Copyright 2012, Instituto Brasileiro de Petróleo, Gás e Biocombustíveis - IBP

Este Trabalho Técnico foi preparado para apresentação na Rio Oil & Gas Expo and Conference 2012, realizado no período de 17 a
20 de setembro de 2012, no Rio de Janeiro. Este Trabalho Técnico foi selecionado para apresentação pelo Comitê Técnico do evento,
seguindo as informações contidas no trabalho completo submetido pelo(s) autor(es). Os organizadores não irão traduzir ou corrigir os
textos recebidos. O material conforme, apresentado, não necessariamente reflete as opiniões do Instituto Brasileiro de Petróleo, Gás e
Biocombustíveis, Sócios e Representantes. É de conhecimento e aprovação do(s) autor(es) que este Trabalho Técnico seja publicado
nos Anais da Rio Oil & Gas Expo and Conference 2012.
______________________________
1
Mestre, Engenheiro Químico – Universidade Federal de Pernambuco
2
Mestrando, Engenheiro Químico – Universidade Estadual de Campinas
IBP2063_12
USO DE SIMULADORES EM AMBIENTES VIRTUAIS PARA
MODELAGEM DE UNIDADES DE HDT DE DIESEL
Paulo Estevão Lemos de Oliveira
1
, Filipe Alves Coelho
2



Resumo

A realidade virtual está aos poucos ganhando mais espaço dentro das empresas e dentro da sala de aula. Essa ferramenta
tem sido utilizada principalmente para treinamento de operadores, simulação de situações atípicas de processos e como
ferramenta para desenvolvimento de modelo. No entanto, para a construção de um ambiente virtual ativo, necessita-se de
um modelo dinâmico para reproduzir o comportamento do processo. Dentro desse contexto, o objetivo deste trabalho foi
o estudo do processo de hidrotratamento de diesel e simulação, em estado estacionário e dinâmico, da sessão de reatores
do processo visando realizar análises de sensibilidade em algumas variáveis importantes para o tratamento do diesel
oriundo de petróleo pesado, petróleo este semelhante ao que será utilizado na refinaria Abreu e Lima (RNEST) em
Pernambuco. Para isto, foram utilizados os softwares PRO/II
®
e DYNSIM
®
da empresa Invensys. Observou-se que o
modelo estacionário, composto por 3 reatores de hidrotratamento, é bastante robusto e mesmo com oscilações de 50% na
composição de enxofre e nitrogênio, não foram suficiente para tirar o produto de especificação (50 ppm). O modelo
dinâmico foi utilizado para simular o controlador de temperatura do efluente de um leito dos reatores, onde o controlador,
sintonizado através do método de Ziegler-Nichols, apresentou um tempo para atingir um novo estado estacionário de, em
média, 3 minutos. Com o modelo pronto, espera-se construir ambientes virtuais para simulação em 3D do comportamento
da reação.

Abstract

Virtual reality is gaining more and more space each year in factories and universities. This tool has been used specially for
operators training, simulation of unusual situations in processes and . To build a virtual environment, however, it is
necessary a dynamic model of the process, capable of reproducing the dynamic behavior of the plant. In this context, the
objective of this work was to study the diesel hydrotreatment and simulate, in steady and dynamic states, the reactor
section aiming sensibility analysis in the main variables for the treatment of heavy oil, similar to the ones that will be used
in the Abreu e Lima refinery (RNEST) at Pernambuco. To simulate the models, the softwares PRO/II
®
and DYNSIM
®
,
both from the Invensys company, were used. It was observed that the steady state model, with 3 hydrotreatment reactors,
is very robust and even 50% oscillations in the sulfur and nitrogen compositions were not enough to take the final product
out of specification (50 ppm). The dynamic model was used to simulate the temperature controller of the effluent of one
reactor. The controller was tuned by the Ziegler-Nichols method and it was noted that the time to reach the new steady
state in the temperature was, in median, of 3 minutes. With this model, it will be possible to build virtual environments to
simulate the reactor behavior in 3D.


1. Introdução

A qualidade média do petróleo descoberto nos recentes anos tem apresentado grandes desafios para o setor de
refino, fato que é percebido na progressiva redução no grau API, aumento no teor de enxofre e de acidez naftênica desses
óleos, de modo que acredita-se na existência de uma tendência continuada de deterioração das matérias-primas
disponíveis (SPEIGHT, 2000). Neste contexto, as refinarias, especialmente as projetadas para processamento de óleos
pesados como é o caso da Refinaria Abreu e Lima (RNEST), se veem diante da necessidade de introduzir mais
Rio Oil & Gas Expo and Conference 2012
2
tecnologias em seus processos de conversão e purificação dos produtos finais, pois, com as condições tecnológicas atuais
não é possível alcançar os valores permitidos do conteúdo de enxofre na legislação vigente no Brasil. Muitos fatores, tais
como: tipo de catalisadores, parâmetros de processo, qualidade das matérias primas e tecnologias utilizadas para remoção
do enxofre presente nas correntes oriundas de gasóleo de coque, influenciam significantemente no grau de dessulfurização
do diesel comercializado (MARAFI et al, 2007).
Um dos principais processos de tratamento do diesel e que possui grande impacto na sua qualidade, no que diz
respeito a redução de olefinas, acidez naftênica e do teor de enxofre é o processo de hidrotratamento. Esse processo tem
por objetivo a remoção de substâncias contaminantes das frações do petróleo pela seletividade de reação dessas
substâncias com hidrogênio em um reator à temperatura e pressão elevada. Essas substâncias incluem enxofre, nitrogênio,
olefinas e aromáticos (JONES e PUJADÓ, 2006). Dentro desse contexto, a modelagem e simulação por meio de
ferramentas computacionais e o controle do processo de hidrotratamento desempenha um papel fundamental no
entendimento e na otimização do processo.
Dentre as diversas ferramentas de simulação de processos disponíveis no mercado, destacam-se para a área de
petróleo e gás os softwares PRO/II
®
e DYNSIM
®
, ambos da empresa Invensys. Essas ferramentas são utilizadas
principalmente como sistemas de suporte à decisão, auxiliando os engenheiros a obter as soluções mais otimizadas de
problemas complexos, fornecendo o conhecimento necessário para uma maior compreensão da dinâmica do sistema.
Uma aplicação pouco usual da modelagem de processos, mas que tem ganhado espaço aos poucos é a sua
utilização com realidade virtual. Segundo, RONG et al (2011), realidade virtual é um sistema computacional no qual se
pode criar um mundo virtual e dar ao usuário a sensação de estar nele.
Conforme ESPÍNDOLA (2007), a realidade virtual apresenta 3 características básicas: imersão, interatividade e
envolvimento. A primeira é a responsável pela sensação do usuário fazer parte do ambiente virtual e esta pode ser obtida
por meio de dispositivos como óculos tridimensionais e CAVEs (Cave Automatic Virtual Environment), que são
basicamente salas que dão a sensação de imersão sem a necessidade de utilizar outros dispositivos. A interação é a
capacidade de o ambiente fornecer um feedback em relação às ações do usuário, como sensações táteis, olfativas e
sonoras. Por fim, o envolvimento é medido pelo nível de motivação do usuário em realizar alguma tarefa.
Na engenharia é possível encontrar a realidade virtual tanto em sala de aula como na indústria. Na área de ensino
em engenharia, FOGLER e BELL (1998) apresentam o resultado de um trabalho utilizando a realidade virtual para
apresentar conceitos de catálise heterogênea, a partir de um reator de craqueamento catalítico virtual, e segurança em
plantas químicas. Na indústria, a realidade virtual é utilizada principalmente para treinamento de operadores e simulação
de condições atípicas e perigosas onde é impossível se realizar experimentos para validar algumas hipóteses dos modelos.
A literatura mostra algumas aplicações, como em RONG et al (2011) no processo de pirólise do carvão, KIZIL (2003) na
indústria mineral e LOPES et al (2010) na indústria madeireira. A empresa Invensys também comercializa um sistema de
realidade virtual, onde um simulador em 3D (EYESIM
®
) é conectado ao software de simulação dinâmica DYNSIM
®
e o
usuário é capaz de interagir com uma planta virtual (ROVAGLIO e SHEELE, 2012).
Assim, o presente trabalho teve por objetivo a modelagem dos reatores do processo de hidrotratamento do diesel
por meio dos simuladores PRO/II® e DYNSIM®, de modo a criar um modelo estacionário e um modelo dinâmico, que
possam ser utilizados para pesquisa, desenvolvimento e até treinamento em operação da unidade de hidrotratamento de
diesel pesado (baixo grau API). Aliado aos recursos da realidade aumentada disponíveis no Centro de Estudos e Ensaios
em Risco e Modelagem Ambiental (CEERMA – UFPE) será possível, utilizar estes modelos para a construção de
interfaces e ambientes virtuais para simular a operação dos reatores em três dimensões (Figura 1).

Figura 1. CAVE do CEERMA.






Rio Oil & Gas Expo and Conference 2012
3
2. Objetivos

Estudar a modelagem e simulação do processo de hidrotratamento de diesel através de softwares comerciais de
simulação de processos em estado estacionário e dinâmico, avaliar a sensibilidade das principais variáveis de processo
através da criação e simulação de diversos cenários. Este projeto é parte de um conjunto de esforços para promover a
integração e utilização num ambiente virtual imersivo em 3D (CAVE) dos softwares PRO/II e DYNSIM com outros
softwares de engenharia tais como o PDMS, CFX e PI.


3. Metodologia

O trabalho foi desenvolvido no CEERMA utilizando os softwares PRO/II e DYNSIM, para modelagem em
estado estacionário e dinâmico, respectivamente, do processo de hidrotratamento, especificamente da sessão de reatores.
Para o modelo estacionário foram avaliados os efeitos das principais variáveis de processo no tratamento do
diesel. Esse modelo serviu de base para a construção do modelo dinâmico que foi utilizado para analisar o comportamento
dinâmico do controlador de temperatura do efluente do reator diante de perturbações comuns ao processo.


3.1. Reações do hidrotratamento
O tipo e a quantidade de impurezas a serem removidas pelo hidrotratamento catalítico de um destilado do
petróleo pode variar substancialmente dependendo do tipo e da origem da alimentação. De forma geral, as frações mais
pesadas possuem maior quantidade de impurezas e são mais complexas de serem tratadas. Dessa maneira, quanto mais
pesada a fração, mais severas são as condições de pressão e temperatura necessárias ao processo (ANCHEYTA et al,
2006). Dentre as diversas reações, as duas principais, e que foram modeladas neste trabalho, foram as reações de
hidrodessulfurização (HDS) e hidrodenitrogenação (HDN), cujas cinéticas de reação são dadas pelas Equações 1 e 2
(TOLEDO et al, 2005).


S HDS HDS
C
RT
R
|
.
|

\
| ÷
· =
82060
exp 10 8 , 2
4
q (1)

N HDN HDN
C
RT
R
|
.
|

\
| ÷
· =
72060
exp 10 8 , 1
3
q (2)


Estas cinéticas foram escolhidas em função de sua simplicidade de implementação nos softwares e por agrupar
em um único composto sulfurado todos os compostos com enxofre e em um único composto nitrogenado todos os
compostos com nitrogênio, reduzindo, assim o número de reações necessárias para representar o HDS e o HDN. Visando
manter a estequiometria média das reações de HDS e HDN apresentadas por TARHAN (1983), de 2 mol de H
2
/mol de S e
3 mol de H
2
/mol de N, as reações mostradas nas Equações 2 e 3 foram utilizadas, onde o indol representa os compostos
nitrogenados e o tetrahidrotiofeno representa os compostos sulfurosos. Como as concentrações desses compostos são
baixas, comparadas com o volume de diesel, a utilização desses compostos em específico não interfere significativamente
nas propriedades das correntes que estão sendo avaliadas.

Indol + 3H
2
 Etilbenzeno + NH
3
(2)
Tetrahidrotiofeno + 2H
2
 Butano + H
2
S (3)


3.2. Pseudocomponentes do diesel
Para representar o diesel oriundo de petróleo pesado foram utilizadas informações do petróleo oriundo do
Kuwait, conforme MARAFI et al (2007), uma vez que este diesel apresenta baixo grau API, está caracterizado por sua
curva de destilação e apresenta informações da composição de nitrogênio e enxofre. Suas características estão
apresentadas na Tabela 1.





Rio Oil & Gas Expo and Conference 2012
4
Tabela 1. Propriedades do diesel do Kuwait.

Parâmetro Valor
Densidade @15ºC (g/cc) 0,8962
Enxofre (%m/m) 3,22
Nitrogênio (ppm) 187
Viscosidade cinemática @40ºC (cSt) 5,635
Destilação
Volume destilado Temperatura (ºC)
Temperatura inicial 236
10% 261
30% 288
50% 314
70% 340
90% 366
95% 375
Temperatura final 393


A curva de destilação apresentada na Tabela 1 foi utilizada para representar o diesel através de
pseudocomponentes ajustados à curva automaticamente nos softwares PRO/II
®
e DYNSIM
®
.

3.3. Reatores do hidrotratamento
Os reatores catalíticos foram dimensionados a partir de informações da literatura (JONES E PUJADO, 2006;
HALDOR, 2012 e ANCHEYTA et al, 2006) para os principais parâmetros, considerando a severidade do processo para o
hidrotratamento de um petróleo pesado, como o petróleo a ser tratado na refinaria RNEST. As condições do processo e as
características dos reatores estão resumidas na Tabela 2. A vazão de diesel diária para o processo foi baseada em
informações sobre a produção prevista para a RNEST (FATOR BRASIL, 2012), considerando dois trens de processo,
comuns em refinarias desse porte (JONES e PUJADO, 2006).

Tabela 2. Parâmetros considerados para os reatores.

Parâmetro Valor
Pressão parcial do hidrogênio 138 bar
Temperatura de operação 370 ºC
Vazão de diesel 502,3 ton/h
Direção das correntes de diesel e
hidrogênio
Paralelo
Número de reatores 3
Número de leitos por reator 2
Altura de cada leito 9,2 m


O número de reatores foi determinado a partir do número de reatores necessários para o qual o efluente final
atingia a especificação da ANP para o diesel A e B S50 (ANP, 2009), especificação mais rígida acerca do enxofre no
diesel brasileiro.


3.4. Simulação dinâmica
A simulação dinâmica da malha de controle de temperatura do efluente do reator foi simulado no software
DYNSIM
®
e como as simulações dinâmicas são computacionalmente mais exigentes, o processo foi simulado até o
primeiro leito. A sintonia do controlador foi feita pelo método de Ziegler-Nichols e este foi avaliado quanto à
perturbações na vazão de alimentação e alterações no set-point de temperatura do efluente.





Rio Oil & Gas Expo and Conference 2012
5
4. Resultados e discussões

4.1. Modelo estacionário
A Figura 2 mostra o fluxograma utilizado no estado estacionário. Este consiste de um forno pré-aquecedor,
responsável por regular a temperatura da alimentação na sessão de reatores; três reatores catalíticos, simulados por meio
de reatores PBR; misturadores de correntes, responsáveis por misturar o efluente de cada reator com uma corrente de
hidrogênio para resfriá-la e objetos chamados no software de controladores, que visam determinar a vazão de hidrogênio
para manter o efluente à 370ºC.


Figura 2. Fluxograma do modelo estacionário.




Com este modelo, foi possível avaliar a concentração final de enxofre e nitrogênio em função da temperatura de
pré-aquecimento do forno, ou seja, a temperatura de alimentação do primeiro reator e concentração de contaminantes na
alimentação.
A temperatura do forno deveria ser alta o suficiente para que a reação ocorresse nos reatores, mas não deveria ser
demasiadamente alta para não desativar os catalisadores. Assim, variando-se a temperatura do forno para uma ampla faixa
de temperaturas (25ºC~325ºC), foi possível observar seu efeito na composição final do diesel, conforme mostrado nas
Figuras 3 e 4.

Figura 3. Análise de sensibilidade da concentração de nitrogênio em relação à temperatura do forno.


Rio Oil & Gas Expo and Conference 2012
6



Figura 4. Análise de sensibilidade da concentração de enxofre em relação à temperatura do forno.




Nas Figuras 3 e 4 é possível observar que ocorre conversão praticamente completa do nitrogênio a partir de
temperaturas acima de 300ºC e para o enxofre a partir de 225ºC. Portanto, o ponto de operação do forno deve ser acima
de 300ºC. Sabendo-se ainda que a temperatura do efluente do forno deve se manter próxima de 370ºC para as condições
estabelecidas na Tabela 2, a temperatura ótima de operação do forno foi determinada como sendo de 310ºC.
Outra análise efetuada no modelo foi em relação à sua sensibilidade em função da concentração de
contaminantes. Essa análise é importante uma vez que óleos oriundos de diferentes fontes possuem concentrações
diferentes de contaminantes e determinar as novas condições operacionais dos reatores diante das novas condições de
alimentação é fundamental para otimizar os recursos utilizados no processo (gás de resfriamento e energia do forno).
Foi avaliada a faixa de -50% à +50% em relação à composição mostrada na Tabela 1. As Figuras 5 e 6 mostram
a concentração de enxofre e nitrogênio na corrente final em função da variação da concentração desses contaminantes.
Nota-se que um aumento da concentração de contaminantes na alimentação provoca um aumento pouco expressivo na
concentração destes no produto final, mesmo com uma variação de 50% na concentração da alimentação, mantendo o
diesel final muito abaixo da concentração de 50 ppm e demonstrando a robustez do arranjo de três reatores escolhido.

Figura 5. Concentração de nitrogênio em função da perturbação da concentração de alimentação.







Rio Oil & Gas Expo and Conference 2012
7



Figura 6. Concentração de enxofre em função da perturbação da concentração de alimentação.




4.2. Modelo dinâmico
O fluxograma utilizado no modelo dinâmico está mostrado na Figura 7. Este fluxograma consiste de dois
misturadores, válvulas, um leito do reator catalítico e um controlador. Os “tanques” apresentados na Figura 7 são as fontes
e os sumidouros das correntes, objetos necessários para o funcionamento do fluxograma.
O controlador PID utilizado neste fluxograma foi sintonizado pelo método de Ziegler-Nichols, de modo que o
período crítico e a constante crítica são, respectivamente, P
c
= 40s e K
c
= 2,5. Assim, as constantes do controlador são: K
p

= 1,41; T
i
= 20s e T
d
= 5s, para a constante proporcional, tempo integral e tempo derivativo, respectivamente.
A Figura 8 mostra a resposta da temperatura em função de uma perturbação na temperatura do forno de 315ºC
para 345ºC (10%). Essas perturbações são bastante indesejáveis para o processo, pois a temperatura do forno tem grande
influência na temperatura dos leitos e, consequentemente, na qualidade do diesel. Nota-se que mesmo uma variação 10%
na temperatura do forno não conseguiu provocar grandes mudanças na temperatura medida, uma vez que o processo
possui considerável inércia, ou seja, perturbações à montante do reator levam considerável tempo para alterarem a taxa de
reação do reator e promover um aumento de temperatura, uma vez que o processo é exotérmico, o que garante ao
controlar tempo suficiente para corrigir a temperatura do efluente em função das novas condições do processo.

Figura 7. Fluxograma do modelo dinâmico.


Rio Oil & Gas Expo and Conference 2012
8


Figura 8. Resposta da temperatura do efluente (linha contínua) em função de uma perturbação degrau na temperatura do
forno (linha tracejada).




Quanto às mudanças no set-point, avaliou-se uma alteração de 370ºC para 380ºC e de 380ºC de volta para
370ºC. Notou-se, para a primeira alteração, nenhuma oscilação, que mostra um bom comportamento para um controlador
de temperatura, uma vez que a qualidade do produto final é muito dependente da temperatura dos reatores. Um
comportamento semelhante é observado também para segunda alteração no set-point.
Em ambas as alterações, o controlador mostrou uma rápida ação, com tempo médio para atingir o novo estado
estacionário em média de 3 minutos. A alteração do set-point da temperatura é comum durante o hidrotratamento uma vez
que o catalisador vai se desativando e é necessário aumentar a temperatura dos reatores para compensar a queda no
desempenho do processo. A Figura 9 mostra ambas as alterações no set-point.

Figura 9. Resposta da temperatura do efluente (linha contínua) em função de mudanças no set-point da temperatura do
efluente (linha tracejada).




Atualmente, não é possível validar os modelos obtidos com dados experimentais, uma vez que refinarias de
petróleo de baixo grau API ainda estão em processo de construção no país e esses dados não são divulgados na literatura.
No entanto, eles servem de base para a construção dos ambientes virtuais, além de servirem como base para o
desenvolvimento de modelos mais complexos.

Rio Oil & Gas Expo and Conference 2012
9
5. Conclusões

As ferramentas computacionais fazem parte da prática da engenharia, uma vez que a simulação de processos
normalmente exige o uso de modelos complexos na descrição do comportamento de equipamentos e reações químicas.
Assim, o presente trabalho apresenta a modelagem da sessão de reatores do processo de hidrotratamento do diesel de
petróleo pesado com os softwares PRO/II® e DYNSIM®, de modo a permitir a construção de modelos computacionais
que poderão ser utilizados para fins de pesquisa e desenvolvimento desse processo e com o uso de uma CAVE, os
modelos desenvolvidos neste trabalho poderão servir de base para a construção de interfaces e ambientes virtuais ativos
para o estudo, por exemplo, do comportamento de operadores diante de cenários atípicos que envolvem a disciplina de
segurança de processo e do estudo do erro humano.


8. Referências

ANCHEYTA, J.; MEDEROS, F.S.; RODRÍGUEZ, M.A; ARCE, E. Dynamic modeling and simulation of catalytic
hydrotreating reactors. Energy & Fuels, vol. 20, pp. 936-945, 2006.
ANP, Resolução ANP Nº 42, de 16/12/2009.
ESPÍNDOLA, D.B. O uso de realidade virtual na manufatura da indústria de construção naval/offshore. Dissertação de
mestrado, Rio Grande, 2007.
FATOR BRASIL. Refinaria Abreu e Lima com investimentos na ordem de US$ 4,05 bilhões. Disponível em:
<http://www.revistafatorbrasil.com.br/ver_noticia.php?not=18374>. Acesso em: 17 de janeiro de 2012.
FOGLER, H.S.; BELL, J.T. Virtual reality in chemical engineering education. Proceedings of the 1998 ASEE North
Central Section Meeting, 1998.
HALDOR TOPSOE. Reactor internals: optimising catalyst perfomance. Disponível em:
<http://www.topsoe.com/business_areas/refining/~/media/PDF%20files/Refining/Topsoe_reactor_internals.ashx>.
Acesso em: 24 de janeiro de 2012.
JONES, D.S.J.; PUJADÓ, P.R. ed. Handbook of petroleum processing. Springer, 2006.
KIZIL, M. Virtual reality applications in the Australian minerals industry. Application of computers and operations
research in the minerals industries, South African Institute of Mining and Metallurgy, 2003;
LOPES, E.S.; OLIVEIRA, D.; SILVA, P.C.; CHIQUETTO, A.L. Avaliação do desempenho de operadores no
treinamento com simulador de realidade virtual forwarder. Ciência Florestal, v. 20, n. 1, p. 177-186, 2010.
MARAFI, A.; AL-HINDI,A.; STANISLAUS, A. Deep desulfurization of full range and low boiling diesel streams from
Kuwait Lower Fars heavy crude. Fuel Processing Techonology, vol 88, pp. 905-911, 2007.
RONG, G. ZHOU. Z.; FENG, Y. ZHOU, F. Virtual factory integrated manufacturing system for process simulation and
monitoring. Preprints of the 18th IFAC World Congress, 2011.
ROVAGLIO,M.; SCHEELE, T. Immersive Virtual Reality Plant: A comprehensive plant-crew training solution improves
process reliability and safety. Disponível em: <http://iom.invensys.com/EN/pdfLibrary/WhitePaper_SimSci_I
mmersiveVirtualRealityPlant_01-10.pdf>. Acesso em: 12 de maio de 2012.
SPEIGHT, J. G. The desulfurization of heavy oils and residua. New York, Ed. Marcel Dekker, Inc., 2000.
TARHAN, M. O. Catalytic Reactor Design, New York: McGraw-Hill, Inc, 1983.
TOLEDO, E.C.V.; MEYER, J.F.C.A.; MACIEL FILHO, R. Modelagem dinâmica de um reator de hidrotratamento. 3º
Congresso Brasileiro de P&D em Petróleo e Gás, 2005.