Técnicas de inteligência artificial para a geração dinâmica de set points para uma coluna de destilação


Autoria(s): Araújo Júnior, José Medeiros de
Contribuinte(s)

Araújo, Fábio Meneghetti Ugulino de

CPF:03882174480

http://lattes.cnpq.br/3758667796324850

CPF:82675090468

http://lattes.cnpq.br/5473196176458886

Maitelli, André Laurindo

CPF:42046637100

http://lattes.cnpq.br/0477027244297797

Oliveira, Roberto Célio Limão de

CPF:24657905287

http://lattes.cnpq.br/4497607460894318

Data(s)

17/12/2014

04/04/2008

17/12/2014

23/11/2007

Resumo

Artificial Intelligence techniques are applied to improve performance of a simulated oil distillation system. The chosen system was a debutanizer column. At this process, the feed, which comes to the column, is segmented by heating. The lightest components become steams, by forming the LPG (Liquefied Petroleum Gas). The others components, C5+, continue liquid. In the composition of the LPG, ideally, we have only propane and butanes, but, in practice, there are contaminants, for example, pentanes. The objective of this work is to control pentane amount in LPG, by means of intelligent set points (SP s) determination for PID controllers that are present in original instrumentation (regulatory control) of the column. A fuzzy system will be responsible for adjusting the SP's, driven by the comparison between the molar fraction of the pentane present in the output of the plant (LPG) and the desired amount. However, the molar fraction of pentane is difficult to measure on-line, due to constraints such as: long intervals of measurement, high reliability and low cost. Therefore, an inference system was used, based on a multilayer neural network, to infer the pentane molar fraction through secondary variables of the column. Finally, the results shown that the proposed control system were able to control the value of pentane molar fraction under different operational situations

Conselho Nacional de Desenvolvimento Científico e Tecnológico

No presente trabalho, aplicamos técnicas de inteligência artificial em um sistema simulado de destilação de petróleo, mais especificamente em uma coluna debutanizadora. Nesse processo, o produto que chega à coluna, conhecido como LGN, é fracionado por meio de aquecimento. Os componentes mais leves são transformados em vapor, que vão constituir o GLP (Gás Liquefeito de Petróleo), enquanto as frações mais pesadas continuam líquidas, sendo, comumente, chamadas de C5+. Na composição do GLP, idealmente, temos apenas propanos e butanos, porém, na prática, temos a presença de contaminantes, como, por exemplo, pentanos (ipentanos e n-pentanos). O objetivo do trabalho é regular à quantidade de pentano presente no GLP, por meio da determinação inteligente dos sets points (SP) de controladores presentes na instrumentação original da coluna. Para isso é utilizado um sistema fuzzy, que será responsável por ajustar os valores desses SP s, a partir da comparação entre a fração molar do pentano na saída da planta (GLP) e a quantidade desejada. Optou-se por controlar apenas a fração molar de i-pentano, por esta ser, normalmente, maior que a fração molar do n-pentano, e ainda, devido ao fato de que ambas apresentam dinâmicas extremamente semelhantes em função das condições de operação da coluna. Porém, a fração molar de pentano, seja do i-pentano ou n-pentano, é de difícil medição on-line devido a limitações, como: longos intervalos de medição, pouca confiabilidade e alto custo. Por essa razão, foi utilizado um sistema de inferência, construído a partir de uma rede neural de múltiplas camadas para inferir o percentual de i-pentano a partir de variáveis secundárias da coluna. Os resultados obtidos mostram que o sistema fuzzy conseguiu controlar o valor da fração molar do i-pentano para diversas situações, mostrando ser um sistema de controle avançado viável e com um nível satisfatório de confiabilidade

Formato

application/pdf

Identificador

ARAÚJO JÚNIOR, José Medeiros de. Técnicas de inteligência artificial para a geração dinâmica de set points para uma coluna de destilação. 2007. 81 f. Dissertação (Mestrado em Automação e Sistemas; Engenharia de Computação; Telecomunicações) - Universidade Federal do Rio Grande do Norte, Natal, 2007.

http://repositorio.ufrn.br:8080/jspui/handle/123456789/15157

Idioma(s)

por

Publicador

Universidade Federal do Rio Grande do Norte

BR

UFRN

Programa de Pós-Graduação em Engenharia Elétrica

Automação e Sistemas; Engenharia de Computação; Telecomunicações

Direitos

Acesso Aberto

Palavras-Chave #Gás natural #Sistema Fuzzy #Sistema de inferência #Coluna debutanizadora #Natural gas #Fuzzy system #Inference system #Debutanizer column #CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA
Tipo

Dissertação