Please use this identifier to cite or link to this item: http://repositorio.unicamp.br/jspui/handle/REPOSIP/266701
Type: TESE
Title: Estudo de sistema de limpeza CIP usando identificação de sistemas
Title Alternative: Clean-in-Place system identification
Author: Sislian, Rodrigo
Advisor: Silva, Flávio Vasconcelos da, 1971-
Abstract: Resumo: A presença de resíduos em superfícies mal higienizadas pode aumentar a incidência de microrganismos e ocasionar problemas operacionais nos equipamentos de processo. A identificação da dinâmica do processo pode contribuir para a melhoria da sua eficiência, racionalizando o uso de água e energia empregada nas operações de enxágue. Atualmente, a maioria dos processos de limpeza CIP é conduzida com base em procedimentos padronizados considerando a experiência dos operadores de processo no que tange ao tempo de funcionamento do ciclo. Este trabalho aborda, em um primeiro momento, a implantação da instrumentação e do sistema de controle necessários para monitorar e controlar o processo e, na sequência, o levantamento experimental do comportamento do sistema a estímulos na vazão e/ou temperatura de operação do processo. Para tal foi utilizado um trocador de calor instalado em planta piloto com o objetivo de relacionar, ao longo do tempo, a variação da alcalinidade (pH) da água empregada para remoção do detergente alcalino utilizado no processo de limpeza com a temperatura e vazão da mesma. Neste trabalho a planta utilizada possui dimensões de uma planta semi-industrial típica; tal característica possibilita que se considerem as dinâmicas e fenômenos encontrados em plantas reais, obtendo-se resultados de grande interesse prático. Os equipamentos utilizados (sensores, interfaces e atuadores) são padrão de mercado, adequadamente combinados e instalados de maneira a permitir o estudo de vários aspectos relacionados às etapas de um processo CIP. Testes foram realizados na planta partindo dos parâmetros de sintonia calculados pelo método ITAE por Rovira para o controle de vazão do fluido de processo. Os valores finais dos parâmetros PID que apresentaram o melhor resultado e foram utilizados na planta foram: Kp= 2,68 e Ti= 0,101 s. Devido à diferença na dinâmica para aumento e redução da temperatura para o controle de temperatura do fluido de processo, partiu-se dos parâmetros de sintonia calculados pelo Método CHR sem sobre valor. Os valores finais dos parâmetros PID que apresentaram o melhor resultado nos testes e foram utilizados na planta foram: para o aumento da temperatura Kp = 6,394, Ti = 3,640 s e Td=0,621 s, e para a diminuição da temperatura, foi utilizado o controlador proporcional com o parâmetro Kp = 0,08. A cinética da remoção foi avaliada a partir da variação do pH medido. Foram identificadas as dinâmicas da planta para diferentes condições operacionais que mostram que os parâmetros dinâmicos do sistema são fortemente influenciados pelas vazões e pouco afetados pelas temperaturas utilizadas, com maior contribuição para valores mais elevados de vazão (16 L.min-1), onde há menor consumo de água. Apesar de a identificação aproximada apresentar um modelo (com erro) que representa a resposta do processo, motivou-se o uso de uma metodologia de identificação mais refinada com o objetivo de comparação. Esta foi obtida através de modelos baseados no sistema de Inferência Fuzzy Neuro-Adaptativo (ANFIS) através do aplicativo Simulink/MATLAB'MARCA REGISTRADA'. Os resultados obtidos com os modelos foram validados por comparação com os dados experimentais. Para este processo duas entradas (a saída atrasada em uma amostragem - pH [k-1] - e a vazão atual - F[k]) e uma saída (o pH atual - pH[k]) para o treinamento da rede, mostraram ser mais adequadas para modelar a resposta da dinâmica do pH na etapa de enxague estudada. O erro médio foi de 0,011 quando comparados os dados experimentais coletados com o modelo obtido (tanto com o uso do algoritmo Grid partition quanto com o algoritmo Subtractive Clustering e com o uso de 3 ou 5 funções de pertinência do tipo triangular)

Abstract: The presence of residues in poorly cleaned surfaces may increase the micro-organisms incidence and cause operational problems in process equipments. The process dynamics identification can contribute to improve efficiency, rationalizing the energy and water used in rinsing operations. Nowadays, most of CIP cleaning process is conducted based on standard procedures considering the process operators' experience regarding the operating time cycle. This paper discusses, at first, the instrumentation and control system implementation required to monitor and control the process and, after that, the experimental tests to analyze the system behavior to stimuli in flow and/or process operating temperature. For that it was used a heat exchanger installed in a pilot plant in order to relate, over time, the water alkalinity (pH) variation used to remove alkaline detergent used in the cleaning process with the temperature and flow rate of the same. The plant used in this study has the typical dimensions of a semi-industrial plant; this characteristic makes it possible to consider the dynamic and phenomena found in real plants, obtaining results of great practical interest. It was used industry standard equipments (sensors, actuators and interfaces) properly combined and installed so as to allow the study of various aspects related to the CIP process stages. Tests were done in the plant starting with the tuning parameters calculated by the ITAE by Rovira method to control the process fluid flow. The final PID parameters values that presented the best results and were used in the plant were: Kp = 2.68 and Ti = 0.101 s. Due to the difference in dynamics for increasing and decreasing temperature to control the process fluid temperature, It was started from the tuning parameters calculated by the CHR method without over value. The final PID parameter values that had the best results in the plant and were used were: for the temperature increase Kp = 6,394, Ti = 3,640 s and Td=0,621 s, and for decreasing temperature it was used a proportional controller with the parameter Kp = 0.08. The kinetics removal was evaluated starting from the measured pH variation. The plant dynamics were identified for different operating conditions which shows that the system's dynamic parameters are strongly influenced by the flow and little affected by the temperatures used, with a greater contribution for higher flow levels (16 L.min-1), where there is less water consumption. Although the approximate identification provide a suitable model (with error) that represents the process response, there was a motivation for the use of a more refined identification methodology with the objective of comparing. It was obtained by Adaptive Neuro-Fuzzy Inference System (ANFIS) model-based via Simulink/MATLAB'TRADE MARK' software. The results obtained with those models were validated by comparison with the experimental data. For this process two inputs (the output delayed by one sample - pH [k-1] - and the current flow - F[k]) and one output (the current pH - pH [k]) to the network training, revealed to be more appropriate to model the pH dynamics response in the rinse step studied. The average error was 0,011 when comparing the experimental collected data with the obtained model (either using the Grid Partition algorithm and the Subtractive Clustering algorithm and using 3 or 5 triangular membership functions)
Subject: Controle de processo
Modelagem matemática
Language: Português
Editor: [s.n.]
Date Issue: 2012
Appears in Collections:FEQ - Dissertação e Tese

Files in This Item:
File SizeFormat 
Sislian_Rodrigo_M.pdf5.09 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.