System control flow, temperature and relative humidity processes for solid state fermentation

Os processos de fermentação em estado sólido (FES) existem há muitos séculos nas civilizações orientais, onde têm sido amplamente utilizados na produção de gêneros alimentícios. No ocidente, a indústria tem trabalhado preferencialmente com os processos de Fermentação Submersa (FS) porque, devido ao meio ser aquoso, existem facilidades para se controlar esse tipo de processo. No entanto, novas demandas (tais como o tratamento de resíduos sólidos) não são inteiramente contempladas pela FS. Por outro lado, os processos de FES podem ser descritos como o crescimento de microorganismos em substratos sólidos na ausência de água livre, podendo suprir essas demandas. Entretanto, também devido a essa característica, a maior dificuldade encontrada é o controle das variáveis internas do biorreator (como, por exemplo, a remoção do calor produzido pela atividade biológica). As pesquisas nesse campo mostram que essa remoção é mais fácil através das trocas pelo ar, por causa das dificuldades de condução térmica em meio sólido. Portanto, torna-se necessário o desenvolvimento de sistemas de controle da aeração que permitam a avaliação dos processos em escala de bancada, diminuindo assim o número de incertezas na modelagem e simulação do processo. Com melhores modelos do processo em escala de bancada, torna-se mais fácil o controle da temperatura no leito de um biorreator de maior escala. Esse trabalho tem por objetivo aplicar uma técnica de controle robusto que seja capaz de garantir os índices de desempenho do sistema em toda a faixa operacional do fluxo e da temperatura ar do biorreator. A planta do sistema foi modelada em nove diferentes condições de temperatura e aeração através de modelos de primeira ordem sem atraso. Esses índices são: tempo de acomodação inferior a 12000 segundo e sobressinal inferior a 10%. O controlador utilizado foi do tipo Proporcional Integrativo (PI). Esse controlador foi sintonizado utilizando a metodologia LMI (do inglês Linear Matrix Inequalities) ou Desigualdades Matriciais Lineares, através das restrições elaboradas no algoritmo iterativo V-K. Os resultados da implementação mostram que as restrições utilizadas no algoritmo são capazes de sintonizar o controlador, mesmo não se conhecendo todas as dinâmicas do sistema de aeração.The solid-state fermentation (SSF) processes have existed for centuries in Eastern civilizations and have been widely used in the production of foodstuffs. In Western, the industry has worked preferably with the submerged fermentation (SF) processes, because it occurs in aqueous medium and it facilitates the bioreactor control. However, new demands, such as solid waste management, are not fully covered by FS. On the other hand, the processes of FES can be described as the growth of microorganisms on solid substrates in the absence of free water, which can meet this demand. But because of this characteristic, the greater difficulty is the bioreactors internal variables control and the major one the removal of the heat produced by biological activity. Researches in this field show that removal is easier through air exchange, because of the difficulties of thermal conduction in a solid medium. Therefore, it becomes necessary to develop an aeration control system that allows processes evaluation in bench scale, thereby reducing the number of uncertainties in modeling and simulation process. Thus, facilitating the temperature control of a larger-scale bioreactors bed. The aim of this work is to apply a robust control technique that guarantees the systems performance indexes throughout the air flow and temperature operational range. The plant was modeled on a first-order system without delay, at nine different conditions of temperature and aeration. These indixes are: settling time less than 12000 seconds and overshoot less than 10%. The controller used was a Proportional Integrative (PI) type. This controller was tuned using the LMI methodology (Linear Matrix Inequalities) through the V-K iterative algorithm restrictions. The implementation results show that the restrictions used in the algorithm are able to tune the controller, even not knowing all the dynamics of the aeration system