Development of Predictive Linear Regression Models for the Efficiency Monitoring of an Air Separation Unit

Abstract

This work exhibits the development of ten linear models capable of monitoring the efficiency of an Air separation Unit, namely: four compressors, two distillation columns, two cooling towers and two refrigeration units. The objective was to compare two separate model development procedures, the one currently implemented at Air Liquide (AL), and a procedure developed using JMP’s sta- tistical tools including the Jackknife, Principal Component Analysis, Partial Least Squares and Stepwise Multiple Regression, and also by adding variables to the analysis other than the ones already present in AL’s procedure, to ultimately understand if improvements can be made regarding the currently established procedure. The model development was within the context of the implementation of AL’s Effi- ciency Monitoring System (EMS). This tool relies on the implementation of models that analyze separate sections of the process, working together as a whole, ensuring the overall monitoring of the efficiency of a plant. All models achieved an R2 of at least 0.83, except for one refrigeration unit. The compressor models, predicting power consumption, showed significant correlations with flow and discharge pressure. For distillation column models monitoring operational pressure, the inlet flow rate and temperature exhibited strong correlations with the response variable. Additionally, the cooling tower models indicated that the cooling water outlet temperature can be predicted linearly. Finally, refrigeration unit models, monitoring the Coefficient of Performance, showed significant correlations with flow and compressor outlet temperature. Furthermore, it was concluded that the Jackknife outlier detection method is superior compared to the one used currently in AL’s procedure. In the future, models developed with a procedure derived from this research’s findings will be able to better monitor their respective assets and increase the benefits originated from the implementation of the EMS.

Este trabalho apresenta o desenvolvimento de dez modelos lineares capazes de mo- nitorizar a eficiência de uma Unidade de Separação de Ar, incluindo: quatro compressores, duas colunas de destilação, duas torres de arrefecimento e dois grupos frigorífico. O objetivo é comparar dois procedimentos de desenvolvimento de modelos: o atu- almente implementado na Air Liquide (AL), e um desenvolvido usando as ferramentas estatísticas do JMP, incluindo: Jackknife, Análise de Componentes Principais, Mínimos Quadrados Parciais e Regressão Múltipla Stepwise, e adicionando variáveis à análise além das já presentes no procedimento da AL, para concluir se melhorias podem ser feitas. O desenvolvimento dos modelos ocorreu no contexto da implementação do Efficiency Monitoring System (EMS) da AL. Esta ferramenta depende da implementação de modelos que trabalhando como um todo, garantem a monitorização geral da eficiência de uma fábrica. Os modelos alcançaram um R2 acima de 0.83, exceto um grupo frigorífico. Os modelos dos compressores, que preveem a sua potência, mostraram correlações significativas com o caudal e pressão de descarga. Para os modelos das colunas de destilação, que monitorizam a pressão operacional, o caudal e temperatura de entrada exibiram correlações fortes com a variável resposta. Além disso, os modelos das torres de arrefecimento indicaram que a temperatura de saída da água de arrefecimento pode ser prevista linearmente. Por fim, os modelos dos grupos frigorífico, que monitorizam o Coeficiente de Performance, mostraram correlações significativas com o caudal e a temperatura de saída do compressor. Adicionalmente, concluiu-se que o método de deteção de outliers Jackknife é superior ao utilizado atualmente no procedimento da AL. No futuro, os modelos desenvolvidos com base neste trabalho serão capazes de mo- nitorizar melhor os seus equipamentos e aumentar os benefícios da implementação do EMS.