ControlBid

Inovação: desafios abertos › 3317

Desafio de inovação 3317 · Abastecimento

Desenvolvimento de Modelos Híbridos com Atualização Automática para Simulação de Unidades de Hidrotratamento de Destilados Médios

finalizada

Prazo de envio
16/08/2026, 00:00
Tema
Refino
TRL pretendido
TRL7-9
Desenvolvimento
até 42 meses

Objetivo

Implementar técnicas de tratamento e validação de dados industriais, incluindo identificação de outliers, detecção de estado estacionário e reconciliação de dados.

Associar dados industriais e de planta-piloto na construção e validação dos modelos.

Testar diferentes abordagens de modelagem híbrida (data-driven e fenomenológica) para desempenho de unidades HDT de destilados médios.

Incorporar o coprocessamento de cargas renováveis aos modelos.

Desenvolver modelos baseados nas abordagens mais promissoras e validadas.

Criar repositório centralizado de modelos para acesso, testes e controle de versão.

Identificar necessidades de atualização decorrentes de mudanças no perfil composicional das cargas e troca de catalisadores.

Implementar mecanismo de atualização automática dos modelos em função das condições operacionais.

Integrar modelos no simulador proprietário da Petrobras, utilizando abordagens inovadoras de desenvolvimento de software, como design paramétrico , para atender às necessidades específicas de diferentes áreas.

Desenvolver ferramenta de monitoramento e atualização automática dos modelos, integrada ou não ao simulador proprietário.

Desenvolver API para incorporação dos modelos em simuladores comerciais.

Atender a todos os requisitos de desenvolvimento de software estabelecidos pela Petrobras.

Geração de documentação de todo o desenvolvimento para registro técnico.

Geração de manuais para treinamento.

Desafio

A simulação do desempenho de unidades industriais de hidrotratamento (HDT) de destilados médios, com ou sem coprocessamento, requer modelos que considerem a variabilidade composicional das cargas, a diversidade dos sistemas catalíticos e os mecanismos de desativação catalítica.

Para implementação em refinarias, esses modelos devem ser construídos utilizando o conjunto de variáveis analíticas de caracterização disponíveis operacionalmente, que costuma ser restrito. Além disso, a manutenção da qualidade das previsões depende de representação adequada dos fenômenos de desativação catalítica e reestimação periódica de seus parâmetros ao longo do tempo.

Os avanços em modelagem baseada em aprendizado de máquina possibilitam identificar padrões comportamentais complexos e estimar, com razoável precisão, a influência de variáveis sobre o desempenho do processo. A aplicação simultânea dessas técnicas aos dados consolidados de todas as unidades HDT do parque de refino considerando múltiplas campanhas amplia significativamente o volume de dados disponível, potencializando a identificação de comportamentos.

Porém, os requisitos de precisão exigidos pela operação industrial excedem a capacidade de modelos puramente data-driven. Dessa forma, é necessário integrar fundamentos fenomenológicos aos algoritmos de aprendizado de máquina, particularmente nos cenários crescentes de produção de diesel S10, onde as especificações são mais restritivas.

A incorporação complementar de dados experimentais , obtidos em laboratório ou planta-piloto, junto aos dados industriais amplia consideravelmente a capacidade de identificação das influências variáveis e expande a faixa de validade operacional dos modelos.

Após o desenvolvimento do modelo é fundamental atuar na disponibilização para as várias áreas envolvidas no planejamento e operação do processo de HDT de médios. Os modelos desenvolvidos devem ser integrados a simulador proprietário da Petrobras. Para que essa integração seja eficiente será necessário a utilização de abordagem inovadora e multidisciplinar de desenvolvimento de software como por exemplo pela aplicação de técnicas de design paramétrico, capaz de compreender os múltiplos cenários de uso e de aplicação prática.

A criação de API que torne possível a incorporação dos modelos a simuladores comerciais em uso na companhia também se faz necessária para permitir a análise do HDT em conjunto com outras unidades do parque de refino, auxiliando no aumento da rentabilidade da refinaria.

Solução esperada

Sistema

A solução esperada consiste no desenvolvimento de um sistema integrado de simulação e monitoramento para unidades industriais de hidrotratamento de destilados médios (diesel e querosene). Este sistema deve conjugar tecnologias avançadas de tratamento de dados, modelagem híbrida (fenomenológica + data-driven), sendo um sistema robusto, escalável e facilmente integrável ao ambiente corporativo da Petrobras.

O sistema deve ser capaz de fornecer previsões aderentes ao comportamento da unidade, cenários de otimização e alertas de redução da qualidade das predições, com atualização automática de seus modelos conforme novas dados forem sendo disponibilizados. Seu design deve priorizar a usabilidade para diferentes perfis técnicos e permitir integração tanto com o simulador proprietário Petrobras quanto com ferramentas comerciais de simulação.

Acompanhe os desafios de inovação da Petrobras

O ControlBid organiza os desafios abertos, prazos e a sua participação.

Perguntas sobre este desafio

Qual o prazo para enviar proposta ao desafio 3317?

Encerrou em 16/08/2026, 00:00, horário de Brasília.

Que tipo de solução o desafio 3317 espera?

Sistema, com maturidade TRL7-9 e até 42 meses de desenvolvimento.