Simulation, monitoring and diagnosis of faults and equipment degradation in chemical processes

Abstract

Statistical process control is part in the industrial landscape since the 1930’s, but technological evolution which allows the measurement and recording of countless variables asks for more advanced methodologies able to cope with the current petabyte data scale. Principal Component Analysis (PCA) and Multivariate Statistical Process Control (MSPC) have been hailed as a potential answer to monitor chemical processes and detect special causes. Moreover, there are complex reactions and processes that occur in chemical processes and have a negative effect, in the long term, on product quality, equipment conditions or energy consumption. However, process monitoring usually does not look for these dynamics, leaving possible process improvements unattended. In this thesis, the goals are to detect and diagnose simulated abrupt faults using MSPC methods and to detect slower dynamics that contribute to process & equipment degradation. The methodologies used to achieve the first goal are based on PCA, MSPC control charts and contribution plots. The first two are more focused on detection while the latter takes central stage in fault diagnosis. Regarding process & equipment degradation, PCA in conjunction with Multiresolution Analysis (MRA) and wavelet transforms attempt to detect the slower or long term dynamics that affect chemical processes but whose effects are masked by controllers. To test the methodologies a system was simulated to generated the necessary data as well as to have access to the process’s ground truth which is not available in reality. The system is a non-isothermal Continuous Stirred-Tank Reactor (CSTR) under feedback control with the needed flexibility to simulate an array of faulty conditions. Concerning the detection of abrupt faults, the PCA-MSPC methodologies came through robust and showing good detection capabilities. Fault diagnosis had mixed results with the contribution plots failing in some failure classes. Finally, PCA-MRA had promising results as it was able to detect the simulated process & degradation dynamics, paving the way to the development of a model that predicts the state of a process degradation based on variable measurements.

O controlo estatístico de processos faz parte do dia-a-dia industrial desde os anos 30, mas a evolução tecnológica, que permite a medição e o registo de inúmeras variáveis, exige metodologias mais avançadas capazes de lidar com a atual escala de dados na gama dos petabytes. A Análise dos Componentes Principais (ACP) e o Controlo Estatístico Multivariado de Processo (CEMP) têm vindo a ser saudados como uma potencial resposta para monitorizar processos químicos e detetar eventos especiais. Além disso, existem reações e processos complexos que ocorrem em processos químicos e que têm um efeito negativo, a longo prazo, na qualidade do produto, nas condições do equipamento ou no consumo de energia. No entanto, a monitorização de processos geralmente não procura essas dinâmicas, perdendo possíveis melhorias de processo. Nesta tese, os objetivos são detetar e diagnosticar falhas bruscas simuladas, usando métodos de CEMP, e detetar dinâmicas mais lentas que contribuem para a degradação de processos e equipamentos. As metodologias usadas para atingir o primeiro objetivo são baseadas em ACP, cartas de controlo do CEMP e gráficos de contribuição. Os dois primeiros são mais focados na deteção, enquanto o segundo toma o lugar central no diagnóstico de falhas. No que diz respeito à degradação de processos e equipamentos, o ACP em conjunto com a Análise de Multirresolução (AMR) e as transformadas de onduleta tentam detetar as dinâmicas mais lentas ou de longo prazo que afetam os processos químicos, mas cujos efeitos são mascarados pelos controladores. Para testar as metodologias, um sistema foi simulado para gerar os dados necessários, bem como ter acesso à verdade básica do processo que não está disponível na realidade. O sistema é um reator contínuo perfeitamente agitado (RCPA) não-isotérmico sob controlo de um ciclo de realimentação, tendo a flexibilidade necessária para simular várias condições defeituosas. Em relação à detecção de falhas abruptas, as metodologias ACP-CEMP foram robustas e mostraram boas capacidades de deteção. O diagnóstico de falhas teve resultados mistos, com os gráficos de contribuição falhando em algumas classes de falhas. Finalmente, o ACP-AMR teve resultados promissores, pois foi capaz de detetar as dinâmicas de degradação simuladas, abrindo caminho para o desenvolvimento de um modelo capaz de prever o estado de uma degradação de um processo com base em medições de variáveis.