Return to search

Analisador virtual para a determinação do teor dos contaminantes mapd em um reator tricklebed

Submitted by Uillis de Assis Santos (uillis.assis@ufba.br) on 2018-01-26T13:26:54Z
No. of bitstreams: 1
AnaRosaCaribédeGóesMassa_Dissertação-UFBA-Politécnica-EngenhariaIndustrial-2017.pdf: 4582890 bytes, checksum: 3c5c6099462e9b7f61ff397081c5dd6a (MD5) / Approved for entry into archive by Vanessa Reis (vanessa.jamile@ufba.br) on 2018-01-26T16:03:46Z (GMT) No. of bitstreams: 1
AnaRosaCaribédeGóesMassa_Dissertação-UFBA-Politécnica-EngenhariaIndustrial-2017.pdf: 4582890 bytes, checksum: 3c5c6099462e9b7f61ff397081c5dd6a (MD5) / Made available in DSpace on 2018-01-26T16:03:46Z (GMT). No. of bitstreams: 1
AnaRosaCaribédeGóesMassa_Dissertação-UFBA-Politécnica-EngenhariaIndustrial-2017.pdf: 4582890 bytes, checksum: 3c5c6099462e9b7f61ff397081c5dd6a (MD5) / Analisadores em linha fornecem uma resposta rápida de composição em comparação às
análises laboratoriais. Porém, esses estão sujeitos a frequentes interferências e contaminações
devido às substâncias utilizadas nas correntes reais, que agridem, contaminam e
comprometem o funcionamento do equipamento, exigindo manutenções rotineiras. Durante
estas, há perda de informações vitais que podem culminar numa parada da produção, a não ser
que outro equipamento permita estimar tais informações de maneira confiável. Desta forma, o
presente trabalho tem por objetivo desenvolver um analisador virtual para estimar a
concentração dos contaminantes metilacetileno e propadieno (MAPD) em um reator trickle
bed em uma indústria de propileno no Brasil. A partir da coleta de dados de processos de uma
campanha catalítica, coletados por cromatógrafos a gás, termopares e medidores de vazão,
foram desenvolvidos modelos de calibração multivariada utilizando a técnica de Regressão
por Mínimos Quadrados Parciais (PLS), para dois leitos catalíticos, A e B. Dados de treze
variáveis de processo, monitoradas a cada 10 minutos durante uma campanha catalítica para
cada leito, foram utilizados. Os modelos PLS foram desenvolvidos e validados e foram
capazes de fornecer valores preditos confiáveis, com R2
de 0,84 para o leito A e 0,92 para o
leito B. Normalidade e homocedacidade dos resíduos foram observadas em ambos modelos.
Além disso, foi realizada uma seleção de variáveis utilizando o gráfico de escores VIP
(Variable Importance in Projection) obtido durante o desenvolvimento dos modelos PLS. As
variáveis mais importantes foram selecionadas e os modelos PLS construídos apenas com
essas variáveis mantiveram a capacidade de predição em ambos os leitos, com valores de R2
de 0,82 para o leito A e 0,87 para o leito B. Normalidade e homocedacidade dos resíduos
foram mantidas, e um teste F não gerou evidência que indicasse diferença significativa entre
os modelos desenvolvidos antes e após a seleção de variáveis. Dessa forma, os modelos PLSVIP
fornecem uma estimativa confiável do teor de MAPD no reator trickle bed na planta de
propeno estudada. Esses resultados mostraram que os métodos desenvolvidos possuem um
alto potencial de aplicação nos reatores estudados caso haja necessidade, evitando assim uma
parada da planta e subsequente perda de capital investido. / Online analysers grant a faster answer on the composition of products when compared with
laboratory analysis. However, the former is often affected by substances in the stream line
which harm and compromise its normal working state, calling for frequent maintenance.
During those, the loss of vital information could lead to a halt in production, unless another
device allows for such information to be carefully estimated.As such, this paper aims at
developing a Virtual Analyser that can estimate the concentration of methylacetylene and
propadiene (MAPD) contaminants in a trickle bed reactor at a propene industrial plant in
Brazil. Process data collected in the reactor by gas chromatographers,temperature probes and
flowmeters were employed to build multivariate calibration models by using the Partial Least
Square Regression(PLS)technique, for two bed reactors, A and B.Data from thirteen process
variables, monitored every 10 minutes during one catalytic campaign for each bed, of about
three months each, were used. The developed PLS models for both beds have shown a great
prediction capacity and remarkable performances, with R2
of 0.84 for bed A and 0.92 for bed
B. Residual normality and homoscedasticity were observed for both models. In addition, a
variable selection approach was carried out using the VIP (Variable Importance in Projection)
score plot obtained during the developed PLS models. The most important variables (process
variables)were selected and the PLS models built with only these variables were still able to
keep are markable prediction ability for both beds, with a R2
of 0.82 for bed A and 0.87 for
bed B. Residual normality and homoscedasticity were kept, and an F test did not provide
evidence for significant difference between the models developed before and after the
variable selection. Therefore, the PLS-VIP models provided a reliable estimate of the MAPD
content in the trickle bed reactors at the studied propene plant. These outcomes showed that
the developed methods present a high potential for application in the studied reactors, if
necessary, in order to prevent a halt in production and its subsequent loss of invested capital.

Identiferoai:union.ndltd.org:IBICT/oai:192.168.11:11:ri/25218
Date January 2017
CreatorsMassa, Ana Rosa Caribé de Góes
ContributorsEsquerre, Karla Patrícia Oliveira, Ferreira, Adonias Magdiel Silva, Soletti, João Inácio, Silva, Neirivaldo Cavalcante da, Torres, Ednildo Andrade
PublisherEscola Politécnica da Universidade Federal da Bahia, Programa de Pós-graduação em Engenharia Industrial, EPUFBA, brasil
Source SetsIBICT Brazilian ETDs
LanguagePortuguese
Detected LanguageEnglish
Typeinfo:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis
Sourcereponame:Repositório Institucional da UFBA, instname:Universidade Federal da Bahia, instacron:UFBA
Rightsinfo:eu-repo/semantics/openAccess

Page generated in 0.0034 seconds