Técnicas de inteligência artificial para a geração dinâmica de set points para uma coluna de destilação

Detalhes bibliográficos
Autor(a) principal: Araújo Júnior, José Medeiros de
Data de Publicação: 2007
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UFRN
Texto Completo: https://repositorio.ufrn.br/jspui/handle/123456789/15157
Resumo: Artificial Intelligence techniques are applied to improve performance of a simulated oil distillation system. The chosen system was a debutanizer column. At this process, the feed, which comes to the column, is segmented by heating. The lightest components become steams, by forming the LPG (Liquefied Petroleum Gas). The others components, C5+, continue liquid. In the composition of the LPG, ideally, we have only propane and butanes, but, in practice, there are contaminants, for example, pentanes. The objective of this work is to control pentane amount in LPG, by means of intelligent set points (SP s) determination for PID controllers that are present in original instrumentation (regulatory control) of the column. A fuzzy system will be responsible for adjusting the SP's, driven by the comparison between the molar fraction of the pentane present in the output of the plant (LPG) and the desired amount. However, the molar fraction of pentane is difficult to measure on-line, due to constraints such as: long intervals of measurement, high reliability and low cost. Therefore, an inference system was used, based on a multilayer neural network, to infer the pentane molar fraction through secondary variables of the column. Finally, the results shown that the proposed control system were able to control the value of pentane molar fraction under different operational situations
id UFRN_2dc74c8ec4150b15ae9e3a11646a6d76
oai_identifier_str oai:https://repositorio.ufrn.br:123456789/15157
network_acronym_str UFRN
network_name_str Repositório Institucional da UFRN
repository_id_str
spelling Araújo Júnior, José Medeiros dehttp://lattes.cnpq.br/3758667796324850http://lattes.cnpq.br/5473196176458886Maitelli, André Laurindohttp://lattes.cnpq.br/0477027244297797Oliveira, Roberto Célio Limão dehttp://lattes.cnpq.br/4497607460894318Araújo, Fábio Meneghetti Ugulino de2014-12-17T14:54:59Z2008-04-042014-12-17T14:54:59Z2007-11-23ARAÚJO JÚNIOR, José Medeiros de. Técnicas de inteligência artificial para a geração dinâmica de set points para uma coluna de destilação. 2007. 81 f. Dissertação (Mestrado em Automação e Sistemas; Engenharia de Computação; Telecomunicações) - Universidade Federal do Rio Grande do Norte, Natal, 2007.https://repositorio.ufrn.br/jspui/handle/123456789/15157Artificial Intelligence techniques are applied to improve performance of a simulated oil distillation system. The chosen system was a debutanizer column. At this process, the feed, which comes to the column, is segmented by heating. The lightest components become steams, by forming the LPG (Liquefied Petroleum Gas). The others components, C5+, continue liquid. In the composition of the LPG, ideally, we have only propane and butanes, but, in practice, there are contaminants, for example, pentanes. The objective of this work is to control pentane amount in LPG, by means of intelligent set points (SP s) determination for PID controllers that are present in original instrumentation (regulatory control) of the column. A fuzzy system will be responsible for adjusting the SP's, driven by the comparison between the molar fraction of the pentane present in the output of the plant (LPG) and the desired amount. However, the molar fraction of pentane is difficult to measure on-line, due to constraints such as: long intervals of measurement, high reliability and low cost. Therefore, an inference system was used, based on a multilayer neural network, to infer the pentane molar fraction through secondary variables of the column. Finally, the results shown that the proposed control system were able to control the value of pentane molar fraction under different operational situationsNo presente trabalho, aplicamos técnicas de inteligência artificial em um sistema simulado de destilação de petróleo, mais especificamente em uma coluna debutanizadora. Nesse processo, o produto que chega à coluna, conhecido como LGN, é fracionado por meio de aquecimento. Os componentes mais leves são transformados em vapor, que vão constituir o GLP (Gás Liquefeito de Petróleo), enquanto as frações mais pesadas continuam líquidas, sendo, comumente, chamadas de C5+. Na composição do GLP, idealmente, temos apenas propanos e butanos, porém, na prática, temos a presença de contaminantes, como, por exemplo, pentanos (ipentanos e n-pentanos). O objetivo do trabalho é regular à quantidade de pentano presente no GLP, por meio da determinação inteligente dos sets points (SP) de controladores presentes na instrumentação original da coluna. Para isso é utilizado um sistema fuzzy, que será responsável por ajustar os valores desses SP s, a partir da comparação entre a fração molar do pentano na saída da planta (GLP) e a quantidade desejada. Optou-se por controlar apenas a fração molar de i-pentano, por esta ser, normalmente, maior que a fração molar do n-pentano, e ainda, devido ao fato de que ambas apresentam dinâmicas extremamente semelhantes em função das condições de operação da coluna. Porém, a fração molar de pentano, seja do i-pentano ou n-pentano, é de difícil medição on-line devido a limitações, como: longos intervalos de medição, pouca confiabilidade e alto custo. Por essa razão, foi utilizado um sistema de inferência, construído a partir de uma rede neural de múltiplas camadas para inferir o percentual de i-pentano a partir de variáveis secundárias da coluna. Os resultados obtidos mostram que o sistema fuzzy conseguiu controlar o valor da fração molar do i-pentano para diversas situações, mostrando ser um sistema de controle avançado viável e com um nível satisfatório de confiabilidadeConselho Nacional de Desenvolvimento Científico e Tecnológicoapplication/pdfporUniversidade Federal do Rio Grande do NortePrograma de Pós-Graduação em Engenharia ElétricaUFRNBRAutomação e Sistemas; Engenharia de Computação; TelecomunicaçõesGás naturalSistema FuzzySistema de inferênciaColuna debutanizadoraNatural gasFuzzy systemInference systemDebutanizer columnCNPQ::ENGENHARIAS::ENGENHARIA ELETRICATécnicas de inteligência artificial para a geração dinâmica de set points para uma coluna de destilaçãoinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFRNinstname:Universidade Federal do Rio Grande do Norte (UFRN)instacron:UFRNORIGINALJoseMAJ.pdfapplication/pdf711051https://repositorio.ufrn.br/bitstream/123456789/15157/1/JoseMAJ.pdf6bfbf1b93a8a49314295062e59672543MD51TEXTJoseMAJ.pdf.txtJoseMAJ.pdf.txtExtracted texttext/plain80295https://repositorio.ufrn.br/bitstream/123456789/15157/6/JoseMAJ.pdf.txt7763398d163fb8d81807814c15de5c06MD56THUMBNAILJoseMAJ.pdf.jpgJoseMAJ.pdf.jpgIM Thumbnailimage/jpeg3457https://repositorio.ufrn.br/bitstream/123456789/15157/7/JoseMAJ.pdf.jpg474e1b093bda746decd3d340e434d887MD57123456789/151572017-11-02 06:15:13.689oai:https://repositorio.ufrn.br:123456789/15157Repositório de PublicaçõesPUBhttp://repositorio.ufrn.br/oai/opendoar:2017-11-02T09:15:13Repositório Institucional da UFRN - Universidade Federal do Rio Grande do Norte (UFRN)false
dc.title.por.fl_str_mv Técnicas de inteligência artificial para a geração dinâmica de set points para uma coluna de destilação
title Técnicas de inteligência artificial para a geração dinâmica de set points para uma coluna de destilação
spellingShingle Técnicas de inteligência artificial para a geração dinâmica de set points para uma coluna de destilação
Araújo Júnior, José Medeiros de
Gás natural
Sistema Fuzzy
Sistema de inferência
Coluna debutanizadora
Natural gas
Fuzzy system
Inference system
Debutanizer column
CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA
title_short Técnicas de inteligência artificial para a geração dinâmica de set points para uma coluna de destilação
title_full Técnicas de inteligência artificial para a geração dinâmica de set points para uma coluna de destilação
title_fullStr Técnicas de inteligência artificial para a geração dinâmica de set points para uma coluna de destilação
title_full_unstemmed Técnicas de inteligência artificial para a geração dinâmica de set points para uma coluna de destilação
title_sort Técnicas de inteligência artificial para a geração dinâmica de set points para uma coluna de destilação
author Araújo Júnior, José Medeiros de
author_facet Araújo Júnior, José Medeiros de
author_role author
dc.contributor.authorID.por.fl_str_mv
dc.contributor.authorLattes.por.fl_str_mv http://lattes.cnpq.br/3758667796324850
dc.contributor.advisorID.por.fl_str_mv
dc.contributor.advisorLattes.por.fl_str_mv http://lattes.cnpq.br/5473196176458886
dc.contributor.referees1.pt_BR.fl_str_mv Maitelli, André Laurindo
dc.contributor.referees1ID.por.fl_str_mv
dc.contributor.referees1Lattes.por.fl_str_mv http://lattes.cnpq.br/0477027244297797
dc.contributor.referees2.pt_BR.fl_str_mv Oliveira, Roberto Célio Limão de
dc.contributor.referees2ID.por.fl_str_mv
dc.contributor.referees2Lattes.por.fl_str_mv http://lattes.cnpq.br/4497607460894318
dc.contributor.author.fl_str_mv Araújo Júnior, José Medeiros de
dc.contributor.advisor1.fl_str_mv Araújo, Fábio Meneghetti Ugulino de
contributor_str_mv Araújo, Fábio Meneghetti Ugulino de
dc.subject.por.fl_str_mv Gás natural
Sistema Fuzzy
Sistema de inferência
Coluna debutanizadora
topic Gás natural
Sistema Fuzzy
Sistema de inferência
Coluna debutanizadora
Natural gas
Fuzzy system
Inference system
Debutanizer column
CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA
dc.subject.eng.fl_str_mv Natural gas
Fuzzy system
Inference system
Debutanizer column
dc.subject.cnpq.fl_str_mv CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA
description Artificial Intelligence techniques are applied to improve performance of a simulated oil distillation system. The chosen system was a debutanizer column. At this process, the feed, which comes to the column, is segmented by heating. The lightest components become steams, by forming the LPG (Liquefied Petroleum Gas). The others components, C5+, continue liquid. In the composition of the LPG, ideally, we have only propane and butanes, but, in practice, there are contaminants, for example, pentanes. The objective of this work is to control pentane amount in LPG, by means of intelligent set points (SP s) determination for PID controllers that are present in original instrumentation (regulatory control) of the column. A fuzzy system will be responsible for adjusting the SP's, driven by the comparison between the molar fraction of the pentane present in the output of the plant (LPG) and the desired amount. However, the molar fraction of pentane is difficult to measure on-line, due to constraints such as: long intervals of measurement, high reliability and low cost. Therefore, an inference system was used, based on a multilayer neural network, to infer the pentane molar fraction through secondary variables of the column. Finally, the results shown that the proposed control system were able to control the value of pentane molar fraction under different operational situations
publishDate 2007
dc.date.issued.fl_str_mv 2007-11-23
dc.date.available.fl_str_mv 2008-04-04
2014-12-17T14:54:59Z
dc.date.accessioned.fl_str_mv 2014-12-17T14:54:59Z
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.citation.fl_str_mv ARAÚJO JÚNIOR, José Medeiros de. Técnicas de inteligência artificial para a geração dinâmica de set points para uma coluna de destilação. 2007. 81 f. Dissertação (Mestrado em Automação e Sistemas; Engenharia de Computação; Telecomunicações) - Universidade Federal do Rio Grande do Norte, Natal, 2007.
dc.identifier.uri.fl_str_mv https://repositorio.ufrn.br/jspui/handle/123456789/15157
identifier_str_mv ARAÚJO JÚNIOR, José Medeiros de. Técnicas de inteligência artificial para a geração dinâmica de set points para uma coluna de destilação. 2007. 81 f. Dissertação (Mestrado em Automação e Sistemas; Engenharia de Computação; Telecomunicações) - Universidade Federal do Rio Grande do Norte, Natal, 2007.
url https://repositorio.ufrn.br/jspui/handle/123456789/15157
dc.language.iso.fl_str_mv por
language por
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 Universidade Federal do Rio Grande do Norte
dc.publisher.program.fl_str_mv Programa de Pós-Graduação em Engenharia Elétrica
dc.publisher.initials.fl_str_mv UFRN
dc.publisher.country.fl_str_mv BR
dc.publisher.department.fl_str_mv Automação e Sistemas; Engenharia de Computação; Telecomunicações
publisher.none.fl_str_mv Universidade Federal do Rio Grande do Norte
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFRN
instname:Universidade Federal do Rio Grande do Norte (UFRN)
instacron:UFRN
instname_str Universidade Federal do Rio Grande do Norte (UFRN)
instacron_str UFRN
institution UFRN
reponame_str Repositório Institucional da UFRN
collection Repositório Institucional da UFRN
bitstream.url.fl_str_mv https://repositorio.ufrn.br/bitstream/123456789/15157/1/JoseMAJ.pdf
https://repositorio.ufrn.br/bitstream/123456789/15157/6/JoseMAJ.pdf.txt
https://repositorio.ufrn.br/bitstream/123456789/15157/7/JoseMAJ.pdf.jpg
bitstream.checksum.fl_str_mv 6bfbf1b93a8a49314295062e59672543
7763398d163fb8d81807814c15de5c06
474e1b093bda746decd3d340e434d887
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFRN - Universidade Federal do Rio Grande do Norte (UFRN)
repository.mail.fl_str_mv
_version_ 1802117635240886272

Registros relacionados