OBJETIVO
O grande desafio em se conseguir boas informações analíticas está na transformação de dados em conhecimento. Este curso demonstra como converter grandes massas de dados em informações úteis à tomada de decisão de forma a avaliar o desempenho de malhas de controle e e dos processos industriais em geral, diagnosticar a causa raíz de problemas operacionais, e promover a melhoria operacional dos processos industriais. Serão estudados os conceitos, técnicas e ferramentas para avaliação de desempenho e sintonia de malhas de controle, além de novas técnicas multivariadas para diagnóstico de processos, com grande capacidade preditiva e aplicações já consolidadas em diversos segmentos industriais como mineração, metalurgia, química e petroquímica, papel e celulose, etc. O conteúdo será apresentado com exemplos reais de processo possibilitando sua aplicação direta no dia a dia da indústria pelos participantes.
PÚBLICO ALVO
Gerentes, engenheiros e técnicos em controle e otimização de processos, automação, engenharia de manutenção, qualidade e demais profissionais interessados no assunto.
INSTRUTOR
Bernardo Soares Torres
DURAÇÃO
2 dias - (16 h)
PROGRAMA
1. Introdução.
1.1. Conceito de Melhoria Operacional e depuração de processos;
1.2. Benefícios típicos do gerenciamento de desempenho de processos;
1.3. Principais técnicas e ferramentas utilizadas para análise de causa raiz de problemas operacionais e identificação de oportunidades de ganho.
2. Coleta de dados de processo.
2.1. Sistemas para coleta e armazenamento de dados;
2.2. Determinação da taxa de amostragem;
2.3. Compressão de dados e os principais algoritmos utilizados;
2.4. Implicações da compressão na modelagem de sistemas de automação;
2.5. Descrição das novas tendências de utilização de Historiadores Inteligentes.
3. Preparação dos Dados.
3.1. Detecção de erros grosseiros;
3.2. Cálculos estatísticos básicos;
3.3. Normalização de dados;
3.4. Visualização gráfica dos dados;
3.5. "Data Brushing" (escovação dos dados)
4. Avaliação de desempenho de malhas de controle.
4.1. Metodologia clássica de avaliação de desempenho baseada em gráficos temporais e sua ineficiência;
4.2. Índices clássicos de avaliação de desempenho: IAE, ISE, ITSE, ITAE e outros;
4.3. Avaliação passiva, on line e simultânea de todas as malhas de controle da planta;
4.4. Índices de avaliação de desempenho e diagnóstico de malhas de controle: Harris Index, Valve Travel e Valve Reversals, ABS Error, Variabilidade, Time in Normal, Output at Limit, SP Changing, SP Crossing, Process Gain, Noise Band, entre outras;
4.5. Detecção e causa de oscilações;
4.6. Identificação de causa-raiz e depuração de processos (Process Troubleshooting).
5. Avaliação de Processos pela análise de sistemas multivariados.
5.1. Caracterização de sistemas multivariáveis;
5.2. Análise de correlação entre variáveis;
5.3. PCA (Principal Component Analysis): Técnica e ferramentas gráficas;
5.4. Identificação de padrões em Dados Históricos;
5.5. Aplicações de PCA nos principais segmentos industriais;
5.6. Monitoração em tempo real - ECM (Equipment Condition Monitoring).
6. Modelagem de processos.
6.1. Dinâmica do processo;
6.2. Sistemas auto regulatórios e não auto regulatórios;
6.3. Métodos de modelagem de fácil aplicação;
6.4. Modelagem por software.
7. Controlador PID.
7.1. Algoritmos PID;
7.2. Controladores P, PI e PID;
7.3. Filtro derivativo;
7.4. Ação anti-windup;
7.5. Bumpless Transfer;
7.6. Banda morta.
8. Sintonia de controladores PID.
8.1. Métodos clássicos de sintonia: Tentativa e erro, Ziegler & Nichols, métodos baseados em modelos de primeira ordem, Lambda Tunning e malhas de nível;
8.2. Sintonia Set Point x Distúrbio;
8.3. Sintonia automática através de software.
9. Exemplos de problemas encontrados no campo.
9.1. Variações de tempo morto e constante de tempo;
9.2. Processos assimétricos;
9.3. Histerese e banda morta em válvulas;
9.4. Agarramento de válvulas (Stiction);
9.5. Processos não lineares.
