Neural Network Based Control of an Absorption Column in the Process of Bioethanol Production

Brazilian Archives Of Biology And Technology

Endereço:
Rua Professor Algacyr Munhoz Mader 3775, CIC
Curitiba / PR
0
Site: http://www.scielo.br/babt
Telefone: (41) 3316-3012
ISSN: 15168913
Editor Chefe: Carlos Ricardo Soccol
Início Publicação: 30/11/1946
Periodicidade: Bimestral
Área de Estudo: Biologia geral

Neural Network Based Control of an Absorption Column in the Process of Bioethanol Production

Ano: 2009 | Volume: 52 | Número: 4
Autores: Eduardo Eyng, Flávio Vasconcelos da Silva, Fernando Palú, Ana Maria Frattini Fileti
Autor Correspondente: Eduardo Eyng | [email protected]

Palavras-chave: absorption column, artificial neural network, feedforward control

Resumos Cadastrados

Resumo Português:

Deseja-se recuperar o etanol perdido por
evaporação durante o processo de fermentação da
cana-de-açúcar. Para tanto, faz-se uso de uma
coluna de absorção. O controle da concentração de
etanol no efluente gasoso da coluna é realizado
pela manipulação da vazão de solvente, sendo esta
determinada pelo controlador não linear proposto,
baseado em um modelo inverso de redes neurais
(controlador ANN). Foram feitas simulações
adicionando-se um sinal de ruído a medida de
concentração de etanol na fase gasosa. Quando
perturbações degrau foram inseridas na mistura
gasosa afluente, o controlador ANN demonstrou
desempenho superior ao controle por matriz
dinâmica (DMC). Um dispositivo de segurança,
baseado em um controlador feedback
convencional, e um filtro digital foram
implementados à estratégia de controle proposta
para agregar robustez no tratamento de distúrbios
ocorridos no ambiente operacional. Os resultados
demonstraram que o controlador ANN é uma
ferramenta robusta e confiável no controle de uma
coluna de absorção.



Resumo Inglês:

Gaseous ethanol may be recovered from the effluent gas mixture of the sugar cane fermentation process using a
staged absorption column. In the present work, the development of a nonlinear controller, based on a neural
network inverse model (ANN controller), was proposed and tested to manipulate the absorbent flow rate in order to
control the residual ethanol concentration in the effluent gas phase. Simulation studies were carried out, in which a
noise was applied to the ethanol concentration signals from the rigorous model. The ANN controller outperformed
the dynamic matrix control (DMC) when step disturbances were imposed to the gas mixture composition. A security
device, based on a conventional feedback algorithm, and a digital filter were added to the proposed strategy to
improve the system robustness when unforeseen operating and environmental conditions occured. The results
demonstrated that ANN controller was a robust and reliable tool to control the absorption column.