ANÁLISE TRANSIENTE E ESTIMATIVA DE VARIÁVEIS CRÍTICAS EM UMA COLUNA INDUSTRIAL DE ALTA PUREZA UTILIZANDO REDES NEURAIS ARTIFICIAIS
DOI:
https://doi.org/10.26512/ripe.v2i9.15035Abstract
Colunas de destilação de alta pureza apresentam diversas características inerentes, dentre as quais se destacam as não linearidades, o longo tempo de resposta e a presença de distúrbios não diretamente mensuráveis. Para superar essas e outras dificuldades, nesse trabalho é proposta um estudo sistemático sobre o comportamento transiente de uma coluna de destilação industrial de alta pureza (processo do 1,2-Dicloroetano), propondo melhorias desde a construção do modelo matemático e termodinâmico, validação (simulação) e estudo sobre os efeitos das principais variáveis do processo. Esse estudo é a base para construção de modelos de inferência, sensores virtuais baseados em redes neurais artificiais (RNA), para estimativa dos teores de compostos considerados críticos no processo, concentrações do Tetracloreto de Carbono (CCl4) e Clorofórmio (CHCl3), ambos na corrente de base da coluna. Nesse contexto é utilizado um algoritmo de seleção de variáveis, baseado em estatística multivariável, através de regressão linear múltipla (MLR) e análise de componentes principais (PCA). Os resultados obtidos nos trazem diversas conclusões, tanto do ponto de vista do controle em colunas de alta purezas quanto da seleção de variáveis (regressores), além das avaliações sobre as estimativas do modelo de inferência gerado pelas redes neurais artificiais.
Keywords: Coluna de destilação, Compostos críticos, Alta pureza, Rede neurais artificiais
Downloads
References
Fortuna, L.; Graziani, S.; Rizzo, A.; & Xibilia, M.G. , 2007. Soft sensors for monitoring and control of industrial processes. London, UK: Springer.
Haykin, S., 2001. Redes neurais: princípios e prática. 2ª Edição, Bookman.
Himmelblau, D., 2008. “Accounts of Experiences in the Application of Artificial Neural Networks in Chemical Engineering”. Industrial & Engineering Chemistry Research, 47, 5782-5796.
Jolliffe, I. T. , 2002. Principal component analysis. 2nd ed., Springer series in statistic.
Kadlec, P.; Gabrys, B.; Strandt, S., 2009. Data-driven Soft Sensors in the process industry. Computers and Chemical Engineering, pages 795”“814.
Morais JR, A. A., 2011. Elaboração de um Analisador Virtual Utilizando Sistema Híbrido Neuro-Fuzzy para Inferenciar a Composição em um Processo de Destilação. Dissertação de mestrado, Universidade Federal de Alagoas.
Montgomery, D.C.; and Runger, G. C. , 2014. Applied Statistics and Probability for Engineers. Sixth Edition, WILEY.
Downloads
Published
How to Cite
Issue
Section
License
Given the public access policy of the journal, the use of the published texts is free, with the obligation of recognizing the original authorship and the first publication in this journal. The authors of the published contributions are entirely and exclusively responsible for their contents.
1. The authors authorize the publication of the article in this journal.
2. The authors guarantee that the contribution is original, and take full responsibility for its content in case of impugnation by third parties.
3. The authors guarantee that the contribution is not under evaluation in another journal.
4. The authors keep the copyright and convey to the journal the right of first publication, the work being licensed under a Creative Commons Attribution License-BY.
5. The authors are allowed and stimulated to publicize and distribute their work on-line after the publication in the journal.
6. The authors of the approved works authorize the journal to distribute their content, after publication, for reproduction in content indexes, virtual libraries and similars.
7. The editors reserve the right to make adjustments to the text and to adequate the article to the editorial rules of the journal.
