Orientador: Rubens Maciel Filho

Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Química

Resumo: Nos últimos anos, verifica-se um crescente interesse em fontes alternativas de combustíveis e na utilização das fontes de energia renováveis. Esse é o caso do etanol celulósico que pode ser produzido a partir de resíduos da produção agrícola e outros tipos de biomassa. No Brasil, esse...

Resumo: Nos últimos anos, verifica-se um crescente interesse em fontes alternativas de combustíveis e na utilização das fontes de energia renováveis. Esse é o caso do etanol celulósico que pode ser produzido a partir de resíduos da produção agrícola e outros tipos de biomassa. No Brasil, esse processo poderia aumentar significativamente a produção de etanol na indústria de cana-de-açúcar, fazendo uso do bagaço de cana de açucar ja disponível na área de produção das unidade de primeira geração (aquelas que fermetam o caldo da cana). No entanto, processos como a fermentação e a destilação têm uma dificuldade inerente na medição e controle das variáveis em tempo real, que são necessários para possibilitar operação em alto nível de desempenho, como aquelas acopladas com otimização em tempo real. Uma estratégia de controle distribuído pode trazer benefícios à operação industrial, já que este considera não só otimização local de cada unidade operacional, como também a otimização global do processo. Desta forma, este trabalho propõe a aplicação e análise de um controle distribuído preditivo baseado em modelo neural (DMPC) para unidades de fermentação e destilação para a produção de etanol. Modelos baseados em redes neurais foram treinados para a caracterização de cada operação de forma a atuarem como modelo de predição do controlador. A estratégia sugerida foi comparada com a configuração PID e MPC convencional e observou-se que o controlador DMPC possui uma melhor performance se comparado com as outras estratégias de controle estudadas

Abstract: In recent years there has been a growing interest in alternative sources of fuel and in the use of renewable energy sources. This is the case of cellulosic ethanol that can be produced from agricultural production residues and other types of biomass. In Brazil, this process could...

Abstract: In recent years there has been a growing interest in alternative sources of fuel and in the use of renewable energy sources. This is the case of cellulosic ethanol that can be produced from agricultural production residues and other types of biomass. In Brazil, this process could significantly increase ethanol production in the sugar cane industry, making use of the sugar cane bagasse already available in the 1st generation production plant (those that ferment sugar cane juice). However, processes such as fermentation and distillation have an inherent difficulty in measuring and controlling variables in real time, which are necessary to allow higher operational performance as those related to real time optimization procedures. A distributed control strategy can bring benefits to the industrial operation, since it considers not only local optimization of each operational unit, but also the overall optimization of the process. In this way, this work proposes the application and analysis of a predictive distributed control based on neural model (DMPC) for fermentation and distillation units for the production of ethanol. Neural models will be trained to characterize each operation in order to act as a predictor model of the controller. The suggested strategy was compared with the conventional PID and MPC configuration and it was observed that the DMPC controller has a better performance when compared to the other control strategies studied

Requisitos do sistema: Software para leitura de arquivo em PDF