Sistema de diagnóstico para caldeiras e fornalhas: utilizando CFD e redes neuronais (1.ª Parte)

Sistema de diagnĂłstico para caldeiras e fornalhas Utilizando CFD e redes neuronais

M 112

Hugo Calisto1 e Nelson Martins2 1 hcalisto@ua.pt, 2 nmartins@ua.pt Departamento de Engenharia Mecânica – Universidade de Aveiro, Portugal

ARTIGO CIENTĂ?FICO

(1.a Parte)

RESUMO Um sistema de diagnóstico e supervisão adequado Ê essencial em qualquer processo industrial, especialmente considerando os custos de aquisição e operação dos equipamentos. Um sistema de diagnóstico para caldeiras e fornalhas deve ser capaz

ocorrência de fugas de vapor, fatores de evidente importância na operação de instalaçþes de geração de energia tendo em

Modelos analĂ­ticos padrĂŁo tĂŞm sido utilizados em casos mais ou menos simples mas a sua aplicabilidade diminui com o aumento da complexidade de sistemas e processos, principalmente devido Ă ocorrĂŞncia de comportamentos nĂŁo-lineares ou transitĂłrios, tornando atraentes tĂŠcnicas e abordagens de modelização alternativas. Foram entĂŁo utilizadas ferramentas CFD (Computational Fluid Dynamics – Dinâmica de Fluidos Computacional) de modo a criar um modelo “virtualâ€? de uma caldeira.

Este modelo foi validado com base num dispositivo existente e utilizado na geração de dados referentes tanto a condiçþes

!

" inputs para o sistema de diagnĂłstico, representando as leituras dos sensores virtuais, que por sua vez caraterizam os vĂĄrios padrĂľes de falha.

TĂŠcnicas baseadas em redes neuronais (

# $ % & ' *

8

de modo a processar adequadamente a base de dados obtida e a efetuar o reconhecimento de padrĂŁo necessĂĄrio Ă identi +

/ * 0

diagnĂłstico deve tambĂŠm ser capaz de avaliar a probabilidade de ocorrĂŞncia de cada uma, fundamentando deste modo o diagnĂłstico.

A aplicabilidade deste tipo de sistema diagnóstico Ê especialmente relevante tanto do ponto de vista da manutenção preventiva ou preditiva, como na ótica da otimização dos ciclos de sopragem de vapor para limpeza das superfícies de troca de calor.

Palavras-chave: Sistemas de Diagnóstico, Dinâmica de Fluidos Computacional, Reconhecimento de Padrão, Redes Neuronais, Manutenção Preditiva.

1. INTRODUĂ‡ĂƒO

ar com a utilização do equipamento, o

em aplicaçþes que utilizem carvão pul-

Um sistema de diagnĂłstico e supervi-

que implica a deteção e a compreensão

verizado ou biomassa. Por poluentes

sĂŁo adequado ĂŠ essencial em qualquer

da natureza da falha ou avaria.

entendem-se essencialmente outros

processo

industrial,

especialmente

compostos que nĂŁo o CO2 inerente ao

considerando os custos de aquisição

Um sistema de diagnĂłstico para caldei-

processo de combustĂŁo, com especial

e operação dos equipamentos. Um

ras e fornalhas deve ser capaz de ava-

incidĂŞncia em quĂ­micos como NOx, SO2,

-

liar pelo menos três parâmetros essen-

CO, hidrocarbonetos nĂŁo-queimados e

bilidade ĂŠ assim eminentemente dese-

partĂ­culas sĂłlidas. O controlo da quan-

/

tidade e tipo de emissĂľes poluentes ĂŠ

econĂłmicos, especialmente conside-

a ocorrĂŞncia de fugas de vapor, fatores

cada vez mais um tema de atualidade

rando as terrĂ­veis consequĂŞncias huma-

de evidente importância na operação

atendendo à legislação cada vez mais

nas que qualquer acidente industrial

de instalaçþes de geração de energia.

draconiana, estando a formação dos

grave pode ter. Exceto nestes casos

A formação de poluentes Ê uma con-

poluentes intimamente relacionada

extremos ĂŠ necessĂĄrio algum mecanis-

sequĂŞncia direta tanto do processo de

3 -

mo de reparação que permita continu-

queima de combustĂ­vel, especialmente

4 5 6

Uma vez obtido um padrĂŁo-base “normalâ€?, levando em linha de conta variaçþes nĂŁo-anormais por nĂŁo estarem associadas a qualquer tipo de falha por estarem relacionadas com diversos fatores, como a turbulĂŞncia, o CFD foi utilizado na simulação de situaçþes de falha a serem utilizadas no desenvolvimento do sistema de diagnĂłstico. No contexto em discussĂŁo foram consideradas diversas situaçþes de

Figura 3. Simulação CFD de fugas de vapor.

de combustĂŁo, com a ressalva evidente da indisponibilidade de dados experimentais que apenas enfatiza a impor-

calculado para a superfĂ­cie total da cal-

conta das anomalias pretendidas. A

tância do trabalho prÊvio de validação,

deira, e q & ' $

ocorrĂŞncia de fugas de vapor pode ser

!

$ -

no modelo obtido como nas ferramen-

! + -

De modo a analisar os fenĂłmenos

lhante, selecionando-se um rĂĄcio entre

to, por sua vez, pode ser reproduzido

supracitados, um estudo dos fenĂł-

& '

utilizando modelos matemĂĄticos apro-

priados que simulem explicitamente os

o critĂŠrio de diagnĂłstico [4]:

processos fĂ­sicos envolvidos, ou alter-

mais relevantes na sua caraterização e

! "

# respeito, a formação de depósitos de baixa condutividade em zonas de trans-

$

q r= q normal

de condiçþes variåveis de emissividade e condutividade de forma a observar

to mais ou menos localizados sobre o

à degradação de desempenho associa-

O diagnóstico de situaçþes tanto de su-

padrĂŁo global de variĂĄveis de diagnĂłs-

! * $ -

$

$ & '

das pode igualmente ser efetuada com

em caraterĂ­sticas diversas dos depĂł-

de calor para os quais diversas soluçþes

base na anĂĄlise das variĂĄveis de proces-

! %

foram previamente desenvolvidas [5, 6].

so anteriormente referidas.

*

# $

-

A Figura 3 ilustra a tĂ­tulo de exemplo

bustão e da formação de poluentes

resultados da simulação de fugas de

simuladas pode ser efetuada atravĂŠs

vapor, onde sĂŁo visĂ­veis tanto as fugas

da anĂĄlise de variĂĄveis como caudais

propriamente ditas em termos de con-

måssicos e concentraçþes de espÊcies

centraçþes variåveis de vapor, como

quĂ­micas ou campos de temperatura e

& '

taxas de reação.

nas paredes da caldeira. Os resultados

transferĂŞncia [3]: q

qsuj R= q = q inc

onde q ĂŠ qinc $

& '

(

& ' -

/

diativo incidente, emitido e convetivo)

O utilizado no estabelecimento

daquelas efetuadas para os processos

e incidente por radiação na superfície

das situaçþes normais pode ser utili-

-

em causa, q

& '

#

'plicitar os seus efeitos na distribuição global dos parâmetros de diagnóstico R e r, como ilustrado na Figura 4 para /

localizaçþes distintas da caldeira. Encontram-se representados os valores normais (isto Ê, sem qualquer ocorrência), bem como cada um dos fenómenos anómalos em três níveis sucessivos de severidade.

Figura 4. Distribuiçþes de parâmetros de diagnóstico para a simulação de duas situaçþes anómalas.

M

11

“entrada� adicionais como de fontes de

abordagem ao seu diagnĂłstico ĂŠ seme-

ARTIGO CIENTĂ?FICO

to de condiçþes de fronteira do tipo No que diz respeito às fugas de vapor, a

tas CFD.