Desafios para a aplicação do MPC na indústria mineral

Quando se trata da aplicação do controle avançado no setor da mineração, o Sistema Especialista nada de braçada. Baseado num modelo de regras que tenta reproduzir o comportamento ótimo do operador, esse controle apresenta inúmeras aplicações em processos minerais, sendo responsável por determinar setpoints em estágios de cominuição, flotação e pelotização, por exemplo.

No entanto, uma nova alternativa de controle avançado pode ser apresentada nesse contexto: o MPC. Essa sigla, que vem do inglês Model Predictive Control (controle preditivo baseado em modelo), já indica um pouco o algoritmo por trás da aplicação: o MPC tenta prever o comportamento da saída de um processo e, dessa forma, determina os setpoints ótimos (ou entradas) de operação. Dessa forma, duas perguntas devem ser respondidas nesse Sistema:

• Para onde irá o processo?
• Para onde deve ir o processo?

A figura a seguir ilustra bem o comportamento do MPC quando está em funcionamento.

Figura 1: Funcionamento geral do MPC [1]

Com base na Figura 1, é possível perceber que se trata de um modelo dinâmico, ou seja, da relação temporal entre “entradas” e “saídas” do processo. Ao introduzir o tempo, o método de controle reproduz com maior fidelidade o funcionamento real do processo. Dessa forma, o MPC possui um diferencial se comparado a outras técnicas, como o Sistema Especialista.

Quando falamos em mineração, esta é, sem dúvida, uma abordagem pouco usual para otimizar processos. No entanto, em outras indústrias de base (como o setor de óleo e gás), o MPC já é largamente utilizado e difundido. Numa publicação feita em 2003 [2], cerca de 2 mil controladores desse tipo já haviam sido comissionados, apesar de haver o registro de apenas 37 “MPCs” no setor da mineração/siderurgia. A Tabela 1 detalha essa distribuição por setor da indústria.

Tabela 1: Distribuição dos controladores “MPC” por setor da indústria [2]

Outro estudo também corrobora com a presença do MPC: uma pesquisa realizada com mais de 60 especialistas em controle avançado (APC) de todo o mundo levantou que esse método é empregado frequentemente ou como ferramenta padrão por 2/3 dos entrevistados, como mostra a figura a seguir [3].

Figura 2: Uso industrial dos métodos APC [3]

Em termos gerais, um controlador desse tipo exige que sejam realizadas em sequência 6 etapas, algumas já conhecidas por outros métodos APC:

• Estratégia e proposição de valor: nessa fase, são definidos o escopo e abrangência do controle avançado (quais “entradas” e “saídas” serão incorporadas);
• Infraestrutura e desenvolvimento preliminar: aqui é feita a coleta inicial de dados históricos, a modelagem inicial do processo e a análise do controle regulatório (inclusive a instrumentação);
• Step Tests e modelagem de processo: nesse ponto são feitas intervenções na planta para modelar dinamicamente a relação entre as entradas e saídas do processo;
• Desenvolvimento do controlador e simulação offline: com base nos modelos da etapa anterior, são realizadas simulações offline de diversos cenários para avaliar a tomada de decisão do controle;
• Comissionamento: o controle é implementado em malha fechada e são realizados ajustes finos;
• Sustentabilidade e evolução: etapa contínua para garantir a manutenção dos ganhos do controle, por meio de ajustes adicionais no MPC ao longo do tempo.

Como em qualquer outro método de controle avançado, ter o bom funcionamento do controle regulatório (os famosos “PIDs”) é primordial para garantir o sucesso do projeto.

O desafio, contudo, reside em convencer a equipe de operação a dispender boa parte do tempo na sintonia de malhas, estratégias multimalhas e na manutenção de bombas, válvulas e medidores. Mas acredite: isso pode determinar se o seu controle será acionado ou não na etapa de comissionamento. A razão é que, muitas vezes, são demandados métodos de controle avançado sem ao menos avaliar o “básico” da planta — e o básico normalmente passa pelo controle regulatório.

Um outro desafio para o MPC está na etapa de step tests que, em geral, consome cerca de 30% do tempo de execução do projeto. Como na simples modelagem de um PID, são realizados “degraus” nas entradas do processo para medir a variação dinâmica da saída. Em função disso, são realizadas intervenções na planta que devem ser feitas com muito cuidado, já que podem prejudicar o processo como um todo.

Ao realizar os step tests, nós nos deparamos com um outro desafio: a frequência com que as saídas são amostradas. Digamos, por exemplo, que precisamos modelar a relação dinâmica entre a vazão de ar (“entrada” do MPC) e o teor de sílica no concentrado (“saída” do MPC) para uma coluna de flotação. Esse não é um grande problema quando há um analisador em campo: basta variar o setpoint do ar e ver o comportamento da sílica ao longo do tempo. No entanto, o desafio de modelar a qualidade no concentrado torna-se muito maior se a planta dispõe apenas de resultados de laboratório, como normalmente acontece nas plantas brasileiras. Nesse contexto, amostras pontuais devem ser coletadas durante os steps para análise em laboratório.

Essa modelagem é ainda mais crítica quando existem distúrbios não-mensuráveis que afetam diretamente as “saídas” do processo. Digamos, por exemplo, que essa mesma qualidade no concentrado da flotação é altamente afetada pela disposição cristalográfica do minério alimentado. Essa propriedade dificilmente poderá ser medida em tempo real, o que inviabiliza sua utilização para modelagem do processo.

A última etapa do projeto (Sustentabilidade e evolução) é também uma fase que merece atenção. O engenheiro deve sempre estar atento a atualizações do procedimento ao longo do tempo, como mudanças no fluxograma, condições no processo e degradação de equipamentos. Ao realizar essa análise contínua, defende-se a ideia de que o MPC está em constante atualização.

É possível perceber, dessa forma, que os maiores desafios do MPC residem em desenvolver um bom modelo dinâmico, e que estar atento ao controle regulatório é primordial para o sucesso desse método. Além disso, o engenheiro deve sempre ter em mente que, assim como em qualquer outro controlador avançado, o trabalho não termina com o comissionamento. Se me permitem o clichê: ele está apenas começando.

Referências:

[1] Eidhoven University of Technology. MPC and Constrained Systems, https://heemels.tue.nl/research/mpc-and-constrained-systems.

[1] quin e badgwell. A Survey of Industrial Model Predictive Control Technology, Control Engineering Practice, 2003.

[2] BAUER E CRAIG. Economic assessment of advanced process control — A survey and framework, Journal of Process Control, 2007.

Originally published at www.ihm.com.br on July 12, 2018.