BRPI0924325B1 - Método e sistema para otimização de uma pluralidade de parâmetros de caldeira em um processo de caldeira de recuperação, sistema de controle para processo de papel e polpa e sistema para estimação e predição de uma pluralidade de parâmetros de caldeira - Google Patents
Método e sistema para otimização de uma pluralidade de parâmetros de caldeira em um processo de caldeira de recuperação, sistema de controle para processo de papel e polpa e sistema para estimação e predição de uma pluralidade de parâmetros de caldeira Download PDFInfo
- Publication number
- BRPI0924325B1 BRPI0924325B1 BRPI0924325-9A BRPI0924325A BRPI0924325B1 BR PI0924325 B1 BRPI0924325 B1 BR PI0924325B1 BR PI0924325 A BRPI0924325 A BR PI0924325A BR PI0924325 B1 BRPI0924325 B1 BR PI0924325B1
- Authority
- BR
- Brazil
- Prior art keywords
- parameters
- boiler
- recovery boiler
- recovery
- component
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 159
- 238000011084 recovery Methods 0.000 title claims abstract description 155
- 230000008569 process Effects 0.000 title claims abstract description 132
- 238000006722 reduction reaction Methods 0.000 claims description 41
- 238000002485 combustion reaction Methods 0.000 claims description 37
- 238000005457 optimization Methods 0.000 claims description 24
- 238000005259 measurement Methods 0.000 claims description 14
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 12
- 229910052760 oxygen Inorganic materials 0.000 claims description 12
- 239000001301 oxygen Substances 0.000 claims description 12
- QAOWNCQODCNURD-UHFFFAOYSA-L Sulfate Chemical compound [O-]S([O-])(=O)=O QAOWNCQODCNURD-UHFFFAOYSA-L 0.000 claims description 11
- UCKMPCXJQFINFW-UHFFFAOYSA-N Sulphide Chemical compound [S-2] UCKMPCXJQFINFW-UHFFFAOYSA-N 0.000 claims description 10
- 229910021653 sulphate ion Inorganic materials 0.000 claims description 8
- 238000011946 reduction process Methods 0.000 claims description 6
- 239000007789 gas Substances 0.000 claims description 4
- 238000013528 artificial neural network Methods 0.000 claims description 3
- 239000000446 fuel Substances 0.000 claims description 3
- 230000002068 genetic effect Effects 0.000 claims description 3
- 238000013178 mathematical model Methods 0.000 abstract description 6
- HEMHJVSKTPXQMS-UHFFFAOYSA-M Sodium hydroxide Chemical compound [OH-].[Na+] HEMHJVSKTPXQMS-UHFFFAOYSA-M 0.000 description 27
- CDBYLPFSWZWCQE-UHFFFAOYSA-L Sodium Carbonate Chemical compound [Na+].[Na+].[O-]C([O-])=O CDBYLPFSWZWCQE-UHFFFAOYSA-L 0.000 description 22
- 239000007832 Na2SO4 Substances 0.000 description 16
- PMZURENOXWZQFD-UHFFFAOYSA-L Sodium Sulfate Chemical compound [Na+].[Na+].[O-]S([O-])(=O)=O PMZURENOXWZQFD-UHFFFAOYSA-L 0.000 description 16
- 239000000203 mixture Substances 0.000 description 16
- 229910052938 sodium sulfate Inorganic materials 0.000 description 16
- 229910052979 sodium sulfide Inorganic materials 0.000 description 16
- GRVFOGOEDUUMBP-UHFFFAOYSA-N sodium sulfide (anhydrous) Chemical compound [Na+].[Na+].[S-2] GRVFOGOEDUUMBP-UHFFFAOYSA-N 0.000 description 16
- 235000011152 sodium sulphate Nutrition 0.000 description 16
- 229910000029 sodium carbonate Inorganic materials 0.000 description 11
- 235000017550 sodium carbonate Nutrition 0.000 description 11
- 239000000126 substance Substances 0.000 description 10
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 10
- 229910001868 water Inorganic materials 0.000 description 10
- 238000009472 formulation Methods 0.000 description 9
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 8
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 description 8
- 229910052799 carbon Inorganic materials 0.000 description 8
- 238000006243 chemical reaction Methods 0.000 description 8
- 239000013626 chemical specie Substances 0.000 description 8
- 239000003546 flue gas Substances 0.000 description 8
- 238000011545 laboratory measurement Methods 0.000 description 5
- 238000012546 transfer Methods 0.000 description 5
- 239000003344 environmental pollutant Substances 0.000 description 4
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 4
- 231100000719 pollutant Toxicity 0.000 description 4
- NINIDFKCEFEMDL-UHFFFAOYSA-N Sulfur Chemical compound [S] NINIDFKCEFEMDL-UHFFFAOYSA-N 0.000 description 3
- 239000001257 hydrogen Substances 0.000 description 3
- 229910052739 hydrogen Inorganic materials 0.000 description 3
- 239000011593 sulfur Substances 0.000 description 3
- 229910052717 sulfur Inorganic materials 0.000 description 3
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 2
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 description 2
- DGAQECJNVWCQMB-PUAWFVPOSA-M Ilexoside XXIX Chemical compound C[C@@H]1CC[C@@]2(CC[C@@]3(C(=CC[C@H]4[C@]3(CC[C@@H]5[C@@]4(CC[C@@H](C5(C)C)OS(=O)(=O)[O-])C)C)[C@@H]2[C@]1(C)O)C)C(=O)O[C@H]6[C@@H]([C@H]([C@@H]([C@H](O6)CO)O)O)O.[Na+] DGAQECJNVWCQMB-PUAWFVPOSA-M 0.000 description 2
- 239000003513 alkali Substances 0.000 description 2
- 150000001875 compounds Chemical class 0.000 description 2
- 238000010411 cooking Methods 0.000 description 2
- 238000004090 dissolution Methods 0.000 description 2
- 238000001035 drying Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 229920006395 saturated elastomer Polymers 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 150000004763 sulfides Chemical class 0.000 description 2
- 150000003467 sulfuric acid derivatives Chemical class 0.000 description 2
- 239000002023 wood Substances 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000009993 causticizing Methods 0.000 description 1
- 239000003245 coal Substances 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000001704 evaporation Methods 0.000 description 1
- 230000008020 evaporation Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000010574 gas phase reaction Methods 0.000 description 1
- 238000002309 gasification Methods 0.000 description 1
- 150000002431 hydrogen Chemical class 0.000 description 1
- 150000002484 inorganic compounds Chemical class 0.000 description 1
- 229910010272 inorganic material Inorganic materials 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000000155 melt Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 229910052757 nitrogen Inorganic materials 0.000 description 1
- 150000002894 organic compounds Chemical class 0.000 description 1
- 239000011368 organic material Substances 0.000 description 1
- 230000003647 oxidation Effects 0.000 description 1
- 238000007254 oxidation reaction Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000004537 pulping Methods 0.000 description 1
- 239000002002 slurry Substances 0.000 description 1
- 229910052708 sodium Inorganic materials 0.000 description 1
- 239000011734 sodium Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000000087 stabilizing effect Effects 0.000 description 1
- 238000005496 tempering Methods 0.000 description 1
Images
Classifications
-
- D—TEXTILES; PAPER
- D21—PAPER-MAKING; PRODUCTION OF CELLULOSE
- D21C—PRODUCTION OF CELLULOSE BY REMOVING NON-CELLULOSE SUBSTANCES FROM CELLULOSE-CONTAINING MATERIALS; REGENERATION OF PULPING LIQUORS; APPARATUS THEREFOR
- D21C11/00—Regeneration of pulp liquors or effluent waste waters
- D21C11/12—Combustion of pulp liquors
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
Abstract
"método e sistema para otimização de parâmetros para um caldeira de recuperação". a presente invenção refere-se a um método e um sistema para otimização de parâmetros para uma caldeira de recuperação em uma fábrica de polpa que são fornecidos. o método é com base no uso de um modelo matemático de primeiro princípio para estimar parâmetros que são do contrário não mensuráveis para controlar o desempenho da caldeira de recuperação com precisão. além disso um método para usar parâmetros estimados de caldeira de recuperação para controlar e estabilizar os processos a jusante de cadeira de recuperação é fornecido. um sistema para realizar o método para controle e otimização de desempenho e parâmetros operacionais de caldeira de recuperação é também fornecido.
Description
[0001] A presente invenção refere-se, em geral, a um sistema e um método para otimização de um processo de caldeira de recuperação em geral. Mais particularmente, diz respeito à otimização de um processo de caldeira de recuperação usada em fábricas de pasta para fabrico de papel.
[0002] Caldeira de recuperação é um equipamento principal no ciclo de recuperação de licor preto, que é formado durante o processo digestor e outros processos de feitura da pasta. O licor preto contém compostos orgânicos dissolvidos (de madeira) e compostos inorgânicos (NaOH, Na2S, Na2CO3 e Na2SO4). Na2S e NaOH são as químicas requeridas para o processo de feitura da pasta em digestor. Na2CO3 e Na2SO4 são espécies químicas indesejáveis. A caldeira de recuperação recupera Na2S de Na2SO4 por meio de reações de redução no fundo do forno na caldeira de recuperação. NaOH recupera de Na2CO3 em um processo de caustificação subsequente à caldeira de recuperação. O fluxo recuperado da caldeira de recuperação e do caustificador contém NaOH e Na2S como espécies principais e é alimentado de volta para o digestor para o processo de feitura da pasta. Para resumir, a caldeira de recuperação é usada para (i) restabelecer as químicas inorgânicas de cozimento (ii) gerar energia térmica queimando os materiais orgânicos derivados da madeira e (iii) queimar as químicas orgânicas a fim de não as descarregar da fábrica, como poluentes. Por meio do processo de caldeira de recuperação, a fábrica de polpa economiza em custo químico e consequentemente a caldeira de recuperação (e também o caustificador) aumenta o desempenho econômico da fábrica de polpa.
[0003] A caldeira de recuperação química é um componente principal do ciclo do licor em uma fábrica de polpa e uma chave importante para o desempenho econômico geral da fábrica. Vários problemas somam à importância e complexidade das operações da caldeira de recuperação. As variações no valor calorífico (conteúdo de Btu) e na temperatura do licor preto, no tamanho das gotículas do licor preto, temperatura e na distribuição do ar de combustão podem resultar no desempenho variado da caldeira, que por sua vez afeta a qualidade do vapor gerado e das emissões da caldeira. Os fenômenos intensamente acoplados acontecem dentro da caldeira de recuperação tornando mais difícil de operar o processo na condição mais favorável. O desempenho ótimo da caldeira implica eficiência de redução máxima para recuperar as químicas de cozimento, emissões reduzidas da caldeira e manter a qualidade de vapor no nível desejado. Desse modo, há uma necessidade forte para desenvolver um método que considera todos os fatores acima para assegurar o desempenho ótimo da caldeira.
[0004] Uma fábrica de polpa nos dias de hoje usa sistemas de controle sofisticados, por exemplo, um Sistema de Controle Distribuído (DCS), para regular e otimizar vários processos relacionados à fábrica de polpa. O DCS pode também otimizar as operações e produção envolvidas na fabricação de pasta e papel. As estratégias de controle e de otimização são usualmente com base nos módulos de modelagem e simulação disponíveis com o DCS. Uma variedade de modelos de processo está disponível na literatura incluindo aqueles para caldeira de recuperação e principalmente módulos novos com base nestes modelos tornam-se disponíveis como soluções de software / hardware (principalmente como software) para o DCS para fábricas de pasta e papel.
[0005] Os modelos de processo para caldeira de recuperação na literatura ou são os modelos com base no primeiro princípio ou modelos dirigidos por dados. Estes modelos são usados para simulações fora- de-linha e, para aplicações de controle e de otimização. Os modelos usados para as aplicações de controle e otimização necessitam ser matematicamente simples o bastante para garantir convergência e ao mesmo tempo matematicamente complexo o bastante para capturar a dinâmicas e relações importantes entre as variáveis requeridas do processo. Os modelos dirigidos por dados têm a vantagem que eles são matematicamente simples, mas o uso destes modelos é restringido a uma região operacional estreita da caldeira de recuperação. Os modelos com base no primeiro princípio têm a vantagem que eles capturam a física do problema e desse modo suas predições de modelo são seguras para uma gama extensiva de condições operacionais da caldeira de recuperação. Consequentemente os modelos com base no primeiro princípio são desejados se eles puderem ser formulados e utilizados.
[0006] Um desafio principal encontra-se no controle do processo de redução dentro da caldeira de recuperação. Medições diretas das químicas, NaOH, Na2S, Na2CO3 e Na2SO4 não estão disponíveis na caldeira de recuperação. Portanto, é difícil de adquirir uma estimativa direta da eficiência de redução na caldeira de recuperação dependendo da concentração das químicas supracitadas. Os modelos dirigidos por dados usam uma medida indireta da eficiência de redução, isto é, a temperatura do leito de combustão no fundo do forno na caldeira de recuperação. Mas, a eficiência de redução também depende de vários outros fatores tais como a disponibilidade de oxigênio no fundo do leito, a composição química do licor preto que entra no forno da caldeira de recuperação, secagem, volatilização e reações de combustão que ocorrem durante o percurso do licor preto dos bicos de licor para o leito de combustão. Todos estes fenômenos mencionados acima afetam a concentração das espécies químicas (carbono, NaOH, Na2S, Na2CO3 e Na2SO4) que alcançam o leito de combustão e consequentemente afetam a taxa de reação de redução. Portanto, modelos dirigidos por dados, que assumem temperatura do leito de combustão como a medida do processo de redução podem ser inexatos para o controle do processo de redução.
[0007] A ineficiência dos modelos dirigidos por dados para prognosticar a taxa de reação de redução e sua inabilidade para capturar com precisão a dependência do processo de redução nas várias variáveis do processo da caldeira de recuperação resulta em controle e otimização ineficientes do processo de caldeira de recuperação. Como vários fenômenos acoplados, tais como combustão, volatilização de carvão e redução ocorrem na caldeira de recuperação, os modelos dirigidos por dados não podem eficientemente controlar e otimizar o processo de caldeira de recuperação. Isto resulta em eficiência de redução ruim, combustão ruim e emissão mais alta dos poluentes da caldeira de recuperação. Todos estes fatores agregam ao custo da fábrica de polpa.
[0008] Desse modo, há uma forte necessidade para desenvolver um método e um sistema que prognosticam com precisão as variáveis do processo, incluindo a concentração de espécies químicas na caldeira de recuperação e também eficientemente controlam e otimizam o processo de caldeira de recuperação.
[0009] O objetivo principal da presente invenção é predição e otimização do desempenho geral da caldeira de recuperação.
[00010] Outro objetivo da presente invenção é usar um modelo com base completa ou parcialmente nos primeiros princípios, que reflita a relação entre todas as variáveis manipuláveis e controladas da caldeira de recuperação.
[00011] Ainda outro objetivo da presente invenção é formular função objetiva para otimizar os parâmetros relacionados ao desempenho e operação do processo de caldeira de recuperação.
[00012] Outro objetivo da presente invenção é usar modelo para estimar e prognosticar os parâmetros de caldeira de recuperação que não estejam disponíveis das medições em-linha.
[00013] Ainda outro objetivo da presente invenção é usar as variáveis do processo na otimização como também no monitoramento do desempenho e parâmetros operacionais da caldeira de recuperação.
[00014] Ainda outro objetivo da presente invenção é usar os parâmetros de caldeira estimados e prognosticados para controlar ou estabilizar os processos a jusante da caldeira de recuperação.
[00015] Um método e um sistema para otimização dos parâmetros para uma caldeira de recuperação em uma fábrica de polpa são fornecidos. O método é com base no uso de um modelo matemático de primeiro princípio para estimar os parâmetros que são do contrário não mensuráveis para controlar o desempenho da caldeira de recuperação com precisão. Os parâmetros estimados e os modelos desenvolvidos são usados para otimizar o desempenho e os parâmetros operacionais em uma fábrica de polpa, especificamente aqueles da caldeira de recuperação.
[00016] Um aspecto da presente invenção diz respeito a um método para otimização de um ou mais parâmetros de caldeira em um processo de caldeira de recuperação. O método compreende as etapas de: (i) fornecer um modelo do processo descrevendo a relação entre várias variáveis do processo para uma ou mais unidades do sistema de caldeira de recuperação; (ii) estimar um ou mais parâmetros de caldeira de uma ou mais unidades do sistema de caldeira de recuperação; (iii) usar o(s) dito(s) um ou mais parâmetros de caldeira para desenvolver pelo menos uma função objetiva para otimização; (iv) otimizar a dita função objetiva para o controle do(s) dito(s) um ou mais parâmetros de caldeira da caldeira de recuperação, em que, a dita etapa de estimar o(s) dito(s) um ou mais parâmetros de caldeira compreende usar o dito modelo do processo que inclui relação para estimação da concentração de sulfato e/ou concentração de sulfeto na reação de redução do processo de caldeira de recuperação, e/ou usar os dados das variáveis do processo obtidos das medições em-linha feitas nas várias unidades do sistema de caldeira de recuperação e/ou medição de laboratório.
[00017] Em uma modalidade da presente invenção, o método para otimização de um ou mais parâmetros de caldeira é aplicado aos parâmetros compreendendo parâmetros de desempenho tais como eficiência de redução, eficiência de combustão, qualidade do vapor, perda de calor; parâmetros operacionais tais como custo de operação da caldeira e parâmetros que não são diretamente mensuráveis tais como concentração de sulfato, concentração de sulfeto em uma unidade do sistema de caldeira de recuperação.
[00018] Em outra modalidade da presente invenção, o método para otimização de um ou mais parâmetros de caldeira é realizado com formulação da função objetiva com pelo menos um parâmetro de caldeira compreendendo termos descrevendo a eficiência de redução, combustíveis no gás de combustão que saem da caldeira ou a qualidade do vapor superaquecido ou o controle de oxigênio em excesso para melhor utilização do calor ou uma combinação de qualquer um destes.
[00019] Como um segundo aspecto da presente invenção, um sistema para otimização de um ou mais parâmetros de caldeira em um processo de caldeira de recuperação é fornecido. O sistema compreende: (i) um componente de modelo do processo tendo um modelo do processo que descreve a relação entre várias variáveis do processo para uma ou mais unidades do sistema de caldeira de recuperação; (ii) um componente de estimação de parâmetro para estimar pelo menos um parâmetro da unidade do sistema de caldeira de recuperação usando o dito componente de modelo do processo; (iii) um componente de otimização para executar computação para otimização de um ou mais parâmetros de caldeira usando o componente de modelo do processo e o componente de estimação de parâmetro; (iv) um componente controlador para controlar um ou mais parâmetros de caldeira tendo um ou mais pontos de ajuste fornecidos pelo componente de otimização e; em que, o dito componente de estimação de parâmetro estima o(s) dito(s) um ou mais parâmetros da unidade usando o dito modelo do processo que inclui relação para estimação da concentração de sulfato e/ou concentração de sulfeto na reação de redução do processo de caldeira de recuperação, e/ou usando dados das variáveis do processo obtidos das medições em-linha feitas nas várias unidades do sistema de caldeira de recuperação e/ou medição de laboratório.
[00020] Como um terceiro aspecto da presente invenção, um sistema de controle para processo de papel e polpa é fornecido. O sistema de controle compreende: (i) um componente de modelo do processo tendo um modelo do processo descrevendo a relação entre várias variáveis do processo para pelo menos uma unidade de um primeiro conjunto de unidades (ii) um componente de estimação de parâmetro para estimar pelo menos um parâmetro da unidade do primeiro conjunto de unidades usando o componente de modelo do processo (iii) um componente controlador para controlar um segundo conjunto de uma ou mais unidades com base no pelo menos um parâmetro estimado da unidade e em que, o dito componente de estimação de parâmetro estima o(s) dito(s) um ou mais parâmetros da unidade usando o dito modelo do processo que inclui relação para estimação da concentração de sulfato e/ou concentração de sulfeto na reação de redução do processo de caldeira de recuperação, e/ou usando dados das variáveis do processo obtidos das medições em-linha feitas nas várias unidades do sistema de caldeira de recuperação e/ou medição de laboratório.
[00021] Como uma modalidade da presente invenção, o sistema de controle em um processo de papel e polpa tem o primeiro conjunto de unidades que são do sistema de caldeira de recuperação e o segundo conjunto de unidades são do sistema do clarificador ou caustificador de licor verde.
[00022] Como outra modalidade do sistema para controle em um processo de papel e polpa descreve o primeiro conjunto de unidades e o segundo conjunto de unidades tendo pelo menos uma unidade em comum.
[00023] Como quarto aspecto da presente invenção, um sistema para estimação e predição de um ou mais parâmetros de caldeira para uma caldeira de recuperação é fornecido. O sistema compreende: (i) um componente de modelo do processo tendo um modelo do processo que descreve a relação entre várias variáveis do processo do sistema de caldeira de recuperação (ii) um componente de estimação de parâmetro para estimar pelo menos um parâmetro de caldeira usando o componente de modelo do processo (iii) um componente de predição para obter uma ou mais trajetórias dos parâmetros de caldeira em um período de tempo de predição definido usando o componente de modelo do processo e o componente de estimação de parâmetro e em que, o dito componente de estimação de parâmetro estima o(s) dito(s) um ou mais parâmetros da unidade usando o dito modelo do processo que inclui relação para estimação da concentração de sulfato e/ou concentração de sulfeto na reação de redução do processo de caldeira de recuperação, e/ou usando dados das variáveis do processo obtidos das medições em-linha feitas nas várias unidades do sistema de caldeira de recuperação e/ou medição de laboratório.
[00024] Em outra modalidade da presente invenção, a relação definida no modelo do processo, parâmetros estimados pelo componente de estimação de parâmetro ou parâmetros prognosticados pelo componente de predição são usados para desenvolver uma função objetiva ou usados como uma restrição para obter solução de otimização.
[00025] Em outra modalidade da presente invenção, os métodos e sistemas como descritos na invenção usam modelos de processo formulados de meios tais como aqueles com base completa ou parcialmente nos primeiros princípios; regras ou dados empíricos; estocásticos; modelos algorítmicos ou as combinações como modelos híbridos.
[00026] Porém, é para ser observado que os desenhos em anexo ilustram apenas modalidades típicas desta invenção e, portanto, não são para ser considerados limitativos de seu escopo, a invenção pode admitir as outras modalidades igualmente efetivas.
[00027] Figura 1 mostra um processo típico de caldeira de recuperação e as várias unidades de um processo de caldeira de recuperação; figura 2 mostra representação esquemática do sistema de otimização em-linha do processo de caldeira de recuperação; figura 3 mostra esquemático do sistema de controle para o processo de papel e polpa.
[00028] A invenção descreve um método e um sistema que prognosticam as variáveis do processo tais como concentração de espécies químicas envolvidas nos processos de caldeira de recuperação com precisão melhorada. O método e o sistema são estendidos além do sistema de caldeira de recuperação para melhorar o controle de muitas outras unidades no processo de papel e polpa.
[00029] Figura 1 descreve um sistema de caldeira de recuperação convencional 100. O sistema de caldeira de recuperação 100 pode ser considerado compreendendo várias unidades, o Forno 110 (Câmara de Combustão), Superaquecedor 120, Economizadores 130 e tambor de vapor 140. O sistema de caldeira de recuperação 100 é também referido como planta de caldeira de recuperação. (A) Forno - A unidade da caldeira de recuperação onde o licor preto 102 entra em combustão e é queimado é o forno 110. Há um leito de fundição 108 ao fundo do forno 110 onde as reações de redução acontecem que reduz os sulfatos para sulfetos (Na2SO4 + 4C = Na2S + 4CO). O material carbonado no licor preto 102 é gaseificado e oxidado pelo ar de combustão 104 que entra no forno 110 em localizações diferentes. Ar 104 é também expresso como oxigênio e alternadamente usado na descrição. A análise do componente do licor preto 102 é tratada como um aspecto importante na formulação do modelo. Uma vez que a composição do licor preto 102 permanece quase constante, entrada contínua para análise do componente não é requerida. As frações dos vários componentes do licor preto 102 são tratadas como sendo determinísticas. O licor preto 102 é considerado ter componentes tais como Sódio, Carbono, Hidrogênio, Enxofre, Oxigênio, Nitrogênio, e Água. É assumido que 50% de enxofre sejam liberados como H2S durante a desvolatilização do licor preto 102 dentro do forno 110. É assumido que o enxofre restante esteja presente na forma de Na2S e Na2SO4 em uma razão molar conhecida. Esta razão de concentração inicial de Na2S e Na2SO4 na combustão do licor preto é ajustada para ser 1:1. É assumido que o sódio restante forme Na2CO3. É assumido que uma fração conhecida de carbono seja liberada como compostos gasosos diferentes durante a desvolatilização do licor preto dentro do forno 110. A fração de carbono no licor preto 102 que vai nestes compostos é assumida ser 50% que é com base nos experimentos de escala pequena. No modelo atual, os gases contendo carbono são assumidos ser CO, CO2 e CH4. A quantidade total de CO e CO2 nos gases voláteis ainda depende do oxigênio disponível quimicamente ligado no licor preto puro deixado após a formação dos componentes contendo oxigênio (Na2CO3, Na2SO4), como descrito acima. Uma razão molar para [CO]/[CO2] é definida como uma constante para a formulação do modelo. Hidrogênio presente no licor preto 102 é assumido ser liberado como H2.
[00030] A taxa da reação para reações heterogêneas no forno 110 é tratada para ser dependente da transferência de massa e da cinética da reação. A taxa de transferência de massa é assumida ser inversamente proporcional ao quadrado do diâmetro das gotas de licor preto 102. A taxa de redução de sulfato é primariamente controlada pela cinética da reação. O sulfeto de sódio presente nos sólidos de licor preto e no fundo é assumido ser facilmente oxidado em contato com oxigênio.
[00031] Para as reações de fase gasosa, é assumido que as reações envolvendo CH4 e H2 são muito rápidas e todo hidrogênio e metano são consumidos primeiro. A taxa de oxidação de CO é assumida diretamente proporcional à concentração de CO e O2 dentro do forno 110.
[00032] O modelo matemático do forno 110 é descrito pela equação (eq 1) abaixo
[00033] O termo x , na equação (eq 1), é a variável de interesse tal como temperatura, pressão e concentrações de várias espécies químicas como Na2SO4, Na2S, NaOH, Na2CO3, CO, CO2 dentro do forno 110. Função f descrita por f(x,p,y)na equação (eq 1) é a representação matemática dos fenômenos que afetam a variável x na fornalha. Termo p na equação (eq 1) representa uma constante associada aos aspectos estruturais do forno, por exemplo, volume do forno. Termo y, na equação (eq 1) representa os fatores físicos que afetam f (x, p, y). Os fatores físicos são descritos no modelo como para a equação (eq 2) como uma função “g” dos termos “x” e “p”.
[00034] Um exemplo dos fatores físicos é tamanho da gotícula do licor preto 102 que entra no forno 110 através dos bicos localizados nas paredes do forno 110. O tamanho da gotícula do licor preto 102 é calculado no modelo com base na viscosidade do licor preto e no tamanho dos bicos. O tamanho de gotícula determina a taxa de reações de gaseificação que convertem carbono no licor preto CO e CO2 e a taxa das reações de redução.
[00035] A solução destas equações dá a concentração de vários componentes e variáveis de interesse tais como temperatura dentro do forno 110. (B) Superaquecedor - O forno 110 é seguido por uma série de trocadores de calor para transferir o calor do gás quente de combustão 106 para a água. Superaquecedor 120 é o cambiador de calor que suporta o gás de combustão mais quente porque está próximo ao forno 110. Esta unidade de caldeira de recuperação é usada para superaquecer o vapor vindo do tambor de vapor 140, e consequentemente chamado o superaquecedor 120. O modelo matemático do superaquecedor é também representado de maneira similar como nas equações (eq 1) e (eq 2). O modelo inclui as equações de equilíbrio de calor que determinam a taxa de transferência de calor do gás de combustão 106 para o vapor saturado 125 e consequentemente determina a temperatura do vapor superaquecido 127 que deixa o superaquecedor 120. Atemperadores (não mostrados a figura) são usados para manter a temperatura do vapor despejando água. (C) Tambor de vapor 140 é aquela unidade da caldeira de recuperação que recebe o calor radiativo do forno 110 e desse modo gera o vapor da água 137 que vem dos economizadores 130. O modelo matemático do tambor de vapor 140 inclui o equilíbrio de energia e a equação de equilíbrio bifásico para vapor-água para prognosticar a taxa de evaporação. A diferença de pressão entre o tambor de vapor 140 e o superaquecedor 120 é calculada que é usada para determinar a taxa de fluxo do vapor saturado 125 fora do tambor de vapor. O modelo matemático do superaquecedor é também representado de maneira similar como nas equações (eq 1) e (eq 2). (D) Economizador 130 é a unidade da caldeira de recuperação que é usada para preaquecer a água de alimentação 135 antes de ir para o tambor de vapor 140. A troca de calor acontece entre o gás de combustão 106 que vem do superaquecedor 120 e a água de alimentação 135. Tipicamente, há múltiplas unidades de economizador para aquecer a água perto de sua temperatura de saturação. O modelo do economizador 130 inclui as equações de equilíbrio de energia. A transferência de calor é considerada ocorrer por meio de transmissão entre o gás de combustão 106 e a água de alimentação 135. O modelo matemático de superaquecedor é também representado de maneira similar como nas equações (eq 1) e (eq 2).
[00036] Os termos seguintes são usados ao longo da descrição, as definições destes são fornecidas aqui para ajudar o entendimento dos vários aspectos da inovação em questão. É para ser entendido que esta definição não é intencionada de forma alguma a limitar o escopo da revelação e reivindicações em anexo.
[00037] Eficiência da redução refere-se à eficiência das reações de redução que acontecem na caldeira convertendo sulfatos, presentes na alimentação da caldeira, para sulfetos.
[00038] A eficiência de redução é calculada com:
[00039] Eficiência de combustão refere-se à eficiência do processo de combustão dos orgânicos dentro da seção do forno da caldeira de recuperação.
[00040] Qualidade de vapor refere-se à temperatura e pressão do vapor do valor superaquecido formado dentro da caldeira de recuperação.
[00041] Eficiência de redução é a medida de conversão de Na2SO4 para Na2S. Esta reação de redução ocorre no leito de combustão no fundo da caldeira de recuperação. Como qualquer outra taxa de reação, a taxa de redução depende da temperatura do leito. Devido à indisponibilidade das medições em-linha de Na2S e Na2SO4, é difícil de prognosticar e controlar a eficiência de redução. Prática atual de controlar (ou maximizar) a eficiência de redução usa a temperatura do leito como a única variável para adquirir uma medida indireta da eficiência de redução. Mas, eficiência de redução também depende de vários outros fatores tais como a disponibilidade de oxigênio no fundo do leito. Outros fatores que afetam o fenômeno de redução são a composição química do licor preto que entra no forno da caldeira de recuperação, secagem, volatilização e reações de combustão que acontecem durante o percurso do licor preto dos bicos do licor para o leito de combustão. Todos estes fenômenos mencionados acima afetam a concentração das espécies químicas (carbono, NaOH, Na2S, Na2CO3 e Na2SO4) que alcançam o leito de combustão e consequentemente afetam a taxa da reação de redução.
[00042] Se o fluxo que é alimentado de volta para o digestor dos processos de recuperação contiver mais de espécies indesejáveis (Na2CO3 e Na2SO4), a eficiência do digestor abaixa e a fábrica para usando mais químicas para alcançar a mesma qualidade de polpa produzida do digestor. Consequentemente, a eficiência de redução (da reação de redução, Na2SO4 para Na2S) deve ser mantida com um valor tão alto quanto possível ~99% e as variações na mesma devem ser minimizadas para minimizar as variações na qualidade da polpa produzida do digestor.
[00043] A eficiência de combustão é monitorada por meio do nível de poluentes tais como CO, NOx no gás de combustão que deixa a planta 100 ou pelo nível de oxigênio em excesso para a caldeira de recuperação medido no gás de combustão que deixa a planta 100 para a caldeira de recuperação. As medições dos poluentes, carbono particulado, nível em excesso de oxigênio no gás de combustão são alguns parâmetros de desempenho que podem ser usados para monitorar a eficiência de combustão da planta de caldeira de recuperação 100.
[00044] Estes aspectos são importantes em definir as regras para otimização de desempenho e operação do sistema de caldeira de recuperação 100.
[00045] O processo do modelo da caldeira de recuperação formulado como descrito anteriormente é usado para ótimo controle de desempenho e operação do sistema de caldeira de recuperação 100. Uma das formulações preferidas da função objetiva é:
em que, e = vetor de erro Δu = vetor das alterações nas variáveis manipuladas “u” We = matriz de peso para vetor de erro Wu = matriz de peso para variáveis manipuladas
[00046] O vetor de erro “e” na função objetiva inclui vários termos que quantificam a diferença no desempenho desejado e atual do sistema de caldeira de recuperação. Um dos modos de definir o vetor de erro é como segue:
[00047] A formulação acima do vetor de erro assegura que os combustíveis, temperatura do vapor e eficiência de redução sejam mantidos no nível desejado junto com o uso ótimo de ar (oxigênio) e altura ótima do leito de combustão. É para ser observado que esta formulação é para otimizar o desempenho do sistema de caldeira de recuperação.
[00048] Outras formulações incluem parâmetros operacionais tais como custo da operação da caldeira de recuperação ou a formulação para desempenho é usada em combinação com os parâmetros operacionais da operação da caldeira de recuperação.
[00049] É para ser observado que algumas das variáveis e parâmetros usados no vetor de erro como temperatura do vapor, o nível de combustíveis são medidos e algumas outras variáveis e parâmetros como eficiência de redução, altura do leito de combustão são estimados do modelo. É também para ser observado que para algumas das variáveis tais como altura do leito de combustão há uma escolha ou para computar as mesmas usando o modelo no caso de nenhuma medição direta ser feita. As variáveis ou parâmetros que são estimados por uso do modelo são denominados como parâmetros estimados.
[00050] Os parâmetros tais como parâmetros de desempenho, parâmetros operacionais, parâmetros medidos e estimados são denominados como parâmetros de caldeira. Parâmetros relacionados com uma unidade específica do sistema de caldeira de recuperação ou aqueles da indústria de papel e polpa são referidos como parâmetros da unidade.
[00051] As restrições para a otimização são:
[00052] Estas variáveis restringidas ou são diretamente medidas no sistema de caldeira de recuperação ou são deduzidas do modelo de caldeira de recuperação. P, T, Q1, F1, D e L são quantidades de referência. As variáveis manipuladas (denotadas como “u” na função objetiva) são selecionadas para manter os rendimentos nos níveis desejados ou manter o erro (e) no mínimo. Estas variáveis manipuladas são as variáveis do processo da caldeira de recuperação. Alguns exemplos das variáveis manipuladas são Temperatura do licor preto, Fluxos de ar, Temperatura do ar, Fluxo da água de entrada para os economizadores e Fluxo do atemperador. O termo variável do processo é usado para indicar todas as variáveis associadas ao modelo do processo para as quais as relações são definidas através das definições no modelo do processo. O valor da variável do processo é denominado como dados das variáveis do processo.
[00053] Figura 2 ilustra o sistema 200 para controle e otimização do processo de caldeira de recuperação. Um modelo com base no primeiro princípio do processo do sistema de caldeira de recuperação 100 é usado como um componente central para controle e otimização do sistema de caldeira de recuperação 100. O modelo do processo está disponível em forma de um módulo de software conhecido como componente de modelo do processo 210. Outros componentes conhecidos como componente de estimação de parâmetro 220 são desenvolvidos para estimação de certos parâmetros de caldeira que ou não são mensuráveis ou necessitam alguma forma de computação para estimação. O componente de estimação de parâmetro 220 é desenvolvido usando as relações definidas no modelo do processo ou formulações como definidas para os parâmetros de desempenho. O componente de estimação de parâmetro também usa dados de medições em-linha e análise de laboratório 225 (dados entrados no sistema em intervalos periódicos) para ajuste fino dos parâmetros do modelo do processo (também referidos como parâmetros do modelo) do modelo do processo para assegurar parelha estrita entre o processo atual / fenômenos no sistema de caldeira de recuperação. Um tal ajuste fino é feito em uma base regular como encontrado adequado para a operação. As medições em-linha e laboratoriais (por exemplo, Álcali Titulável Total na fundição ou licor verde) são também usadas pelo módulo de estimação 220 para calcular a concentração das espécies químicas, Na2SO4, Na2S, NaOH, Na2CO3, no fluxo fundido 108 saindo do fundo do forno da caldeira de recuperação 110. O componente de estimação de parâmetro 220 também computa os parâmetros de desempenho da caldeira descritos em termos de eficiência de redução, eficiência de combustão e a qualidade do vapor usando o modelo de caldeira de recuperação 210. Tais estimações ajudam a alcançar controle melhor do desempenho e parâmetros operacionais do sistema de caldeira de recuperação.
[00054] Entretanto, é para ser observado que a descrição é feita com referência à formulação modelo com base nos primeiros princípios para o componente de modelo do processo e componente de estimação de parâmetro, vários outros tipos de modelo podem ser usados para alcançar alguns ou todos os objetivos mencionados nesta invenção. Exemplo destes modelos são modelos que são parcialmente com base nos primeiros princípios, modelos com base em regras ou dados empíricos; modelos dirigidos por dados, modelos estocásticos; modelos algorítmicos tais como aqueles com base em rede neural, algoritmos genéticos e as combinações como modelos híbridos.
[00055] O componente de otimização 230 usa o componente de modelo do processo 210 e o componente de estimação de parâmetro 220 para computar a solução para o problema de otimização. A solução é expressa como ponto de ajuste para um ou muitos controladores reguladores 240 que controlam os processos de caldeira de recuperação.
[00056] Em outro aspecto da invenção, o sistema de controle para o sistema de caldeira de recuperação tem um componente de predição 320 descrito na figura 3. O componente de predição usa o modelo de processo de caldeira de recuperação 210 para prognosticar a tendência futura dos parâmetros de caldeira ou parâmetros da unidade no sistema de caldeira de recuperação. O componente de predição 320 toma o estado atual da planta de caldeira de recuperação 100 como um módulo de entrada da estimação 220 e depois prognostica os parâmetros de desempenho em um horizonte de tempo futuro finito. Desse modo, um componente de predição é usado para obter uma ou mais trajetórias de parâmetros de caldeira em um período de tempo de predição definido usando o componente de modelo do processo e o componente de estimação de parâmetro. Os valores prognosticados podem ser monitorados pelo gerente de produção para avaliar o desempenho atual e futuro da planta de caldeira de recuperação 100. A informação de predição pode também ser usada pelo componente de otimização 230 para solucionar o problema de otimização.
[00057] A saída do componente de predição 320 é também disponível para os controladores que controlam as operações das unidades fora do sistema de caldeira de recuperação, por exemplo, as unidades a jusante 310. Os valores prognosticados do componente de predição são usados para fornecer pontos de ajuste para as unidades a jusante tais como o clarificador do licor verde e unidade de caustificador. O conhecimento da composição da fundição 108 saindo da caldeira de recuperação em particular ajudará a estabilizar e controlar o conteúdo de álcali do licor que deixa o tanque de dissolução da fundição que por sua vez resulta no desempenho melhorado da unidade de caustificador. Uma vez que os tempos de permanência no tanque de dissolução da fundição, e os tanques de clarificador são grandes, indicação em-linha das composições de fundição 108 é de grande ajuda em estabilizar e controlar a composição do licor verde que vai para a unidade do caustificador da unidade do clarificador, ambos a jusante da caldeira de recuperação 100. É para ser observado que a unidade do clarificador de licor verde e a unidade do caustificador podem compreender múltiplas unidades, desse modo formando o sistema de clarificador de licor verde e o sistema de caustificador respectivamente. Informação tal como composição da fundição 108 do sistema de monitoramento de desempenho 320 é usada como sinais de avanço de alimentação para controle da densidade/alcalinidade do licor verde após o clarificador. Desse modo, informação das unidades da caldeira de recuperação 100 é usada para controlar e otimizar as unidades da fábrica de papel e polpa que estão fora do sistema de caldeira de recuperação 100. Esta informação das unidades da caldeira de recuperação 100 é também útil para outros sistemas tendo pelo menos uma unidade em comum com o sistema de caldeira de recuperação.
[00058] Desse modo, o método desenvolvido e um sistema ajudam a estimar com precisão e prognosticar as variáveis do processo incluindo a concentração das espécies químicas no sistema de caldeira de recuperação e assim eficientemente controlar e otimizar os processos da caldeira de recuperação e outros processos associados. [00059] Várias outras modificações e alterações na estrutura e método de operação desta invenção serão evidentes àqueles versados na técnica sem abandono do escopo e espírito da invenção. Embora a invenção tenha sido descrita com relação às modalidades preferidas específicas e especificamente para planta de caldeira de recuperação e unidades a jusante usadas na indústria de papel e polpa, deve ser entendido que a invenção conforme reivindicada não deveria ser indevidamente limitada a tais modalidades específicas ou um sistema de planta particular usado na indústria de papel e polpa. É intencionado que as reivindicações a seguir definam o escopo da presente invenção e que as estruturas e métodos dentro do escopo destas reivindicações e seus equivalentes sejam abrangidos pelas mesmas.
Claims (15)
1. Método para otimização de uma pluralidade de parâmetros de caldeira em um processo de caldeira de recuperação, caracterizado pelo fato de que compreende as etapas de, (i) fornecer um modelo do processo descrevendo a relação entre várias variáveis do processo para uma ou mais unidades do sistema de caldeira de recuperação, sendo que uma ou mais unidades do sistema de caldeira de recuperação inclui um leito de combustão; (ii) estimar uma pluralidade de parâmetros de caldeira de uma ou mais unidades do sistema de caldeira de recuperação; (iii) usar a pluralidade de parâmetros de caldeira para desenvolver pelo menos uma função objetiva para otimização; e (iv) otimizar a dita função objetiva para o controle da pluralidade de parâmetros de caldeira da caldeira de recuperação, sendo que, a dita etapa de estimar a pluralidade de parâmetros de caldeira compreende usar o dito modelo do processo descrevendo a relação para estimação de pelo menos uma concentração de sulfato, concentração de sulfeto na reação de redução do processo de caldeira de recuperação, e usar os dados das variáveis do processo obtidos das medições em-linha feitas nas várias unidades do sistema de caldeira de recuperação, sendo que um ou mais parâmetros de caldeira inclui um ou mais parâmetros associados com o leito de combustão do sistema de caldeira de recuperação.
2. Método para otimização de um ou mais parâmetros de caldeira, de acordo com a reivindicação 1, caracterizado pelo fato de que os parâmetros de caldeira compreendem parâmetros de desempenho; parâmetros operacionais e parâmetros que não são diretamente mensuráveis em uma unidade do sistema de caldeira de recuperação.
3. Método para otimização de um ou mais parâmetros de caldeira, de acordo com a reivindicação 1, caracterizado pelo fato de que a função objetiva é formulada com pelo menos um parâmetro de caldeira compreendendo termos que descrevem a eficiência de redução, combustíveis em gás de combustão que saem da caldeira, a qualidade do vapor superaquecido, o oxigênio em excesso para melhor utilização de calor ou uma combinação de qualquer um destes.
4. Método para otimização de um ou mais parâmetros de caldeira, de acordo com a reivindicação 1, caracterizado pelo fato de que o modelo de processo para uma caldeira de recuperação é baseado total ou parcialmente nos primeiros princípios; regras empíricas ou dados; modelos estocásticos; ou modelos algorítmicos, redes neurais, algoritmos genéticos, ou qualquer combinação deles como modelos híbridos.
5. Método para otimização de um ou mais parâmetros de caldeira, de acordo com a reivindicação 2, caracterizado pelo fato de que o parâmetro de desempenho é um ou mais parâmetros de eficiência de redução, eficiência de combustão, qualidade do vapor e perda de calor; o parâmetro operacional é operação da caldeira; e os parâmetros que não são diretamente mensuráveis são concentração de sulfato, e concentração de sulfeto em uma unidade do sistema da caldeira de recuperação.
6. Método para otimização de um ou mais parâmetros de caldeira, de acordo com a reivindicação 4, caracterizado pelo fato de que o modelo de processo é usado para modelar pelo menos um de um processo de redução de processo, um processo de combustão em uma fornalha do sistema da caldeira de recuperação, um processo de geração de vapor superaquecido em uma unidade de superaquecimento e uma unidade economizadora do sistema da caldeira de recuperação.
7. Sistema para otimização de uma pluralidade de parâmetros de caldeira em um processo de caldeira de recuperação caracterizado pelo fato de que compreende, (i) um componente de modelo do processo tendo um modelo do processo que descreve a relação entre várias variáveis do processo para uma ou mais unidades do sistema de caldeira de recuperação, sendo que uma ou mais unidades do sistema de caldeira de recuperação inclui um leito de combustão; (ii) um componente de estimação de parâmetro para estimar pelo menos um parâmetro da unidade do sistema de caldeira de recuperação usando o dito componente de modelo do processo; (iii) um componente de otimização para executar computação para otimização de uma pluralidade de parâmetros de caldeira usando o componente de modelo do processo e o componente de estimação de parâmetro; (iv) um componente controlador para controlar uma pluralidade de parâmetros de caldeira tendo um ou mais pontos de ajuste fornecidos pelo componente de otimização; sendo que, o dito componente de estimação de parâmetro estima o um ou mais parâmetros da unidade usando o dito modelo do processo que inclui relação para estimação da concentração de sulfato, concentração de sulfeto na reação de redução do processo de caldeira de recuperação, e usando dados das variáveis do processo obtidos das medições em-linha feitas nas várias unidades do sistema de caldeira de recuperação e sendo que a pluralidade de parâmetros de caldeira inclui um ou mais parâmetros associados com o leito de combustão do sistema de caldeira de recuperação.
8. Sistema para otimização de uma pluralidade de parâmetros de caldeira, de acordo com a reivindicação 7, caracterizado pelo fato de que atua em combinação com um sistema de recuperação de caldeira.
9. Sistema para otimização de uma pluralidade de parâmetros de caldeira, de acordo com a reivindicação 7, caracterizado pelo fato de que o modelo de processo para uma caldeira de recuperação é baseado total ou parcialmente nos primeiros princípios; regras ou dados empíricos; modelos estocásticos; ou modelos algorítmicos, redes neurais, algoritmos genéticos, ou qualquer combinação deles como modelos híbridos.
10. Sistema para otimização de uma pluralidade de parâmetros de caldeira, de acordo com a reivindicação 9, caracterizado pelo fato de que o modelo de processo é usado para modelar pelo menos um de um processo de redução de processo, um processo de combustão em uma fornalha do sistema da caldeira de recuperação, um processo de geração de vapor superaquecido em uma unidade de superaquecimento e uma unidade economizadora do sistema da caldeira de recuperação.
11. Sistema de controle para processo de papel e polpa, caracterizado pelo fato de que compreende, (i) um componente de modelo do processo tendo um modelo do processo descrevendo a relação entre várias variáveis do processo para pelo menos uma unidade de um primeiro conjunto de unidades, sendo que pelo menos uma unidade é incluída no sistema de caldeira de recuperação que inclui um leito de combustão; (ii) um componente de estimação de parâmetro para estimar pelo menos um parâmetro da unidade do primeiro conjunto de unidades usando o componente de modelo do processo; e (iii) um componente controlador para controlar um segundo conjunto de uma ou mais unidades com base no pelo menos um parâmetro estimado da unidade, sendo que, o dito componente de estimação de parâmetro estima uma pluralidade de parâmetros da unidade usando o dito modelo do processo que inclui relação para estimação da concentração de sulfato, concentração de sulfeto na reação de redução do processo de caldeira de recuperação, e usando dados das variáveis do processo obtidos das medições em-linha feitas nas várias unidades do sistema de caldeira de recuperação, sendo que a pluralidade de parâmetros de caldeira inclui um ou mais parâmetros associados com o leito de combustão do sistema de caldeira de recuperação.
12. Sistema de controle em um processo de papel e polpa, de acordo com a reivindicação 11, caracterizado pelo fato de que o primeiro conjunto de unidades é do sistema de caldeira de recuperação e o segundo conjunto de unidades é do sistema do clarificador ou caustificador de licor verde.
13. Sistema para controle em um processo de papel e polpa, de acordo com a reivindicação 11, caracterizado pelo fato de que o primeiro conjunto de unidades e o segundo conjunto de unidades têm pelo menos uma unidade em comum.
14. Sistema para estimação e predição de uma pluralidade de parâmetros de caldeira para uma caldeira de recuperação, caracterizado pelo fato de que compreende, (i) um componente de modelo do processo tendo um modelo do processo que descreve a relação entre várias variáveis do processo do sistema de caldeira de recuperação, sendo que o sistema de caldeira de recuperação inclui um leito de combustão; (ii) um componente de estimação de parâmetro para estimar pelo menos um parâmetro de caldeira usando o componente de modelo do processo; e (iii) um componente de predição para obter uma ou mais trajetórias dos parâmetros de caldeira em um período de tempo de predição definido usando o componente de modelo do processo e o componente de estimação de parâmetro, sendo que, o componente de estimação de parâmetro estima a pluralidade de parâmetros da unidade usando o modelo do processo que descreve a relação para estimação da concentração de sulfato, concentração de sulfeto na reação de redução do processo de caldeira de recuperação, e usando dados das variáveis do processo obtidos das medições em-linha feitas nas várias unidades do sistema de caldeira de recuperação, sendo que a pluralidade de parâmetros de caldeira inclui um ou mais parâmetros associados com o leito de combustão do sistema de caldeira de recuperação.
15. Sistema para estimação e predição de uma pluralidade de parâmetros de caldeira, de acordo com a reivindicação 14, caracterizado pelo fato de que a relação definida no modelo do processo, parâmetros estimados pelo componente de estimação de parâmetro, e/ou parâmetros prognosticados pelo componente de predição é usada para desenvolver uma função objetiva ou usada como uma restrição para obter solução de otimização.
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| IN318CH2009 | 2009-02-13 | ||
| IN318/CHE/2009 | 2009-02-13 | ||
| PCT/IB2009/007844 WO2010092430A1 (en) | 2009-02-13 | 2009-12-22 | A method and a system for optimization of parameters for a recovery boiler |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| BRPI0924325A2 BRPI0924325A2 (pt) | 2021-04-20 |
| BRPI0924325B1 true BRPI0924325B1 (pt) | 2021-10-05 |
Family
ID=42561445
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| BRPI0924325-9A BRPI0924325B1 (pt) | 2009-02-13 | 2009-12-22 | Método e sistema para otimização de uma pluralidade de parâmetros de caldeira em um processo de caldeira de recuperação, sistema de controle para processo de papel e polpa e sistema para estimação e predição de uma pluralidade de parâmetros de caldeira |
Country Status (5)
| Country | Link |
|---|---|
| US (1) | US8914142B2 (pt) |
| CN (1) | CN102395926B (pt) |
| BR (1) | BRPI0924325B1 (pt) |
| CA (1) | CA2752471C (pt) |
| WO (1) | WO2010092430A1 (pt) |
Families Citing this family (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102395927A (zh) * | 2009-02-13 | 2012-03-28 | Abb研究有限公司 | 用于优化连续蒸煮过程的系统和方法 |
| CA2723347C (en) | 2009-12-04 | 2018-01-02 | Tata Consultancy Services Limited | On-line optimization of induration of wet iron ore pellets on a moving grate |
| CN102023572A (zh) * | 2010-12-14 | 2011-04-20 | 陆金桂 | 全氢罩式炉神经网络控制技术 |
| CN103425049B (zh) * | 2013-08-05 | 2015-12-02 | 浙江大学 | 循环流化床锅炉热效率预测系统及方法 |
| CN103425050B (zh) * | 2013-08-05 | 2015-12-09 | 浙江大学 | 循环流化床锅炉排烟热损失率预测系统及方法 |
| CN105444201B (zh) | 2014-09-26 | 2018-11-13 | 通用电气公司 | 燃烧优化的方法及其系统 |
| US9927820B2 (en) | 2015-04-09 | 2018-03-27 | Honeywell International Inc. | Heating, ventilation, and air conditioning system boiler controller |
| CN108121203B (zh) * | 2017-11-15 | 2020-08-18 | 中国石油化工股份有限公司 | 一种加热炉调参优化分析方法及系统 |
| FI129238B (en) * | 2019-09-09 | 2021-10-15 | Valmet Automation Oy | A method for controlling the transition in a chemical recovery boiler and a chemical recovery boiler |
| CN110793059A (zh) * | 2019-11-13 | 2020-02-14 | 南京昆岳智能电力科技有限公司 | 锅炉智能燃烧综合优化控制方法 |
| FI20205240A1 (en) * | 2020-03-06 | 2021-09-07 | Valmet Automation Oy | Procedure for obtaining information on the quality of combustion of lye in a recovery boiler and procedure for controlling a recovery boiler |
Family Cites Families (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| SU773175A1 (ru) * | 1978-12-26 | 1980-10-23 | Ленинградский технологический институт целлюлозно-бумажной промышленности | Способ управлени процессом сжигани черного щелока |
| SU1608277A2 (ru) * | 1988-12-02 | 1990-11-23 | Ленинградский технологический институт целлюлозно-бумажной промышленности | Способ управлени процессом горени черного щелока в содорегенерационном котлоагрегате |
| ATE162895T1 (de) * | 1992-10-01 | 1998-02-15 | Siemens Ag | Vorrichtung zur automatischen führung einer verfahrenstechnischen anlage durch fuzzy- steuerung des prozessführungsraumes, mit bevorzugten verwendungen |
| WO1997013916A2 (de) * | 1995-10-09 | 1997-04-17 | Siemens Aktiengesellschaft | Verfahren zur bestimmung des endpunktes der zellstoffkochung und anordnung zum steuern der kochzeit bei der zellstoffkochung in einem reaktor |
| US20020062935A1 (en) * | 1995-12-27 | 2002-05-30 | Weyerhaeuser Company | Paper and absorbent products with reduced pitch content |
| US6364999B1 (en) * | 1995-12-27 | 2002-04-02 | Weyerhaeuser Company | Process for producing a wood pulp having reduced pitch content and process and reduced VOC-emissions |
| US7149590B2 (en) * | 1996-05-06 | 2006-12-12 | Pavilion Technologies, Inc. | Kiln control and upset recovery using a model predictive control in series with forward chaining |
| US5715158A (en) * | 1996-05-31 | 1998-02-03 | Abb Industrial Systems, Inc. | Method and apparatus for controlling an extended process |
| DE19643884C2 (de) * | 1996-10-30 | 1998-11-26 | Siemens Ag | Verfahren zur Optimierung der Prozeßführung von Produktionsvorgängen |
| DE19781454D2 (de) * | 1996-12-17 | 1999-11-11 | Siemens Ag | Verfahren und Vorrichtung zur Prozeßführung einer verfahrenstechnischen Anlage |
| US6772036B2 (en) * | 2001-08-30 | 2004-08-03 | Fisher-Rosemount Systems, Inc. | Control system using process model |
| US6950777B1 (en) * | 2003-07-29 | 2005-09-27 | Voith Paper Inc. | Method and system for assessing pulp and paper mill performance |
| US7204914B2 (en) * | 2003-08-13 | 2007-04-17 | Metso Automation Usa Inc. | System and method for controlling a processor including a digester utilizing time-based assessments |
| CN101353729A (zh) * | 2008-07-18 | 2009-01-28 | 中南大学 | 一种基于工况判断的智能集成建模方法 |
-
2009
- 2009-12-22 BR BRPI0924325-9A patent/BRPI0924325B1/pt active IP Right Grant
- 2009-12-22 CN CN200980158802.2A patent/CN102395926B/zh active Active
- 2009-12-22 CA CA2752471A patent/CA2752471C/en active Active
- 2009-12-22 WO PCT/IB2009/007844 patent/WO2010092430A1/en active Application Filing
-
2011
- 2011-08-15 US US13/209,847 patent/US8914142B2/en active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CA2752471C (en) | 2017-04-25 |
| CN102395926A (zh) | 2012-03-28 |
| CN102395926B (zh) | 2016-02-10 |
| WO2010092430A1 (en) | 2010-08-19 |
| BRPI0924325A2 (pt) | 2021-04-20 |
| CA2752471A1 (en) | 2010-08-19 |
| US8914142B2 (en) | 2014-12-16 |
| US20120053720A1 (en) | 2012-03-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| BRPI0924325B1 (pt) | Método e sistema para otimização de uma pluralidade de parâmetros de caldeira em um processo de caldeira de recuperação, sistema de controle para processo de papel e polpa e sistema para estimação e predição de uma pluralidade de parâmetros de caldeira | |
| US7085615B2 (en) | Dynamic on-line optimization of production processes | |
| BRPI0514443B1 (pt) | Controle de poluição do ar otimizado | |
| EP3090211A1 (en) | Method and apparatus for controlling combustion in a furnace | |
| Zhu et al. | Multi-model based predictive sliding mode control for bed temperature regulation in circulating fluidized bed boiler | |
| Järvensivu et al. | Intelligent control of a rotary kiln fired with producer gas generated from biomass | |
| CN112742187A (zh) | 一种脱硫系统中pH值的控制方法及装置 | |
| Castro et al. | A pulp mill benchmark problem for control: application of plantwide control design | |
| Kortela et al. | Fuel-quality soft sensor using the dynamic superheater model for control strategy improvement of the BioPower 5 CHP plant | |
| Saturnino | Modeling of kraft mill chemical balance | |
| CN104696944A (zh) | 一种基于负荷预知的动态优化与参数估计集成的方法 | |
| Zhang et al. | A dynamic nonlinear model used for controller design of a 600 MW supercritical circulating fluidized bed boiler-turbine unit | |
| Zhang et al. | Dynamic model for subcritical circulating fluidized bed boiler-turbine units operated in a wide-load range | |
| US4768469A (en) | Operation control apparatus for recovery boilers | |
| US5419812A (en) | Method for regulating sulfur dioxide emissions from a recovery furnace | |
| AU2022343893A1 (en) | Method for determining a local temperature anomaly in a fluidized bed of a reactor, method for calibrating a numerical model of a fluidized bed of a reactor, method for estimating risk of fluidized bed reactor bed sintering, method of controlling a fluidized bed reactor, as well as a reactor | |
| Kortela et al. | Fault-tolerant model predictive control (FTMPC) for the BioGrate boiler | |
| Raimondi et al. | Adaptive predictive control of the sulfur recovery process at Pemex Cadereyta refinery | |
| Qi et al. | Model predictive control of once through steam generator steam quality | |
| JPS6229822A (ja) | 回収ボイラの燃焼用空気流量制御装置 | |
| Kortela et al. | Fuel quality soft-sensor for control strategy improvement of the Biopower 5 CHP plant | |
| JP2019191687A (ja) | プラントの制御装置、プラント、プラントの制御方法及びプラントの制御プログラム | |
| WO2023228901A1 (ja) | 状態量予測装置、状態量予測方法、状態量予測システム、及び状態量予測システムの制御方法 | |
| KR20240058138A (ko) | 반응기의 유동층에서 국소 온도 이상을 결정하기 위한 방법, 반응기의 유동층의 수치 모델을 교정하기 위한 방법, 유동층 반응기 층 소결의 위험도를 추정하기 위한 방법, 유동층 반응기를 제어하는 방법 및 반응기 | |
| HUPA et al. | HOW WELL DO WE UNDERSTAND RECOVERY FURNACE PROCESSES? |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| B06F | Objections, documents and/or translations needed after an examination request according [chapter 6.6 patent gazette] | ||
| B06U | Preliminary requirement: requests with searches performed by other patent offices: procedure suspended [chapter 6.21 patent gazette] | ||
| B25A | Requested transfer of rights approved |
Owner name: ABB SCHWEIZ AG (CH) |
|
| B25G | Requested change of headquarter approved |
Owner name: ABB SCHWEIZ AG (CH) |
|
| B09A | Decision: intention to grant [chapter 9.1 patent gazette] | ||
| B16A | Patent or certificate of addition of invention granted [chapter 16.1 patent gazette] |
Free format text: PRAZO DE VALIDADE: 20 (VINTE) ANOS CONTADOS A PARTIR DE 22/12/2009, OBSERVADAS AS CONDICOES LEGAIS. PATENTE CONCEDIDA CONFORME ADI 5.529/DF, QUE DETERMINA A ALTERACAO DO PRAZO DE CONCESSAO. |