CONTROLE DE TEMPERATURA E MINIMIZAÇÃO DOS EFEITOS TRANSIENTES DE IMPUREZAS UTILIZANDO CONTROLADORES FUZZY EM UMA COLUNA DE DESTILAÇÃO INDUSTRIAL DE ALTA PUREZ

Authors

  • Jéssica Oliveira de Brito Lira UFPB
  • Walter Yanko UFPB
  • Arioston Araújo de Morais Júnior UFPB
  • Talles Caio de Linhares Oliveira UFPB
  • Romildo Pereira Brito UFPB

DOI:

https://doi.org/10.26512/ripe.v2i9.15033

Abstract

Com o avanço tecnológico recursos computacionais veem sendo aplicados em colunas de destilação, processo de grande consumo energético nas plantas industriais. Além do algoritmo clássico do controlador proporcional-integrativo-derivativo (PID), controladores inteligentes estão sendo aplicados na indústria devido à habilidade de tomada de decisão e capacidade de aprendizagem. Este trabalho apresenta uma estratégia para implementação de um controlador lógico fuzzy (FLC), minimizando os efeitos transientes de compostos contaminantes em uma torre de destilação industrial multicomponente de alta pureza, sistema de purificação do 1,2-Dicloroetano (1,2-DCE). O FLC aplica um conjunto de regras nebulosas a uma malha de temperatura do estágio mais sensível da torre de destilação, e assim mantendo a composição dos compostos dentro do valor desejado. A modelagem e simulação da coluna do 1,2-DCE foi realizada em regime estacionário e dinâmico no software Aspen Plus e DynamicsTM, sendo a estrutura de controle singular (temperatura-composição) implementada no software Matlab-Simulink®. O controlador FLC mostrou-se robusto ao ponto de minimizar os efeitos de distúrbios dinâmicos inerentes ao processo, em comparação com a condição de malha aberta e com o controlador PID clássico.

Keywords: Coluna de destilação, Alta pureza, Controle Fuzzy.

Downloads

Download data is not yet available.

References

Seader, J.D.; Henley, E.J., & Roper, D. K. Separation Process Principles. 3rd Ed. John Wiley & Sons, New York, 2011.

Jang, J. S. R., Sun, C. T., Mizutani, E., 1997. Neuro-Fuzzy and Soft Computing: a computational approach to learning and machine intelligence. Prentice-Hall, Inc.

Luyben, W. L. Distillation design and control using Aspen simulation. 2nd ed., Copyright by John Wiley & Sons, Inc., 2013.

Morais Jr, A. A., Uso de Sensores virtuais (Soft Sensors) para estimativa estima de impurezas em colunas de destilação de Alta Pureza. Tese de Doutorado, UFCG, 2015.

Simões, M. G, & Shaw, I. S., 2007. Controle e Modelagem Fuzzy. Blucher: FAPESP.

ZADEH, L. A. Fuzzy sets, information and control. pp. 338”“353, 1965.

ZADEH, L. A. Fuzzy logic: issues, contentions and perspective. IEEE International Conference on Acoustics, Speech, and Signal Processing 6, pp. 172”“183, 1994.

Published

2017-01-25

How to Cite

Lira, J. O. de B., Yanko, W., de Morais Júnior, A. A., Oliveira, T. C. de L., & Brito, R. P. (2017). CONTROLE DE TEMPERATURA E MINIMIZAÇÃO DOS EFEITOS TRANSIENTES DE IMPUREZAS UTILIZANDO CONTROLADORES FUZZY EM UMA COLUNA DE DESTILAÇÃO INDUSTRIAL DE ALTA PUREZ. Revista Interdisciplinar De Pesquisa Em Engenharia, 2(9), 35–55. https://doi.org/10.26512/ripe.v2i9.15033