Optimización por técnicas metaheurísticas aplicadas a unidades destilación (CDU) – hidroruptura (HC) para mantener rendimiento y calidad del diésel obtenido

Abstract

Resumen español. El presente trabajo final de maestría utiliza la optimización multi-objetivo con técnicas metaheurísticas o bioinspiradas como una herramienta útil y confiable en problemas de optimización relacionados con esquemas de refinación. Como caso de estudio, se propone maximizar la producción de diésel obtenido en una unidad de hidroruptura (HC) y la calidad de los productos obtenidos en la torre de destilación atmosférica y en la torre de destilación al vacío, teniendo como restricción la calidad del diésel producido (índice de cetano, contenido de azufre, porcentaje de aromáticos, entre otros). Para esto, se parte de un análisis de sensibilidad sobre el proceso, realizado con 22 variables independientes y 58 dependientes con el fin de seleccionar 6 variables a manipular y el establecimiento de las dos funciones objetivo para la optimización. Posteriormente, se compara el desempeño de tres técnicas metaheurísticas: Non- dominated Sorting Particle Swarm Optimizer (NSPSO), Non-dominated Sorting Genetic Algorithm II (NSGA-II) y Bacterial Chemotaxis Multiobjective Optimization Algorithm (BCMOA), como herramientas para la solución de problemas de prueba multi-objetivo. Los resultados muestran que el algoritmo NSPSO y NSGA-II presentan el mejor desempeño para encontrar frentes óptimos de Pareto (FOP), permitiendo seleccionar las diferentes condiciones de operación de las tres unidades acopladas que maximizan la producción del corte de diésel, luego de la unidad de hidroruptura, manteniendo las especificaciones de los cortes, representado por la minimización de la sumatoria del error cuadrado medio(SEM) entre las curvas TBP de los cortes de nafta ligera, nafta pesada, querosene y gasóleos (LGO, LVGO y HVGO).

Abstract. The present master´s final work develops the multi-objective optimization with metaheuristic or bioinspired techniques as a useful and reliable tool in optimization problems related to refining schemes. As a case study, it is proposed to maximize the production of diesel obtained in a unit of hydrocracking (HC) and the quality of the products obtained in the atmospheric distillation tower and the distillation tower, with a restriction over quality of diesel produced (Cetane index, sulfur content, percentage of aromatics, among others). For this, a process sensitivity analysis was carried out with 22 independent and 58 dependent variables in order to select 6 variables to be manipulated and the establishment of the two objective functions for the optimization. Later, we compare the performance of three metaheuristic techniques: Non-dominated Sorting Particle Swarm Optimizer (NSPSO), Non-dominated Sorting Genetic Algorithm II (NSGA-II) and Bacterial Chemotaxis Multi-objective Optimization Algorithm (BCMOA) as tools for problem solving Multi-purpose test. The results show that the NSPSO and NSGA- II algorithms show the best performance to find Optimal Pareto fronts (FOP), allowing to select the different operating conditions of the three coupled units that maximize the production of the cut of diesel, after the unit of hydrocracking maintaining the specifications of the cuts, represented by the minimization of the sum of the mean square error (SEM) between the TBP curves of light naphtha, heavy naphtha, kerosene and gas oils cuts (LGO, LVGO and HVGO).