Questo numero contiene quattro articoli illustranti parte dell’attività di ricerca svolta negli anni 1999 – 2000, nell’ambito del Progetto Nazionale Ottimizzazione Dinamica e Controllo di Processi Chimici, finanziato dal Ministero della Ricerca Scientifica e Tecnologica nel 1998.
Al Progetto hanno collaborato cinque unità operative, in rappresentanza delle sedi universitarie di Cagliari, Genova, Milano (Politecnico) Padova, Pisa.
L’obiettivo che il progetto di ricerca si proponeva era di sviluppare le metodologie necessarie per l’ottimizzazione e il controllo dei processi chimici, attraverso la messa a punto di tecniche e prodotti software applicabili su processi diversi. Tra le metodologie di fondamentale importanza, sono state individuate le seguenti: controllo multivariabile basato su modello lineare e non lineare, identificazione in linea del processo, modellazione di processo con metodi semplificati (neurali e ibridi), stima delle variabili di proprietà non direttamente misurabili, analisi statistica, riconciliazione dati e convalida dei dati di impianto.
Un aspetto importante su cui è stata posta l’attenzione fin dall’inizio è stato quello di privilegiare gli aspetti applicativi delle diverse tecniche presentate in letteratura. Per questa ragione, le diverse metodologie sono state sviluppate inizialmente nelle singole sedi e poi messe a disposizione dei partecipanti del progetto per applicazioni su processi simulati mediante modelli complessi e su processi reali in scala di laboratorio o industriale.
Inoltre, nelle attività del progetto sono stati coinvolti, oltre a docenti e ricercatori universitari, anche tecnici di alcune industrie. I risultati ottenuti nelle applicazioni indicano che le tecniche sviluppate possono essere proposte per applicazioni su scala industriale con sensibili vantaggi nella conduzione dei processi.
Il contributo delle Università di Cagliari e Genova Modellazione neurale nell’industria chimica di processo, riguarda applicazioni di modelli neurali per lo sviluppo di una metodologia di controllo adattativa, applicata su una colonna di distillazione industriale e per l’identificazione di un sistema biologico reagente.
Il lavoro dell’Università di Padova Colonne di distillazione continue e batch – monitoraggio e controllo, illustra con un’applicazione su scala laboratorio, come semplici modifiche di impianto e l’adozione di stimatori di composizione porti a sensibili vantaggi nella conduzione della colonna.
L’applicazione presentata dal Politecnico di Milano Controllo avanzato per processi di combustione, considera metodologie di controllo multivariabile lineare, non lineare e calcolo inferenziale per una gestione più efficace dei processi di combustione con produzione di energia, con riferimento ad un impianto di combustione industriale e attua un confronto di metodologie diverse per l’ottimizzazione del processo.
Infine, il lavoro dell’Università di Pisa Tecniche a relay per identificazione e controllo di processi chimici, presenta un nuovo metodo per la modellazione dei processi chimici, finalizzata al progetto e all’autosintonia dei regolatori, con applicazioni due colonne di distillazione di laboratorio.
Completano questo numero due contributi presentati in occasione del workshop Sistemi Integrati per il Controllo e l’Automazione nell’Industria di Processo, organizzato da Anipla e Aidic (Associazione Italiana di Ingegneria Chimica) nell’ambito della serie Process Systems Engineering e svoltosi presso EniTecnologie nell’ottobre 2001.
Il primo, Sistemi Pims: nella produzione di gomme di un gruppo di Abb Industria e EniChem, descrive l’applicazione di un sistema Pims (Process Information Management System) presso l’impianto di produzione di gomme Epdm dello stabilimento EniChem di Ferrara.
Il secondo, Conduzione di un impianto di metanolo di Reinder de Boer della Ge Continental Controls, illustra le motivazioni dell’utilizzo di un sistema di controllo predittivo multivariabile e i risultati raggiunti.