Submitted by Johnny Rodrigues (johnnyrodrigues@ufcg.edu.br) on 2018-03-08T19:42:36Z
No. of bitstreams: 1
THIAGO GONÇALVES DAS NEVES - DISSERTAÇÃO PPGEQ 2016..pdf: 9202960 bytes, checksum: bd716eca5d4f915809c1ee1d36838c10 (MD5) / Made available in DSpace on 2018-03-08T19:42:36Z (GMT). No. of bitstreams: 1
THIAGO GONÇALVES DAS NEVES - DISSERTAÇÃO PPGEQ 2016..pdf: 9202960 bytes, checksum: bd716eca5d4f915809c1ee1d36838c10 (MD5)
Previous issue date: 2016-04-25 / CNPq / Em colunas de destilação, as rígidas especificações de qualidade do produto final exigem que o sistema de controle das colunas de destilação possua alto grau de desempenho. Nos casos em que ocorrem distúrbios na alimentação em colunas extrativas é muito difícil manter a composição do produto em seu valor referência, visto que, após o distúrbio, os setpoints dos controladores deixam de corresponder exatamente às especificações dos produtos. O presente trabalho teve como objetivo o desenvolvimento e a implementação de um Soft Sensor inteligente para fins de controle em uma coluna extrativa de produção de etanol anidro, usando o etilenoglicol como solvente. Para fazer a previsão dos novos setpoints diante perturbações, foi utilizado o conceito de Redes Neurais Artificiais, que se mostrou como uma solução rápida e viável. Os resultados mostraram que para a faixa de distúrbios considerada, o Soft Sensor foi capaz de prever a nova condição de regime, por meio da determinação inteligente dos novos setpoints de controladores presentes na instrumentação original da coluna. O controle apresentou desempenho satisfatório, mantendo o produto no topo e no fundo da coluna dentro das especificações. / In high purity distillation columns, the strict quality specifications of the final product require that the distillation columns control system have a high degree of performance. In cases where disturbances occur in the extractive columns feed, it is very difficult to maintain the composition of the product in its reference value, since, after the disturbance, the setpoints of the controllers fail to correspond exactly to the products specifications. The aim of this work is the development and implementation of an inteligent Soft Sensor for control purposes in an extractive column for anhydrous ethanol production, using ethylene glycol as solvent. To forecast the new setpoints before disturbance, the concept of Artificial Neural Networks was usesd, which proved to be a fast and feasible solution. The results showed that for range considered disturbances, the Soft Sensor was able to predict the new system condition, by intelligently determining the new setpoints of the controllers present in the original instrumentation of the column. The control showed satisfactory performance, keeping the products at the top and bottom of the column within specifications.
| Identifer | oai:union.ndltd.org:IBICT/oai:localhost:riufcg/272 |
| Date | 08 March 2018 |
| Creators | NEVES, Thiago Gonçalves das. |
| Contributors | BRITO, Romildo Pereira., FIGUEIRÊDO, Marcela Feitosa., SILVA, José Nilton., MORAIS JÚNIOR, Arioston Araújo de. |
| Publisher | Universidade Federal de Campina Grande, PÓS-GRADUAÇÃO EM ENGENHARIA QUÍMICA, UFCG, Brasil, Centro de Ciências e Tecnologia - CCT |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | English |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Source | reponame:Biblioteca de Teses e Dissertações da UFCG, instname:Universidade Federal de Campina Grande, instacron:UFCG |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0027 seconds