El control multivariable siempre se explica utilizando una terminología muy compleja que involucra conceptos como modelos de procesos detallados, optimización en tiempo real-y matemáticas matriciales. Esto significa que pocas personas, aparte de los ingenieros de control de procesos avanzados (APC), lo entienden. Una mejor comprensión del control multivariable en las operaciones de procesos industriales ha atraído a más personas al negocio de la automatización de procesos, al tiempo que ha aportado beneficios operativos que incluyen puntualidad, coherencia y menos alarmas.
Popularizando el conocimiento ARC
Muchas personas involucradas en proyectos pueden encontrarse en un estado de confusión y, a menudo, aceptan proyectos de APC sin comprender plenamente sus objetivos, beneficios, impactos y tasas de éxito. Además, esta situación deja a la industria dependiendo una vez más de los ingenieros de APC para explicar las muchas deficiencias inesperadas de APC, como los altos costos, los ciclos de vida cortos y los mayores costos de mantenimiento, que en la mayoría de los casos no han sido explicados satisfactoriamente.
Con casi 40 años de experiencia con control multivariable, ha surgido una comprensión más intuitiva y cualitativa del control multivariable y su papel en las operaciones industriales. Esto puede tener varios efectos beneficiosos sobre APC y la automatización de procesos, incluidas herramientas de software más simples y potentes, aplicaciones mejor definidas y una mayor participación de todas las partes interesadas.
¿Qué es el control multivariado?
El control multivariable se puede definir como la automatización de los ajustes de salida y punto de ajuste del controlador de bucle único-que, de otro modo, se dejarían en manos del equipo de operaciones para realizarlos manualmente. Si el personal de operaciones realiza los ajustes del punto de ajuste y de la salida durante el ciclo de trabajo, se trata de control multivariable manual. Las técnicas automáticas de control multivariable, como el control predictivo de modelo (MPC) o el control multivariable libre de modelo, automatizan esta tarea.
El control multivariable automático (o multivariable de bucle cerrado-) ofrece los mismos beneficios que los controles de bucle cerrado-individuales, incluida una mayor puntualidad y coherencia, menos alarmas y superaciones de límites, y una mejor optimización. A menudo resulta en importantes mejoras operativas y beneficios económicos.
Papel en las operaciones de proceso
El papel del control multivariable en las operaciones industriales puede entenderse como la diferencia entre el control multivariable automatizado y el control multivariable manual. El control multivariable manual siempre ha existido en la industria porque casi todas las operaciones de proceso son una propuesta de control multivariable. Pregúntele a cualquier persona de operaciones y lo verá.
El control automático multivariable automatiza o asume la tarea de realizar ajustes de punto de ajuste y salida para el grupo asociado de controladores. Por lo general, esto da como resultado ajustes más consistentes y oportunos, menos alarmas y límites excedidos y más optimización. Estos beneficios también pueden entenderse como inherentes al control de bucle cerrado-frente al control de bucle abierto-. En el ámbito del control de bucle único-, estos beneficios siempre han sido fáciles de entender y, de hecho, esto también se aplica al control multivariable.
El diagrama de restricciones tradicional ilustra sus diferencias. Con el control multivariable manual, el operador puede mantener una cantidad adecuada de amortiguación o margen de error entre la operación en curso y los límites en caso de cambios inesperados o perturbaciones en el proceso. El colchón normalmente se traduce en pérdidas económicas en comparación con una operación totalmente optimizada.
En los manuales, si ocurre un cambio o perturbación inesperado en el proceso, el operador mantiene un margen de error entre la operación en curso y los límites de restricción. El colchón normalmente se traduce en pérdidas económicas en comparación con una operación totalmente optimizada.
Al utilizar el control multivariable automático o de bucle cerrado-, las operaciones se pueden mantener más cerca de los límites reales y las zonas de amortiguamiento se pueden utilizar como una ventaja de control avanzada. Esto es posible porque el control multivariable significa que se puede confiar en que las respuestas automáticas tomarán medidas cuando cambien las condiciones del proceso. De manera similar, el control multivariable puede retroceder automáticamente dentro de los límites de restricción, lo que permite capturar mayores beneficios porque puede operar en ambas direcciones.
Las aplicaciones de control multivariable permanecen "fuera del radar" del paradigma MPC de matriz grande convencional porque el alto costo del MPC no se ha justificado exitosamente y es demasiado grande para las limitaciones del Control Regulatorio Avanzado (ARC).
El ejemplo de "Radar de baja altitud" muestra una aplicación de control multivariante que ha estado "bajo el radar" de MPC. Muestra el número de intervenciones realizadas por el operador en la consola en respuesta a un cambio de setpoint, salida o modo en un período de tiempo determinado. Muestra los 25 peores "roles", es decir, aquellos controladores que requieren la mayor intervención del operador. Este es un gráfico fácil de dibujar para cualquier consola de sistema de control moderno.
Las métricas efectivas proporcionan mediciones significativas que visualizan el progreso a lo largo del tiempo. ¿La industria ha estado descuidando métricas que pueden justificar controles multivariables automatizados? Los 25 peores controladores (aquellos que requieren la mayor intervención operativa del personal) se pueden trazar fácilmente para cualquier consola de sistema de control moderno.
Microgestión de APC
Sin duda, la mayoría de estas intervenciones representan escenarios de control manual multivariable, donde el equipo de operaciones está abrumado con la microgestión del grupo de controladores en cuestión.
El objetivo del control multivariado es automatizar el esquema de control multivariado manual y cerrar el ciclo multivariado mientras se reduce el número de variables.
Faltan métricas de APC
Recientemente, la industria ha adoptado mejores prácticas similares al menos dos veces - administrando bucles manualmente (además de los bucles multivariados manuales de los que estamos hablando ahora) y administrando alarmas para "roles incorrectos" (además de los roles incorrectos de los que estamos hablando ahora que requieren intervención frecuente por parte del personal de operaciones). roles).
Los bucles multivariados manuales y las frecuentes intervenciones del personal de operaciones tienen una serie de consecuencias indeseables, que incluyen más alarmas y excesos de límites, y menos concentración y optimización por parte del personal de operaciones en tareas de nivel-superior. Las intervenciones manuales suelen ser inconsistentes, inoportunas y sub-óptimas.
Las métricas efectivas proporcionan métricas significativas que visualizan el progreso a lo largo del tiempo. La Figura 2 cumple con estos criterios y refleja los aspectos fundamentales de una automatización de procesos exitosa y la calidad de las operaciones de la consola. ¿Está la industria pasando por alto esta métrica natural y potencialmente importante?