Modelado y Control de Una Columna de Destilacion - Exposicin Marzo 2011

Modelado y control de una columna de
destilaci on binaria
Ang elica Mara Alzate Iba nez
Ingeniera Qumica, M.Sc.
Directora
Fabiola Angulo Garca
Ingeniera El ectrica, M.Sc., Ph.D.
Maestra en Ingeniera - Automatizaci on Industrial
Grupo de investigaci on Percepci on y Control Inteligente
Universidad Nacional de Colombia Sede Manizales
Marzo 11 de 2011
3 de marzo de 2011
Ing. Qca., M.Sc. Ang elica Mara Alzate Iba nez Universidad Nacional de Colombia Sede Manizales
logo
Contenido
1
Introducci on
2
Objetivo General
3
Objetivos especcos
Dise no y simulaci on en estado estacionario
Modelado y simulaci on din amica de una columna de destilaci on
An alisis din amico del modelo de la columna de destilaci on binaria
Control predictivo basado en el modelo no lineal
Estabilidad del control predictivo
4
Conclusiones
5
Contribuciones
logo
Contenido
1
Introducci on
2
Objetivo General
3
Objetivos especcos
4
Conclusiones
5
Contribuciones
logo
Contenido
1
Introducci on
2
Objetivo General
3
Objetivos especcos
4
Conclusiones
5
Contribuciones
logo
Contenido
1
Introducci on
2
Objetivo General
3
Objetivos especcos
4
Conclusiones
5
Contribuciones
logo
Contenido
1
Introducci on
2
Objetivo General
3
Objetivos especcos
4
Conclusiones
5
Contribuciones
logo
Introducci on
Objetivo General
Objetivos especcos
Conclusiones
Contribuciones
Introducci on
La destilaci on es una t ecnica com un para la separaci on de corrientes lquidas
con dos o m as componentes y es una de las operaciones unitarias m as impor-
tantes en la industria qumica (Luyben,1996). Representa un difcil e intere-
sante problema en el dise no de control no lineal, como resultado de la din ami-
ca compleja y el equilibrio termodin amico que envuelve, la interacci on entre
las corrientes internas y externas, la alta no linealidad y el car acter distributivo
representado por los perles de composici on y temperatura(Gupta,2009).
En la gran mayora de las industrias las columnas de destilaci on presentan
esquemas de control lineal (Rovaglio, 1990), y en la actualidad son escasas
las t ecnicas no lineales para el control de este tipo de procesos.
Introducci on
Objetivo General
Objetivos especcos
Conclusiones
Contribuciones
Objetivo General
Desarrollar y dise nar un algoritmo de control predictivo basado en un modelo
din amico no lineal de una columna de destilaci on binaria para la separaci on
de la mezcla etanol-agua.
Introducci on
Objetivo General
Objetivos especcos
Conclusiones
Contribuciones
Modelado y simulaci on din amica
An alisis din amico
Objetivos especcos
1
Dise no y simulaci on de una columna de destilaci on binaria para la
separaci on de la mezcla etanol-agua en estado estacionario.
2
Modelado y simulaci on din amica de una columna de destilaci on binaria
para la separaci on de la mezcla etanol-agua.
3
An alisis din amico del modelo de una columna de destilaci on binaria.
4
Control predictivo basado en el modelo no lineal de la columna de
destilaci on binaria.
5
Vericaci on de la estabilidad del control predictivo planteado.
Introducci on
Objetivo General
Objetivos especcos
Conclusiones
Contribuciones
An alisis din amico
Contenido
1
Introducci on
2
Objetivo General
3
Objetivos especcos
4
Conclusiones
5
Contribuciones
Introducci on
Objetivo General
Objetivos especcos
Conclusiones
Contribuciones
An alisis din amico
Simulaci on en estado estacionario
Especicaciones columna de destilaci on
Par ametro Valor
Flujo Molar de Alimentaci on (kgmol /hr ) 540.00
Fracci on Molar Etanol en la Corriente de Alimentaci on 0.25
Temperatura (K) 355.18
Presi on (bar ) 1.01
Fracci on de Lquido 1
Relaci on de Reujo 1.6
Flujo Molar de Destilado (kgmol /hr ) 158
Fracci on Molar Etanol en el Destilado 0.82
Fracci on Molar Etanol en Fondos 0.01
N umero de etapas en columna 12
Etapa de alimentaci on 11
Introducci on
Objetivo General
Objetivos especcos
Conclusiones
Contribuciones
An alisis din amico
Simulaci on en estado estacionario
Resultados simulaci on en Aspen Plus
Alimentaci on Destilado Fondos
Flujo Molar (kgmol/hr) 540.00 158.00 382.00
Composici on Molar Etanol 0.25 0.81 0.02
Composici on Molar Agua 0.75 0.19 0.98
Flujo M asico (kg/hr) 13515.51 6420.64 7094.87
Composici on M asica Etanol 0.46 0.91 0.05
Composici on M asica Agua 0.54 0.09 0.95
Flujo Volum etrico (m
3
/hr) 15.12 8.57 7.78
Temperatura (K) 355.18 351.31 367.36
Presi on (bar ) 1.01 1.01 1.01
Densidad Molar (kgmol/m
3
) 35.73 18.43 49.10
Densidad M asica (kg/m
3
) 894.17 748.83 911.89
Peso molecular prom. (kg/kgmol) 25.03 40.64 18.57
Introducci on
Objetivo General
Objetivos especcos
Conclusiones
Contribuciones
An alisis din amico
Especicaciones hidr aulicas
Especicaciones hidr aulicas de la columna de destilaci on para el sistema
etanol-agua
Par ametro Valor
N umero total de platos 12
Plato de alimentaci on 11
Di ametro de la Columna (m) 1.75
Longitud del derramadero (m) 1.225
Espaciamiento entre platos (m) 0.6
Di ametro de los oricios (m) 0.0045
Distancia entre los centros de los oricios (m) 0.012
Espaciamiento entre platos (m) 0.6
Altura del derramadero (m) 0.06
Area Total del plato (m

2
) 2.4053
Area secci on transversal vertedero (m

2
) 0.21166
Area activa (m
2
) 1.76
Introducci on
Objetivo General
Objetivos especcos
Conclusiones
Contribuciones
An alisis din amico
Contenido
1
Introducci on
2
Objetivo General
3
Objetivos especcos
4
Conclusiones
5
Contribuciones
Introducci on
Objetivo General
Objetivos especcos
Conclusiones
Contribuciones
An alisis din amico
Suposiciones y consideraciones
Debido a la complejidad del modelo, se realizan las siguientes suposiciones y
consideraciones:
La columna es adiab atica.
El condensador es total.
El lquido acumulado en cada plato es incompresible y se encuentra
como una mezcla perfecta.
Cada plato es considerado con una eciencia del 100%.
La fase vapor y la fase lquida se consideran no ideales.
Las variaciones de masa con respecto al tiempo en el condensador y
en el rehervidor son iguales a cero.
No se considera acumulaci on de vapor a lo largo del sistema.
Introducci on
Objetivo General
Objetivos especcos
Conclusiones
Contribuciones
An alisis din amico
Balance din amico de materia
Esquema b asico columna de destilaci on
Introducci on
Objetivo General
Objetivos especcos
Conclusiones
Contribuciones
An alisis din amico
Balance zona de recticaci on y de agotamiento
Balance de masa global,
dM
Tn
dt
= L
n1
+ V
n+1
L
n
V
n
(1)
Balance de masa por componente,
d (M
Tn
x
n
)
dt
= L
n1
x
n1
+ V
n+1
y
n+1
L
n
x
n
V
n
y
n
(2)
Introducci on
Objetivo General
Objetivos especcos
Conclusiones
Contribuciones
An alisis din amico
Balance etapa de alimentaci on
dM
Tn
dt
= L
n1
+ V
n+1
+ F L
n
V
n
(3)
d (M
Tn
x
n
)
dt
= L
n1
x
n1
+ V
n+1
y
n+1
+ Fz
F
L
n
x
n
V
n
y
n
(4)
Introducci on
Objetivo General
Objetivos especcos
Conclusiones
Contribuciones
An alisis din amico
Balance en el Condensador
dM
D
dt
= V
2
L
1
D (5)
dM
D
x
D
dt
= V
2
y
2
L
1
x
D
Dx
D
(6)
Balance en el Rehervidor
dM
B
dt
= L
n1
B V
n
(7)
dM
B
x
B
dt
= L
n1
x
n1
Bx
B
V
n
y
n
(8)
Introducci on
Objetivo General
Objetivos especcos
Conclusiones
Contribuciones
An alisis din amico
Balance hidr aulico
El ujo de lquido que abandona la etapa n se calcula a partir del balance
hidr aulico,
L
n
=
M
Tn
C
dry
V
n
2
m,V

(h
w
(A
a
+2A
d
))
L
N
m
N
m
C
ow
3/2
N
m
(9)
Introducci on
Objetivo General
Objetivos especcos
Conclusiones
Contribuciones
An alisis din amico
Balance energa
El balance de energa para la etapa de contacto n se puede expresar como:
dh
tot,n
dt
= L
n1
H
L,n1
+ V
n+1
H
V,n+1
L
n
H
V,n
V
n
H
L,n
(10)
La entalpa en cada etapa se asume como constante. Por lo tanto,
V
n
=
L
n1
H
L,n1
+ V
n+1
H
V,n+1
L
n
H
V,n
H
L,n
(11)
Introducci on
Objetivo General
Objetivos especcos
Conclusiones
Contribuciones
An alisis din amico
Relaci on de equilibrio
La relaci on de equilibrio que existe entre las concentraciones de la fase lquida
y vapor es calculada a partir de la expresi on en funci on de la volatibilidad
relativa.
y
i
=
x
i
1 + ( 1)x
i
(12)
La fase vapor y la fase lquida se asumen como no ideales y se utiliza la
formulaci on .
Introducci on
Objetivo General
Objetivos especcos
Conclusiones
Contribuciones
An alisis din amico
Modelo matem atico columna de destilaci on binaria
Cuadro comparativo complejidad de los modelos
Modelo Orden y Tipo No. Ecuaciones No. Ecuaciones No. Relaciones
Diferenciales Algebraicas Termodin amicas
I 66 DAE 28 24 14
II 54 DAE 14 26 14
III 32 DAE 14 4 14
Introducci on
Objetivo General
Objetivos especcos
Conclusiones
Contribuciones
An alisis din amico
0 0.5 1
1
2
3
4
5
6
7
8
9
10
11
12
13
14
Composicin Molar Etanol
E
t
a
p
a
s

Modelo I
Modelo II
Modelo III
1 2 3 4
2
3
4
5
6
7
8
9
10
11
12
13
Masa Retenida (kgmol)
E
t
a
p
a
s

Modelo I
Modelo II
Modelo III
350 355 360 365 370
1
2
3
4
5
6
7
8
9
10
11
12
13
14
Temperatura (K)
E
t
a
p
a
s

Modelo I
Modelo II
Modelo III
Perl de composici on, masa retenida y temperatura
Introducci on
Objetivo General
Objetivos especcos
Conclusiones
Contribuciones
An alisis din amico
200 300 400 500 600 700 800 900 1000
1
2
3
4
5
6
7
8
9
10
11
12
13
14
Flujo Molar Lquido (kgmol/hr)
E
t
a
p
a
s

Modelo I
Modelo II
Modelo III
0 100 200 300 400 500 600
1
2
3
4
5
6
7
8
9
10
11
12
13
14
Flujo Molar Vapor (kgmol/hr)
E
t
a
p
a
s

Modelo I
Modelo II
Modelo III
Perl de ujos de lquido y de vapor
Introducci on
Objetivo General
Objetivos especcos
Conclusiones
Contribuciones
An alisis din amico
Contenido
1
Introducci on
2
Objetivo General
3
Objetivos especcos
4
Conclusiones
5
Contribuciones
Introducci on
Objetivo General
Objetivos especcos
Conclusiones
Contribuciones
An alisis din amico
An alisis Din amico - Resultado simulaci on
Punto de equilibrio alcanzado en lazo abierto
Variable de estado Valor de estado
Composici on molar de etanol estacionario
Destilado x
1
0,8172
Plato 1 x
2
0,7870
Plato 2 x
3
0,7585
Plato 3 x
4
0,7304
Plato 4 x
5
0,7015
Plato 5 x
6
0,6706
Plato 6 x
7
0,6359
Plato 7 x
8
0,5952
Plato 8 x
9
0,5446
Plato 9 x
10
0,4770
Plato 10 x
11
0,3778
Plato 11 x
12
0,2263
Plato 12 x
13
0,0772
Fondos x
14
0,0112
Introducci on
Objetivo General
Objetivos especcos
Conclusiones
Contribuciones
An alisis din amico
An alisis Din amico - M etodo indirecto de Lyapunov
El an alisis de la estabilidad de los puntos de equilibrio se realiz o empleando
el concepto de estabilidad en el sentido de Lyapunov.
Valores propios de la matriz jacobiana calculada en el punto de equilibrio
alcanzado en lazo abierto
Valor Propio
1
5,4582
2
13,1503
3
28,7827
4
65,8300
5
65,8300
6
65,8300
7
194,4442
8
276,7275
9
362,9774
10
433,8631
11
477,2119
12
548,5991
13
627,9367
14
713,4157
Introducci on
Objetivo General
Objetivos especcos
Conclusiones
Contribuciones
An alisis din amico
An alisis Din amico - Bifurcaciones
Variaci on par ametro ujo molar del lquido
0 100 200 300 400 500 600 700 800
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
L
D
(kmol/h)
x

Condensador
Plato 1
Plato 2
Plato 3
Plato 4
Plato 5
Plato 6
Plato 7
Plato 8
Plato 9
Plato 10
Plato 11
Plato 12
Rehervidor
0 100 200 300 400 500 600 700 800
0.2
0.4
0.6
0.8
1
L
D
(kmol/h)
x
D
0 100 200 300 400 500 600 700 800
0
0.2
0.4
0.6
0.8
L
D
(kmol/h)
x
B
Diagrama de bifurcaci on variando el par ametro
ujo molar del lquido
Introducci on
Objetivo General
Objetivos especcos
Conclusiones
Contribuciones
An alisis din amico
Variaci on par ametro ujo molar del vapor
0 100 200 300 400 500 600 700 800
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
V
R
(kmol/h)
x

Condensador
Plato 1
Plato 2
Plato 3
Plato 4
Plato 5
Plato 6
Plato 7
Plato 8
Plato 9
Plato 10
Plato 11
Plato 12
Rehervidor
0 100 200 300 400 500 600 700 800
0.2
0.4
0.6
0.8
1
V
R
(kmol/h)
x
D
0 100 200 300 400 500 600 700 800
0
0.1
0.2
0.3
0.4
0.5
x
B
V
R
(kmol/h)
ujo molar de vapor
Introducci on
Objetivo General
Objetivos especcos
Conclusiones
Contribuciones
An alisis din amico
Variaci on par ametro ujo molar de alimentaci on
0 100 200 300 400 500 600 700 800
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
F (kmol/hr)
x

Condensador
Plato 1
Plato 2
Plato 3
Plato 4
Plato 5
Plato 6
Plato 7
Plato 8
Plato 9
Plato 10
Plato 11
Plato 12
Rehervidor
0 100 200 300 400 500 600 700 800
0
0.2
0.4
0.6
0.8
1
F (kmol/hr)
x
D
0 100 200 300 400 500 600 700 800
0
0.02
0.04
0.06
0.08
0.1
0.12
F (kmol/hr)
x
B
ujo molar de alimentaci on
Introducci on
Objetivo General
Objetivos especcos
Conclusiones
Contribuciones
An alisis din amico
Variaci on par ametro composici on molar de alimentaci on
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
z
F
x

Condensador
Plato 1
Plato 2
Plato 3
Plato 4
Plato 5
Plato 6
Plato 7
Plato 8
Plato 9
Plato 10
Plato 11
Plato 12
Rehervidor
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
0
0.2
0.4
0.6
0.8
1
z
F
x
D
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
0
0.2
0.4
0.6
0.8
1
z
F
x
B
composici on molar de alimentaci on
Introducci on
Objetivo General
Objetivos especcos
Conclusiones
Contribuciones
An alisis din amico
An alisis Din amico Comparativo - Modelo lineal y no
lineal de la columna de destilaci on en lazo abierto
Variaci on par ametro ujo molar de lquido y ujo molar de vapor
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
0.75
0.8
0.85
Tiempo (hr)
x
D

0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
0.04
0.02
0
0.02
0.04
0.06
Tiempo (hr)
x
B

+ 10%
10%
+ 10%
10%
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
0.65
0.7
0.75
0.8
0.85
0.9
Tiempo (hr)
x
D

0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
0.1
0.05
0
0.05
0.1
Tiempo (hr)
x
B

10%
+ 10%
10%
+ 10%
Respuesta din amica de x
D
y x
B
() Modelo lineal; () Modelo no lineal
Introducci on
Objetivo General
Objetivos especcos
Conclusiones
Contribuciones
An alisis din amico
An alisis Din amico Comparativo - Modelo lineal y no
lineal de la columna de destilaci on en lazo abierto
Variaci on par ametro ujo molar y composici on molar de alimentaci on
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
0.74
0.76
0.78
0.8
0.82
0.84
Tiempo (hr)
x
D

0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
0.04
0.02
0
0.02
0.04
0.06
Tiempo (hr)
x
B

10%
+ 10%
10%
+ 10%
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
0.74
0.76
0.78
0.8
0.82
0.84
Tiempo (hr)
x
D

0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
0.04
0.02
0
0.02
0.04
0.06
Tiempo (hr)
x
B

10%
+ 10%
10%
+ 10%
Respuesta din amica de x
D
y x
B
() Modelo lineal; () Modelo no lineal
Introducci on
Objetivo General
Objetivos especcos
Conclusiones
Contribuciones
An alisis din amico
Contenido
1
Introducci on
2
Objetivo General
3
Objetivos especcos
4
Conclusiones
5
Contribuciones
Introducci on
Objetivo General
Objetivos especcos
Conclusiones
Contribuciones
An alisis din amico
Ventajas y Desventajas del control predictivo
Ventajas
Puede ser usado para controlar una gran variedad de procesos.
Permite tratar con facilidad el caso multivariable.
Pueden ser incluidas de forma sistem atica las restricciones del proceso
durante el dise no.
Es una metodologa completamente abierta.
Desventajas
Su implementaci on resulta ser un poco m as difcil que la de los PID.
Requiere un algoritmo de optimizaci on.
Debe disponerse de un modelo din amico apropiado que describa el
proceso real.
Requiere un alto coste computacional.
Introducci on
Objetivo General
Objetivos especcos
Conclusiones
Contribuciones
An alisis din amico
Algoritmo general del control predictivo basado en el
modelo (MPC)
Modelo B asico Control Predictivo Basado en el Modelo
Introducci on
Objetivo General
Objetivos especcos
Conclusiones
Contribuciones
An alisis din amico
Modelo de predicci on - Columna de destilaci on
El modelo matem atico empleado para el desarrollo del algoritmo de control
captura la din amica del proceso y permite el c alculo de las predicciones de
las salidas en instantes futuros

y (t +j |t ) en un tiempo moderado de c omputo.
Diagrama de las variables para el algoritmo de control
de la columna de destilaci on
Introducci on
Objetivo General
Objetivos especcos
Conclusiones
Contribuciones
An alisis din amico
Modelo de predicci on - Columna de destilaci on
Diagrama de la columna de destilaci on binaria
para el algoritmo de control
Introducci on
Objetivo General
Objetivos especcos
Conclusiones
Contribuciones
An alisis din amico
Funci on objetivo
La funci on objetivo o funci on de costo indica el criterio a optimizar y en general
se encuentra denida como:
J
N
(x
t
, u
F
(t)) =
N
j =1
[y(t + j |t) r (t + j )]
2
+
N
j =1
[u(t + j 1)]
2
(13)
La funci on de costo especca que emplea el algoritmo de control de la
columna de destilaci on binaria, corresponde a:
J
N
=
N
j =1
(
1
[y
1
(t + j |t) r
1
(t + j )]
2
+
2
[y
2
(t + j |t) r
2
(t + j )]
2
)+
N
j =1
(
1
[u
1
(t + j 1)]
2
+
2
[u
2
(t + j 1)]
2
)
(14)
Introducci on
Objetivo General
Objetivos especcos
Conclusiones
Contribuciones
An alisis din amico
Restricciones de las variables
Debido a las limitaciones fsicas de los actuadores se consideran las sigu-
ientes restricciones:
Restricciones en las variables de entrada o manipuladas
Est an expresadas por el valor m aximo y mnimo permitido para cada
uno de los ujos.
L
D mn
L
D
(t + j |t ) L
D m ax
j = 1, ..., N
V
R mn
V
R
(t + j |t ) V
R m ax
j = 1, ..., N
(15)
Introducci on
Objetivo General
Objetivos especcos
Conclusiones
Contribuciones
An alisis din amico
Restricciones de las variables
Restricciones en las variables de salida
Est an dadas por la limitante fsica de un intervalo de fracci on molar.
x
D mn
x
D
(t + j |t ) x
D m ax
j = 1, ..., N
x
B mn
x
B
(t + j |t ) x
B m ax
j = 1, ..., N
(16)
Est a restricci on se extiende para todas las variables de estado (x
2
...x
13
)
Introducci on
Objetivo General
Objetivos especcos
Conclusiones
Contribuciones
An alisis din amico
Optimizaci on de par ametros
Los par ametros de penalizaci ondel error y del esfuerzo de control son par amet-
ros empricos que deben ser optimizados con el n de que el controlador sea
robusto y a su vez suave en su respuesta. Los criterios para la selecci on de
dichos par ametros son:
1
Error nal composici on de destilado y de fondos
2
Integral del cuadrado del error (ICE)
3
Integral del cuadrado del esfuerzo de control (ICU)
Introducci on
Objetivo General
Objetivos especcos
Conclusiones
Contribuciones
An alisis din amico
Resultados optimizaci on de par ametros
M etodo gr aco
0
200
400
600
800
1000
0
200
400
600
800
1000
0
0.5
1
1.5
2
2.5
x 10
6

1

I
C
E
0.2
0.4
0.6
0.8
1
1.2
1.4
1.6
1.8
2
2.2
x 10
6
0
200
400
600
800
1000
0
200
400
600
800
1000
1.3
1.302
1.304
1.306
1.308
1.31
1.312
x 10
5

1

I
C
U
1.301
1.302
1.303
1.304
1.305
1.306
1.307
1.308
1.309
1.31
x 10
5
M etodo de b usqueda aleatoria basado en el algoritmo de Sols
Se determinaron los par ametros correspondientes a mnimos locales
en la regi on determinada a partir del m etodo gr aco.
Introducci on
Objetivo General
Objetivos especcos
Conclusiones
Contribuciones
An alisis din amico
Resultados simulaci on en lazo cerrado
Cambios en la referencia de la composici on de destilado y composici on
de fondos
0 1 2 3 4 5
0.8
0.82
0.84
x
D
Tiempo (hr)
0 1 2 3 4 5
0
0.01
0.02
x
B
Tiempo (hr)
0 1 2 3 4 5
100
200
300
400
500
u
1

(
k
m
o
l
/
h
)
Tiempo (hr)
0 1 2 3 4 5
300
400
500
600
700
u
2

(
k
m
o
l
/
h
)
Tiempo (hr)
0 1 2 3 4 5
2
0
2
%

E
r
r
o
r

x
D
Tiempo (hr)
0 1 2 3 4 5
0.6
0.4
0.2
0
%

E
r
r
o
r

x
B
Tiempo (hr)
Introducci on
Objetivo General
Objetivos especcos
Conclusiones
Contribuciones
An alisis din amico
Perturbaci on tipo escal on de 20% y 10% con respecto al ujo de
alimentaci on
0 1 2 3 4 5
0.8
0.81
0.82
0.83
x
D
Tiempo (hr)
0 1 2 3 4 5
0.008
0.01
0.012
0.014
0.016
x
B
Tiempo (hr)
0 1 2 3 4 5
100
200
300
400
500
u
1

(
k
m
o
l
/
h
)
Tiempo (hr)
0 1 2 3 4 5
300
400
500
600
700
u
2

(
k
m
o
l
/
h
)
Tiempo (hr)
0 1 2 3 4 5
0.5
0
0.5
1
1.5
%

E
r
r
o
r

x
D
Tiempo (hr)
0 1 2 3 4 5
0.6
0.4
0.2
0
0.2
%

E
r
r
o
r

x
B
Tiempo (hr)
Introducci on
Objetivo General
Objetivos especcos
Conclusiones
Contribuciones
An alisis din amico
Perturbaci on tipo escal on de 20% y 10% con respecto a la
composici on de alimentaci on
0 1 2 3 4 5
0.8
0.81
0.82
0.83
x
D
Tiempo (hr)
0 1 2 3 4 5
0.008
0.01
0.012
0.014
0.016
x
B
Tiempo (hr)
0 1 2 3 4 5
100
200
300
400
500
u
1

(
k
m
o
l
/
h
)
Tiempo (hr)
0 1 2 3 4 5
300
400
500
600
700
u
2

(
k
m
o
l
/
h
)
Tiempo (hr)
0 1 2 3 4 5
0.5
0
0.5
1
1.5
%

E
r
r
o
r

x
D
Tiempo (hr)
0 1 2 3 4 5
0.6
0.4
0.2
0
0.2
%

E
r
r
o
r

x
B
Tiempo (hr)
Introducci on
Objetivo General
Objetivos especcos
Conclusiones
Contribuciones
An alisis din amico
Efecto del error en la funci on de costo
La funci on de costo a minimizar en el problema del control, corresponde a una
funci on de costo de la forma,
J
N
=
N
j =1
[e]
2
+
N
j =1
[u]
2
(17)
El objetivo es evaluar el efecto de un t ermino c ubico en la expresi on de penal-
izaci on del error, dando origen a una nueva funci on de costo.
J
N
=
N
j =1
[
2
e +
1
e
3
]
2
+
N
j =1
[
4
u +
3
u
3
]
2
(18)
Introducci on
Objetivo General
Objetivos especcos
Conclusiones
Contribuciones
An alisis din amico
Resultados efecto del error en la funci on de costo
Cambios en la referencia de la composici on de destilado y composici on
de fondos
0 1 2 3 4 5
0.8
0.82
0.84
0.86
0.88
x
D
Tiempo (hr)
0 1 2 3 4 5
0
0.005
0.01
0.015
0.02
x
B
Tiempo (hr)
0 1 2 3 4 5
100
200
300
400
500
u
1

(
k
m
o
l
/
h
)
Tiempo (hr)
0 1 2 3 4 5
300
400
500
600
700
u
2

(
k
m
o
l
/
h
)
Tiempo (hr)
0 1 2 3 4 5
3
2
1
0
1
2
%

E
r
r
o
r

x
D
Tiempo (hr)
0 1 2 3 4 5
1
0.5
0
0.5
%

E
r
r
o
r

x
B
Tiempo (hr)
Introducci on
Objetivo General
Objetivos especcos
Conclusiones
Contribuciones
An alisis din amico
Perturbaci on tipo escal on de 20% y 10% con respecto al ujo de
alimentaci on
0 1 2 3 4 5
0.8
0.81
0.82
0.83
0.84
x
D
Tiempo (hr)
0 1 2 3 4 5
0.005
0.01
0.015
0.02
x
B
Tiempo (hr)
0 1 2 3 4 5
100
200
300
400
500
u
1

(
k
m
o
l
/
h
)
Tiempo (hr)
0 1 2 3 4 5
300
400
500
600
700
u
2

(
k
m
o
l
/
h
)
Tiempo (hr)
0 1 2 3 4 5
1
0
1
2
%

E
r
r
o
r

x
D
Tiempo (hr)
0 1 2 3 4 5
1
0.5
0
0.5
%

E
r
r
o
r

x
B
Tiempo (hr)
Introducci on
Objetivo General
Objetivos especcos
Conclusiones
Contribuciones
An alisis din amico
Perturbaci on tipo escal on de 20% y 10% con respecto a la
composici on de alimentaci on
0 1 2 3 4 5
0.8
0.81
0.82
0.83
0.84
x
D
Tiempo (hr)
0 1 2 3 4 5
0.005
0.01
0.015
0.02
x
B
Tiempo (hr)
0 1 2 3 4 5
100
200
300
400
500
u
1

(
k
m
o
l
/
h
)
Tiempo (hr)
0 1 2 3 4 5
300
400
500
600
700
u
2

(
k
m
o
l
/
h
)
Tiempo (hr)
0 1 2 3 4 5
1
0
1
2
%

E
r
r
o
r

x
D
Tiempo (hr)
0 1 2 3 4 5
1
0.5
0
0.5
%

E
r
r
o
r

x
B
Tiempo (hr)
Introducci on
Objetivo General
Objetivos especcos
Conclusiones
Contribuciones
An alisis din amico
MPC vs NMPC
Variaci on par ametro ujo molar de alimentaci on
0 1 2 3 4 5
0.8
0.82
0.84
x
D
Tiempo (hr)
0 1 2 3 4 5
0.005
0.01
0.015
0.02
x
B
Tiempo (hr)
0 1 2 3 4 5
100
200
300
400
500
u
1

(
k
m
o
l
/
h
)
Tiempo (hr)
0 1 2 3 4 5
300
400
500
600
700
u
2

(
k
m
o
l
/
h
)
Tiempo (hr)
0 1 2 3 4 5
1
0
1
%

E
r
r
o
r

x
D
Tiempo (hr)

0 1 2 3 4 5
1
0.5
0
0.5
%

E
r
r
o
r

x
B
Tiempo (hr)

No lineal
Lineal
No lineal
Lineal
0 1 2 3 4 5
0.8
0.82
0.84
0.86
x
D
Tiempo (hr)
0 1 2 3 4 5
0.005
0.01
0.015
x
B
Tiempo (hr)
0 1 2 3 4 5
200
300
400
500
u
1

(
k
m
o
l
/
h
)
Tiempo (hr)
0 1 2 3 4 5
300
400
500
600
700
u
2

(
k
m
o
l
/
h
)
Tiempo (hr)
0 1 2 3 4 5
1
0
1
2
3
%

E
r
r
o
r

x
D
Tiempo (hr)

0 1 2 3 4 5
1.5
1
0.5
0
0.5
%

E
r
r
o
r

x
B
Tiempo (hr)

No lineal
Lineal
No lineal
Lineal
Comportamiento din amico del sistema en lazo cerrado
Introducci on
Objetivo General
Objetivos especcos
Conclusiones
Contribuciones
An alisis din amico
MPC vs NMPC
Variaci on par ametro composici on molar de alimentaci on
0 1 2 3 4 5
0.8
0.81
0.82
0.83
0.84
x
D
Tiempo (hr)
0 1 2 3 4 5
0.005
0.01
0.015
0.02
x
B
Tiempo (hr)
0 1 2 3 4 5
100
200
300
400
500
u
1

(
k
m
o
l
/
h
)
Tiempo (hr)
0 1 2 3 4 5
200
400
600
800
u
2

(
k
m
o
l
/
h
)
Tiempo (hr)
0 1 2 3 4 5
1
0
1
2
%

E
r
r
o
r

x
D
Tiempo (hr)

0 1 2 3 4 5
1
0.5
0
0.5
%

E
r
r
o
r

x
B
Tiempo (hr)

No lineal
Lineal
No lineal
Lineal
0 1 2 3 4 5
0.8
0.82
0.84
0.86
x
D
Tiempo (hr)
0 1 2 3 4 5
0.005
0.01
0.015
0.02
x
B
Tiempo (hr)
0 1 2 3 4 5
100
200
300
400
500
u
1

(
k
m
o
l
/
h
)
Tiempo (hr)
0 1 2 3 4 5
200
400
600
800
u
2

(
k
m
o
l
/
h
)
Tiempo (hr)
0 1 2 3 4 5
1
0
1
2
3
%

E
r
r
o
r

x
D
Tiempo (hr)

0 1 2 3 4 5
1.5
1
0.5
0
0.5
%

E
r
r
o
r

x
B
Tiempo (hr)

No lineal
Lineal
No lineal
Lineal
Comportamiento din amico del sistema en lazo cerrado
Introducci on
Objetivo General
Objetivos especcos
Conclusiones
Contribuciones
An alisis din amico
Contenido
1
Introducci on
2
Objetivo General
3
Objetivos especcos
4
Conclusiones
5
Contribuciones
Introducci on
Objetivo General
Objetivos especcos
Conclusiones
Contribuciones
An alisis din amico
Estabilidad en lazo cerrado
Para demostrar las estabilidad del sistema se calcul o un controlador LQR
(Regulador Lineal Cuadr atico) con las mismas matrices de ponderaci on que
el control predictivo no lineal aplicado al modelo no lineal.
Dada la optimalidaddel LQRel desempe no terminal es una funci on cuadr atica
V
f
(x) = x
T
P x donde P es la soluci on de la funci on de Lyapunov,
(A
K
+ I)
T
P + P (A
K
+ I) = Q
(19)
Introducci on
Objetivo General
Objetivos especcos
Conclusiones
Contribuciones
An alisis din amico
Estabilidad en lazo cerrado
Valores propios de la matriz jacobiana calculada en el punto de equilibrio
alcanzado en lazo cerrado
Valor Propio
1
856,9291
2
829,0449
3
743,4249
4
644,1255
5
556,1855
6
500,9126
7
421,4471
8
322,5172
9
226,3429
10
142,1354
11
76,4190
12
32,8675
13
14,3677
14
6,0352
Introducci on
Objetivo General
Objetivos especcos
Conclusiones
Contribuciones
An alisis din amico
Resultado estabilidad en lazo cerrado
La matriz P de dimensi on 14 14, corresponde a una matriz sim etrica
denida positiva. Tambi en se observa que el sistema
independientemente de la condici on inicial de los estados siempre
converge a la regi on terminal, .
El sistema de la columna de destilaci on binaria en lazo cerrado es un
sistema aut onomo sujeto a restricciones que evoluciona de una forma
admisible ya que cumple con las restricciones en todo t .
Introducci on
Objetivo General
Objetivos especcos
Conclusiones
Contribuciones
Conclusiones
Se simul o una columna de destilaci on para la separaci on del sistema
etanolagua en estado estacionario y se establecieron las
especicaciones hidr aulicas de la columna.
Se plantearon tres modelos din amicos para representar el proceso de
la columna de destilaci on, los cuales dieren entre s por el grado de
complejidad presentado debido a las suposiciones y consideraciones
adoptadas.
Introducci on
Objetivo General
Objetivos especcos
Conclusiones
Contribuciones
Conclusiones
El sistema present o un unico punto de equilibrio caracterizado como
nodo estable por el m etodo indirecto de Lyapunov.
Se realiz o el an alisis de bifurcaciones en funci on de los par ametros:
ujo de alimentaci on, composici on de alimentaci on, ujo de
recirculaci on y ujo de vapor. El sistema no presenta bifurcaciones.
Este resultado se corrobor o con MATCONT.
Introducci on
Objetivo General
Objetivos especcos
Conclusiones
Contribuciones
Conclusiones
Se plante o un algoritmo de control predictivo basado en el modelo no
lineal de una columna de destilaci on binaria el objetivo es minimizar
una funci on de costo con restricciones dadas por el sistema.
Se optimizaron los par ametros de penalizaci on del error y del esfuerzo
de control empleando el m etodo de ensayo y error, y el m etodo de
b usqueda aleatoria.
Se modic o el m etodo de b usqueda aleatoria de Sols con el n de
calcular los par ametros optimos de penalizaci on del error y del
esfuerzo de control.
Se evalu o el efecto del error en la funci on objetivo, adicionando un
par ametro c ubico, obteni endose una respuesta suave y robusta del
sistema.
Introducci on
Objetivo General
Objetivos especcos
Conclusiones
Contribuciones
Conclusiones
Se observ o que el algoritmo de control predictivo basado en el modelo
no lineal es mucho m as robusto ante cambios en el punto de ajuste y
perturbaciones que el control predictivo basado en el modelo
linealizado.
Se aplic o la t ecnica LQR con el n de determinar la estabilidad local del
algoritmo de control MPC implementado en la columna de destilaci on.
El sistema corresponde a un sistema aut onomo sujeto a restricciones
que evoluciona forma admisible cumpliendo con las restricciones en
todo t .
Introducci on
Objetivo General
Objetivos especcos
Conclusiones
Contribuciones
Contribuciones
Desarrollo de un modelo no lineal de una columna de destilaci on
binaria para la separaci on de la mezcla etanol-agua. El modelo
matem atico involucra el balance de masa global y por componente, el
balance de energa, el balance hidra ulico y el equilibrio termodin amico,
denido por la formulaci on .
Planteamiento de un algoritmo de control predictivo aplicado al modelo
no lineal de una columna de destilaci on binaria para la separaci on de la
mezcla etanol-agua. Se evalu o el efecto del error en la funci on de
costo, agregando un t ermino c ubico, obteni endose buenos resultados
debido a que la acci on de control se vuelve m as suave en la respuesta.
Se realiz o an alisis de la estabilidad del sistema de control de la
columna de destilaci on binaria empleando diagramas de bifurcaci on y
la t ecnica LQR (Regulador Lineal Cuadr atico). Obteni endose bajo los
dos conceptos que el sistema en lazo cerrado es estable.
Introducci on
Objetivo General
Objetivos especcos
Conclusiones
Contribuciones
Muchas gracias por su atenci on !!!
Introducci on
Objetivo General
Objetivos especcos
Conclusiones
Contribuciones
Preguntas

Modelado y Control de Una Columna de Destilacion - Exposicin Marzo 2011

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Modelado y Control de Una Columna de Destilacion - Exposicin Marzo 2011

Cargado por

Copyright:

Formatos disponibles

Modelado y control de una columna de

Area Total del plato (m

Area secci on transversal vertedero (m

También podría gustarte