Uma nova abordagem na seleção de variáveis para analisadores virtuais via regressão por mínimos quadrados parcias

Abstract

Analisadores virtuais ocupam uma posição estratégica na indústria petroquímica devido a capacidade destes de estimar variáveis de controle a partir de modelos matemáticos. Entretanto, para garantir uma estimativa, é necessário assegurar a confiança e a disponibilidade dos dados de entrada. Desta forma, há um esforço financeiro para garantir a manutenibilidade dos instrumentos de medição que aferem as variáveis utilizadas com entrada do sistema. O objetivo deste trabalho é propor uma nova abordagem na seleção de variáveis em modelos de Mínimos Quadrados Parciais (PLS) através da introdução de um indicador que avalia o ganho de capacidade preditiva do modelo em função do aumento de custo associado ao se acrescentar determinada variável como entrada. Para isto, as variáveis são hierarquizadas a partir do escore VIP (Importância da Variável na Projeção) e, uma a uma, introduzidas no modelo PLS. O novo indicador mede a razão entre a diferença dos coeficientes de correlação linear (r) dos valores observados e os estimados pelos modelos com e sem a variável adicionada, e a diferença entre o custo padrão associado aos respectivos modelos. Desta forma, quantifica-se a razão entre o ganho de performance e o aumento de custos associados a introdução de uma variável. A nova abordagem é aplicada na seleção de variáveis de um modelo que estima nove pontos de temperatura (ponto inicial de ebulição, 5%, 10%, 30%, 50, 70%, 90%, 95% de vaporizado, e ponto final de ebulição) de uma nafta média, utilizados para avaliar a qualidade desta. Havia disponibilidade de 121 variáveis de processo (VPs), as quais incluem fluxo, temperatura, pressão e nível. O modelo PLS desenvolvido a partir da nova abordagem selecionou 37 das 121 VPs, com um custo total associado (c_T) que representa 34% do c_T do modelo com as 121 variáveis, e 88% do c_T onde a seleção de variáveis é feita por VIP. Os erros quadráticos médios de predição do modelo variam entre 1,184°C e 3,108°C para saídas num intervalo de 90°C a 155°C. Os rs do grupo de validação variam entre 0,875 e 0,932, com exceção da temperatura com 95% de vaporizado, cujo r foi de 0,753. Assim sendo, a seleção de variáveis utilizando a nova abordagem proposta foi capaz de desenvolver um modelo preditivo adequado à aplicação em analisadores virtuais. Dessa forma, os resultados indicam que a inclusão de um traço econômico no processo de seleção de variáveis, que costuma ser quase que puramente estatístico, contribui para procedimentos mais orientados por dados durante o processo de tomada de decisões em ambientes industriais complexos, particularmente da petroquímica.