Modelagem e simulação de duas colunas de destilação em série para purificação do benzeno utilizando redes neurais / Modeling and simulation of two serial distillation columns for benzene purification using neural networks

Isvi Raquel de Figueirêdo Souza, Bruno Santos Conceição, Cesar Vagner Santos Costa, Luiz Mário Nelson de Góis, Regina Ferreira Vianna

Abstract


A separação de misturas em componentes puros tem bastante importância entre os processos químicos, sendo a coluna de destilação um dos separadores mais utilizados na indústria química. A obtenção dos compostos de forma separada é necessária para que cada um seja utilizado de forma específica, sendo exigido um alto grau de pureza das correntes recuperadas. A modelagem e simulação de sistemas torna o aprendizado e o aperfeiçoamento técnico-científico mais facilitado, sendo a rede neural artificial (RNA) uma das mais modernas alternativas utilizadas para tal. Assim, este trabalho teve como objetivo desenvolver uma RNA capaz de prever a purificação do Benzeno. Para isso, foram simuladas duas colunas de destilação em série no Aspen Plus para coleta de dados a serem utilizados como dados de entrada da RNA desenvolvida a partir da ferramenta NeuralToolsTM no Excel®. A rede de três nós desenvolvida teve boa convergência, porém algumas alterações de generalização, sendo necessária uma maior quantidade de dados para treinamento.


Keywords


Simulação, Modelagem, Redes Neurais Artificiais, Purificação, BTX.

References


HAYKIN, S. Redes neurais: princípios e prática. 2. ed. Porto Alegre: Bookman, 2001, 900 p.

HENLEY, E. J.; SEADER, J. D. Equilibrium-stage separation operations in chemical engineering. Estados Unidos: John Wiley & Sons, 1981, 742 p.

LISTIK, E.; FRANCHI, M. G. S. Design, dimensionamento e análise econômica de um sistema de separação de uma mistura BTX oriunda da reforma catalítica da nafta. 2014. 104 f. Monografia (Graduação em Engenharia Química) - Universidade de São Paulo, São Paulo, 2014.

NEVES, T.G. Redes neurais artificiais aplicadas ao controle inteligente de colunas extrativas. 2016. 76 f. Dissertação (Mestrado em Engenharia Química) - Universidade Federal de Campina Grande, Campina Grande, 2016.

OCHOA-ESTOPIER, L. M.; JOBSON, M.; SMITH, R. Operational optimization of crude oil distillation systems using artificial neural networks. Computers and Chemical Engineering, Manchester, v.59, p.178-185, 2013.

OSUOLALE, F. N.; ZHANG, J. Energy efficiency optimisation for distillation column using artificial neural network models. Energy, Newcastle, v.106, p.562-578, 2016.

ROCHA, H. T. F. Utilização de redes neuronais artificiais na gestão de processos de digestão anaeróbica. 2013. 196 f. Dissertação (Mestrado em Engenharia Civil) – Instituto Superior de Engenharia do Porto, Porto, 2013.

SANCHEZ, E. C. M. Controle por aprendizado acelerado e neuro-fuzzy de sistemas servo-hidráulicos de alta frequência. 2009. 130 f. Dissertação (Mestrado em Engenharia Mecânica) – Pontifícia Universidade Católica do Rio de Janeiro, Rio de Janeiro, 2009.

SCHNEIDER, L.T.; BONASSA, G.; OLIVEIRA, C.; TELEKEN, J.T.; CREMONEZ, P.A.; TELEKEN, J.G. Otimização do processo de destilação em planta piloto para produção de bioetanol hidratado. In: CONGRESSO BRASILEIRO DE ENGENHARIA QUÍMICA, 10., 2014, Florianópolis. Anais... Florianópolis: 2018. Disponível em: https://proceedings.science/cobeq/cobeq-2014/papers/otimizacao-do-processo-de-destilacao-em-planta-piloto-para-a-producao-de-etanol-hidratado. Acesso em: 13 nov. 2019.

SHI, B.; YANG, X.; YAN, L. Optimization of a crude distillation unit using a combination of waveletneural network and line-up competition algorithm. Chinese Journal of Chemical Engineering, Wuhan, v.25, p.1013-1021, 2017.

SHIN, Y.; SMITH, R.; HWANG, S. Development of model predictive control system using na artificial neural network: A case study with a distillation column. Journal of Cleaner Producion, anchester, v.277, p.1-14, 2020.

WERLE, L. O. Analisadores virtuais baseados em modelo neural para monitoramento e controle de colunas de destilação com aquecimento distribuído. 2012. 262 f. Tese (Doutorado em Engenharia Química) - Universidade Federal de Santa Catarina, Florianópolis, 2012.




DOI: https://doi.org/10.34117/bjdv7n9-392

Refbacks

  • There are currently no refbacks.