BR112016019527B1

BR112016019527B1 - Sistema para a otimização de uma operação de digestor contínuo de um digestor contínuo e método para otimizar uma operação de digestor contínuo de um digestor contínuo usando um ou mais processadores

Info

Publication number: BR112016019527B1
Application number: BR112016019527-2A
Authority: BR
Inventors: Abhijit Badwe; Ramesh Satini
Original assignee: Abb Schweiz Ag
Priority date: 2014-02-26
Filing date: 2015-02-25
Publication date: 2022-08-16
Also published as: WO2015128808A1; US10344429B2; BR112016019527A2; EP3111281B1; CA2940996C; CN106462121B; CA2940996A1; US20160362838A1; EP3111281A1; IN2014CH00977A; CN106462121A

Abstract

A presente invenção se refere ao sistema e ao método para a otimização da operação de um digestor contínuo de um digestor contínuo que são apresentados. O sistema inclui um módulo de rastreio para acompanhar de variáveis de processo na operação de digestor contínuo e o desenvolvimento de modelo empírico não linear para uma ou mais variáveis de qualidade. Um módulo de sensor virtual é usado para implantar um sensor virtual com base no modelo empírico não linear e para a geração de medições virtuais que correspondem às variáveis de qualidade em diferentes locais. Um módulo de gestão de restrição é usado para gerar de maneira dinâmica um conjunto de restrições que é usado por um controlador preditivo com base em modelo para calcular os pontos de referência para a otimização da operação do digestor contínuo.

Description

Campo da Invenção

[0001] A presente invenção refere-se às fábricas de celulose e, em geral, refere-se aos digestores contínuos, em particular, e fornece uma técnica de otimização avançada para a operação de digestor contínuo.

Antecedentes

[0002] O digestor contínuo é um reator tubular no qual as aparas de madeira reagem com uma solução aquosa de hidróxido de sódio e sulfureto de sódio, conhecido como lixívia branca, para remover o teor de lignina das fibras de celulose. O produto do processo de digestão é as fibras de celulose, chamadas polpa, que são usadas para fazer os produtos de papel. A maior parte dos digestores consiste em três zonas básicas, como mostrado na Figura 1 no processo de digestor contínuo 100, uma zona de impregnação 130, uma ou mais zonas de cozedura 140 e uma zona de lavagem 150. A lixívia branca 125 penetra e se difunde nas aparas de madeira recebidas a partir do depósito de aparas de madeira 110, através do recipiente de impregnação 120, à medida que elas fluem através da zona de impregnação. A lixívia branca e as aparas são, em seguida, aquecidas para as temperaturas de reação e a lignina é removida como a celulose movida para baixo através da zona de cozedura, onde a maioria das reações de deslignificação ocorre. A zona de lavagem é o fim do digestor onde um fluxo em contracorrente da lixívia livre lava os produtos degradados de celulose. A zona de lavagem também arrefece a celulose que é descarregada através da linha de sopro/de descarga de celulose 170, de modo a extinguir a reação e reduzir os danos às fibras de celulose a partir da reação contínua. O número Kappa (kappa) é uma medida da lignina residual na celulose e é um indicador direto da qualidade da celulosa. O número Kappa é definido pela Associação Técnica das Indústrias de Celulose e Papel (TAPPI) no padrão T-236. A relação conhecida entre o número Kappa e o teor de lignina é tal que percentual de lignina na celulose é igual a 0,147 vezes o número Kappa.

[0003] O número Kappa que é uma medida de deslignificação é medido, em geral, on-line de sopro ou por um analisador on-line ou medido em um laboratório. O Kappa medido é, em seguido, usado para o controle de feedback que manipula o fator H alvo. O fator H regula a temperatura da zona de cozedura inferior para uma dada taxa de produção, desde que a solução alcalina eficaz para a proporção de madeira seja inalterada.

[0004] Há um longo atraso de tempo entre o Kappa medido na linha de sopro e a mudança de temperatura na zona de cozedura inferior (variável manipulada). Devido ao lento processo, o controle de feedback de kappa existente não pode corrigir as variações rápidas no número Kappa. Portanto, o objetivo do controle de feedback de kappa existente é cuidar das variações lentas na composição da madeira e outras condições de cozedura, e manter o número Kappa no seu alvo.

[0005] Existem vários outros métodos de controle com base em modelo para manter o número Kappa em digestores contínuos, em que um modelo com base física do digestor contínuo é utilizado para determinar as melhores condições de funcionamento, isto é, o fator H, a proporção de solução alcalina e madeira, etc., para manter o número Kappa sob condições de produção específicas. A limitação principal com tais abordagens, no entanto, é que os modelos de processo são, em geral, não lineares e consistem em várias equações matemáticas. Tais modelos requerem um alto nível de especialização para calibrar e ajustar e são muitas vezes praticamente impossíveis de ser implementados por uma engenharia de processo ou controle média, tornando assim essas aplicações de controle caras e difíceis de manter. Vários desses modelos são baseados em primeiros princípios de modelos cinéticos, portanto, têm limitações sobre a aplicação prática.

[0006] Outro parâmetro importante é o nível de apara no digestor. O nível de apara é o nível dos conteúdos totais do digestor em qualquer determinado momento, como medido na seção de tipo do digestor. Normalmente, a manutenção de um nível de apara constante de 50 a 60% resulta em um processo de cozedura estável no digestor e, por conseguinte, um número Kappa consistente. As variações frequentes no nível do digestor resultam em perturbações ao processo de cozedura e, consequentemente, em uma qualidade da celulose inconsistente, ou seja, Kappa variado. Um nível elevado de apara no digestor resulta na subcozedura da celulose e, portanto, resulta em um aumento de Kappa, ou seja, os conteúdos de celulose resultantes com teor de lignina mais elevado que o desejado. Um nível baixo de apara no digestor resulta na supercozedura da celulose e produz uma celulose de papel que contém menor teor de lignina que o desejado. Uma maneira de abordar o efeito das variações no nível de apara na qualidade da celulose ou Kappa é variar as condições de cozedura (fator H ou temperatura da zona de cozimento) de acordo com as variações de nível. No entanto, tais variações nas condições de cozedura resultam em uma operação de não ideal e inconsistente do digestor. Portanto, é importante controlar o nível de apara no digestor.

[0007] Os métodos convencionais para o controle do nível de apara contam com o ajuste da velocidade do dispositivo de saída ou raspador de fundo do digestor e/ou a taxa de fluxo de sopro ou descarga. O raspador de fundo raspa/empurra para fora a celulose a partir do fundo do digestor. A taxa de fluxo de sopro ou de descarga é a taxa de fluxo de celulose na linha de sopro ou de descarga do digestor. Embora as grandes variações na velocidade do raspador resultam em variações na consistência da celulose (teor de lixívia na polpa), as variações no fluxo de sopro/descarga afetam a taxa de produção real do digestor resultando em variações nos processos a jusante, tais como lavagem de celulose. Além disso, o comportamento do nível de apara no digestor não é linear e pode não ser controlado de maneira eficaz com o uso de um controlador linear. Assim, para alcançar as condições estáveis de nível e de cozedura de aparas no digestor, garantindo também as taxas de produção estáveis, é necessário utilizar uma abordagem de controle ideal multivariável que ajusta de forma ideal todas as variáveis de processo relevantes, levando em consideração a dinâmica multivariável que existe no processo de digestor contínuo e também aborda a não linearidade na dinâmica.

[0008] Devido à natureza complexa do processo de deslignificação e nos tempos de residência significativos em várias zonas do digestor contínuo, é difícil manter as variáveis de qualidade no digestor. Além disso, o número Kappa da celulose produzida a partir do digestor só pode ser medido fisicamente na linha de sopro, ou seja, o valor de medição atual de Kappa é o resultado de parâmetros de entrada de processo anteriores. Qualquer controle com base em tal medida resultaria em uma ação "reativa", isto é, o controlador iria agir apenas depois que o efeito das condições de processo atuais foi realizado na saída. Assim, a fim de manter um processo contínuo, com uma variação mínima na qualidade de celulose, é necessário obter uma avaliação do Kappa na própria zona de cozedura de modo que qualquer desvio dessa zona de cozedura Kappa pode, em seguida, ser tratado imediatamente ao variar de maneira ideal as variáveis de entrada e considerando também o efeito que seria visto na saída, isto é, na linha de sopro.

[0009] Por conseguinte, existe uma necessidade de sistema que considera os efeitos multivariáveis não lineares no processo de cozedura contínuo, que prevê as variáveis de qualidade em tais localizações no digestor onde as medições não existem e, em seguida, controla de forma ideal tais variáveis, ao variar as variáveis de entrada de uma maneira ideal, de tal modo que as perdas químicas também são minimizadas. O objetivo principal da invenção é, por conseguinte, satisfazer a necessidade acima de um método e sistema para o controle ideal preditivo inferencial de um digestor contínuo.

Sumário da Invenção

[00010] De acordo com um aspecto da invenção, um sistema para a otimização de uma operação de digestor contínuo de um digestor contínuo é fornecido. O sistema inclui um módulo de rastreio para rastrear as variáveis de processo na operação do digestor contínuo e para transformar essas variáveis de processo em variáveis transformadas e, em seguida, usar as variáveis transformadas para desenvolver um modelo empírico não linear para uma ou mais variáveis de qualidade. Um módulo de sensor virtual é usado para implantar um sensor virtual com base no modelo empírico não linear e para a geração de medições virtuais a partir do sensor virtual que correspondem às variáveis de qualidade em diferentes localizações da operação de digestor contínuo. Um módulo de gestão de restrição é usado para gerar de maneira dinâmica um conjunto de restrições com base em parâmetros operacionais. Um controlador, tal como um controlador de previsão de modelo ou qualquer outro tipo de controlador, é utilizado para calcular uma pluralidade de pontos de referência no interior de um conjunto de restrições para a otimização da operação de digestor contínuo ao usar as medições virtuais e uma ou mais medições físicas. Um módulo de exibição do operador é fornecido para exibir uma ou mais da operação de digestor contínuo, da pluralidade de pontos de referência, do conjunto de restrições, das medições virtuais, do modelo empírico não linear, das variáveis transformadas, da pluralidade de variáveis de processo e para receber as entradas do operador.

[00011] Um método para otimizar a operação de um digestor contínuo é fornecido em um outro aspecto da invenção. O método inclui as etapas para rastrear as variáveis do processo na operação do digestor contínuo; transformar as variáveis do processo em variáveis transformadas; desenvolver o modelo empírico não linear com o uso das variáveis transformadas para uma ou mais variáveis de qualidade; implantar um sensor virtual com base no modelo empírico não linear; gerar medições virtuais para uma ou mais variáveis de qualidade em localizações diferentes com o uso do sensor virtual; gerar de maneira dinâmica um conjunto de restrições com base em parâmetros de funcionamento; e otimizar a operação do digestor contínuo com o uso das medições virtuais e das medições físicas e calcular os pontos de referência dentro do conjunto de restrições para otimizar a operação do digestor contínuo.

Desenhos

[00012] Essas e outras características, aspectos e vantagens da presente invenção serão melhor compreendidos quando a descrição detalhada a seguir for lida com referência aos desenhos anexos, nos quais os números de referência iguais representam as partes correspondentes ao longo dos desenhos, em que:

[00013] a Figura 1 é uma representação esquemática de uma operação de digestor contínuo;

[00014] a Figura 2 é uma representação esquemática de um sistema para a otimização da operação de digestor contínuo de acordo com um aspecto da invenção;

[00015] a Figura 2A ilustra o funcionamento do módulo de rastreio de acordo com a presente invenção;

[00016] a Figura 3 é uma representação em fluxograma de um método para a otimização da operação de digestor contínuo;

[00017] a Figura 4 é uma representação esquemática de uma técnica de exemplo para o rastreio de variáveis de processo;

[00018] a Figura 5 é uma representação esquemática para a técnica para o rastreio de variáveis de processo;

Descrição Detalhada da Invenção

[00019] Tal como é usado aqui e nas concretizações, as formas singulares "um", "uma", e "a(o)" incluem a referência no plural, a menos que o contexto indique claramente o contrário.

[00020] O sistema e o método para otimizar a operação de digestor contínuo para a fabricação de celulose, tal como aqui descrito, servem como uma alternativa à utilização de técnicas de controle não lineares com base nos primeiros modelos princípio, reduzindo assim consideravelmente o custo de aplicação (o custo de desenvolvimento, da implementação e da manutenção de um primeiro princípio do modelo é muito elevado dada à perícia exigida). O sistema e o método da presente invenção geram pontos de referência otimizados para uma variedade de variáveis controladas que representam as condições de funcionamento no processo de digestão contínuo. Isto permite a melhoria do controle de variáveis de qualidade no processo de cozedura contínuo, o uso otimizado de produtos químicos e processo de cozedura estabilizada do digestor contínuo.

[00021] O sistema 10 para a otimização de uma operação de digestor contínuo de um digestor contínuo é mostrado na Figura 2 e inclui um módulo de rastreio 12 para a implementação de uma função de rastreio para rastrear as variáveis do processo (por exemplo, a temperatura do depósito de apara, a dosagem de solução alcalina de alimentação, o teor de umidade nas aparas, etc.) na operação do digestor contínuo e para transformar essas variáveis de processo em variáveis transformadas 22. Pode-se observar aqui que o módulo de rastreio aceita a pluralidade de variáveis de processo medidas em qualquer local no processo digestor contínuo e as acompanha espacialmente e de maneira dinâmica a qualquer localização desejada a jusante do local de medição. As variáveis transformadas incluem as características dinâmicas e espaciais das variáveis de processo para o modelo de inferência e uso no sensor virtual para a estimativa on-line de diversas variáveis de qualidade, como o número Kappa, solução alcalina residual, etc. Assim, as variáveis transformadas são usadas para desenvolver os modelos empíricos não lineares para uma ou mais variáveis de qualidade. Em uma implementação de exemplo, o módulo de rastreio, normalmente implementado em um sistema de controle de base ou DCS (Sistema de Controle Distribuído) 14, aceita as várias medições de processo 20 a montante do processo de cozedura mostrado pelo bloco 16 e as acompanha através das várias seções do digestor até a linha de sopro. Essas variáveis controladas são usadas para desenvolver os modelos empíricos não lineares de diversas variáveis de qualidade.

[00022] A Figura 2A ilustra um caso de exemplo de medição e rastreio de processo/qualidade de temperatura de depósito de apara variável e taxa de fluxo de solução alcalina. A Figura 2A mostra a temperatura de depósito de apara medida na localização de depósito de apara e rastreada em outros localizações e também a taxa de fluxo de solução alcalina medido pelo recipiente de impregnação e rastreada em outros localizações.

[00023] Esses modelos são, em seguida, utilizados para construir um sensor virtual que é implantado on-line com o módulo de sensor virtual 18. O módulo de sensor virtual aceita as variáveis de processo transformadas a partir do módulo de rastreio e usa uma variedade de modelos com base em dados estáticos não lineares para estimar as variáveis de qualidade nos vários localizações no digestor contínuo, e resulta em medições "virtuais" em tempo real 24 das variáveis de qualidade em diferentes localizações. O sensor virtual funciona on-line em tempo real e é capaz de gerar medições de variáveis de qualidade a uma velocidade mais rápida e em vários localizações. O uso de variáveis controladas a partir do módulo de rastreio permite a geração do perfil completo de Kappa através das várias zonas do digestor contínuo. Isso permite a demonstração (por meio de interfaces gráficas) da evolução do Kappa através do digestor, que serve como informações úteis para o pessoal que opera o processo (aqui referido como "operador").

[00024] O sistema 10 inclui um módulo de gestão de restrição (CMM) 26 para gerar de maneira dinâmica (em tempo real) um conjunto de restrições 28 com base em diferentes parâmetros de funcionamento atuais no processo de cozedura. Essas restrições são utilizadas por um mecanismo de otimização e de controle (OCE), que pode incluir um controlador, como o controlador de previsão de modelo (MPC) 30 em intervalos de amostragem predeterminados. O OCE também utiliza as medições virtuais e uma ou mais medições físicas, e calcula uma pluralidade de pontos de referência 32 no interior do conjunto de restrições para a otimização da operação do digestor contínuo. O módulo de gestão de restrição calcula a cada instante um conjunto de restrições para todas as variáveis manipuladas no OCE. Essa atualização dinâmica de restrições permite compensar as não linearidades no processo e controlar o processo por meio de modelos lineares (em execução no OCE que fornecem as previsões do modelo 34).

[00025] Em uma implementação de exemplo, o módulo de gestão de restrição opera como a seguir: - à medida que o nível do digestor contínuo se move para fora de uma determinada região de tolerância pré-especificada em torno do ponto de referência, o CMM começa a relaxar as restrições sobre as variáveis manipuladas, tais como o fluxo de sopro, a velocidade de raspador de fundo, etc., em uma taxa pré-especificada, permitindo assim que o OCE compute os pontos de referência ideais para os controladores de DCS por um conjunto mais amplo; - se a previsão do modelo indicar que o nível do digestor e/ou do número Kappa poderia se desviar da sua região nominal de funcionamento no futuro próximo (por exemplo, durante a hora seguinte), o CMM começa a relaxar as restrições de variáveis manipuladas, mas em um ritmo mais lento do que na situação em que os valores atuais de nível ou do número Kappa se desviam das suas regiões nominais; - à medida que o nível e/ou número Kappa se movem para as suas regiões de operação nominais e o CMM começa a apertar as restrições de forma dinâmica, em uma taxa mais lenta inicialmente e em um ritmo mais rápido quando se aproximam muito perto de seus pontos de operação nominais.

[00026] O mecanismo de otimização e controle (OCE), como mencionado aqui acima, aceita em tempo real as medições de sensores virtuais e várias outras medições físicas e calcula os pontos de referência ideais para vários controladores de nível de base no DCS dentro dos limites de restrição calculados pelo CMM. O OCE otimiza o funcionamento geral do digestor contínuo ao manter firmemente a consistência do nível do digestor e de sopro, resultando em uma taxa de produção estável. O OCE também mantém firmemente a qualidade da celulose, controlando rigorosamente o Kappa e, ao mesmo tempo, minimizando a utilização de uma solução alcalina, desse modo também reduzindo as perdas alcalinas (solução alcalina residual).

[00027] O sistema 10 também inclui um módulo de exibição do operador 36 para exibir uma ou mais da operação de digestor contínuo, da pluralidade de pontos de referência, do conjunto de restrições, das medições virtuais, do modelo empírico não linear, das variáveis transformadas, da pluralidade de variáveis de processo, e para receber entradas do operador. Assim, a exibição do operador inclui as saídas dos vários módulos e OCE do sistema 10 que mostram o funcionamento geral do sistema 10, a evolução do número Kappa e outras variáveis através das diversas zonas do digestor contínuo e das futuras previsões de vários parâmetros importantes do processo de cozedura.

[00028] O fluxograma 40 para um método para otimizar a operação de um digestor contínuo tal como utilizado no sistema 10 é descrito na Figura 3. O método de exemplo inclui uma etapa 42 para rastrear diferentes variáveis de processo na operação de digestor contínuo e, em seguida, na etapa 44, transformar as variáveis de processo em variáveis transformadas. Em um método de exemplo, a transformação matemática das variáveis de processo medidas em vários localizações no processo de cozedura contínuo é feita para rastreá-las de forma espacial até um local de interesse dentro do processo ou operação de digestor contínuo. (Isto é, as variáveis de processo selecionadas são transformadas espacialmente rastreando-as do seu local de medição até a outra localização dentro de uma das zonas do digestor contínuo ou na saída do digestor contínuo). O método inclui uma etapa 46 para o desenvolvimento do modelo empírico não linear com o uso das variáveis transformadas para avaliar uma ou mais variáveis de qualidade, tais como, mas não limitados ao número Kappa nas várias zonas ou localizações no interior do digestor contínuo. Uma variedade de modelos matemáticos controlados por dados não lineares é usada para capturar a relação entre a entrada, isto é, as variáveis do processo e a saída, isto é, as variáveis de qualidade e um sensor virtual é desenvolvido para estimativas de tempo real de variáveis de qualidade, como mostrado na etapa 48, que fornece as medições virtuais para as variáveis de qualidade, como mostrado na etapa 50. o método inclui uma etapa 52 para calcular de forma dinâmica as restrições de trabalho para a otimização, por exemplo, para a velocidade inferior de raspador e sopro/fluxo de descarga, onde as restrições são calculadas com base no estado atual das diversas variáveis controladas incluindo, mas não restrito a, o número Kappa e o nível de apara no digestor contínuo. O método inclui ainda uma etapa 54 para otimizar a operação de digestor contínuo com o uso das medições virtuais e uma ou mais medições físicas (por exemplo, nível de apara no digestor e a consistência da celulose na saída do digestor) e calcular uma pluralidade de pontos de referência dentro do conjunto de restrições para otimizar a operação do digestor contínuo. As etapas adicionais para a exibição ou mais da operação de digestor contínuo, da pluralidade de pontos de referência, do conjunto de restrições, das medições virtuais, do modelo não-linear empírico, das variáveis transformadas, da pluralidade de variáveis de processo, e fornecer uma interface de operador para receber as entradas de operador também estão incluídos no método de exemplo.

[00029] Uma metodologia de rastreio de exemplo utilizada no sistema 10 e no método de fluxograma 40 é aqui explicada. Com referência à Figura 1 e à Figura 2A, se x é uma variável de processo medida em um local Li (por exemplo, a temperatura de depósito de apara é medida na localização de depósito de apara, e a taxa de fluxo de solução alcalina é medida no recipiente de impregnação) no processo de cozedura contínuo 100 e é desejável transformar essa variável usá-la para avaliar o seu efeito na localização Lo (outras localizações onde a medição não é feita, mas os valores são rastreados) dentro do processo de cozedura contínua 100, em seguida, a função de rastreio primeiro calcula um parâmetro de rastreio que realmente representa o movimento de uma única apara de madeira a partir do depósito de apara 110 através do depósito de apara e, em seguida, através das várias zonas no digestor, tornando-se assim possível rastrear a variável de processo de localização a partir da localização Li para a localização Lo (ilustrada na Figura 2A). As etapas na função de rastreio são fornecidas aqui para o depósito de apara 110. Os cálculos para outras zonas no recipiente de digestor são realizados de forma semelhante.

[00030] Em primeiro lugar, o depósito de apara é dividido em um certo número de fatias virtuais nfatias. Em Seguida, a largura de fatia é calculada como,

em que, o volume do depósito de apara é especificado com base nas dimensões físicas do depósito de apara. Os valores da variável de processo a serem rastreados são, em seguida, propagados através dessas fatias de dados 420 na fila de Depósito de Apara 410 como mostrado na Figura 4, com base no tempo de retenção no depósito de apara. O tempo de retenção tem como base o tamanho da zona e a taxa de alimentação de aparas de madeira. O cálculo da taxa de alimentação (taxa volumétrica) de aparas é um cálculo simples, Taxa de volume de alimentação de apara = velocidade do parafuso de alimentação X volume do alimentador ou grau de preenchimento em que, a velocidade do parafuso é o valor medido da velocidade do parafuso de alimentação de apara em rotações por unidade de tempo e o volume do alimentador é um parâmetro especificado e é a quantidade (em volume) de aparas fornecidas por rotação do parafuso. Essa taxa de volume de alimentação de apara é então integrada para calcular o volume de alimentação de apara,

[00031] Um pulso de disparo único desencadeia o movimento de dados 430 (Figura 4) para uma fatia da Fila, isto é, a condição para colocar os dados na fila. Para o depósito de apara de exemplo, isso é referido como um pulso de ritmo de depósito 500, como mostrado na Figura 5. Um pulso de disparo único é gerado em cada largura de fatia (Wfatia), digamos, por exemplo, 0,8 m3 de Volume de alimentação de apara retirado do depósito de apara. Esse sinal de gatilho de ritmo de depósito 510 (Figura 5) é utilizado para manter os dados na fila 410 (Figura 4).

[00032] Novamente, com referência à Figura 4, os dados são empurrados para fora 440 da fila, quando o número de fatias é igual ao "Tamanho do atraso do depósito de apara". Enquanto, no caso de outras zonas do recipiente de digestor, o tamanho de atraso é calculado com base no volume da zona e na taxa de produção, no caso do depósito de apara, o cálculo é diferente porque, como seria entendido por um versado na técnica, ao contrário de outras zonas do digestor, o depósito de apara nem sempre está 100% cheio com aparas. Portanto, no caso do depósito de apara, a condição para mover o número de fatias para baixo para a próxima zona baseia-se na quantidade de nível de apara no depósito de apara. Assim, o nível de depósito de apara deve ser calibrado em termos de volume, isto é, o nível L% é equivalente a Lv m3 com o uso de uma expressão de regressão linear simples. Em seguida, o "tamanho de atraso do depósito de apara" é dado por, tamanho de atraso do depósito de apara = Lv/Wfatia (valor integral)

[00033] As variáveis de processo rastreadas são, em seguida, transformadas e usadas como entradas para um sensor virtual que, então, estima as variáveis de qualidade especificadas. Suponha que se deseja usar a temperatura de depósito de apara TCB no sensor virtual para prever o Kappa na zona de cozedura do digestor. Com base em modelos experimentais de Kappa v/s TCB, sabe-se que a relação entre Kappa e TCB é não linear e a não linearidade é do tipo raiz quadrada, então, transforma-se a temperatura de depósito de apara rastreada até a zona de cozedura, T™ como,

[00034] Um cálculo de sensor virtual de exemplo é mostrado abaixo para o número Kappa na zona de cozedura:

em que, f(Zona de cozedura é o número estimado Kappa na zona de cozedura, M é o modelo de sensor virtual linear ou não linear e xz<°na.decozedura são variáveis de processo transformadas que afetam o número Kappa e rastreadas a partir dos seus localizações de medição até a zona de cozedura. Por exemplo, a temperatura do depósito de apara (medida no depósito de apara) é rastreada através do depósito de apara, da zona de impregnação e até a zona de cozedura e esse valor rastreado é usado no sensor virtual acima para obter a estimativa atual do número Kappa na zona de cozedura. Da mesma forma, o número Kappa estimado para a zona de cozedura pode ser rastreado com o uso da função de rastreio através das zonas de cozedura e da zona de lavagem até a linha de descarga. Esse valor Kappa rastreado serve como uma medida de monitoramento da qualidade da celulose para detectar os efeitos das perturbações, as mudanças de grau ou as mudanças na alimentação de madeira sobre o número Kappa.

[00035] O modelo de sensor virtual M acima é determinado como uma representação linear ou não linear da relação entre as variáveis de causa e a variável de qualidade de interesse. Por exemplo, o modelo de sensor virtual para o número Kappa é desenvolvido com o uso de variáveis de processo que afetam o número Kappa como entradas e o número Kappa medido. O número Kappa em um digestor contínuo é medido, em geral, na linha de sopro/descarga. Essa medição pode vir de um dispositivo de medição on-line ou a partir de uma análise laboratorial. A fim de obter a relação M, um modelo de regressão (linear ou não linear) é desenvolvido com o uso de métodos-padrão entre o Kappa medido e as variáveis do processo de entrada rastreadas até a linha de sopro como,

em que, Klinha de soproé a medição Kappa na linha de sopro obtida a partir de um dispositivo de medição on-line ou a partir da análise laboratorial; xPinha de Sopro são variáveis de processo de entrada rastreadas até a linha de sopro/descarga. O relacionamento M pode ser obtido com o uso dos métodos-padrão de avaliação de parâmetros com o uso de várias observações da medição Kappa e das variáveis do processo rastreadas.

[00036] Várias outras variáveis de qualidade, tais como a consistência da celulose na linha de sopro, etc., podem ser "detectadas de forma virtual" com o uso da função de rastreio e do sensor virtual.

[00037] A estimativa Kappa na zona de cozedura, como descrito acima, pode ser obtida on-line em intervalos de amostragem especificados com o uso de um dispositivo computacional que executa o modelo M. Essa estimativa Kappa na zona de cozedura é, em seguida, usada como uma variável controlada no sistema de otimização, como é mantido em um alvo especificado.

[00038] A fim de controlar de forma ideal o digestor contínuo, um método é descrito aqui através do qual o número Kappa na zona de cozedura é controlado de forma ideal por meio do cálculo dos pontos de referência ideais para um número de variáveis de processo, tais como o fator H, proporção de solução alcalina para madeira, etc. Além disso, para manter as condições ideias de cozedura no digestor, a solução alcalina residual no fluxo de circulação da zona de cozedura também é controlada juntamente com o número Kappa. No método divulgado, usa-se um esquema de otimização e de controle que consiste no controle de modelo preditivo (MPC), juntamente com a função de rastreio e o sensor virtual para controlar o Kappa e outras variáveis de qualidade no digestor contínuo.

[00039] O MPC calcula uma sequência de incrementos atuais e futuros para as variáveis manipuladas (tais como o fator H, a proporção de solução alcalina para madeira, etc.), que minimiza a soma ponderada de erros futuros de controle ao quadrado e uma soma ponderada dos incrementos ao quadrado na sequência de variáveis manipuladas, considerando os limites/restrições para as variáveis manipuladas e variáveis de processo previstas. Para os versados na técnica, sabe-se que esse objetivo de MPC pode ser expresso matematicamente mais precisamente como: calcular uma sequência de incrementos para as variáveis manipuladas Δu(k + i) ao longo de um horizonte de controle de amostras m para minimizar a função objetiva,

Sujeita às restrições:

[00040] Nessa minimização, os erros de controle e(fc) = r(k) — y(k) e as restrições para as variáveis do processo são considerados em um horizonte de previsão das amostras futuras p. As restrições para as variáveis manipuladas u(k) e seus incrementos são considerados em um horizonte de controle de amostras futuras m. Nesse procedimento, o modelo dinâmico é usado para a previsão de valores futuros para as variáveis de processo. Os parâmetros importantes do design são as matrizes de ponderação A e r.

[00041] Além de controlar de forma ideal o Kappa e outras variáveis de qualidade da celulose no digestor, o método revelado também controla o nível de apara no digestor e a consistência da celulose que deixa o digestor. A fim de alcançar esse objetivo, o método divulgado usa um controlador de MPC que calcula os pontos de referência ideais para a velocidade de raspador de fundo e o fluxo de sopro/descarga. Além disso, o controlador de MPC pode calcular os pontos de referência ideais para o fluxo de diluição de lixívia de lavagem de fundo. O nível de apara no digestor e a consistência da celulose que deixa o digestor exibem um comportamento não linear que não pode ser controlado de modo eficaz com o uso de um MPC linear. A fim de resolver esses efeitos não lineares e para controlar de forma ideal o nível e a consistência da celulose, o processo descrito utiliza um novo módulo de gestão de restrição. O módulo de gestão de restrição atualiza as restrições de variáveis manipuladas de maneira dinâmica com base no valor operacional da variável controlada. Se uma variável de processo, por exemplo, nível de apara, a ser controlada apresenta um comportamento não linear de uma certa faixa do seu funcionamento, em seguida, essa não linearidade pode ser tratada pelo controlador com o uso de restrições de variável manipulada dinâmica, isto é, as restrições na variável manipulada, como o fluxo de sopro, podem ser atualizadas/alteradas com base no valor atual do nível da apara. O módulo de gestão de restrição atualiza as restrições variáveis manipuladas uL e uH em cada instante com base na faixa na qual os valores atuais do nível e consistência ficam. O módulo de gestão de restrição utiliza uma função não linear para calcular as novas restrições altas e baixas nas variáveis manipuladas. Isso pode ser qualquer função não linear, dependendo do tipo de não-linearidade identificado durante a fase de concepção para um dado processo. As restrições variáveis manipuladas em qualquer dado instante t são calculadas de forma dinâmica, como mostrado abaixo:

em que, fcL & fcH podem ser funções lineares ou não lineares, u é o valor nominal ou base ou faixa de valores para as restrições para a variável manipulada e é um parâmetro de ajuste, y(k) é o valor da variável controlada no instante t. Um cálculo de exemplo para a restrição de limite elevado para o fluxo de sopro (o fluxo de celulose de papel a partir da saída do digestor) como uma função do valor de operação/medido do nível de apara é mostrado abaixo. Observa-se que, nesse exemplo, a restrição é atualizada de maneira dinâmica com o uso de uma função linear do nível do apara e a faixa nominal do alto limite de restrição.

em que FH(t) é a restrição de limite alto no fluxo de sopro em um dado instante t, FHmin e FHmax são os valores mínimos e máximos para o fluxo de sopro de alta restrição, Lmin e Lmax são os valores mínimo e máximo para o nível do apara em uma faixa particular de operação e L(t) é o valor de nível de apara em um instante t.

[00042] O método descrito não está restrito ao MPC e pode usar qualquer outro tipo de controle de otimização.

[00043] Deve ser entendido pelo versado na técnica que um ou mais módulos, como aqui descrito, podem também ser integrados como componentes funcionais e esses módulos são configurados em um processador de computador ou chips integrados e protocolos de comunicação conhecidos podem ser utilizados para a troca de dados entre os módulos e para se comunicar com a interface de operação.

[00044] Embora apenas certas características da invenção tenham sido ilustradas e descritas, muitas modificações e alterações ocorrerão aos versados na técnica. Por conseguinte, deve ser entendido que as concretizações anexas se destinam a abranger todas essas modificações e variações como estando dentro do verdadeiro espírito da invenção.

Claims

1. Sistema para a otimização de uma operação de digestor contínuo de um digestor contínuo, caracterizado pelo fato de que o sistema compreende um ou mais processadores, sendo que os um ou mais processadores compreendem um módulo de rastreio (12) para (i) receber uma pluralidade de variáveis de processo (20) relativas a medições de processo correspondentes medidas a montante de um processo de cozimento da operação do digestor contínuo, (ii) rastrear a pluralidade de variáveis de processo (20) para uma ou mais localizações a jusante, (iii) transformar a pluralidade de variáveis de processo (20) em variáveis de processo transformadas (22) com base em características dinâmicas e espaciais da pluralidade de variáveis de processo (20), (iv) usar as variáveis de processo transformadas (22) para desenvolver um modelo empírico não linear para uma ou mais variáveis de qualidade, e (v) calcular um parâmetro de rastreio indicativo de um movimento de uma única apara de madeira através de uma pluralidade de zonas do digestor contínuo para rastrear uma ou mais variáveis de processo (20) da pluralidade de variáveis de processo (20); um módulo de sensor virtual (18) com base no modelo empírico não linear, o módulo de sensor virtual (18) configurado para gerar medições virtuais que correspondem à uma ou mais variáveis de qualidade em uma pluralidade de localizações no digestor contínuo, sendo que o modelo empírico não linear é uma representação não linear entre variáveis de processo transformadas (22) em uma primeira localização de uma zona das uma ou mais zonas do digestor contínuo e variáveis de qualidade na primeira localização da zona; um módulo de gestão de restrição (26) configurado para atualizar dinamicamente um conjunto de restrições com base em uma pluralidade de parâmetros de funcionamento associados à operação de digestor contínuo, sendo que atualizar o conjunto de restrições compreende atualizar um ou mais limites de uma restrição do conjunto de restrições com base em um valor atual de uma variável de processo (20) associada à restrição; e um mecanismo de otimização e controle (30) configurado para computar uma pluralidade de pontos de referência dentro do conjunto de restrições para a otimização da operação do digestor contínuo como uma função das medições virtuais, uma ou mais medições físicas, e o conjunto de restrições atualizado dinamicamente, de tal modo que o mecanismo de otimização e controle (30) mantém um nível de digestor ideal e uma consistência de sopro ideal para taxa de produção estável, controla o número Kappa e minimiza o uso de solução alcalina para manter uma qualidade da celulose predefinida usando a pluralidade de pontos de referência.

2. Sistema de acordo com a reivindicação 1, caracterizado pelo fato de que o módulo de rastreio (12) é ainda configurado para rastrear a pluralidade de variáveis de processo (20) até uma linha de sopro do digestor contínuo.

3. Sistema de acordo com a reivindicação 1, caracterizado pelo fato de que as uma ou mais variáveis de qualidade compreendem pelo menos um dentro um número Kappa, solução alcalina residual e um nível de apara no digestor contínuo.

4. Sistema de acordo com a reivindicação 3, caracterizado pelo fato de que o módulo de rastreio (12) é ainda configurado para gerar um perfil para o número Kappa na pluralidade de localizações do digestor contínuo com base em variáveis de processo transformadas (22).

5. Sistema de acordo com a reivindicação 4, caracterizado pelo fato de que o módulo de sensor virtual (18) é ainda configurado para gerar valores de tempo real gerado para o número Kappa na pluralidade de localizações do digestor contínuo com base no perfil.

6. Sistema de acordo com a reivindicação 1, caracterizado pelo fato de que compreende ainda um módulo de exibição do operador configurado para exibir uma ou mais dentre a operação de digestor contínuo, a pluralidade de pontos de referência, o conjunto de restrições, as medições virtuais, o modelo empírico não linear, as variáveis de processo transformadas (22) e a pluralidade de variáveis de processo (20), e para receber entradas do operador.

7. Método para otimizar uma operação de digestor contínuo de um digestor contínuo usando um ou mais processadores, caracterizado pelo fato de que compreende receber, com um módulo de rastreio (12) dos um ou mais processadores, uma pluralidade de variáveis de processo (20) relacionadas a medições de processo correspondentes medidas a montante de um processo de cozedura da operação de digestor contínuo; rastrear, com o módulo de rastreio (12), a pluralidade de variáveis de processo (20) na operação de digestor contínuo em uma ou mais localizações a jusante; calcular, com o módulo de rastreio (12), um parâmetro de rastreio indicativo de um movimento de uma única apara de madeira através de uma pluralidade de zonas do digestor contínuo para rastrear uma ou mais variáveis de processo (20) da pluralidade de variáveis de processo (20); transformar, com o módulo de rastreio (12), a pluralidade de variáveis de processo (20) em variáveis de processo transformadas (22) com base em características dinâmicas e espaciais da pluralidade de variáveis de processo (20); desenvolver, com o módulo de rastreio (12), um modelo empírico não linear para um ou mais variáveis de qualidade usando as variáveis de processo transformadas (22), sendo que o modelo empírico não linear é uma representação não linear entre variáveis de processo transformadas (22) em uma primeira localização de uma zona das uma ou mais zonas do digestor contínuo e variáveis de qualidade na primeira localização da zona; implantar um módulo de sensor virtual (18) dos um ou mais processadores com base no modelo empírico não linear; gerar medições virtuais para as uma ou mais variáveis de qualidade em uma pluralidade de localizações usando o módulo de sensor virtual (18); atualizar dinamicamente, com um módulo de gestão de restrição (26) dos um ou mais processadores, um conjunto de restrições com base em uma pluralidade de parâmetros de operação, sendo que atualizar o conjunto de restrições compreende atualizar um ou mais limites de uma restrição do conjunto de restrições com base em um valor atual de uma variável de processo associada à restrição; e otimizar, com um mecanismo de otimização e controle (30) dos um ou mais processadores, a operação de digestor contínuo por uso das medições virtuais, uma ou mais medições físicas, e o conjunto de restrições atualizado dinamicamente para computar uma pluralidade de pontos de referência dentro do conjunto de restrições para manter um nível de digestor ideal e uma consistência de sopro ideal para taxa de produção estável e para minimizar uso de solução alcalina para manter uma qualidade da celulose predefinida.

8. Método de acordo com a reivindicação 7, caracterizado pelo fato de que compreende ainda a exibição, com um módulo de exibição do operador dos um ou mais processadores, de um ou mais dentre a operação de digestor contínuo, a pluralidade de pontos de referência, o conjunto de restrições, as medições virtuais, o modelo empírico não linear, as variáveis de processo transformadas e a pluralidade de variáveis de processo.

9. Método de acordo com a reivindicação 7, caracterizado pelo fato de que compreende ainda o fornecimento de uma interface de operador para receber entradas do operador.

10. Método de acordo com a reivindicação 7, caracterizado pelo fato de que as uma ou mais variáveis de qualidade compreendem pelo menos um dentre um número Kappa, solução alcalina residual, um fator de diluição inferior e um nível de apara no digestor contínuo.