezależnie od tego, czy mowa o wyścigach samochodowych, czy rafinacji ropy naftowej, możliwość pomiaru, analizy i przekazywania informacji o wydajności aktywów to kluczowy czynnik w walce o zwycięstwo.