Orientador: Rubens Maciel Filho

Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Química

Resumo: Nos últimos anos, tem-se verificado um crescente interesse em fontes alternativas limpas de combustíveis e na utilização das fontes de energia renováveis. Esse é o caso do processo de etanol celulósico que pode ser produzido a partir de resíduos da produção agrícola e madeiras entre outros...

Resumo: Nos últimos anos, tem-se verificado um crescente interesse em fontes alternativas limpas de combustíveis e na utilização das fontes de energia renováveis. Esse é o caso do processo de etanol celulósico que pode ser produzido a partir de resíduos da produção agrícola e madeiras entre outros tipos de biomassa. No Brasil, esse processo poderia aumentar a produção de etanol na indústria de cana-de-açúcar. No entanto, os processos de fermentação têm uma dificuldade inerente em medições em tempo real como etanol e concentrações de açúcares. A forma convencional de quantificá-los requer grandes quantidades de recursos, levando a diminuição na produtividade e rendimento no processo. Além disso, a falta de informação de variáveis do processo em tempo real limita a implementação de estratégias de controle avançado. Desta forma, este trabalho propõe uma abordagem alternativa, através de predições on-line por um sensor virtual baseado em rede neural artificial aplicado a um processo de fermentação contínua, com 4 fermentadores em série, de etanol de segunda geração. Neste estudo, foi determinada a concentração de etanol no quarto reator do processo usando as temperaturas no fermentadores 1 a 4 e o fluxo de massa de açúcares, provenientes da hidrósile enzimática, que entram no primeiro fermentador. Além disso, um controlador preditivo baseado em modelo neural foi implementado no processo em conjunto com o soft-sensor com a finalidade de comparar com formas convencionais de controle como PID. Os resultados mostraram que a técnica de sensores virtuais é uma solução factível com potencial de ser aplicada em processos industriais, apresentando um baixo erro acumulado entre a saída do processo fenomenológico e do estimado pelo soft-sensor, mesmo quando submetido a perturbações randômicas na vazão de alimentação de substrato durante 5000 horas de simulação. O controle MPC aplicado ao processo demostrou uma oscilação reduzida um tempo de acomodação significativamente menor se comparado com o controle PID quando submetidos a perturbações degrau

Abstract: n the last years, it has been an increasing interest in clean alternative sources of fuels and the use of the renewable sources of energy. That is the case of the cellulosic ethanol process that could produce of waste of crops, woods or another kind of biomass. In Brazil, this process...

Abstract: n the last years, it has been an increasing interest in clean alternative sources of fuels and the use of the renewable sources of energy. That is the case of the cellulosic ethanol process that could produce of waste of crops, woods or another kind of biomass. In Brazil, this process could increase the production of ethanol in the sugarcane industry. However, the fermentation processes have an inherent difficult in real time measurements as ethanol and sugar concentrations; the conventional way to measure these variables requires large amounts of resources and time making a significant delay in the process operational decisions decreasing the productivity and yield on the process. Additionally, this problem limits the implementation of advanced control strategies. In this way, this work proposes an alternative approach, basen on for on-line measurements, by a virtual sensor based on artificial neural network applied to a continuous fermentation process of the second generation. In this case study, it was determined the ethanol concentration in the fourth process fermentor, the last one, using the temperatures at the fermentor 1 to 4 and the mass flow of sugars that get into the first fermentor. In addition, a predictive controller based on neural model was implemented in the process together with the soft-sensor in order to compare with conventional control forms such as PID. The results showed that the technique of virtual sensors is a feasible solution with potential to be applied in industrial processes, presenting a low accumulated error between the phenomenological process and the estimated by the soft sensor, even when subjected to random perturbations in the flow of Substrate feed for 5000 hours of simulation. The MPC control applied to the process showed a reduced oscillation a significantly shorter accommodation time when compared to the PID control when subjected to step disturbances

Requisitos do sistema: Software para leitura de arquivo em PDF