Sistema Híbrido de Inferência Baseado em Análise de Componentes Principais e Redes Neurais Artificiais Aplicado a Plantas de Processamento de Gás Natural
AUTOR(ES)
Leandro Luttiane da Silva Linhares
DATA DE PUBLICAÇÃO
2010
RESUMO
Nos dias atuais, em que a concorrência de mercado exige produtos de melhor qualidade e a busca constante pela redução de custos e pelo melhor aproveitamento das matérias-primas, a utilização de estratégias de controle mais eficientes torna-se fundamental. Nas Unidades de Processamento de Gás Natural (UPGNs), assim como na maioria dos processos químicos, o controle de qualidade é realizado a partir da composição de seus produtos. Entretanto, a análise de composições químicas, mesmo quando realizada por equipamentos como os cromatógrafos a gás, apresenta longos intervalos de medição. Esse fato dificulta a elaboração de estratégias de controle que proporcionem um melhor rendimento do processo. Geralmente, o principal produto econômico de uma UPGN é o GLP (Gás Liquefeito de Petróleo). Outros produtos comumente obtidos nessas unidades são a gasolina natural e o gás residual. O GLP é formado idealmente por propano e butano. Entretanto, na prática, apresenta em sua composição contaminantes, tais como o etano e o pentano. Neste trabalho é proposto um sistema de inferência utilizando redes neurais para estimar as frações molares de etano e pentano no GLP e a fração molar de propano no gás residual. O objetivo é estimar essas variáveis a cada minuto com uma única rede neural de múltiplas camadas, permitindo a aplicação de técnicas de controle inferencial visando a controlar a qualidade do GLP e reduzir a perda de propano no processo. No desenvolvimento deste trabalho, é simulada no software HYSYS R uma UPGN formada por uma coluna de destilação deetanizadora e outra debutanizadora. A inferência é realizada a partir das variáveis de processo de alguns controladores PID presentes na instrumentação das colunas citadas. Com o intuito de reduzir a complexidade da rede neural de inferência, é utilizada a técnica estatística de análise de componentes principais (ACP) para diminuir o número de entradas da rede. Tem-se, portanto, um sistema híbrido de inferência. Também é proposta neste trabalho, uma estratégia simples para a correção em tempo real do sistema de inferência, tendo como base as medições dos possíveis cromatógrafos de linha presentes no processo em estudo
ASSUNTO(S)
sistema de inferência redes neurais artificiais análise de componentes principais colunas de destilação engenharia eletrica inferential system artificial neural network principal component analysis distillation column
Documentos Relacionados
- Sistema de reconhecimento de fala baseado em redes neurais artificiais
- Proposta de um sistema de detecção e classificação de intrusão em redes de computadores baseado em transformadas wavelets e redes neurais artificiais
- REDUÇÃO DE VARIÁVEIS DE ENTRADA DE REDES NEURAIS ARTIFICIAIS A PARTIR DE DADOS DE ANÁLISE DE COMPONENTES PRINCIPAIS NA MODELAGEM DE OXIGÊNIO DISSOLVIDO
- Redes neurais e logica formal em processamento de linguagem natural
- Análise computacional para auxílio ao diagnóstico de osteoartrite de coluna lombar baseado em redes neurais artificiais