Summary: | Na área de simulação de processos, existe uma visível tendência da migração das ferramentas seqüenciais modulares, que hoje são as mais amplamente utilizadas, para as baseadas em equações. Uma das principais vantagens do paradigma baseado em equações ou simultâneo é que este se mostra eficiente na solução de problemas de simulação, otimização, estimação de parâmetros e reconciliação de dados, todos baseados em um mesmo conjunto de modelos, evitando retrabalho de modelagem. Porém, a tecnologia simultânea também apresenta algumas deficiências, onde destacam-se os problemas de robustez tanto na modelagem quanto na obtenção de resultados numéricos. Este trabalho tem como objetivo reunir e desenvolver técnicas que permitam reduzir estas deficiências. Para tanto, as técnicas conhecidas para depuração de sistemas de equações que representam problemas estacionários e dinâmicos foram estudadas em detalhe. Pôde-se observar que para o caso estático os métodos disponíveis para depuração de modelos, já se apresentam em um nível bem desenvolvido. Já para o caso dinâmico, onde há uma maior complexidade, as técnicas conhecidas encontram-se em um nível de desenvolvimento muito menor. Neste ponto encontram-se as principais contribuições deste trabalho. === In the field of process simulation the movement from the sequential modular tools, which are currently the most widely used, to the equation based approach is clear. One of the key advantages of the equation based or simulatneous approach is that using a single model one can solve simulation, optimization, parameter estimation, and optimization problems. This fact avoids modeling rework for each application. However, the simultaneous technology has problems regarding modeling and solving robustness. This work aims to group and develop methods capable of minimize these deficiencies. In order to achieve this goal, available debugging approaches for both steady-state and dynamic system of equations were studied in detail. For the steady-state case well stablished debugging techniques are known. For dynamic models, where the complexity is higher, the analysis and debugging methods are much less mature. This was the source for the major contributions of this work.
|