Desenvolvimento de uma metodologia para avaliação e monitoramento de sistemas de medição de águas industriais, sujeitos a baixa qualidade de informação

Abstract

O setor industrial consome grande quantidade de água, que pode ser considerada um dos itens fundamentais em muitos processos industriais, além disso, é um dos principais responsáveis pela poluição dos corpos hídricos. A solução desses problemas passa pelo gerenciamento adequado dos recursos hídricos industriais e pela aplicação de ferramentas para reúso de águas (integração mássica), porém, nem sempre o uso de tais técnicas são possíveis devido à falta ou baixa qualidade de informação do circuito de uso de água. Nesse contexto, o objetivo deste trabalho é a seleção de índices para acompanhamento do sistema de medição de águas em plantas industriais em estado estacionário, assim como, a seleção de índices para o acompanhamento de métodos de estimação de vazões de águas industriais. Também consta como o objetivo do presente trabalho, o desenvolvimento de uma metodologia que, baseado nos índices selecionados, e, atuando em conjunto com modelos empíricos vii multivariáveis, seja capaz de indicar possíveis falhas dos sensores de medição de vazão, ou das estimativas, e detectar vazamentos em equipamentos. Para cumprir tais objetivos, inicialmente foram selecionados 16 casos teste para uma validação do mé- todo proposto em cenários mais diversi ficados. Em seguida, foram escolhidos índices para caracterizar os balanços de massa. Os índices selecionados foram as estatísticas de testes para detecção de erros grosseiros: Teste Global, Teste Nodal e Teste de Medida. Em seguida foram estimados parâmetros de modelos empíricos multivari- áveis utilizando o método de regressão em espaço reduzido de mínimos quadrados parciais de ordem quadrática (PLS quadrático ou QPLS). O modelo empírico tem como objetivo determinar a posição e magnitude dos erros grosseiros a partir dos índices selecionados. O ajuste dos parâmetros e validação dos modelos para cada problema teste foi executado tanto para falhas em medidores, ou estimadores, de vazão quanto para vazamentos, em suas formas individuais ou combinadas. O método proposto, denominado PMGEI (Predictive Multivariate Gross Error Identi cation ou Identi cação de Erros Grosseiros por Predição Multivariável), foi comparado com os métodos de detecção de erros grosseiros únicos de Razão de Verosimilhança Generalizada(GLR para erros em medições e vazamento) e Teste Nodal (NT) usando a abordagem clássica de Monte Carlo para avaliação de métodos de detecção de erros grosseiros nos 16 problemas testes. Para avaliação dos resultados do método proposto para erros múltiplos, o método PMGEI foi aplicado a um exemplo de literatura e comparado com 3 métodos existentes na literatura: estimação simultânea de erros grosseiros, SEGE, com o método de estimação não-tendenciosa, UBET, e com o método GLR. Para erros grosseiros únicos, no conjunto de testes onde foi aplicado, o método PMGEI apresentou resultados superiores em relação ao método GLR para erros grosseiros em medições e apresentou resultados equivalentes para vazamentos (tanto para o GLR quanto para o NT). Para detecção de erros múltiplos, no respectivo conjunto de dados, o método PMGEI também apresentou resultados superiores para detecção de erros grosseiros múltiplos envolvendo erros em medições e combinação de erros em medições e vazamentos.