Estudo à Secção de Transesterificação na produção biodiesel

Detalhes bibliográficos
Autor(a) principal: Pereira, Bruno Miguel Ferreira
Data de Publicação: 2022
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
Texto Completo: http://hdl.handle.net/10400.21/15954
Resumo: Trabalho de dissertação para obtenção do grau de mestre em Engenharia Química e Biológica
id RCAP_62d650f24057258ad968858215bf402d
oai_identifier_str oai:repositorio.ipl.pt:10400.21/15954
network_acronym_str RCAP
network_name_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository_id_str 7160
spelling Estudo à Secção de Transesterificação na produção biodieselBiodieselTransesterificaçãoMachine learningSensores inferênciaisRedes neuronaisDashboardsTransesterificationSoftware sensorsNeural networksTrabalho de dissertação para obtenção do grau de mestre em Engenharia Química e BiológicaA indústria de produção de biodiesel tem vindo a adquirir uma importância crescente, desempenhando um papel fundamental na mitigação das actuais crises energética e ambiental. No entanto, apesar desta indústria se encontrar em claro crescimento, existe uma necessidade continua de optimização processual, de forma a aumentar a competitividade económica do processo de produção do biodiesel. Com esta finalidade, foi elaborada a presente dissertação no âmbito de um estágio industrial, na sequência de um protocolo estabelecido entre o ISEL e a empresa Prio Bio S.A., detentora de uma unidade de produção de biodiesel situada na Gafanha da Nazaré. O trabalho teve como objectivo a análise e optimização do funcionamento da secção de transesterificação. Esta apresenta elevada relevância, constituindo-se como o processo central da fábrica, cujo funcionamento impacta drasticamente o rendimento e eficiência da unidade de produção de biodiesel. Numa análise preliminar ao processo, foram efectuados balanços mássicos à secção de transesterificação em condições reais de funcionamento, aprofundando o conhecimento sobre o funcionamento dos equipamentos. Desta análise resultou um diagrama de processo e fluxos. Foram aplicadas técnicas integrantes da pipeline de machine learning aos valores registados na base de dados processuais no âmbito da análise e tratamento de dados referentes às condições operacionais da unidade. Foi constituída uma matriz correlacional entre variáveis do processo, denotando as principais correlações entre pares de variáveis processuais.Para as variáveis com um índice de correlação mais acentuado face à conversão de glicerídeos nos reactores, foi elaborado um estudo extensivo utilizando gráficos de contornos. Esta análise permitiu o estabelecimento de gamas óptimas de funcionamento relativas: i) à maximização da conversão de glicerídeos, e ii) minimização da utilização de catalisador e álcool. Foram também desenvolvidos sensores inferenciais, assentes num modelo de redes neuronais, permitindo a previsão da conversão nos reactores de transesterificação, antecipando problemas de funcionamento e admitindo tomar medidas correctivas. Por m, foi desenvolvido um conjunto de dashboards denotando os indicadores de desempenho processual chave identi- cados, constituindo uma ferramenta de auxílio à tomada de decisão e actuação sobre o processo. Alguns destes dashboards já se encontram implementados, estando os restantes em fase de implementação.The biodiesel production industry is becoming increasingly important, playing a key role in mitigating the current energy and environmental crises. However, although this industry is clearly growing, there is a continuous need for process optimisation in order to increase the economic competitiveness of the biodiesel production process. With this purpose, this dissertation was developed in the scope of an industrial internship, following a protocol established between ISEL and the company Prio Bio S.A., owner of a biodiesel production unit located in Gafanha da Nazaré. The study had the objective of analysing and optimising the operation of the transesteri cation section. This section is of high relevance, being the central process of the plant, whose functioning drastically impacts the yield and e ciency of the biodiesel production unit. In a preliminary analysis of the process, mass balances were carried out in the transesterification section under real operating conditions, deepening the knowledge on the functioning of the equipment. From this analysis resulted a process and flow diagram. Techniques integrating the machine learning pipeline were applied to the values recorded in the procedural database as part of the analysis and processing of data relating to the operational conditions of the unit. A correlational matrix between process variables was constituted, denoting the main correlations between pairs of process variables. For the variables with a higher correlation index against glyceride conversion in the reactors, an extensive study was carried out using contour plots. This analysis allowed the establishment of optimal operating ranges concerning: i) maximisation of glycerides to esters conversion, and ii) minimisation of catalyst and alcohol usage. Software sensors were also developed, based on a neural network model, allowing the prediction of conversion in transesterification reactors, anticipating operating problems and allowing corrective measures to be taken. Finally, a set of dashboards was developed, showing the key process performance indicators identified, constituting an aid tool for decision-making and action on the process. Some of these dashboards have already been implemented and the others are in the implementation phase.Instituto Superior de Engenharia de LisboaTrindade, Teodoro José PereiraPalmeira, José Valério NascimentoRCIPLPereira, Bruno Miguel Ferreira2023-04-27T13:34:10Z2022-122022-12-01T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/10400.21/15954TID:203282981porPEREIRA, Bruno Miguel Ferreira – Estudo à Secção de Transesterificação na produção biodiesel. Lisboa: Instituto Superior de Engenharia de Lisboa, 2022. Dissertação de Mestrado.info:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2023-08-03T10:14:05Zoai:repositorio.ipl.pt:10400.21/15954Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-19T20:23:32.278456Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse
dc.title.none.fl_str_mv Estudo à Secção de Transesterificação na produção biodiesel
title Estudo à Secção de Transesterificação na produção biodiesel
spellingShingle Estudo à Secção de Transesterificação na produção biodiesel
Pereira, Bruno Miguel Ferreira
Biodiesel
Transesterificação
Machine learning
Sensores inferênciais
Redes neuronais
Dashboards
Transesterification
Software sensors
Neural networks
title_short Estudo à Secção de Transesterificação na produção biodiesel
title_full Estudo à Secção de Transesterificação na produção biodiesel
title_fullStr Estudo à Secção de Transesterificação na produção biodiesel
title_full_unstemmed Estudo à Secção de Transesterificação na produção biodiesel
title_sort Estudo à Secção de Transesterificação na produção biodiesel
author Pereira, Bruno Miguel Ferreira
author_facet Pereira, Bruno Miguel Ferreira
author_role author
dc.contributor.none.fl_str_mv Trindade, Teodoro José Pereira
Palmeira, José Valério Nascimento
RCIPL
dc.contributor.author.fl_str_mv Pereira, Bruno Miguel Ferreira
dc.subject.por.fl_str_mv Biodiesel
Transesterificação
Machine learning
Sensores inferênciais
Redes neuronais
Dashboards
Transesterification
Software sensors
Neural networks
topic Biodiesel
Transesterificação
Machine learning
Sensores inferênciais
Redes neuronais
Dashboards
Transesterification
Software sensors
Neural networks
description Trabalho de dissertação para obtenção do grau de mestre em Engenharia Química e Biológica
publishDate 2022
dc.date.none.fl_str_mv 2022-12
2022-12-01T00:00:00Z
2023-04-27T13:34:10Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/10400.21/15954
TID:203282981
url http://hdl.handle.net/10400.21/15954
identifier_str_mv TID:203282981
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv PEREIRA, Bruno Miguel Ferreira – Estudo à Secção de Transesterificação na produção biodiesel. Lisboa: Instituto Superior de Engenharia de Lisboa, 2022. Dissertação de Mestrado.
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Instituto Superior de Engenharia de Lisboa
publisher.none.fl_str_mv Instituto Superior de Engenharia de Lisboa
dc.source.none.fl_str_mv reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron:RCAAP
instname_str Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron_str RCAAP
institution RCAAP
reponame_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
collection Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository.name.fl_str_mv Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
repository.mail.fl_str_mv
_version_ 1799133507860037632

Registros relacionados