Orientador: Ana Maria Frattini Fileti / Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Quimica / Made available in DSpace on 2018-08-12T11:59:30Z (GMT). No. of bitstreams: 1
Eyng_Eduardo_D.pdf: 1208739 bytes, checksum: c9be67bb6bff66ba4c64a7c49af4fe41 (MD5)
Previous issue date: 2008 / Resumo: O etanol perdido por evaporacao durante o processo de producao por fermentação pode ser recuperado por uma coluna de absorcao, a qual requer um sistema de controle robusto de acordo com sua complexidade. Este equipamento tambem e utilizado no tratamento do CO2, um co-produto deste processo. Neste sentido, no presente trabalho foi proposto e testado, o emprego de controladores feedforward-feedback, baseados em modelo inverso de redes neurais, os quais manipulam as vazoes de solvente que sao alimentados as colunas, para controlar a concentracao de etanol na corrente gasosa a saida da primeira coluna, e a concentracao de agua residual no efluente gasoso da segunda. Simulacoes foram feitas, sendo abordado tanto o problema regulatorio quanto o
problema servo para as duas colunas de absorcao do processo estudado. O desempenho do controlador neural foi superior ao apresentado por um controlador convencional PID, para ambas as colunas de absorcao estudadas, pois o tempo de resposta, assim como o overshoot foi menor. A superioridade do controlador neural foi comprovada pelos valores obtidos para os parametros ITAE (integral do erro absoluto ponderada pelo tempo), IAE (integral do erro absoluto) e ISE (integral do quadrado do erro). Outro objetivo deste trabalho foi avaliar a influencia das incertezas nos sensores sobre o desempenho do sistema de controle. Foram testados tres niveis: 5, 10 e 15%, sendo as incertezas inseridas nas variaveis de entrada do tipo concentracao de etanol/agua residual na corrente gasosa. Para a coluna de recuperacao de etanol, tanto para o problema regulatorio quanto servo, nenhum controlador conseguiu estabilizar a variavel controlada no set point, no entanto, quando empregado o controlador neural a amplitude da faixa de oscilacao da variavel controlada foi menor para todos os niveis de incerteza testados. Já para a coluna de tratamento de CO2, os controladores encontraram dificuldades em manter a estabilidade do sistema. Neste sentido, o controlador neural apresentou um desempenho satisfatorio para incertezas de 5 e 10%, enquanto que o PID nao conseguiu manter o sistema estavel para incertezas superiores a 5%. Com base nos testes realizados foi constatado que o controlador neural proposto constitui uma opcao atrativa para o controle das colunas de absorcao do processo deproducao de etanol por fermentacao, principalmente quando os niveis de incerteza forem de ate 10%. / Abstract: Some of ethanol lost by evaporation during its fermentation production process may be recovered using an absorption column, which requires a robust control system. This equipment also is used on carbonic gas treatment, a by-product of this process. In the present work, the development of nonlinear feedforward-feedback controllers, based on a neural network inverse model, was proposed and tested to manipulate the absorbent flow rates in order to control the residual ethanol concentration in the effluent gas phase at the first absorption column, and the residual water at the second one. Simulation studies were carried out for the regulator and servo problem, for both absorption columns studied. The neural controller proposed outperformed a conventional PID, because the response time, and also the overshoot were smaller when the neural controller was applied. The results were confirmed by the ITAE (integral of time multiplied by the absolute error), IAE (integral of absolute error) and ISE (integral of square error) parameters. The measurement uncertainties influence on control system performance was tested for three levels: 5, 10 and 15%. The uncertainties were introduced on ethanol/residual water concentration on gas phase. For the ethanol recovery column, neither PID nor the neural controller drove the controlled variable exactly to the set point, however, the neural controller provided a smaller oscillation for all uncertainty levels tested, for regulator and servo problem. The neural controller also outperformed PID in CO2 treatment column. For the regulator and servo problems the neural controller successfully proceeded when the uncertainty level was 5% or 10%, while the PID did not deal adequately with uncertainties above 5%. Therefore, the proposed neural controller proved be an attractive control solution for the absorption columns of ethanol production process by fermentation, especially when the input variables carry small uncertainties ( less than 10%) from the sensors. / Doutorado / Sistemas de Processos Quimicos e Informatica / Doutor em Engenharia Química
| Identifer | oai:union.ndltd.org:IBICT/oai:repositorio.unicamp.br:REPOSIP/267254 |
| Date | 12 August 2018 |
| Creators | Eyng, Eduardo |
| Contributors | UNIVERSIDADE ESTADUAL DE CAMPINAS, Fileti, Ana Maria Frattini, 1965-, Cruz, Antonio Jose Gonçalves da, Schmitz, Jones Erni, Silveira Júnior, Vivaldo, Cruz., Sandra Lucia da |
| Publisher | [s.n.], Universidade Estadual de Campinas. Faculdade de Engenharia Química, Programa de Pós-Graduação em Engenharia Química |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/doctoralThesis |
| Format | 177 p. : il., application/pdf |
| Source | reponame:Repositório Institucional da Unicamp, instname:Universidade Estadual de Campinas, instacron:UNICAMP |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0018 seconds