Controle adaptativo de uma coluna piloto de destilação em batelada com inferenciação de composição atraves de redes neurais artificiais

A destilação em batelada é um processo de separação bastante utilizado na purificação de produtos químicos ou bioquímicos de alta tecnologia e/ou alto valor agregado. A maior vantagem das colunas em batelada é sua versatilidade, pois podem processar diversas misturas sob diferentes condições experimentais. Esta flexibilidade juntamente com a não-linearidade e a natureza não estacionária do processo tomam as técnicas convencionais de controle inadequadas, constituindo um desafio no projeto de sistemas de controle. Além disso, a busca da obtenção de produtos com pureza especificada e a necessidade de minimizar produtos fora de especificação mostram claramente a importância do projeto, do desenvolvimento e da implementação de sistemas de controle para o monitoramento destes processos. Este trabalho apresenta o desenvolvimento e a implementação experimental de um sistema de controle digital direto para uma coluna piloto de destilação em batelada. Estratégias de controle "feedback" convencionais foram primeiramente implementadas no microcomputador 486 DX 33MHz acoplado a coluna, mostrando um comportamento insatisfatório para o processo descontínuo em questão. Diante das exigências do processo, posteriormente optou-se pela implementação de algoritmos de controle adaptativo. Um algoritmo de controle auto-ajustável (STR) baseado em identificação recursiva de parâmetros do processo foi desenvolvido. O processo é representado por um modelo discretizado de uma função transferência de primeira ordem com atraso de transporte. O método de Programação Quadrática Sucessiva aplicado a mínimos quadrados, da biblioteca matemática NAG, foi utilizado para a estimação "on-line". O equivalente digital de um controlador PI e o algoritmo de Dahlin foram individualmente testados como leis de controle. Tais controladores foram então comparados com um Controlador Adaptativo Programável (PAC). O projeto e o desempenho do PAC mostraram-se altamente dependentes da qualidade da mistura a ser destilada enquanto o STR atuou de maneira adequada para todas as separações efetuadas, apesar de seu projeto genérico. Para que os valores das composições de topo e fundo pudessem ser inferenciados a partir de medições de temperatura na coluna, foram utilizados dados de equilíbrio líquido vapor para a separação do sistema binário (n-hexano/n-heptano) e inferenciação via Redes Neurais Artificiais (RNA) para a separação do sistema temário (n-hexano/cicloexano/nheptano). O sistema de controle desenvolvido tomou o equipamento de destilação em batelada convencional mais eficiente e fácil de operar. Os experimentos realizados sobre uma coluna piloto confirmaram os resultados de simulações de trabalhos anterioresBatch distillation is one of the most important separation processes used in many chemical industries, specially those related to the manufacture of fine and specialty chemicals. Due to the flexibility in purifying different mixtures under a variety of operational conditions, batch distillation is a process of valuable importance. The flexibility of the equipment coupled to the dynamic nature and the nonlinear process behaviour make the conventional control techniques inefficient and pose challenging control system designo From the above and looking for the constant overhead product purity operation, it is emphasized the importance of the development and experimental testing of suitable control systems for the automatic operation of such equipment. The present work describes the development and experimental testing of a direct digital control system for a pilot batch distillation column. Conventional feedback control strategies were first1yimplemented in a 486 DX 33MHz PC coupled to the column. It was then proved the inefficient results of conventional schemes for this transient process control. Since the process under study c1aimed to more elaborated control systems, adaptive control algorithms were implemented. A Self Tuning Regulator (STR) based on a regressive analysis of the process was developed. An input/output discrete model was used to represent the process, which was approached to a first order plus time delay system. The on line process identification proceeds using the Successive Quadratic Programming method applied to Least Squares. The computational code was available in NAG Mathematical Library. A digital PI control law and the law obtained through Dahlin's AIgorithm were individually tested. The performance of the developed STR was compared to a previously implemented Programmable Adaptive Controller (PAC). The results show that the STR is a suitable and an easy control strategy to be implemented when compared to the PAC, which requires strong off-line computational effort and is highly dependent on the knowledge of the feed mixture composition and properties. Product and bottom composition were estimated from vapor temperature measurements and the equilibrium properties of the n-hexane/n-heptane binary system used. To allow experimental tests with a ternary system (n-hexane/cic1ohexane/n-heptane), a composition soft-sensing system based on Neural Networks was developed. The developed digital control system made the conventional batch distillation more efficient and easy to operate. Experiments performed on the pilot column confirm previous simulation result