La ley de insumos químicos tiene como finalidad, el control y fiscalización de los productos químicos. En territorio peruano se puede observar que esta normativa busca controlar y fiscalizar los insumos químicos durante el ingreso, permanencia, traslado y salida; tanto en personas y medios de transporte de los productos, a fin de evitar su empleo en la elaboración ilícita de drogas establecidas en la Ley N° 28305, proyecto que además guarda coherencia con las normas legales vigentes, se ajusta a la Constitución Política, la Ley N° 28305, modificados por la Ley N° 29037 y la Ley N° 29251.

Os controladores industriais que usam controle preditivo baseado em modelo, ou MPC (Model Predictive Control), frequentemente sofrem de perda de performance ao longo do tempo, decorrente de alterações no processo e da falta de atualização dos modelos. Os métodos habitualmente utilizados para a identificação, que são os testes monovariáveis, com perturbação degrau e malha aberta, gastam muito tempo e têm custo elevado para o processo, podendo comprometer a qualidade dos produtos ou a segurança, portanto a atualização do modelo costuma ser evitada por longos períodos. Além disso, existem processos mal condicionados de difícil identificação, pois apresentam direcionalidades nas suas variáveis. Neste trabalho, primeiramente foi feita uma comparação entre os métodos de projeto de perturbações não correlacionadas em um caso de sistema mal condicionado. Na comparação nenhum dos métodos foi capaz de identificar com confiabilidade a direção de menor ganho do sistema, porém para a direção de maior ganho algumas diferenças entre os métodos foram levantadas. A metodologia GBN (Generalized Binary Noise) conseguiu identificar melhor a direção de maior ganho para uma faixa maior de frequências. O método Degrau identificou bem somente em baixas frequências, enquanto o método PBRS (Pseudo Random Binary Sequence) identificou bem somente em altas frequências. Por este motivo, a perturbação GBN foi utilizada como base para a metodologia proposta. Uma metodologia de projeto de perturbações correlacionadas foi desenvolvida utilizando as perturbações GBN como base visando a maximização da amplitude de perturbação nas direções de menor ganho, evitando assim que as variáveis de entrada e saída do sistema ultrapassem suas restrições. Essa maximização da amplitude é feita iterativamente através de um problema de otimização que utiliza o modelo identificado na iteração anterior para projetar as perturbações da nova iteração. Também foi proposto um fator de confiabilidade, w, que permite verificar o grau de evolução da qualidade do modelo ao longo das iterações. Este fator se mostrou útil como critério de parada do processo iterativo. O método proposto foi comparado com métodos de perturbações correlacionadas conhecidos na literatura e que apresentam bons resultados na identificação de processos mal condicionados. A metodologia proposta apresentou uma melhora significativa na identificação da direção de menor ganho, porém foi necessário um tempo maior de identificação. Em poucos momentos as variáveis do processo ultrapassaram suas restrições, demonstrando maior confiabilidade do processo de identificação. / Industrial controllers using MPC (Model Predictive Control) frequently suffer from loss of performance over time due to process alterations and the non-updating of the models. The methods most often used for identification, which are single variable tests with step perturbation and open-loop, require a lot of time and have high costs for the process, and might even compromise product quality and safety, so the models update is often delayed over long periods of time. Besides, there are illconditioned processes that are difficult to identify, because they may present directionalities in their variables. In this paper, a comparison was carried out between non-correlated perturbation design methods considering an ill-conditioned system. None of the methods was capable of solidly trustworthily identify the system’s low-gain direction, however, considering the high gain direction, some differences were noticed. The GBN (Generalized Binary Noise) method was the one which best identified the most-gain direction for the upper band of frequencies. The Step method could identify well only in low frequencies, whereas the PBRS (Pseudo Random Binary Sequence) method identified well only in high frequencies. For this reason, the proposed method was based on the GBN perturbation. A method for correlated perturbation building was developed based on the GBN perturbations, aiming for maximum perturbation amplitude in the low-gain direction, avoiding that system input and output variables surpass their restrictions. This maximizing of the amplitude is made iteratively through an optimization problem which uses the model identified in the previous iteration to predict the perturbations of the upcoming iteration. In addition, a reliability factor w was proposed, which allows the verification of the model’s quality evolution throughout iterations. This factor was useful as a criterion for stopping the iteration process. The proposed method was compared to well-known correlated perturbation methods which present solid results in the identification of ill-conditioned processes. The method showed significant improvement on the identification of the low-gain direction, but it required longer identification time. Within few moments the process variables surpassed their restrictions, that bringing more reliability to the identification process.

Dissertação apresentada para obtenção do grau de Mestre em Engenharia dos Processos Químicos, na Faculdade de Engenharia da Universidade do Porto, sob a oientação do Prof. Doutor José Carlos Brito Lopes

Tese doutoramento. Engenharia Química. Faculdade de Engenharia. Universidade do Porto. 2005

Os controladores industriais que usam controle preditivo baseado em modelo, ou MPC (Model Predictive Control), frequentemente sofrem de perda de performance ao longo do tempo, decorrente de alterações no processo e da falta de atualização dos modelos. Os métodos habitualmente utilizados para a identificação, que são os testes monovariáveis, com perturbação degrau e malha aberta, gastam muito tempo e têm custo elevado para o processo, podendo comprometer a qualidade dos produtos ou a segurança, portanto a atualização do modelo costuma ser evitada por longos períodos. Além disso, existem processos mal condicionados de difícil identificação, pois apresentam direcionalidades nas suas variáveis. Neste trabalho, primeiramente foi feita uma comparação entre os métodos de projeto de perturbações não correlacionadas em um caso de sistema mal condicionado. Na comparação nenhum dos métodos foi capaz de identificar com confiabilidade a direção de menor ganho do sistema, porém para a direção de maior ganho algumas diferenças entre os métodos foram levantadas. A metodologia GBN (Generalized Binary Noise) conseguiu identificar melhor a direção de maior ganho para uma faixa maior de frequências. O método Degrau identificou bem somente em baixas frequências, enquanto o método PBRS (Pseudo Random Binary Sequence) identificou bem somente em altas frequências. Por este motivo, a perturbação GBN foi utilizada como base para a metodologia proposta. Uma metodologia de projeto de perturbações correlacionadas foi desenvolvida utilizando as perturbações GBN como base visando a maximização da amplitude de perturbação nas direções de menor ganho, evitando assim que as variáveis de entrada e saída do sistema ultrapassem suas restrições. Essa maximização da amplitude é feita iterativamente através de um problema de otimização que utiliza o modelo identificado na iteração anterior para projetar as perturbações da nova iteração. Também foi proposto um fator de confiabilidade, w, que permite verificar o grau de evolução da qualidade do modelo ao longo das iterações. Este fator se mostrou útil como critério de parada do processo iterativo. O método proposto foi comparado com métodos de perturbações correlacionadas conhecidos na literatura e que apresentam bons resultados na identificação de processos mal condicionados. A metodologia proposta apresentou uma melhora significativa na identificação da direção de menor ganho, porém foi necessário um tempo maior de identificação. Em poucos momentos as variáveis do processo ultrapassaram suas restrições, demonstrando maior confiabilidade do processo de identificação. / Industrial controllers using MPC (Model Predictive Control) frequently suffer from loss of performance over time due to process alterations and the non-updating of the models. The methods most often used for identification, which are single variable tests with step perturbation and open-loop, require a lot of time and have high costs for the process, and might even compromise product quality and safety, so the models update is often delayed over long periods of time. Besides, there are illconditioned processes that are difficult to identify, because they may present directionalities in their variables. In this paper, a comparison was carried out between non-correlated perturbation design methods considering an ill-conditioned system. None of the methods was capable of solidly trustworthily identify the system’s low-gain direction, however, considering the high gain direction, some differences were noticed. The GBN (Generalized Binary Noise) method was the one which best identified the most-gain direction for the upper band of frequencies. The Step method could identify well only in low frequencies, whereas the PBRS (Pseudo Random Binary Sequence) method identified well only in high frequencies. For this reason, the proposed method was based on the GBN perturbation. A method for correlated perturbation building was developed based on the GBN perturbations, aiming for maximum perturbation amplitude in the low-gain direction, avoiding that system input and output variables surpass their restrictions. This maximizing of the amplitude is made iteratively through an optimization problem which uses the model identified in the previous iteration to predict the perturbations of the upcoming iteration. In addition, a reliability factor w was proposed, which allows the verification of the model’s quality evolution throughout iterations. This factor was useful as a criterion for stopping the iteration process. The proposed method was compared to well-known correlated perturbation methods which present solid results in the identification of ill-conditioned processes. The method showed significant improvement on the identification of the low-gain direction, but it required longer identification time. Within few moments the process variables surpassed their restrictions, that bringing more reliability to the identification process.

Os controladores industriais que usam controle preditivo baseado em modelo, ou MPC (Model Predictive Control), frequentemente sofrem de perda de performance ao longo do tempo, decorrente de alterações no processo e da falta de atualização dos modelos. Os métodos habitualmente utilizados para a identificação, que são os testes monovariáveis, com perturbação degrau e malha aberta, gastam muito tempo e têm custo elevado para o processo, podendo comprometer a qualidade dos produtos ou a segurança, portanto a atualização do modelo costuma ser evitada por longos períodos. Além disso, existem processos mal condicionados de difícil identificação, pois apresentam direcionalidades nas suas variáveis. Neste trabalho, primeiramente foi feita uma comparação entre os métodos de projeto de perturbações não correlacionadas em um caso de sistema mal condicionado. Na comparação nenhum dos métodos foi capaz de identificar com confiabilidade a direção de menor ganho do sistema, porém para a direção de maior ganho algumas diferenças entre os métodos foram levantadas. A metodologia GBN (Generalized Binary Noise) conseguiu identificar melhor a direção de maior ganho para uma faixa maior de frequências. O método Degrau identificou bem somente em baixas frequências, enquanto o método PBRS (Pseudo Random Binary Sequence) identificou bem somente em altas frequências. Por este motivo, a perturbação GBN foi utilizada como base para a metodologia proposta. Uma metodologia de projeto de perturbações correlacionadas foi desenvolvida utilizando as perturbações GBN como base visando a maximização da amplitude de perturbação nas direções de menor ganho, evitando assim que as variáveis de entrada e saída do sistema ultrapassem suas restrições. Essa maximização da amplitude é feita iterativamente através de um problema de otimização que utiliza o modelo identificado na iteração anterior para projetar as perturbações da nova iteração. Também foi proposto um fator de confiabilidade, w, que permite verificar o grau de evolução da qualidade do modelo ao longo das iterações. Este fator se mostrou útil como critério de parada do processo iterativo. O método proposto foi comparado com métodos de perturbações correlacionadas conhecidos na literatura e que apresentam bons resultados na identificação de processos mal condicionados. A metodologia proposta apresentou uma melhora significativa na identificação da direção de menor ganho, porém foi necessário um tempo maior de identificação. Em poucos momentos as variáveis do processo ultrapassaram suas restrições, demonstrando maior confiabilidade do processo de identificação. / Industrial controllers using MPC (Model Predictive Control) frequently suffer from loss of performance over time due to process alterations and the non-updating of the models. The methods most often used for identification, which are single variable tests with step perturbation and open-loop, require a lot of time and have high costs for the process, and might even compromise product quality and safety, so the models update is often delayed over long periods of time. Besides, there are illconditioned processes that are difficult to identify, because they may present directionalities in their variables. In this paper, a comparison was carried out between non-correlated perturbation design methods considering an ill-conditioned system. None of the methods was capable of solidly trustworthily identify the system’s low-gain direction, however, considering the high gain direction, some differences were noticed. The GBN (Generalized Binary Noise) method was the one which best identified the most-gain direction for the upper band of frequencies. The Step method could identify well only in low frequencies, whereas the PBRS (Pseudo Random Binary Sequence) method identified well only in high frequencies. For this reason, the proposed method was based on the GBN perturbation. A method for correlated perturbation building was developed based on the GBN perturbations, aiming for maximum perturbation amplitude in the low-gain direction, avoiding that system input and output variables surpass their restrictions. This maximizing of the amplitude is made iteratively through an optimization problem which uses the model identified in the previous iteration to predict the perturbations of the upcoming iteration. In addition, a reliability factor w was proposed, which allows the verification of the model’s quality evolution throughout iterations. This factor was useful as a criterion for stopping the iteration process. The proposed method was compared to well-known correlated perturbation methods which present solid results in the identification of ill-conditioned processes. The method showed significant improvement on the identification of the low-gain direction, but it required longer identification time. Within few moments the process variables surpassed their restrictions, that bringing more reliability to the identification process.

Orientador: Milton Mori / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia de Campinas / Made available in DSpace on 2018-07-14T03:49:31Z (GMT). No. of bitstreams: 1 Soares_JoaoBatistadePaiva_M.pdf: 3730916 bytes, checksum: cae1bc4b2923ae83058c65fd01b47edc (MD5) Previous issue date: 1990 / Resumo: Apresenta-se neste trabalho a modelagem matemática e a simulação numérica de reatores de leito fixo para a reação de oxidação de etanol à acetaldeído sobre catalisador de cobre oxidado. Os modelos estudados são bidimensionais, pseudo-homogêneos, não-adiabáticos e não-isotérmicos. O objetivo principal desse estudo é analisar a sensitividade paramétrica desses modelos em relação à variáveis de processo e de projeto e comparar o desempenho de cada reator no que se refere à conversão total de reagentes por passe e à estabilidade operacional. Três tipos de reatores são estudados: reator de leito fixo de fluxo axial, reator tubular de parede e reator de placas planas. O modelo para o reator de leito fixo de fluxo axial é discretizado pelo método das diferenças finitas e pelo método dos elementos finitos e os resultados são comparados entre si. O sistema de equações algébricas resultante da discretização é resolvido pelos métodos de Newton-Raphson e de Gauss-Seidel. Analisa-se, também, o efeito da utilização de algumas correlações para estimativa da condutividade térmica efetiva radial e do coeficiente de transferência de calor na parede disponíveis na literatura sobre, o comportamento desse modelo. O modelo para o reator tubular de parede é discretizado pelo método das diferenças finitas. As equações discretizadas são resolvidas pelo método de Newton-Raphson. O modelo para reator de placas paralelas é discretizado pelo método dos elementos finitos. As equações discretizadas são resolvidas pelo método de Gauss-Seidel. / Abstract: This work presents the mathematical modelling and numerical simulation of catalytic fixed-bed reactors for the oxidatton of ethanol to acetaldehyde catalized by copper oxide. The studied models are two-dimensional, pseudo-homogeneous, non-adiabatic and non-isothermic. The main purpose of this work is to analyze the parametric sensitivity of these models in relation to process and design variables and to compare the performances of each reactor in relation to reagents conversion and operational stability. Three reactor types are studied: axial flow fixed-bed reactor, tubular-wall reactor and parallel plates reactor. The fixed-bed reactor model is discretized by finite diference and finite element methods and the results are compared. The resulting system of algebraic equations is solved by Newton-Raphson and Gauss-Séidel methods. It is also analyzed the effect of using some diferent correlations to calculate the effective radial thermal condtictivity and wall-heat transfer coefficient on the behavior of this modél. The tubular-wall reactor model is discretized by finite diference method. The dicretized equations are solved by Newton-Raphson method. The parallel plates reactor model is discretized by the fi'nite element method. The resulting system of algebraic equations are solved by Gauss-Siedel method. / Mestrado / Mestre em Engenharia Química

Orientador : Paulo Jose Samenho Moran / Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Quimica / Made available in DSpace on 2018-07-13T23:34:02Z (GMT). No. of bitstreams: 1 Marques_Margarete_M.pdf: 5771478 bytes, checksum: 29ae15f7cd78e92125a9e13b0de4b4f8 (MD5) Previous issue date: 1991 / Mestrado

Orientador: Milton Mori / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia de Campinas / Made available in DSpace on 2018-07-15T10:01:35Z (GMT). No. of bitstreams: 1 Fujiwara_MinesMinoro_M.pdf: 3033960 bytes, checksum: abc027bfdc011ae965da2e97d152e56d (MD5) Previous issue date: 1989 / Resumo: Apresentam-se neste trabalho a modelagem e simulação de modelos bidimensionais de reatores catalíticos em leito fixo em estado estacionário, não-adiabático, não isotérmico e com resfriamento contra corrente para a produção de acetaldeído, via oxidação do etanol sobre catalisador Fe-Mo (poroso), utilizando para isso os dados e a equação da taxa de reação apresentada na Tese de Mestrado de Maciel Filho [25]. Os modelos considerados neste trabalho são o modelo pseudo-homogéneo (modelo I) e o modelo heterogêneo (modelo II). No modelo heterogêneo os processos de transferência envolvidos são: - transferência intrareator - entre os espaços vazios do leito fixo - transferência intrapartícula - dentro da partícula de catalisador - transferência interfases - entre o seio do fluido e a superfície do catalisador. O sistema de equações diferenciais não-lineares dos dois modelos são resolvidos pelos métodos dos elementos finitos e das diferenças finitas. São feitas comparações da performance dos dois modelos e a influência dos parâmetros mais importantes são escolhidos, tornando-se possível escolher as melhores condições de operação do projeto. A otimizaçâo foi feita com o objetivo de obter a melhor produtividade. / Abstract: This work presents the modelling and simulation of the steady state two-dimensional model of packed-bed, non-adiabatic and non-isothermics countercurrent cooled reactors for the production of acetaldehyde, via the oxidation of ethanol over ironmolibdenium oxide catalyst, using the data and the rate equation presented in Maciel Filho's MsC Thesis [25]. The reactor model considered in this work consist of pseudo-homogeneous model (model I) and heterogeneous model (model II). In the heterogeneous model the transport process involved are: - intrareactor transport - through the voids betwen in the fixed beds - intraparticle transport - within the catalyst pellet . interphase transport - between the mainstream of fluid and the surface of the catalyst pellet. The systems of non-linear differential equations of the two models have been solved by finite element method and finite differences method. The performance of pseudo-homogeneous model has been compared to the heterogeneous model. The influence of the most important parameters has been elected wich enable us to choose the project 's best operating conditions. An otimization has been carried out to the best productivity. / Mestrado / Mestre em Engenharia Química

Tese de doutoramento. Engenharia Química. Faculdade de Engenharia. Universidade do Porto, Faculdade de Ciências e Tecnologia. Universidade de Coimbra. 2009