logo móvil
Contáctanos

Control de Purificación de Metanol-Agua Usando Controladores PI de Múltiples Lazos Basados en Modelos Lineales de Punto de Ajuste y Perturbación

Autores: Wahid, Abdul; Rikimata, Monica

Idioma: Inglés

Editor: MDPI

Año: 2021

Descargar PDF

Acceso abierto

Artículo científico
2021

Control de Purificación de Metanol-Agua Usando Controladores PI de Múltiples Lazos Basados en Modelos Lineales de Punto de Ajuste y Perturbación


Categoría

Ingeniería y Tecnología

Subcategoría

Ingeniería Química

Palabras clave

Metanol
DME
Purificación
Diseño de control
Columna de destilación
Control predictivo multivariable

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 18

Citaciones: Sin citaciones


Descripción
El éter dimetílico (DME), derivado del metanol, se ha propuesto como una alternativa al diésel y al GLP. Este estudio continuará la investigación de un diseño de control de proceso optimizado para plantas de purificación de DME, específicamente el proceso de purificación de metanol. De esta manera, se puede separar el agua y el producto principal, metanol, puede ser reciclado para la síntesis de DME. Se ha desarrollado un modelo lineal basado en puntos de ajuste de un sistema de purificación de metanol-agua con cuatro variables controladas (CV) con los siguientes objetivos: mantener un flujo de agua líquida separada en la etapa inferior (Etapa 30) de la columna de destilación para la separación metanol-agua en un 11.22%, mantener el metanol líquido purificado en un condensador a 58.81 grados C y 49.96% de nivel, y la última CV es el enfriador en el flujo de destilado, para mantener el producto superior del metanol purificado a 40.75 grados C. Para completar el modelo, se crea un modelo de perturbación de primer orden más tiempo muerto (FOPDT) contra la temperatura de entrada y el caudal de la alimentación, la principal causa de perturbaciones en la industria. Utilizando un controlador proporcional integral tradicional conectado a cada variable controlada, se forma un sistema de control de múltiples lazos con optimización y se compara con el rechazo de perturbaciones del control predictivo de modelos multivariables (MMPC). La mejora final contra la temperatura de alimentación y el caudal para CV1, CV2, CV3 y CV4 se muestra, respectivamente, por valores de Error Absoluto Integral (IAE) de 79.49%, 99.90%, 100% y 99.99% y valores de Error Cuadrático Integral (ISE) de 97.1%, 100%, 99.99% y 100%.

Otros recursos que podrían interesarte

Temas Virtualpro