Submitted by Automação e Estatística (sst@bczm.ufrn.br) on 2018-07-03T14:17:15Z
No. of bitstreams: 1
JeanMarioMoreiraDeLima_DISSERT.pdf: 2889834 bytes, checksum: f4a43ed1a203489a4ac1293aa8e04bf0 (MD5) / Approved for entry into archive by Arlan Eloi Leite Silva (eloihistoriador@yahoo.com.br) on 2018-07-11T11:19:44Z (GMT) No. of bitstreams: 1
JeanMarioMoreiraDeLima_DISSERT.pdf: 2889834 bytes, checksum: f4a43ed1a203489a4ac1293aa8e04bf0 (MD5) / Made available in DSpace on 2018-07-11T11:19:44Z (GMT). No. of bitstreams: 1
JeanMarioMoreiraDeLima_DISSERT.pdf: 2889834 bytes, checksum: f4a43ed1a203489a4ac1293aa8e04bf0 (MD5)
Previous issue date: 2018-05-28 / Atualmente, diante de um mercado cada vez mais competitivo, produzir de forma eficiente
é essencial para se obter um balanço econômico positivo. Reduzir custos, realizar
processos otimizados e ofertar produtos cada vez melhores são fatores que influenciam
diretamente na economia de qualquer indústria. Diante disso, técnicas que podem melhorar
e/ou otimizar processos, como o monitoramento da qualidade de produto ou controle
avançado tornam-se fundamentais para a indústria como um todo. No caso de Unidades
de Processamento de Gás Natural (UPGNs), o monitoramento da qualidade do produto
produzido é intrínseco a uma produção satisfatória, e esse controle da qualidade faz-se,
como na maioria dos processos químicos, através da composição química dos produtos.
Entretanto, mesmo quando cromatógrafos a gás são utilizados para análise química
dos componentes, tem-se lentidão no processo analítico e longos intervalos de medição
são observados. Isso impede que técnicas de monitoramento em tempo real, ou de controle,
sejam estabelecidas para obtenção de melhor rendimento do processo. Dentre esses
produtos, em termos econômicos, o principal é o GLP (Gás Liquefeito de Petróleo),
composto por propano, butano e contaminantes como etano e pentano. Neste trabalho
é proposto um sistema chamado de soft sensor que faça a inferência, baseada em redes
neurais, da composição do GLP, isto é, dos seus principais componentes. Dessa forma,
o monitoramento, em tempo real, da qualidade do GLP produzido torna-se possível, uma
vez que a medição de sua composição não será feita através do lento processo analítico.
Assim, melhora-se a qualidade do processo, do produto e, consequentemente, a lucratividade.
Para o desenvolvimento deste trabalho, utilizou-se uma UPGN simulada no
software HYSYS, formada por uma coluna deetanizadora em série com uma coluna debutanizadora.
Na instrumentação da planta, têm-se alguns controladores PIDs. O sensor
virtual tem como entradas algumas das variáveis de processo desses controladores. Neste
tabalho, é proposto também um sistema de correção do erro, em tempo real, do soft sensor,
tendo com base a leitura da composição do GLP feita por cromatógrafos presentes no
processo. Os resultados se mostraram promissores, atestando o funcionamento adequado
do soft sensor. / In face of an increasingly competitive market, producing efficiently and effectively is
essential for a positive economic balance. Reducing costs, optimizing processes and offering
even better products are factors that directly influence the economy of any industry.
In this view, techniques that can improve and / or guarantee optimization of processes,
such as the monitoring of product quality or advanced and intelligent control become
fundamental for the industry as a whole. In case of Natural Gas Processing Units (NGPUs),
monitoring the quality of the product is intrinsic to a satisfactory production, and
quality control has been done such as in most chemical processes, through the chemical
composition of the products. However, even when chromatographs are used for chemical
analysis of the components, the analytical process is slow and long measurement intervals
are observed. This hampers real-time product monitoring or control techniques from
being established to obtain better process performance.Among these products, the most
important, economically speaking, is LPG (Liquefied Petroleum Gas) composed of propane,
butane and contaminats such as ethane and pentane. In this work, a system called
soft sensor that makes the inference of the main components of GLP based on artificial
neural network is proposed. Then, the real-time monitoring of the quality of the produced
LPG becomes possible, since the measurement of the composition of the LPG will
not be obtained through the slow analytical process. Thus, the quality of the process, the
LPG itself, consequently, its profitability are improved.In the development of this work,
a simulated GNPU has been used in HYSYS, consisting of a deethanizing column in series
with a debutanizer column. In the instrumentation of the plant, there are some PID
controllers. The virtual sensor is based on process variables of these controllers. In this
work, a real-time error correction module of the softsensor is also proposed, based on
the measuruments of the LPG composition made by the chromatographs present in the
process. The results are promising, attesting the adequate behavior of the soft sensor.
| Identifer | oai:union.ndltd.org:IBICT/oai:repositorio.ufrn.br:123456789/25570 |
| Date | 28 May 2018 |
| Creators | Lima, Jean Mário Moreira de |
| Contributors | 82675090468, Dorea, Carlos Eduardo Trabuco, 55768245553, Linhares, Leandro Luttiane da Silva, 07197802415, Araújo, Fábio Meneghetti Ugulino de |
| Publisher | PROGRAMA DE PÓS GRADUAÇÃO EM ENGENHARIA MECATRÔNICA, UFRN, Brasil |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | English |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Source | reponame:Repositório Institucional da UFRN, instname:Universidade Federal do Rio Grande do Norte, instacron:UFRN |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0061 seconds