Uso de sensores virtuais (soft sensors) para estimativa de impurezas em colunas de destilação de alta pureza.

• Ano de defesa: 2015
• Autor(a) principal: MORAIS JÚNIOR, Arioston Araújo de.
• Orientador(a): BRITO, Romildo Pereira.
• Banca de defesa: SODRÉ, Cristiane Holanda., SILVA, José Nilton., VASCONCELOS, Luis Gonzaga Sales., BRITO, Núbia Silva Dantas., CARMO, Shirlene Kelly Santos.
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal de Campina Grande
• Programa de Pós-Graduação: PÓS-GRADUAÇÃO EM ENGENHARIA QUÍMICA
• Departamento: Centro de Ciências e Tecnologia - CCT
• País: Brasil
• Palavras-chave em Português: Destilação de alta pureza; Soft sensors; Sensores virtuais; Colunas de destilação; Sistema azeotrópico; High purity distillation; Distillation columns
• Área do conhecimento CNPq: Engenharia Química.
• Link de acesso: https://dspace.sti.ufcg.edu.br/handle/riufcg/282

Neste trabalho é proposta uma metodologia para construção de sensores virtuais implementados em software, com objetivo de estimar e prever o comportamento de impurezas na corrente de base de uma coluna de destilação de alta pureza, do processo produtivo do 1,2 Dicloroetano (C2H4Cl2). A aquisição dos dados utilizados na construção dos sensores virtuais foi realizada através do modelo matemático do processo, simulado com dados reais de uma planta industrial. O estudo específico engloba a modelagem matemática/termodinâmica e avaliação do comportamento estacionário e dinâmico dessa torre, simulada aqui no software Aspen Plus e DynamicsTM. Desse modo, o modelo fornece os dados necessários para inferência das impurezas relacionadas, que são os teores dos compostos tetracloreto de carbono (CCl4) e clorofórmio (CHCl3), ambos devem ser mantidos, respectivamente, em valores ≤3000 e ≤400 ppm (partes por milhão). A metodologia também aborda dois algoritmos de seleção de variáveis secundárias, que utilizam técnicas estatísticas multivariadas (algoritmo de todas as regressões possíveis-TRP e da análise de componentes principais-PCA). Verifica-se também nos dados gerados quanto a real ou não necessidade de remoção de erros grosseiros (outliers), por isso é também inserida na metodologia uma etapa de pré-processamento de dados. Foram selecionados os dez melhores modelos de inferência para cada uma das saídas. Diante dessa informação, os melhores modelos produzidos não utilizavam as concentrações dos compostos das correntes de alimentação e sim medições de temperaturas ao longo da torre. Uma importante conclusão do ponto de vista de construção de sensores virtuais, porque na maioria dos trabalhos desenvolvidos essas variáveis são cruciais na produção de bons resultados. O treinamento dos sensores virtuais foi efetuado em um ambiente ruidoso, haja vista que foram simulados ruídos inerentes às medições (ruídos brancos Gaussianos). Na etapa final, os sensores virtuais são construídos utilizando uma técnica de modelagem empírica, redes neurais artificiais (RNA), onde foram utilizadas RNA do tipo Perceptron Multicamadas (MLP). Foram também avaliadas diversas variações quanto ao número de neurônios e camadas ocultas das RNA, empregando como critério de parada a técnica de validação cruzada. Os sensores virtuais desenvolvidos apresentaram erros satisfatórios do ponto de vista de engenharia, uma boa análise de regressão e um bom erro médio quadrático. Logo, com essas estimativas espera-se a minimização e a previsão do comportamento transiente dos compostos no referido processo.