UFBA

Estudo de benefícios econômicos de

projetos de automação e/ou controle
de processos

Ricardo de Araújo Kalid

kalid@ufba.br ou LACOI@ufba.br
(0xx71) 203.9811 ou (0xx71) 9984.3316
 Avaliação Econômica de
Projetos de Controle e
Automação Industrial

• Alinhamento das expectativas

• Introdução
• Bibliografia
• Avaliação econômica
 Incertezas e riscos

“A melhor maneira de
predizer o futuro
é criá-lo”
Renzo Dallimonti – inventor do
SDCD

• Cenários e probabilidade
• Visão estratégica de longo prazo (décadas)
 BENEFÍCIOS ECONÔMICOS
COM CONTROLE AVANÇADO
„ Estimativa do investimento
„ Avaliação preliminar (incerteza de 30%)
„ Cotação com fornecedores (incerteza de 10%)
„ Contratação dos serviços (incerteza de 5%)
„ Estimativa dos benefícios
„ Método rápido
„ Método baseado na SIMULAÇÃO DO PROCESSO
„ Método do MELHOR OPERADOR
„ Métodos ESTATÍSTICOS (capabilidade e redução da variabilidade)
„ Avaliação econômica: INVESTIMENTO X BENEFÍCIOS
„ Fluxo de caixa
„ Ponto de equilíbrio
„ Valor presente líquido
„ Valor futuro
„ Taxa interna de retorno
 Avaliação Econômica com
CONTROLE AVANÇADO
„ Estudos dos benefícios com CONTROLE AVANÇADO
„ Diminuição da variabilidade
„ Aumento da continuidade operacional
„ Aumento da produção
„ Melhoria da qualidade
„ Investimento para implementação do CONTROLE
AVANÇADO
„ Instrumentação
„ Modificação no processo
„ Software
„ Engenharia
„ Relação custo/benefícios com o CONTROLE AVANÇADO
„ Matemática financeira (fluxo de caixa, valor presente, ponto de
equilíbrio, taxa de retorno, etc.)
 Estudos dos benefícios com CAP:
Controle Automático de Processos
Qual nível de automação/controle é necessário?

QUALIDADE
PID Controladores PID + Ctrl. Avançado
+
PID + Ctrl. Controle Preditivo
Avançado Multivariável (MPC)
(Feedforward + PID + CA +
Inferencial + MPC +
Ganho NL +...) Investimento Inicial Otimização
Investimento Inicial

Investimento Inicial
Investimento Inicial .

SEGURANÇA e QUANTIDADE
MEIO AMBIENTE
Estudos dos benefícios com CONTROLE AVANÇADO
Qual o retorno econômico que o sistema de
controle/automação proporcionará?

„ Diminuição da variabilidade
„ Aumento da continuidade operacional
„ Aumento da produção
„ Melhoria da qualidade
„ Incremento da segurança operacional

?
„ Operação mais estável
„ ...
 Metodologias para
estimativas dos benefícios
com CONTROLE AVANÇADO

Existem basicamente 5 métodos:

1. Estimativa preliminar ou 2,5%
2. Utilizando simulação fenomenológica do processo
3. Utilizando dados históricos – Método do melhor operador
4. Utilizando dados históricos –
Redução de 50% da variabilidade
5. Utilizando dados históricos – Estudo da capabilidade

Qual o mais indicado?

Depende do objetivo a ser atingido,
do tempo e dos dados disponíveis
 Benefícios com CONTROLE
AVANÇADO:
Diminuição da variabilidade da PV

L IM I T E E S P E C I F I C A D O

C ON TR O LE AV ANÇ AD O

S E T P O IN T

C O N T R O L E R E G U L A T Ó R IO

B Á S IC O / A V A N Ç A D O

O P ER AÇÃ O N O R M AL R E D U Ç Ã O D A S V A R IA Ç Õ E S O P E R A Ç Ã O M A IS P R Ó X IM A
D O L IM I T E
Benefícios com CONTROLE AVANÇADO:
Aumento do lucro
maximizando a receita ou a produção
e/ou
minimizando os custos
Lucro ou Produção
Operacional

Variável Controlada

Antes de implementar o CA Custo

Operacional
Após de implementar o CA
Benefícios com CONTROLE AVANÇADO:
Aumento do lucro:
maximizando a receita e/ou
minimizando os custos
„ Exemplo 1: Diminuição do consumo de vapor
„ A implantação do CONTROLE AVANÇADO em colunas de
destilação possibilita a diminuição consumo de vapor
„ Mantendo a mesma qualidade dos produtos
„ A diminuição do vapor implica em diminuição de custos
operacionais, se o vapor tem custo
„ Exemplo 2: Aumento da produção
„ A implantação do CONTROLE AVANÇADO em colunas de
destilação possibilita a diminuição dos refluxos internos
„ Se a coluna é limitante para o aumento da produção
„ A diminuição do refluxo interno permite aumento de carga
para a coluna
 Metodologias para estimativas dos
benefícioscom CONTROLE AVANÇADO
Método 1: Estimativa preliminar ou 2,5%
„ Procedimento: supor que haverá
„ ou redução do consumo de matéria-prima de 2,5%
„ ou redução do consumo de energia de 2,5%
„ ou aumento da produção em 2,5%
„ Vantagens:
„ Rápido
„ Barato
„ Geralmente fornece um resultado conservador
„ Desvantagem
„ Fornece estimativa grosseira do benefício possível
„ Geralmente fornece um resultado conservador
Quando usar o método da estimativa preliminar?
Quando não dispomos de tempo ou quando apenas é
necessário uma estimativa preliminar dos benefícios
 Relacionando Diretrizes do
Negócio com Variáveis de
Processo (fig. 5)
VARIÁVEIS DE PROCESSO

DIRETRIZES DO NEGÓCIO

Rendimento X

Produção X

Tempo de Ciclo X

Uptime (% tempo em carga máxima) X

Qualidade X

Lucro X

X
Importância = Total

INSTRUÇÕES
„ Listar diretrizes do negócio. Priorizar através de um fator de ponderação (1-5);
„ Listar variáveis de processo;
„ Introduzir a classificação de cada variável de processo, de acordo com o seu impacto nas
diretrizes do negócio (1-5);
„ Multiplicar a classificação pelo peso, e fazer a soma de cada coluna para obter a classificação
total.
Relacionando os Desejos do Cliente
com as Propriedades do Produto
para Controle de Qualidade (fig. 6)
PROPRIEDADES DO PRODUTO

DESEJOS DO CLIENTE

X
Importância = Total

INSTRUÇÕES
„ Listar desejos do cliente. Priorizar através de um fator de ponderação (1-5);
„ Listar propriedades do produto;
„ Introduzir a classificação de cada propriedade de produto, de acordo com o seu impacto nos
desejos do cliente (1-5);
„ Multiplicar a classificação pelo peso, e fazer a soma de cada coluna para obter a classificação
total.
 Relacionando as Propriedades do
Produto e as Variáveis de Processo
para Controle de Qualidade (fig. 7)
VARIÁVEIS DE PROCESSO

PROPRIEDADES DE PRODUTO

Importância = Total

INSTRUÇÕES
„ Listar propriedades de produto;
„ Listar variáveis de processo;
„ Introduzir a classificação de cada variável de processo, de acordo com o seu impacto nas
propriedades de produto (p.e.: 9=forte, 5=médio, 1=fraco);
„ Fazer a soma de cada coluna para obter a classificação total das variáveis de processo.
 Estimativas dos benefícios
através da simulação do
processo
Método 2: Através da simulação do processo

„ Procedimento
„ Simular o processo e comparar com o desempenho da planta com
e sem CONTROLE AVANÇADO
„ Vantagens:
„ Permite avaliar o afastamento da planta da condição ideal
„ Obtém-se resultados confiáveis
„ Permite avaliar o benefício em planta não existente
„ Desvantagem
„ Necessita de simuladores fidedignos
„ Necessita de dados do processo
„ Tempo longo para aplicação

Quando usar o método da estimativa preliminar?

Quando dispomos de tempo, de simulador e das condições
operacionais da planta.
 Estimativas dos benefícios
através da simulação do processo

Resultado simulado

L
u
c
r
o

Condição operacional conhecida

Real
 Estimativas dos benefícios
através da simulação do processo
ETAPAS:
1. Estudo qualitativo o processo
• Estudo de documentos (PFD, P&I, manuais)
• Entrevistas com operadores, técnicos e engenheiros
• Estudo dos cenários
2. Definição do(s) cenário(s) que será(ão) avaliado(s)
3. Coleta de dados para validação da simulação
4. Ajuste dos modelos termodinâmicos e das equações
constitutivas (empíricas)
5. Validação do modelo
6. Obtenção de uma melhor condição operacional por
simulação
7. Implementar no simulador as estruturas e estratégias
de controle
8. Comparação a simulação com a resposta real
 Estimativas dos benefícios
através da simulação do
processo
VALIDAÇÃO DO MODELO:

• Coleta dos dados na planta industrial

• Reconciliação dos dados
• Separação dos dados em dois conjuntos: conjunto
para ajuste do modelo e conjunto para validação
• Ajuste dos parâmetros do modelo
• Simulação buscando reproduzir as condições
operacionais da planta
 Estimativas dos benefícios
através da simulação do processo
CASO COPENE
„ Conclusões
„ As simulações são adequadas para estudos
de tendências do desempenho econômico
„ Para tratamento quantitativo é necessário
caracterizar a carga
„ Não foi possível utilizar essa metodologia
para avaliação dos benefícios econômicos
„ O estudo do espectro fornecido pelo NIR do
laboratório pode caracterizar a carga, mas
precisa de H-H
 Metodologias para estimativas dos
benefícios com CONTROLE AVANÇADO
Método 3: Dados históricos – Melhor operador
Procedimento: detectar a melhor forma que a planta operou, está
condição é suposta de ser obtida pelo CONTROLE AVANÇADO
Vantagens:
„ Permite avaliar o afastamento da planta da
melhor condição operacional conhecida
„ Obtém-se resultados confiáveis
Desvantagem
„ Apenas para plantas existentes
„ Necessita de grande histórico de dados do processo
„ Tem que detectar cenário(s) típico(s)
Quando é o mais indicado?
Quando dispomos de dados históricos e de cenário(s)
repetido(s) das condições operacionais da planta.
 Estimativas dos benefícios
Melhor operador
Manipulada
Ex. vapor
Variável

Média
Melhor
Operador
Controlada
Ex. Pureza
Variável

Média
Melhor
Operador

Especificação
Campanha da unidade (tempo)
admitindo o mesmo cenário ao longo da campanha
 Metodologias para estimativas dos
benefícios com CONTROLE AVANÇADO
Método 4: Redução de 50% da variabilidade
Procedimento: através de estatísticas obter o desvio padrão
da amostra, metade desse desvio é a redução da
variabilidade com o CONTROLE AVANÇADO
Vantagens:
– Metodologia geral, independente do processo
– Obtém-se resultados estatísticos relativamente confiáveis
Desvantagem
– Apenas para plantas existentes
– Necessita de grande histórico de dados do processo
– Os dados devem ser normais e estar sob CEP
Quando é o mais indicado?
Quando dispomos de dados históricos que obedecem
a curva normal e sob CEP.
 Metodologias para estimativas dos
benefícios com CONTROLE AVANÇADO
Método 5: Dados históricos e capabilidade
Procedimento: através de estatísticas obter o desvio
padrão da capabilidade, esse índice indica qual a
diminuição possível para a variabilidade do processo
Vantagens:
„ Metodologia geral, independente do processo
„ Obtém-se resultados estatisticamente confiáveis
„ Possibilita o estudo da capabilidade do processo
Desvantagem
„ Apenas para plantas existentes
„ Necessita de grande histórico de dados do processo
„ Os dados devem ser normais e estar sob CEP
Quando é o mais indicado?
Quando dispomos de dados históricos que obedecem
a curva normal e sob CEP.
 Método 5: Dados históricos e
capabilidade
ETAPAS:

1. Definição do(s) cenário(s)

2. Escolha das variáveis críticas
3. Coleta e reconciliação dos dados
4. Transformação dos dados para obedecerem a curvas de
distribuição normal
5. Cálculo do desvio padrão da amostra
6. Cálculo da desvio padrão da capabilidade
7. Estimativa do desvio padrão com a implantação do
CONTROLE AVAÇADO
8. Cálculo do impacto econômico devido a diminuição da
variabilidade
• Para melhoria da qualidade
• Para diminuição do afastamento dos limites
 Método 5: Dados históricos e capabilidade
ETAPAS 4: Transformação dos dados para
obedecerem a curvas de distribuição normal

„ Aplicar teste de Kolmogorov-Smirnov para

verificar distribuição normal dos dados
„ Se a distribuição tem desvio à direita: aplicar
logaritmo
„ Se a distribuição tem desvio à esquerda: aplicar
potência
„ Se após a transformação não obtemos curva
normal: o tratamento estatístico não pode ser
aplicado
„ Sendo gaussiano a amostra, expurgar da
mesma a variabilidade devido a medição.
 Método 5: Dados históricos e capabilidade
ETAPAS 5, 6 e 7: cálculos dos desvios padrão para
AMOSTRA, CAPABILIDADE e APÓS CONTROLE
AVANÇADO
„ Cálculo do desvio padrão da amostra: std(dados)
„ Desvio padrão da capabilidade:
„ Faixa Móvel (MR – Moving Range)
„ Diferença entre médias quadráticas sucessivas
(MSSD – Mean Square Sucessive Difference)
„ Os resultados são próximos, adotaremos o MR
„ Desvio padrão alcançável com CONTROLE AVANÇADO (Sapc)

MR = ∑
n X i − X i −1 MR n
( X i − X i −1 )2
i =2 (n − 1)
; MR
S cap =
1.128
MSSD
; S cap = ∑
i =2 2(n − 1)
2
 S cap  S apc
S prod = S − S 2 2
; S apc = S cap 2−  ; ∆ redução = 1 −
tot medição S  S prod
 prod 
Método 5: Dados históricos e capabilidade
ETAPA 8: impacto econômico devido a
diminuição da variabilidade

Aproximação da planta às restrições operacionais:

 S apc 
∆ PV = ∆ redução .(PVlimite − PVmédia anterior ) = 1 −
 .(PVlimite − PVmédia anterior )
 S 
 prod 

PVnovo ponto = PVmédia anterior + ∆ PV

O novo ponto operacional implica em ganhos econômicos`.

Ex. Controle de Composição de um reator

Rodar no MATLAB o programa ESTUDO_DE _CASOS.M
CAPABILIDADE DO PROCESSO

„ Índice que permite avaliar o desempenho

atual e o possível de ser alcançado
„ Definição:
Limite superior - Limite inferior
Cp =
6.S APC
Média - Limite próximo
Cpk =
3.S APC
• Índice de desempenho do processo:
Limite superior - Limite inferior
Pp =
6.S amostra
Média - Limite próximo
Ppk =
3.S amostra
 CAPABILIDADE
DO PROCESSO
„ Cp > 1.5 é considerado muito bom
„ Cp = 1.0 é considerado o mínimo aceitável
„ Cp < 0.5 é considerado inadequado
„ Ppk < 0.75 Cp existe oportunidade de ganhos com APC
Ou
„ Cp >> 1 - Processo tem capabilidade alta
„ Cp < 1 - Deve-se intervir no processo
„ Ppk << Cp - O controle pode melhorar o desempenho
„ Ppk ~ Cp - Processo alcançou a capabilidade
„ Cp < 1 & Ppk << Cp - Deve-se intervir no processo & o controle
pode melhorar o desempenho
„ Cp < 1 & Ppk ~ Cp - Deve-se intervir no processo, mas o controle
NÃO pode melhorar o desempenho
„ Cp >> 1 & Ppk << Cp - Processo tem capabilidade alta & o controle
pode melhorar o desempenho
„ Cp >> 1 & Ppk ~ Cp - Não há o que melhorar ou fazer
 Estimativa de
investimento
Avaliação de Projetos
„ Base: fluxo de caixa
„ Critérios
„ Sem descontos
„ Tempo de retorno (payback)
„ Retorno do investimento (ROI – Return Of Investment)
„ com descontos
„ Valor presente líquido (NPV – Net Present Value)
„ Taxa de retorno interno (IRR – Intern Return Rate)
 Estimativa de
investimento
Fluxo de caixa
„ Fluxo de caixa de benefícios
„ Fluxo de caixa de custos
 Estimativa de
investimento
Fluxo de caixa
ANO CUSTOS BENEFÍCIOS COMBINADO
(US$1000) (US$1000) (US$1000)
0 -200 0 -200
1 -190 0 -190
2 -140 80 -60
3 0 160 160
4 0 160 160
5 0 160 160
6 0 160 160
7 0 160 160
8 0 160 160
 Estimativa de
investimento
Fluxo de caixa
Fluxo de caixa

200
100 CUSTOS
(US$1000)
Fluxo

0
BENEFÍCIOS
-100 1 2 3 4 5 6 7 8 9 (US$1000)
-200 COMBINADO
-300 (US$1000)

Ano
 Estimativa de investimento
Métodos de avaliação sem
desconto
„ Fáceis de entender
„ Não consideram o valor do dinheiro no
tempo
„ Válidos para comparação de projetos
com tempos e trajetórias de fluxo de
caixa similares
„ Tempo de retorno
„ Retorno de investimento
Estimativa de investimento
Tempo de retorno
„ Requerido, desde o início do projeto,
para recuperar o investimento de
capital original
„ Investimento original de capital:
primeiros custos do projeto

TR
0 = ∫ FCdt
0
Onde
FC é o fluxo de caixa operacional
Estimativa de investimento
Retorno de Investimento
„ É a razão entre a média anual do fluxo
de caixa operacional e o primeiro custo
n
RI = 100 x[ ∑ (F Ci n ] CI
i =1

Onde,
FCi é o fluxo de caixa no i-ésimo ano
CI é o custo inicial do projeto
n é o tempo de vida de operação do projeto,
em anos
 Estimativa de investimento
Métodos de avaliação com desconto
„ Consideram o valor futuro do dinheiro

VF = VP.(1 + k )n
n
Onde
VFn é o valor futuro do dinheiro no n-ésimo
ano
VP é o valor presente do dinheiro
k é a taxa anual de juros
Estimativa de investimento
Valor Futuro

VF = VP.(1 + k )n
n
Onde
VFn é o valor futuro do dinheiro no n-ésimo
ano
VP é o valor presente do dinheiro
k é a taxa anual de juros
 Estimativa de
investimento
Valor Futuro

Valor Presente 1.000

ANO JUROS
5 10 12 20
1 1.050 1.100 1.120 1.200
5 1.276 1.611 1.762 2.488
10 1.629 2.594 3.106 6.192
 Estimativa de
investimento
Valor Futuro
Valor Futuro
Juros
(%/ano)
8.000
6.000 5
US$

4.000 10
2.000
- 12
0 5 10 15 20
Ano
 Estimativa de
investimento
Valor Presente

VP = VF
n
(1 + k )n

Onde
VP é o valor presente
VFn é valor futuro no n-ésimo ano
 Estimativa de
investimento
Valor Presente Líquido
n
VPL= FC + ∑FC
o i=1 i
(1+ k)i
 Estimativa de
investimento
Taxa Interna de Retorno
„ Taxa i que zera o VPL
 Estimativa de
investimento
Análise de Sensibilidade

„ Efeito da variação dos parâmetros mais

importantes nos indicadores de
atratividade
„ Forma gráfica
 Estimativa de
investimento
Parâmetros
„ Preços
„ Custos
„ Valores dos investimentos
 Estimativa de
investimento
Seleção entre Projetos
„ Restrições
„ Capital (mais comum)
„ Disponibilidade de recursos
„ Mesmos objetivos
„ Valor Presente Líquido e Taxa Interna de
Retorno podem trazer resultados
diferentes
 Bibliografia

„ Notas de aulas da disciplina Avaliação Econômica de Processos do CICOP do professor

Mauricio Moreno
„ Manual do toolbox de estatística do MATLAB
„ Embiruçu, Marcelo. Relatório técnico: Avaliação de benefícios econômicos. 2002. Programa
de Pós-graduação da UFBA
„ Friedmann, Paul G., Economics of Control Improvement, ISA, 1995
„ Shunta, J. P, Achieving World Class Manufacturing Through Process Control,
Prentice Hall, 1995
„ Marlin, T. E. e outros, Advanced Process Control Applications- Warren Centre Industrial
Case Studies of Opportunities and Benefits, ISA, 1987.
„ Latour, P. L. e outros, “Estimating Benefits from Advanced Control”, ISA Transactions,
Vol.25, n.4, pag. 13-21, 1986.
„ Martin, G. D. e outros, “Estimating Control Function Benefits”, Hydrocarbon Processing,
June, pag. 68-73, 1991
„ Koppel, L. B., “Quantify information system benefits”Hydrocarbon Processing”, June,1995.
„ L. T. Amy Projetos de Automação da ISA