出版社：Grupo de Pesquisa Metodologias em Ensino e Aprendizagem em Ciências
摘要：Sistemas de controle são usados na indústria química para reduzir o desvio do valor das variáveis de processo em relação ao valor desejado, conhecido como setpoint. Mesmo que os controladores convencionais ajudem a reduzir esses erros, ainda existe a possibilidade de ocorrerem falhas, que são um desvio não permitido devido a alguma propriedade característica ou parâmetros do sistema. O desenvolvimento de novas técnicas de detecção de falhas é fundamental para atender a demanda da crescente complexidade dos sistemas industriais e suas performances que visam atingir uma melhor eficiência. O objetivo desse trabalho foi aplicar o método de análise dos componentes principais ou PCA (Principal Component Analysis) para detectar falhas em plantas químicas. O PCA coleta os dados históricos do processo e constrói um modelo estatístico baseado neles, bem como permite a redução da ordem de modelos multivariável para facilitar sua implementação. Foram feitos dois estudos de caso envolvendo reator tanque agitado contínuo ou CSTR (Continuously Stirred Tank Reactor) com jaqueta de aquecimento e CSTR não-isotérmico de modo a verificar a eficiência do método proposto na detecção de falhas em sistemas de controle monitorado. Avaliaram-se falhas em sensores e sistemas submetidos a perturbações tipo degrau, mediante o PCA e as estatísticas T2 de Hotelling e Q. O método PCA mostrou-se eficiente para detectar as falhas existentes nos estudos de caso apresentados, o que indica seu potencial para aplicação em controladores da indústria química.
其他摘要：Control systems are used in chemical industries to reduce the value of process variable deviations from the desired value known as setpoint. Even if conventional controllers contribute to reduce those errors, there is a possibility to occur system faults, which are a not allowed deviation due to some characteristic property or system parameters. Developing new fault detection techniques is the key to meet a demand growing complexity of industrial systems and their performances that aim to achieve better efficiency. This work aims to apply the Principal Component Analysis (PCA) method to detect faults in chemical plants. PCA collects historical process data and constructs a statistical model from them, besides allowing the order reduction of multivariable models to facilitate its implementation. Two case studies were performed involving CSTR (Continuously Stirred Tank Reactor) with heating jacket and a non-isothermic CSTR in order to verify the efficiency of the proposed method in detecting failures in monitored control systems. Both failures in sensors and systems submitted to step disturbances were assessed using PCA and T2 of Hotelling and Q statistics. The PCA proved to be an efficient method in fault detections involving the case studies presented, which indicates its potential to be applied in chemical industry controllers.
