Modelo para predição de umidade em sistema de desidratação de gás natural

• Autor(a) principal: Santos, Murilo de Almeida dos
• Data de Publicação: 2023
• Tipo de documento: Trabalho de conclusão de curso
• Idioma: por
• Título da fonte: Repositório Institucional da UFRGS
• Texto Completo: http://hdl.handle.net/10183/267604
• topic: Engenharia química; Gás natural; Umidade; Controle preditivo; soft sensor; neural networks; process modeling; moisture prediction

Analisadores virtuais são modelos matemáticos baseados em dados que utilizam medições de outras variáveis, de controle ou monitoramento de processo, para predição da variável de interesse de forma contínua. Estes tipos de analisadores são vantajosos, pelo baixo custo associado de obtenção e manutenção, sendo uma alternativa para a redução de custos em processos industriais. No processamento e extração de gás natural, existe a etapa da desidratação, que tem por objetivo a remoção da umidade presente no gás. Uma das metodologias utilizadas para a desidratação é a adsorção “TSA”. Uma das maneiras de otimizar este processo é definir as concentrações de água na saída do leito, para evitar a exposição do leito à altas temperaturas, e consequente diminuição de vida útil. Este trabalho tem por objetivo a modelagem de um analisador virtual para predição de umidade no sistema, utilizando as metodologias de regressão linear multivariável e redes neurais artificiais. Foi realizada a simulação dinâmica do sistema para obtenção da base de dados, observando a utilização de parâmetros de entrada com medições típicas deste processo. O modelo gerado a partir da regressão linear multivariável apresentou baixo coeficiente de determinação (R2) de 0,7322 e erro relativo médio de 0,4041% em função da baixa correlação linear com a variável de interesse. Já o modelo não linear, redes neurais, foi desenvolvido e otimizado em seus hiperparâmetros, que representam um ajuste melhor dos dados, obtendo coeficiente de determinação (R2) de 0,9727 e erro relativo médio de 0,1230%