Made available in DSpace on 2014-06-12T18:08:23Z (GMT). No. of bitstreams: 2
arquivo9473_1.pdf: 920450 bytes, checksum: 8de41a22d93f1f66a4f3481b45626f98 (MD5)
license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5)
Previous issue date: 2012 / Devido a maior oferta de petróleos pesados e alto grau de contaminantes que os
derivados deste possuem, os processos de hidrorrefino têm recebido atenção
especial ao longo dos últimos por possibilitar a remoção de contaminantes e
melhorar a margem de lucro das refinarias por tonar possível a obtenção de
derivados de maior valor agregado. Entre esses o processo de hidrotratamento
(HDT), no qual ocorre uma série de reações que utilizam o gás hidrogênio como
reagente, foi o foco de estudo deste trabalho. Ao ser aplicado em correntes de
Diesel o HDT realiza a remoção de contaminantes como enxofre e nitrogênio,
aumentando a qualidade do mesmo. A unidade de HDT tem como principal
equipamento o reator, que consiste em um leito com partículas sólidas, onde gás e
líquido escoam em fluxo co-corrente ou em contracorrente. Apesar deste processo já
ser maduro, o crescente aumento nas exigências de mercado demandam por
melhorias no mesmo, a fim de atingir uma rentabilidade cada vez maior. Desta forma
o uso de inferenciadores na estimação das variáveis tornaria possível o melhor
acompanhamento do processo como também a implementação de novas estratégias
de controle. Visto a relevância desse tema o presente trabalho abordou o
desenvolvimento de observadores de estado para o reator do processo de HDT,
para isto foi necessário a aquisição de dados do processo, o que foi conseguido
através de um modelo matemático do reator, o qual foi denominado como planta
virtual. Esta forneceu os dados para treinamento e validação dos inferenciadores
aqui estudados: as redes neuronais e a neuro-fuzzy. No decorrer do trabalho foi
definido o tempo de amostragem e o período de excitação do sinal através da menor
constante de tempo. Para treinamento dos inferenciadores foi utilizado dois bancos
de dados distintos, um com tempo de amostragem de 50s, onde este foi obtido pelo
método da constante de tempo, e outro com amostragem de 10 minutos, em que as
seguintes variáveis foram inferenciadas: concentração de compostos sulfurados,
nitrogenados e olefinas na saída do reator. Dessas o melhor resultado foi obtido na
inferência da concentração de compostos sulfurados realizada através da Rede
Neuronal. Foi escolhida esta rede neuronal na implementação de um controlador
PID e como modelo interno de um controlador NNMPC. O controlador PID cuja
variável de controle foi à concentração de sulfurados foi chamado de controlador PID
inferencial e os resultados deste se mostraram melhores do que os resultados
obtidos pelo controlador NNMPC
| Identifer | oai:union.ndltd.org:IBICT/oai:repositorio.ufpe.br:123456789/6906 |
| Date | 31 January 2012 |
| Creators | Cristiano Dos Santos Camelo, Marteson |
| Contributors | Lucena, Sérgio |
| Publisher | Universidade Federal de Pernambuco |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Source | reponame:Repositório Institucional da UFPE, instname:Universidade Federal de Pernambuco, instacron:UFPE |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0023 seconds