Filtro De Kalman Estendido e Rede Neural Artificial Na Estimativa De Concentração Em Um Reator Químico Não Isotérmico (original) (raw)

2018, Blucher Chemical Engineering Proceedings

RESUMO-A medição de algumas variáveis cruciais para o controle de um reator, como a concentração, geralmente não está disponível. Buscando contornar isso, foram desenvolvidos nesse trabalho sensores virtuais baseados em identificação de processos. Sendo aqui empregadas o modelo semi-empírico do filtro de Kalman extendido (FKE) e a rede neural artificial (RNA), dotada do método do algoritmo de otimização de Levenberg-Marquardt, para o monitoramente do processo de produção do propileno glicol (C3H8O2). Sendo estimada a concentração do reagente óxido de propileno (C3H6O) na corrente de saída de um reator químico continuamente agitado, simulado no software Simulink-Matlab®. Os resultados obtidos indicaram melhor desempenho à RNA em comparação com os reaultados do FKE, sendo empregados critérios de erro na avaliação. Para superar esses problemas, surgiram os sensores virtuais (SV), baseados em algoritmos matemáticos, implementados em softwares, os quais utilizam medições físicas, como vazões, pressões, temperaturas, para estimar variáveis químicas oi bioquímicas, tais como as concentrações de reagentes e produtos (MORAIS JR., 2015). Nesse trabalho, foram desenvolvidos dois SV, o filtro de Kalma extendido (FKE) e uma rede neural artificial (RNA) com o método de treinamento de Levenberg-Marquardt, para o monitoramento da concentração de etileno glicol num processo de produção em reator continuamente agitado (CSTR), operando exotermicamente.