O objetivo principal desta tese foi a implantação de uma nova estratégia para a integração da otimização em tempo real (RTO), com o controle preditivo multivariável em uma unidade de processo industrial. A solução proposta pode ser considerada como uma estratégia de uma camada, na qual os problemas de controle e otimização econômica são resolvidos simultaneamente, na mesma camada da estrutura de controle. Supondo que o objetivo econômico a ser maximizado (minimizado) seja uma função côncava (convexa) das entradas e saídas de processo, o controlador MPC com otimização econômica (OMPC) foi obtido através da inclusão do gradiente reduzido do objetivo econômico, na função objetivo do controlador preditivo. Esta abordagem foi testada inicialmente através da simulação do conjunto reator regenerador de uma Unidade de Craqueamento Catalítico Fluido (UFCC). O controlador otimizador foi implementado com sucesso em uma coluna de destilação de tolueno, na Unidade de Recuperação de Aromáticos da refinaria de Cubatão da Petrobras. Este controlador está em funcionamento contínuo por cerca de um ano, sem qualquer problema relatado. Para a determinação das condições ótimas, um modelo rigoroso de coluna de destilação multicomponentes no estado estacionário é incluído no controlador preditivo para permitir o cálculo online do objetivo econômico. A trajetória prevista para o sistema de destilação até o ponto ótimo é calculada utilizando-se um modelo linear dinâmico, o qual foi obtido através de testes em degrau na planta real. O ponto ótimo obtido através da estratégia proposta leva em consideração as restrições nas entradas manipuladas e a faixa de controle para as saídas. O problema de otimização resultante para cálculo das ações de controle é uma QP, que pode ser facilmente resolvida com os solvers disponíveis. O MPC com otimização econômica foi implementado como um módulo do pacote SICON (Sistema de Controle da Petrobras).

This thesis was mainly aimed at the implementation of a new strategy for the integration of real time optimization (RTO) with multivariable predictive control in an industrial process system. The proposed strategy can be considered as a one-layer strategy where the control and economic optimization problems are solved simultaneously in the same layer of the control structure. Assuming that the economic objective to be maximized (minimized) is a concave (convex) function of the process inputs and outputs, the optimizing model predictive control (OMPC) was obtained through the inclusion of the reduced gradient of the economic objective in the control objective of the predictive controller. The approach was initially tested through the simulation of the reactorregenerator of a Fluid Catalytic Cracking Unit (FCCU). The optimizing controller has been successfully implemented in a toluene distillation column at the Aromatic Recovery Unit of the Cubatão refinery of Petrobras. This controller has been in continuous operation for about one year without any reported problem. For determining the optimum operating conditions, a steady-state rigorous multicomponent distillation model is included in the predictive controller to allow the on-line computation of the economic objective. The predicted trajectory of the distillation system towards the optimum point is computed with a linear dynamic model that was obtained through step tests in the real plant. The optimum point that is achieved with the proposed strategy takes into account the constraints in the manipulated inputs and the zone control of the outputs. The resulting optimization problem that produces the control actions is a QP that can be easily solved with available solvers. The optimizing MPC was implemented as a module of the SICON (Petrobras Control System) package.