MÉTODO DE ESTIMACIÓN DE COMPOSICIÓN Y DE CONTROL PARA COLUMNAS DE DESTILACIÓN.

Método de estimación de composición y de control para columnas de destilación.



Se describe un método de estimación de composición y de control para columnas de destilación que comprenden un tanque de cabeza, un tanque de cola, al menos un plato entre el tanque de cabeza y el tanque de cola. La presente invención presenta un sistema de estimación de composición y nivel para una columna de destilación mediante el uso de técnicas de control basado en redes neuronales y algoritmos genéticos, la estimación se realiza en la composición de cabeza y cola de la columna con base en redes neuronales utilizando variables secundarias de fácil medición.

Tipo: Patente de Invención. Resumen de patente/invención. Número de Solicitud: P201230223.

Solicitante: UNIVERSIDAD DE MALAGA.

Nacionalidad solicitante: España.

Inventor/es: DEL SAZ-OROZCO HUANG,Pablo, FERNÁNDEZ DE CAÑETE RODRÍGUEZ,Francisco Javier.

Fecha de Publicación: .

Clasificación Internacional de Patentes:

  • G05B13/02 FISICA.G05 CONTROL; REGULACION.G05B SISTEMAS DE CONTROL O DE REGULACION EN GENERAL; ELEMENTOS FUNCIONALES DE TALES SISTEMAS; DISPOSITIVOS DE MONITORIZACION O ENSAYOS DE TALES SISTEMAS O ELEMENTOS (dispositivos de maniobra por presión de fluido o sistemas que funcionan por medio de fluidos en general F15B; dispositivos obturadores en sí F16K; caracterizados por particularidades mecánicas solamente G05G; elementos sensibles, ver las subclases apropiadas, p. ej. G12B, las subclases de G01, H01; elementos de corrección, ver las subclases apropiadas, p. ej. H02K). › G05B 13/00 Sistemas de control adaptativos, es decir, sistemas que se regulan a sí mismos para obtener un rendimiento óptimo siguiendo un criterio predeterminado (G05B 19/00 tiene prioridad; aprendizaje automático G06N 20/00). › eléctricos.
MÉTODO DE ESTIMACIÓN DE COMPOSICIÓN Y DE CONTROL PARA COLUMNAS DE DESTILACIÓN.

Fragmento de la descripción:

Método de estimación de composición y de control para columnas de destilación

Campo de la invención La presente invención está relacionada con las técnicas empleadas en la dinámica y control de procesos, y 5 particularmente está relacionada con un método de estimación de composición y de control para columnas de destilación.

Más particularmente, la presente invención presenta un sistema de estimación de composición y nivel para una columna de destilación mediante el uso de técnicas de control basado en redes neuronales y algoritmos genéticos. La estimación se realiza en la composición de cabeza y cola de la columna con base en redes neuronales utilizando variables secundarias de fácil medición.

Antecedentes de la invención Se sabe que la operación de una columna de destilación implica la alimentación de una mezcla con componentes a separar, tal que a través de la regulación tanto del caudal de reflujo del producto de cabeza de la columna así como del calentamiento del producto de cola se obtenga un perfil de concentración de productos deseado.

Desde un punto de vista, el propósito de la destilación es la obtención de cantidad y pureza definidas de producto tanto en cabeza como en cola de columna en tiempo mínimo, lo cual asegura también mínimo coste.

No obstante, en una columna de destilación, la selección e implementación de la estrategia de control óptima que defina tanto el reflujo como el calentamiento es relativamente compleja, pues en una columna de destilación se requiere el conocimiento analítico del proceso así como el de las propiedades del sistema a destilar, presentándose fuertes interacciones y acoplamientos entre los diferentes bucles de control.

Los esquemas de control más utilizados en columnas de destilación son aquellos basados en un control clásico ampliamente conocido como proporcional-integral-derivativo PID con parámetros ajustables en función del punto de trabajo de la columna. En este punto, dadas las características no lineales de una columna de destilación, tradicionalmente se controla la temperatura en lugar de la composición.

Hoy en día, los sistemas de control avanzados están jugando un papel fundamental en la operación de una planta de procesamiento. Normalmente, los sistemas avanzados de control dependen en gran medida del modelado de procesos en tiempo real, y esto exige un gran desarrollo de modelos eficaces de procesos que,

como requisito, tienen que exhibir respuesta en tiempo real. Debido al hecho de que el modelado de proceso detallado no es viable en muchos casos, se han dedicado grandes esfuerzos al desarrollo de modelos dinámicos aproximados.

Los modelos aproximados de proceso se basan ya sea bien en principios físicos, y por lo tanto requieren un buen conocimiento de la física del proceso, o bien en una especie de modelado tipo caja-negra. El modelado 35 con redes neuronales representa un marco eficaz para el desarrollo de modelos basados en un conocimiento incompleto del proceso [Haykin, S. (2008) . Neural networks and learning machines, Prentice Hall]. Debido a la simplicidad de los modelos basados en redes neuronales, éstos exhiben un gran potencial en todas las aplicaciones de control basado en modelos que requieren soluciones en tiempo real. El mejor conocimiento adquirido de los modelos de redes neuronales ha llevado a su explotación en muchas aplicaciones en Ingeniería Química.

Por muchas razones, la destilación se mantiene como la técnica de separación más importante en las industrias químicas de todo el mundo. Por lo tanto, la mejora en el control de la destilación puede tener un impacto significativo en la reducción del consumo de energía, la mejora de la calidad del producto y la protección de los recursos ambientales.

Sin embargo, tanto el modelado y el control del proceso de destilación son tareas difíciles, ya que este proceso es no-lineal, multivariable, y no estacionario, sometido a restricciones y perturbaciones [Skogestad,

S. (2007) . The do’s and don’ts of distillation column control. Trans IChemE, 85, pp. 13-23]. Sin embargo, tanto la identificación y optimización de procesos [Bhat, N., McAvoy, T. (1990) . Use of neural nets for dynamic modeling and control of chemical process systems. Comp. and Chem. Eng , 14 (4) , pp. 573–583][Bulsari, A.

(1995) . Neural Networks for Chemical Engineers. Elsevier, Amsterdam], como el análisis de fallos y las aplicaciones de control [Hussain, M. A. (1999) . Review of the applications of neural networks in chemical process control. Simulation and on-line implementations. Artif. Intel. Eng., 13, pp. 55-68][Xiong, Q., Jutan, A.

(2002) . Grey-box modelling and control of chemical processes. Chem. Eng. Science, 57, pp. 1027-1039] han sido resueltos eficientemente a través del uso de redes neuronales.

La monitorización y el control de composición juegan un papel esencial en el control de la destilación [Skogestad, S. (1997) . Dynamics and control of distillation columns. A tutorial introduction. Trans IChemE, 75 (A) , pp. 539-562]. Sin embargo, en la práctica, los analizadores de composición en línea se utilizan raramente debido a su coste y la demora en la medición.

Por la razón anterior, la composición se regula a menudo indirectamente a través de la temperatura medida en el plato de salida de producto. Con el fin de lograr el propósito de control, se han propuesto muchas estrategias de control con diferentes configuraciones de variables manipuladas [Skogestad, S. (2004) . Control structure design for complete chemical plants. Comp. Chem. Eng., 28, pp. 219-234].

Si se puede obtener un modelo de principios físicos que describa la dinámica del proceso con suficiente precisión, se puede derivar un sensor virtual basado en el modelo, como el filtro de Kalman extendido [Osiovici, R., Cruz, S.L. (2001) . Inferential control of high-purity multicomponent batch distillation columns using an extended Kalman filter. Ind. Eng. Chem. Res, 40, pp. 2628–2639] o sus versiones adaptativas [Venkateswarlu y Avantika, (2001) . Optimal state estimation of multicomponent batch distillation. Chem. Eng. Sci., 56, pp. 5771–5786], mientras que también se pueden utilizar modelos inferenciales cuando los datos del proceso están disponibles en base a modelos heurísticos [Zamprogna, E., Barolo, M., Seborg, D.E. (2004) , Estimating product composition profiles in batch distillation via partial-least-squares regression, Cont. Eng. Pract., 12, pp. 917–929], [Zamprogna, E., Barolo, M., Seborg, D.E. (2005) . Optimal selection of soft sensor inputs for batch distillation columns using principal component analysis, J. Process Control, 15, pp. 39–52].

Además de lo anterior, pocos resultados se han presentado cuando se considera el control de la composición de columnas de destilación experimentales, y algunos resultados se han encontrado ya sea mediante la aplicación directa de control de temperatura [Marchetti, J.L., Benallou, A., Seborg D.E., Mellichamp, D.A. (1985) . A pilot-scale distillation facility for digital computer control research. Comp. Chem. Eng., 9 (3) , pp. 301309] o mediante el uso del diagrama de equilibrio líquido-vapor para estimar la composición de la temperatura [Fileti, A.M., Antunes, A.J., Silva, F.V., Silveira. V., Pereira. J.A. (2007) . Experimental investigations on fuzzy logic for process control, Cont. Eng. Prac., 15, pp. 1149–1160], o bien incluso mediante el uso de cromatógrafos [Fieg, G. (2002) . Composition control of distillation columns with a sidestream by using gas chromatographs, Chem. Eng. Proc., 41 (2) , pp. 123-133].

Como se observa, los sensores más utilizados en el control de procesos son los que miden la temperatura, presión y nivel del líquido, debido a la alta precisión, las propiedades de respuesta rápida y su bajo precio. Por otro lado, algunas de las variables más controladas, tales como la composición, presentan grandes dificultades en la fase de medición, ya que se debe hacer fuera de línea en el laboratorio, implicando por tanto un tiempo de retardo y un alto coste adicional debido a la utilización de equipos que requieren una alta inversión inicial para su adquisición y mantenimiento, tal como ocurre con la cromatografía.

El control de la composición es crucial para alcanzar las especificaciones del producto final durante el proceso de destilación.

Tal como se observa, existe una necesidad de realizar nuevos esquemas de estimación de composición y de control en columnas de destilación, con independencia de su escalado (laboratorio, planta piloto o escala industrial) .

Sumario de la invención La presente invención presenta un método de estimación de composición...

 


Reivindicaciones:

1. Un método de estimación de composición y de control para columnas de destilación que comprenden un tanque de cabeza, un tanque de cola, y al menos un plato entre el tanque de cabeza y el tanque de cola, estando dicho método caracterizado por que comprende las siguientes etapas:

! Tomar muestras en el tanque de cabeza y en tanque de cola, cuya composición define variables primarias;

! Registrar valores de variables secundarias seleccionadas;

! Analizar las muestras tomadas para determinar las variables primarias;

! Analizar estadísticamente los valores de las variables secundarias seleccionadas y elegir aquellas con mayor incidencia estadística con respecto a las variables primarias;

! Ejecutar una red neuronal, entrenada mediante un algoritmo de aprendizaje, para la identificación de las variables primarias a partir de las variables secundarias seleccionadas; y,

! Estimar las variables primarias a partir del valor de las variables secundarias mediante la red neuronal ejecutada.

2. Un método de conformidad con la reivindicación 1 caracterizado por que las muestras se obtienen en diferentes puntos de operación de la columna.

3. Un método de conformidad con cualquiera de las reivindicaciones anteriores caracterizado por que las variables secundarias se seleccionan entre temperatura de reflujo, temperatura de calderín, temperatura de plato medio de la columna y caída de presión diferencial dentro de la columna al tomar cada una de dichas muestras.

4. Un método de conformidad con cualquiera de las reivindicaciones anteriores caracterizado por que las variables primarias son la composición de cabeza y la composición de cola.

5. Un método de conformidad con cualquiera de las reivindicaciones anteriores caracterizado por que el entrenamiento de la red neuronal a ejecutar comprende la identificación mediante un algoritmo de aprendizaje de las composiciones medidas a partir de las variables secundarias seleccionadas.

6. Un método de conformidad con cualquiera de las reivindicaciones anteriores caracterizado por que el algoritmo de aprendizaje es un algoritmo de Levenberg-Marquardt.

7. Un método de conformidad con cualquiera de las reivindicaciones anteriores caracterizado por que la red neuronal comprende una capa de entrada, una capa oculta, y una capa de salida.

8. Un método de estimación de composición y de control para columnas de destilación de conformidad con la reivindicación anterior caracterizado por que la capa de entrada comprende cuatro entradas.

9. Un método de conformidad con cualquiera de las reivindicaciones 7 a 8 caracterizado porque las entradas de la capa de entrada comprenden: la temperatura de reflujo, la temperatura de calderín, la temperatura de plato medio de la columna y la caída de presión diferencial.

10. Un método de conformidad con cualquiera de las reivindicaciones anteriores 7 a 9 caracterizado por que cada capa comprende al menos una neurona.

11. Un método de conformidad con la reivindicación anterior caracterizado por que la capa oculta comprende 25 neuronas.

12. Un método de conformidad con cualquiera de las reivindicaciones 10 a 11 caracterizado por que la capa de salida comprende 2 neuronas.

13. Un método de conformidad con la reivindicación anterior caracterizado por que 2 neuronas de la capa de salida corresponden a la composición de composición de cabeza y a la composición de cola.

14. Un método de conformidad con cualquiera de las reivindicaciones anteriores 7 a 13 caracterizado por que el número de neuronas por capa es un parámetro seleccionable por el usuario.

15. Un método conformidad con cualquiera de las reivindicaciones anteriores caracterizado porque la columna incluye instrumentos de monitorización que se controlan bajo la plataforma LabVIEW donde se define la red neuronal.

16. Un método de conformidad con las reivindicaciones 14 y 15 caracterizado por que el número de neuronas por capa es seleccionable por el usuario a través de los instrumentos de monitorización que se controlan bajo la plataforma LabVIEW.

17. Un método de estimación de conformidad con cualquiera de las reivindicaciones anteriores caracterizado porque el control se realiza mediante un algoritmo genético.

18. Un método de estimación de conformidad con cualquiera de las reivindicaciones anteriores caracterizado

por que en la columna de destilación se separa un sistema binario.

19. Aplicación del método descrito de conformidad con cualquiera de las reivindicaciones anteriores a columnas de destilación con sistemas binarios de componentes a separar.


 

Patentes similares o relacionadas:

Puesta en servicio automática de controlador para convertidores electrónicos de potencia activos trifásicos, del 1 de Julio de 2020, de OTIS ELEVATOR COMPANY: Un sistema para modular un nivel de corriente de salida de un convertidor de potencia bidireccional conectado a una red para garantizar que se proporcione […]

Imagen de 'Sistema de control'Sistema de control, del 29 de Abril de 2020, de COVENTRY UNIVERSITY: Un sistema de control para controlar una instalación , comprendiendo el sistema de control un bucle de retroalimentación que incluye un integrador […]

Procedimiento y aparato de administración de energía eléctrica y dispositivo electrónico, del 1 de Enero de 2020, de Guangdong OPPO Mobile Telecommunications Corp., Ltd: Un procedimiento de administración de energía eléctrica, aplicado en un dispositivo electrónico cargado por un adaptador de alimentación eléctrica […]

MÉTODO DE CONTROL DE UN CONVERTIDOR ELECTRÓNICO CC/CA TRIFÁSICO CON FALLO EN UNA FASE, del 19 de Diciembre de 2019, de UNIVERSIDAD POLITECNICA DE MADRID: Método de control de un convertidor electrónico CC/CA trifásico con fallo en una fase. Se divulga un método de control de un convertidor electrónico de CC/CA trifásico […]

Método y sistema de refrigeración redundante, del 5 de Diciembre de 2019, de Dawes, Warwick Graham Andrew: Un método para implementar un sistema de refrigeración redundante para proporcionar una carga de refrigeración máxima predeterminada para el aire en un espacio acondicionado […]

Método de control de bomba, del 4 de Diciembre de 2019, de Grundfos Holding A/S: Procedimiento de control de bombas para controlar el funcionamiento de un sistema der bombas con al menos dos equipos de bombas , que están dispuestos en paralelo […]

MÉTODO Y SISTEMA DE CONTROL PREDICTIVO DE UN CONVERTIDOR CC/CA, del 2 de Diciembre de 2019, de UNIVERSIDAD POLITECNICA DE MADRID: Método y sistema de control predictivo de un convertidor CC/CA. Se divulga un método y un sistema de control predictivo de un convertidor CC/CA para transmisión […]

Equilibrio de par síncrono en sistemas de múltiples bombas, del 5 de Noviembre de 2019, de ITT Manufacturing Enterprises LLC: Un método de control en un sistema que tiene múltiples bombas (18a-18d), en donde las múltiples bombas (18a-18d) se accionan y funcionan conjuntamente […]

Utilizamos cookies para mejorar nuestros servicios y mostrarle publicidad relevante. Si continua navegando, consideramos que acepta su uso. Puede obtener más información aquí. .