Técnicas de otimização mista-inteira para o planejamento de produção em plantas petroquímicas.
| Autor(a) principal: | |
|---|---|
| Data de Publicação: | 2001 |
| Tipo de documento: | Dissertação |
| Idioma: | por |
| Título da fonte: | Biblioteca Digital de Teses e Dissertações da USP |
| Texto Completo: | https://www.teses.usp.br/teses/disponiveis/3/3137/tde-06082025-085843/ |
Resumo: | Uma das principais decisões a serem tomadas por empresas refere-se a que produtos produzir e em que quantidades. Torna-se então primordial para esta empresa saber de que forma ela deve operar e gerenciar seu processo (em termos de quantidade e qualidade dos produtos), visando obter o maior lucro possível. Na indústria petroquímica e nas refinarias, o processo de planejamento de produção é um dos processos de tomada de decisões mais importantes e fundamentais para gerenciar as operações de processamento. Esta atividade baseia-se nos seguintes fatores típicos: quantidade e qualidade de matérias-primas compradas, variáveis operacionais (vazões, rendimentos), produtos e finalmente condições de mercado (como por exemplo preços e demandas). O foco deste trabalho é apresentar um modelo para maximização da Margem de Contribuição de uma planta petroquímica, usando para tanto técnicas de programação linear mista-inteira (MILP). Todas as principais alternativas e restrições operacionais de uma petroquímica devem ser incluídas, visando obter uma ferramenta de real aplicação. Curvas de custos variáveis (insumos e custos operacionais) são estabelecidas, assim como são estabelecidos diversos patamares de preços de venda a depender da demanda dos produtos e do mercado consumidor final. O modelo proposto neste trabalho (especializado para a petroquímica básica) é baseado no trabalho de MORO et al. (1998) que sugerem um modelo de programação não-linear para aplicação no planejamentode produção em refinarias de petróleo. O modelo apresentado nesta dissertação envolve, além de variáveis de decisão contínuas (por exemplo vazões de carga processada e vazões das correntes intermediárias), variáveis binárias (associadas à escolha das cargas a serem processadas e alocação destas nos fornos). Rendimentos são associados a cada carga de forma a obter-se a produção de cada corrente de saída. Outra preocupação refere-se à ) disponibilização prática desta ferramenta a uma planta real. Neste sentido, o processo da COPENE - Petroquímica do Nordeste S.A., situada em Camaçari (BA) serviu como base de estudo para este desenvolvimento. As plantas de olefinas desta empresa são objetos de validação do modelo, fornecendo uma base de dados de cerca de 100 naftas (para escolha de carga) e 23 fornos de pirólise. A aplicação do modelo inicialmente a uma das plantas (Eteno-2), gera um problema com 17.790 restrições e 17.911 variáveis, sendo 8.820 binárias, que foi resolvido em aproximadamente 15 minutos em uma plataforma PC típica. Posteriormente, o modelo foi aplicado a ambas as plantas, contando com 27.200 restrições e 26.395 variáveis, sendo resolvido em tempo computacional semelhante para um número reduzido de variáveis operacionais. Os resultados apresentados, bem como uma análise de sensibilidade do modelo, tornam factível a aplicação prática do modelo ora proposto à Central em questão, além de sugerir qual ou quais as principais variáveis no cálculo de margem de uma petroquímica. Além disto, visando contemplar cenários mais próximos da realidade, foi incluída também uma abordagem sobre estocagem de produtos intermediários, mantendo-se a estrutura linear do modelo de otimização. |
| id |
USP_18260ea3555eaf826e1d95f8db8fa59f |
|---|---|
| oai_identifier_str |
oai:teses.usp.br:tde-06082025-085843 |
| network_acronym_str |
USP |
| network_name_str |
Biblioteca Digital de Teses e Dissertações da USP |
| repository_id_str |
2721 |
| spelling |
Técnicas de otimização mista-inteira para o planejamento de produção em plantas petroquímicas.Untitled in englishMixed-integer linear programmingModelagem e simulaçãoModeling and simulationOptimizationOtimizaçãoPetrochemical technologyPlanejamento de produçãoProduction planningProgramação linear mista-inte4iraTecnologia petroquímicaUma das principais decisões a serem tomadas por empresas refere-se a que produtos produzir e em que quantidades. Torna-se então primordial para esta empresa saber de que forma ela deve operar e gerenciar seu processo (em termos de quantidade e qualidade dos produtos), visando obter o maior lucro possível. Na indústria petroquímica e nas refinarias, o processo de planejamento de produção é um dos processos de tomada de decisões mais importantes e fundamentais para gerenciar as operações de processamento. Esta atividade baseia-se nos seguintes fatores típicos: quantidade e qualidade de matérias-primas compradas, variáveis operacionais (vazões, rendimentos), produtos e finalmente condições de mercado (como por exemplo preços e demandas). O foco deste trabalho é apresentar um modelo para maximização da Margem de Contribuição de uma planta petroquímica, usando para tanto técnicas de programação linear mista-inteira (MILP). Todas as principais alternativas e restrições operacionais de uma petroquímica devem ser incluídas, visando obter uma ferramenta de real aplicação. Curvas de custos variáveis (insumos e custos operacionais) são estabelecidas, assim como são estabelecidos diversos patamares de preços de venda a depender da demanda dos produtos e do mercado consumidor final. O modelo proposto neste trabalho (especializado para a petroquímica básica) é baseado no trabalho de MORO et al. (1998) que sugerem um modelo de programação não-linear para aplicação no planejamentode produção em refinarias de petróleo. O modelo apresentado nesta dissertação envolve, além de variáveis de decisão contínuas (por exemplo vazões de carga processada e vazões das correntes intermediárias), variáveis binárias (associadas à escolha das cargas a serem processadas e alocação destas nos fornos). Rendimentos são associados a cada carga de forma a obter-se a produção de cada corrente de saída. Outra preocupação refere-se à ) disponibilização prática desta ferramenta a uma planta real. Neste sentido, o processo da COPENE - Petroquímica do Nordeste S.A., situada em Camaçari (BA) serviu como base de estudo para este desenvolvimento. As plantas de olefinas desta empresa são objetos de validação do modelo, fornecendo uma base de dados de cerca de 100 naftas (para escolha de carga) e 23 fornos de pirólise. A aplicação do modelo inicialmente a uma das plantas (Eteno-2), gera um problema com 17.790 restrições e 17.911 variáveis, sendo 8.820 binárias, que foi resolvido em aproximadamente 15 minutos em uma plataforma PC típica. Posteriormente, o modelo foi aplicado a ambas as plantas, contando com 27.200 restrições e 26.395 variáveis, sendo resolvido em tempo computacional semelhante para um número reduzido de variáveis operacionais. Os resultados apresentados, bem como uma análise de sensibilidade do modelo, tornam factível a aplicação prática do modelo ora proposto à Central em questão, além de sugerir qual ou quais as principais variáveis no cálculo de margem de uma petroquímica. Além disto, visando contemplar cenários mais próximos da realidade, foi incluída também uma abordagem sobre estocagem de produtos intermediários, mantendo-se a estrutura linear do modelo de otimização.One of the major decisions to be taken by companies concerns which products to produce and their respective amounts. It becomes essential that this company knows how operate the process (in terms of quantity and quality of products) in order to achieve the maximum possible profit. In the Refining and Petrochemical Industry, production planning is one of the most important and fundamental decision-making processes to manage the processing operations. This activity is based on the following typical factors: amount and quality of raw materials to be purchased, operational variables (flowrates, yields), products and their properties and finally data on market conditions (such as prices and demands). The focus of this work is to maximize the gross margin of a petrochemical plant using Mixed-Integer Linear Programming (MILP) techniques. Therefore, this model generates the optimal production profile and process configuration. The main operational alternatives and operating rules of a petrochemical plant must be taken into account, with the objective of obtaining a tool of practical relevance. Variable cost functions (raw materials, utilities and operational costs) are established, as well as several sale price levels that depend on the demand for final products and on the consumer market. The model proposed in this dissertation (that is tailored for the petrochemical industry) is based on the work of MORO et al. (1998), that suggest a nonlinear programming model forproduction planning in oil refineries. The model presented in this work is composed of continuous variables (e.g. feed and intermediate stream flowrates) and of binary variables (such as the ones associated to the assignment of naphtha feed to the furnaces). Unit models based on yield are developed in order to obtain the composition of each output stream. Another concern is related to the practical application of such a tool to a real-word scenario. In this sense, the COPENE - Petroquímica do Nordeste S.A. process, located in Camaçari (BA) was considered as the base case for this development. The olefin plants of such company were used to validate the model, thus providing a database of approximately 100 different naphtha types (for feed selection) and 23 pyrolysis furnaces. The planning problem for one single plant (Ethylene-2) generates a model with 17790 constrains and 17911 variables, of which 8820 are binary, which was solved in approximately 15 CPU minutes in a typical PC platform. The model is also applied to both plants and contains 27200 constraints and 26395 variables, which demands a similar amount of CPU time for a reduced set of operating variables. The results presented as well as a sensitivity analysis show that the practical application of the proposed model to COPENE is feasible and suggest which are the optimal values for the process variables that maximize the operating margin of this petrochemical plant. Moreover, with the objective of reproducingthe scenarios as close as possible to the real word, an approach on the intermediate product storage is also developed, while keeping the linearity of the optimization model.Biblioteca Digitais de Teses e Dissertações da USPPinto, Jose MauricioGiglio, Andre Luis2001-04-20info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttps://www.teses.usp.br/teses/disponiveis/3/3137/tde-06082025-085843/reponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USPLiberar o conteúdo para acesso público.info:eu-repo/semantics/openAccesspor2025-08-06T12:05:02Zoai:teses.usp.br:tde-06082025-085843Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212025-08-06T12:05:02Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false |
| dc.title.none.fl_str_mv |
Técnicas de otimização mista-inteira para o planejamento de produção em plantas petroquímicas. Untitled in english |
| title |
Técnicas de otimização mista-inteira para o planejamento de produção em plantas petroquímicas. |
| spellingShingle |
Técnicas de otimização mista-inteira para o planejamento de produção em plantas petroquímicas. Giglio, Andre Luis Mixed-integer linear programming Modelagem e simulação Modeling and simulation Optimization Otimização Petrochemical technology Planejamento de produção Production planning Programação linear mista-inte4ira Tecnologia petroquímica |
| title_short |
Técnicas de otimização mista-inteira para o planejamento de produção em plantas petroquímicas. |
| title_full |
Técnicas de otimização mista-inteira para o planejamento de produção em plantas petroquímicas. |
| title_fullStr |
Técnicas de otimização mista-inteira para o planejamento de produção em plantas petroquímicas. |
| title_full_unstemmed |
Técnicas de otimização mista-inteira para o planejamento de produção em plantas petroquímicas. |
| title_sort |
Técnicas de otimização mista-inteira para o planejamento de produção em plantas petroquímicas. |
| author |
Giglio, Andre Luis |
| author_facet |
Giglio, Andre Luis |
| author_role |
author |
| dc.contributor.none.fl_str_mv |
Pinto, Jose Mauricio |
| dc.contributor.author.fl_str_mv |
Giglio, Andre Luis |
| dc.subject.por.fl_str_mv |
Mixed-integer linear programming Modelagem e simulação Modeling and simulation Optimization Otimização Petrochemical technology Planejamento de produção Production planning Programação linear mista-inte4ira Tecnologia petroquímica |
| topic |
Mixed-integer linear programming Modelagem e simulação Modeling and simulation Optimization Otimização Petrochemical technology Planejamento de produção Production planning Programação linear mista-inte4ira Tecnologia petroquímica |
| description |
Uma das principais decisões a serem tomadas por empresas refere-se a que produtos produzir e em que quantidades. Torna-se então primordial para esta empresa saber de que forma ela deve operar e gerenciar seu processo (em termos de quantidade e qualidade dos produtos), visando obter o maior lucro possível. Na indústria petroquímica e nas refinarias, o processo de planejamento de produção é um dos processos de tomada de decisões mais importantes e fundamentais para gerenciar as operações de processamento. Esta atividade baseia-se nos seguintes fatores típicos: quantidade e qualidade de matérias-primas compradas, variáveis operacionais (vazões, rendimentos), produtos e finalmente condições de mercado (como por exemplo preços e demandas). O foco deste trabalho é apresentar um modelo para maximização da Margem de Contribuição de uma planta petroquímica, usando para tanto técnicas de programação linear mista-inteira (MILP). Todas as principais alternativas e restrições operacionais de uma petroquímica devem ser incluídas, visando obter uma ferramenta de real aplicação. Curvas de custos variáveis (insumos e custos operacionais) são estabelecidas, assim como são estabelecidos diversos patamares de preços de venda a depender da demanda dos produtos e do mercado consumidor final. O modelo proposto neste trabalho (especializado para a petroquímica básica) é baseado no trabalho de MORO et al. (1998) que sugerem um modelo de programação não-linear para aplicação no planejamentode produção em refinarias de petróleo. O modelo apresentado nesta dissertação envolve, além de variáveis de decisão contínuas (por exemplo vazões de carga processada e vazões das correntes intermediárias), variáveis binárias (associadas à escolha das cargas a serem processadas e alocação destas nos fornos). Rendimentos são associados a cada carga de forma a obter-se a produção de cada corrente de saída. Outra preocupação refere-se à ) disponibilização prática desta ferramenta a uma planta real. Neste sentido, o processo da COPENE - Petroquímica do Nordeste S.A., situada em Camaçari (BA) serviu como base de estudo para este desenvolvimento. As plantas de olefinas desta empresa são objetos de validação do modelo, fornecendo uma base de dados de cerca de 100 naftas (para escolha de carga) e 23 fornos de pirólise. A aplicação do modelo inicialmente a uma das plantas (Eteno-2), gera um problema com 17.790 restrições e 17.911 variáveis, sendo 8.820 binárias, que foi resolvido em aproximadamente 15 minutos em uma plataforma PC típica. Posteriormente, o modelo foi aplicado a ambas as plantas, contando com 27.200 restrições e 26.395 variáveis, sendo resolvido em tempo computacional semelhante para um número reduzido de variáveis operacionais. Os resultados apresentados, bem como uma análise de sensibilidade do modelo, tornam factível a aplicação prática do modelo ora proposto à Central em questão, além de sugerir qual ou quais as principais variáveis no cálculo de margem de uma petroquímica. Além disto, visando contemplar cenários mais próximos da realidade, foi incluída também uma abordagem sobre estocagem de produtos intermediários, mantendo-se a estrutura linear do modelo de otimização. |
| publishDate |
2001 |
| dc.date.none.fl_str_mv |
2001-04-20 |
| dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
| dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
| format |
masterThesis |
| status_str |
publishedVersion |
| dc.identifier.uri.fl_str_mv |
https://www.teses.usp.br/teses/disponiveis/3/3137/tde-06082025-085843/ |
| url |
https://www.teses.usp.br/teses/disponiveis/3/3137/tde-06082025-085843/ |
| dc.language.iso.fl_str_mv |
por |
| language |
por |
| dc.relation.none.fl_str_mv |
|
| dc.rights.driver.fl_str_mv |
Liberar o conteúdo para acesso público. info:eu-repo/semantics/openAccess |
| rights_invalid_str_mv |
Liberar o conteúdo para acesso público. |
| eu_rights_str_mv |
openAccess |
| dc.format.none.fl_str_mv |
application/pdf |
| dc.coverage.none.fl_str_mv |
|
| dc.publisher.none.fl_str_mv |
Biblioteca Digitais de Teses e Dissertações da USP |
| publisher.none.fl_str_mv |
Biblioteca Digitais de Teses e Dissertações da USP |
| dc.source.none.fl_str_mv |
reponame:Biblioteca Digital de Teses e Dissertações da USP instname:Universidade de São Paulo (USP) instacron:USP |
| instname_str |
Universidade de São Paulo (USP) |
| instacron_str |
USP |
| institution |
USP |
| reponame_str |
Biblioteca Digital de Teses e Dissertações da USP |
| collection |
Biblioteca Digital de Teses e Dissertações da USP |
| repository.name.fl_str_mv |
Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP) |
| repository.mail.fl_str_mv |
virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br |
| _version_ |
1844786146940289024 |