Identificação e Controle Preditivo do Processo de Craqueamento Catalítico do Petróleo

Resumo

Redes Neurais Artificiais (RNAs) constituem uma ferramenta que vem sendo utilizada para um grande número de aplicações bem sucedidas. Sua capacidade para modelagem empírica de processos complexos vem estimulando sua aplicação em engenharia. Este artigo trata o controle baseado em redes neurais do processo de craqueamento catalítico do petróleo, o qual é conhecido por envolver variáveis com comportamentos não lineares e com fortes interações. Para esta estratégia de controle, uma rede é usada como modelo interno para o controlador. O modelo convencional de Lee & Kugelman (1973) foi utilizado para gerar os dados. O comportamento estacionário foi analisado através dos diagramas de bifurcação para a concentração de coque no catalisador gasto e regenerado. A partir dos diagramas determinou-se os estados estacionários estáveis previstos para as concentrações de coque no catalisador dentro da faixa de operação. Realizou-se o controle da temperatura do riser baseado em RNAs e também o controle baseado no algoritmo DMC. Para os parâmetros ajustados, o controle baseado em RNAs mostrou mais eficiente e conservativo.