Dynamic modeling and control of a crystallization process using neural networks

• Autor(a) principal: Miranda, Gabriel Fiúza Moreira de
• Data de Publicação: 2021
• Tipo de documento: Trabalho de conclusão de curso
• Idioma: eng
• Título da fonte: Repositório Institucional da UFRJ
• Texto Completo: http://hdl.handle.net/11422/14617
• topic: CNPQ::ENGENHARIAS::ENGENHARIA QUIMICA; Crystallization processes; Neural networks; Population balance; Process control

Nos processos industriais de cristalização, o controle do tamanho e da forma dos cristais é de considerável importância. Nesse trabalho, dados experimentais são utilizados para desenvolver modelos de redes neuronais para o processo de cristalização em batelada do sulfato de potássio (K2SO4). Primeiramente, um modelo dinâmico do sistema capaz de prever seu estado em um futuro próximo dadas as suas condições atuais é desenvolvido. Em seguida, um modelo inverso do processo capaz de calcular a próxima ação de controle a ser implementada para conduzir o sistema a uma trajetória de referência é desenvolvido. Finalmente, o desempenho desse controlador é investigado através da simulação de uma malha fechada em que um modelo de balanço populacional é utilizado como processo real. Nós mostramos que a escolha da trajetória de referência tem forte influência sobre o tempo de duração da batelada, erro final entre estado do sistema e set-point e esforço de controle. Em termos dos critérios acima, a melhor trajetória apresentou resultados de 70% a 140% melhores que as demais.