SIP – Sistema Integrado de Processos
Menu: TCCs de Engenharia Química

Título: AVALIAÇÃO DE DESEMPENHO DE ESTIMADORES DE ESTADO BAYESIANOS APLICADOS AO PROCESSO DE FERMENTAÇÃO ALCOÓLICA EXTRATIVA

Autoria de: Johnathan Goncalves Faria

Orientação de: Gilson Campani Junior

Presidente da banca: Gilson Campani Junior

Primeiro membro da banca: Joao Moreira Neto

Segundo membro da banca: Vitor Badiale Furlong

Palavras-chaves: EKF, UKF, MHE, fermentação alcoólica extrativa, estimadores de estado

Data da defesa: 20/05/2021

Semestre letivo da defesa: 2020-2

Data da versão final: 25/05/2021

Data da publicação: 25/05/2021

Referência: Faria, J. G. AVALIAÇÃO DE DESEMPENHO DE ESTIMADORES DE ESTADO BAYESIANOS APLICADOS AO PROCESSO DE FERMENTAÇÃO ALCOÓLICA EXTRATIVA. 2021. 57 p. Trabalho de Conclusão de Curso (Graduação em Engenharia Química Bacharelado)-Universidade Federal de Lavras, Lavras, 2021.

Resumo: A crescente necessidade de controle de processos da indústria química implica no desenvolvimento de sensores de monitoramento cada vez mais caros e sofisticados, trazendo desafios quanto à construção de plantas industriais automatizadas com uma boa relação custo-benefício. No entanto, para reduzir o uso de sensores de alto custo tem sido desenvolvidas ferramentas de estimação, também denominadas de softsensors. Dos diversos estimadores de estado existentes, existe uma classe de métodos denominados de Bayesianos, dentre os quais temos três que se destacam pela sua aplicabilidade e eficácia Filtro de Kalman Estendido (EKF), Filtro de Kalman Unscented (UKF) e Estimador de Horizonte Móvel (MHE). Diante desse contexto, no presente trabalho objetivou-se desenvolver, avaliar e aplicar, in silico, os estimadores EKF, UKF e MHE no processo de fermentação em batelada alimentada com remoção de etanol por esgotamento (stripping) com CO2, também conhecida como fermentação alcoólica extrativa. Para isso, o processo foi simulado em MATLAB????????????????, juntamente com os estimadores de estado, frente a ruídos nas medidas, perturbações nas variáveis do processo, imprecisões do modelo, assim como Condição Inicial Desconhecida (CID). A eficácia dos estimadores de estado foi quantificada através de critérios de desempenho como Tempo Médio por Iteração (TMI) e Erro Médio Quadrático (EMQ). De modo geral, a aplicação dos estimadores ao bioprocesso se mostrou viável, uma vez que o maior TMI (0,131 s) obtido pelos estimadores foi menor que o tempo de amostragem do processo (3,6 s). Na comparação entre o desempenho dos estimadores, o UKF apresentou excelentes resultados, fornecendo estimativas até trinta vezes mais precisas que o MHE, que espera-se ser mais robusto e com maior acurácia na estimativa.

Abstract: The increasing need for process control in the chemical industry implies the development of expensive and sophisticated monitoring sensors, bringing up challenges regarding the construction of cost-effective automated industrial plants. However, to reduce the use of expensive sensors, estimation tools have been developed, also known as softsensors. Of the various existing state estimators, there is a class of methods called Bayesians. Among them, there are three that stand out for their applicability and effectiveness Extended Kalman Filter (EKF), Kalman Unscented Filter (UKF), and Moving Horizon Estimator (MHE). In this context, the present study aimed to develop, evaluate and apply, in silico, the estimators EKF, UKF, and MHE in the fed-batch fermentation with ethanol removal by CO2 stripping, also known as extractive alcoholic fermentation. For this, the process was simulated in MATLAB????????????????, along with the state estimators, subject to noise in the measurements, disturbances in the process variables, model inaccuracies, as well as Unknown Initial Condition (CID, Condição Inicial Desconhecida). The effectiveness of the state estimators was measured through performance criteria such as Average Time per Iteration (TMI, Tempo Médio por Iteração) and Average Error Quadratic (EMQ, Erro Médio Quadrático). In general, the application of the estimators to the bioprocess proved to be suitable, since the highest TMI (0.131 s) demanded by the estimators was lower than the sampling time of the process (3.6 s). When comparing the performance of the estimators, the UKF showed excellent results, providing estimates up to thirty times more precise than the MHE, which is expected to be more robust and accurate.

URI: https://sip.prg.ufla.br / publico / trabalhos_conclusao_curso / acessar_tcc_por_curso / engenharia_quimica/index.php?dados=20202201521185

URI alternaviva: repositorio.ufla.br/handle/1/47085

Curso: G033 - ENGENHARIA QUÍMICA (BACHARELADO)

Nome da editora: Universidade Federal de Lavras

Sigla da editora: UFLA

País da editora: Brasil

Gênero textual: Trabalho de Conclusão de Curso

Nome da língua do conteúdo: Português

Código da língua do conteúdo: por

Licença de acesso: Acesso aberto

Nome da licença: Licença do Repositório Institucional da Universidade Federal de Lavras

URI da licença: repositorio.ufla.br

Termos da licença: Acesso aos termos da licença em repositorio.ufla.br

Detentores dos direitos autorais: Johnathan Goncalves Faria e Universidade Federal de Lavras

Baixar arquivo