Please use this identifier to cite or link to this item: https://repositorio.ufpb.br/jspui/handle/123456789/13543
metadata.dc.type: TCC
Title: Estratégias de controle inferencial utilizando controladores lógico fuzzy aplicados em uma planta de produção de etilbenzeno
metadata.dc.creator: Mariz, Paulo Romero de Araujo
metadata.dc.contributor.advisor1: Morais Júnior, Arioston Araújo de
metadata.dc.description.resumo: O etilbenzeno é um hidrocarboneto aromático insaturado amplamente utilizado como principal matéria prima na produção de estireno. No entanto, o benzeno e tolueno produzido como subproduto, a depender da rota utilizada para produção do etilbenzeno, desencadeiam reações paralelas na reação de desidrogenação catalítica do estireno. A rota do processo para este trabalho consiste na produção do etilbenzeno a partir da reação de alquilação envolvendo os reagentes etileno e benzeno. O controle de qualidade dessas variáveis é realizado a partir da medição em cromatógrafos que apresentam custo de aquisição alto e manutenção onerosa. Um método mais atrativo economicamente e, sobretudo, viável para tal finalidade é o uso de controle inferencial. Para este tipo de controle há a necessidade de se estabelecer a estrutura ótima de controle, mas nos casos das composições de topo das colunas C1 e C2 esta tarefa requer o uso de técnicas de seleção de pares de variáveis haja vista que as colunas de destilação são sistemas multivariados (MIMO). Foram utilizados a decomposição em valores singulares (SVD), número condicional (CN), matriz de ganho relativo (RGA) e matriz de ganho relativo para sistemas não quadrático (NRG). Tais técnicas utiliza o ganho estacionário do sistema para medir a interação entre as mesmas. As técnicas indicaram, concomitantemente, o estágio 13 da coluna de destilação (C1) como àquele que apresenta maior sensibilidade as variações de temperatura e vazão de vapor fornecido pelo refervedor como sendo a variável manipulada para controlá-la. Para a segunda coluna de destilação (C2), as técnicas de pares de seleção indicaram, também, a vazão de vapor do refervedor como variável manipulada para controlar a temperatura do estágio 17. O processo foi simulado no ambiente Aspen Plus e Aspen Dynamics TM para avaliar o comportamento da composição no topo de C1 e no topo de C2, uma vez que o programa utiliza modelo rigoroso para simular as colunas de destilação. Uma vez definido os pratos de maior sensibilidade das colunas C1 e C2, foi implementado no Simulink/Matlab® o controlador fuzzy e o controle inferencial de composição. Os resultados apresentaram maior desempenho para o controlador fuzzy-Cascata em relação aos algoritmos de controle PID e lógico fuzzy (FLC) de acordo com os critérios de desempenho IAE, ITAE e ISE utilizados.
Abstract: The ethyl benzene is an unsaturated aromatic hydrocarbon widely used as the main raw material in the production of styrene. However, the producing of benzene and toluene as by-product depends the route used to produce ethylbenzene and they trigger parallel reactions in the catalytic dehydrogenation of the styrene reaction. The process route for this work is the production of ethylbenzene from the alkylation reaction involving the ethylene and benzene reactants. The quality control of these variables is performed from the measurement in chromatographs that have a high acquisition cost and costly maintenance. A more economically and, above all, feasible method for this purpose is the use of inferential control. For this type of control there is a need to establish the optimal control structure, but in the cases of top compositions of columns C1 and C2 this task requires the use of techniques of selection of pairs of variables since the distillation columns are multivariate systems (MIMO). It was used the decomposition in singular values (SVD), conditional number (CN), relative gain matrix (GOR) and relative gain matrix for non-quadratic systems (NRG). The techniques indicated the 13th stage of the distillation column (C1) as well as the one that shows the highest sensitivity to the temperature and vapor flow variations provided by the referent as the variable manipulated to control it. For the second distillation column (C2), the selection pairs techniques also indicated the same steam flow rate as manipulated variable to control the 17th temperature stage. The process was simulated in Aspen Plus and Aspen DynamicsTM software for evaluate the behavior of the composition at the top of C1 and at the top of C2, since the program uses rigorous model to simulate the distillation columns. Once the highest sensitivity plates of the C1 and C2 columns were defined, the fuzzy controller and the inferential composition control were used in Simulink/Matlab®. The results presented higher performance for the fuzzy-cascade controller in relation to the PID and fuzzy logic (FLC) algorithms, according to the IAE, ITAE and ISE performance criteria used.
Keywords: Processo do etilbenzeno
Seleção de pares de variáveis
Controle inferencial
Controlador fuzzy
ITAE
ISE
metadata.dc.subject.cnpq: CNPQ::ENGENHARIAS::ENGENHARIA QUIMICA
metadata.dc.language: por
metadata.dc.publisher.country: Brasil
Publisher: Universidade Federal da Paraíba
metadata.dc.publisher.initials: UFPB
metadata.dc.publisher.department: Engenharia Química
metadata.dc.rights: Acesso Aberto
URI: https://repositorio.ufpb.br/jspui/handle/123456789/13543
Issue Date: 4-Dec-2017
Appears in Collections:TCC - Engenharia Química

Files in This Item:
File Description SizeFormat 
PRAM11122017.pdf5,48 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.