Diseño e implementación de un sistema de control basado en redes neuronales para el proceso de destilación de alcoholes

Abstract

El presente trabajo de tesis desarrolla un sistema de control basado en redes neuronales aplicado al procesamiento de alcoholes en un destilador existente en los laboratorios de la Universidad Nacional de Ingeniería en Lima Perú. El destilador está constituido por cuatro elementos, el caldero o paila en el cual se realiza la separación del alcohol por calentamiento gracias a los diferentes puntos de evaporación de los alcoholes, un condensador cuya función es la de enfriar el vapor producido por la paila, un controlador C – Control II Station fabricado por Conrad encargado de realizar el control, sensores y actuadores propios del proceso. El proceso es un sistema multivariable (MIMO), en el cual las variables que se desean controlar son la temperatura y el grado de alcohol del producto final Para realizar el control de temperatura se diseñó e implementó una red neuronal de dos entradas, dos salidas y dos capas de neuronas, con ocho neuronas en su capa oculta. La temperatura del caldero fue medida mediante una termo resistencia PT100 y un acondicionador de señales Sitrans T de Siemens y controlada mediante calefactores dentro de la paila, accionados por contactores de Telemecanique, la metodología para el diseño del control de temperatura consistió en recolectar datos del proceso implementado con un control todo o nada y hacer que la red neuronal aprenda la respuesta de este a diferentes entradas del proceso y gracias a la propiedad de generalización actuar de manera correcta con datos no aprendidos. Para controlar el grado de alcohol se diseñó e implementó dos redes neuronales de una entrada y una salida, dos capas de neuronas, con ocho neuronas en sus capas ocultas, estas redes se encargan del proceso de adaptación de señal proveniente de dos sensores fígaro TGS 2260, y es controlado mediante tres bombas encargadas de separar el producto final según las consignas o set point de los usuarios. Por ultimo se implementó un sistema Scada usando Excel (Excel Scada) para la interacción del sistema con el usuario final. Los resultados obtenidos demuestran que la red neuronal realizó el control esperado con una respuesta estable del proceso y el producto final fue de la calidad esperada.

The present thesis work develops a control system based on neural networks applied to production of alcohols in an existent distiller in the laboratories of the Universidad Nacional de Ingenieria in Lima Peru. The distiller is constituted by four elements, the boiler or paila in which is carried out the separation of the alcohol for heating thanks to the different points of evaporation of the alcohols, a condenser whose function is the one of cooling the vapor taken place by the paila, a controller C – control II station manufactured by Conrad in charge of carrying out the control, sensors and actuadores characteristic of the process. The process is a multivariable, in which the variables that are wanted to control are the temperature and the degree of alcohol of the final product. To carry out the control of temperature it was designed and it implemented a neural networks of two in, two out and two layers of neurons, with eight neurons in their hidden layer. The temperature of the boiler was measured by termoresistance PT100 and a conditioner of signs Sitrans T of Siemens and controlled by heaters inside the paila, worked by contactors of Telemecanique, the methodology for the design of the control of temperature consisted on gathering data of the process implemented with a control on/off and to make that the neuronal network learns the answer from this to different entrances of the process and through generalization property to act in a correct way with not learned data. To control the degree of alcohol it was designed and it implemented two neural networks of one in and one out, two layers of neurons, with eight neurons in their hidden layers, these nets take charge of the process of sign adaptation coming fromtwo sensor Fígaro TGS 2260, and it is controlled by three bombs in charge of separating the final product according to the set point of the users. The system Scada it was implemented using Excel (Excel Scada) for the interaction of the system with the final user. The obtained results demonstrate that the neural networks carried out the prospective control with a stable answer of the process and the final product was of the prospective quality.