aalto1 untyped-item.component.html
System identification with applications to model-based process control
Loading...
URL
Journal Title
Journal ISSN
Volume Title
School of Chemical Engineering |
Bachelor's thesis
Unless otherwise stated, all rights belong to the author. You may download, display and print this publication for Your own personal use. Commercial use is prohibited.
Authors
Date
Department
Major/Subject
Mcode
Language
en
Pages
26
Series
Abstract
This bachelor’s thesis investigates the possibility of stabilizing the purity of the products of a distillation column by using an automated controller that operates with the help of a model. System identification is used to determine this model, describing the modelling problem for dynamic systems. The study examines a specific binary distillation column, and the aim is to find a suitable model that, when utilized, would produce 96% pure products.
The experimental part of the work consists of programming carried out in the Python programming language. Determining the structure of the model is the first step in identifying the system, and for this purpose we use experimental data and an autoregressive model (ARX), in which the future output signals are defined based on previous output signals and a previous input signal. With this method, a model is obtained whose accuracy can be evaluated by implementing it in a controller and observing the effect of this combination on the column’s production, as well as comparing it to a situation in which the column is operated manually.
The results of the experimental section show that the original purity targets for both the distillate and the bottoms can be achieved using the methods presented in this bachelor’s thesis. The results first indicate that the model is occasionally inaccurate, particularly when the concentrations of the components to be separated approach 50%. Nevertheless, it is concluded that the model is sufficiently accurate for further use. The controller implemented with this model produces products with purities greater than 96%. Exceeding the original goals shows that the experimental part of the work yielded a successful outcome, raising the question of whether the method could be applied on an industrial scale.
Tässä kandidaatintyössä selvitetään mahdollisuutta tislauskolonnin tuotteiden puhtauden stabilisointiin käyttämällä automatisoitua säädintä, joka operoi mallin avulla. Tämän mallin löytämiseen käytetään systeemi-identifikaatiota, joka kuvaa mallinnusongelmaa dynaamisille malleille. Työssä tarkastellaan tilannetta tietyn
binäärisen tislauskolonnin suhteen ja tarkoituksena on löytää sopiva malli, jota hyödyntäessä tuotteet olisivat 96 %:a puhdasta.
Työn kokeellinen osuus koostuu ohjelmoinnista, joka suoritetaan Python-ohjelmointikielellä. Mallin rakenteen määrittäminen on ensimmäinen askel systeemin tunnistamiseksi ja tähän käytetään kokeellista datasettiä, sekä autoregressiivista mallia (ARX), jossa seuraavien lähtösignaalien arvot määritellään aikaisempien lähtösignaalien sekä aikaisemman tulosignaalin avulla. Tämän menetelmän avulla aikaansaadaan malli, jonka tarkkuutta voidaan arvioida implementoimalla kyseinen malli säätimeen ja tarkkailemalla yhdistelmän vaikutusta kolonnin tuotantoon sekä verrata tilanteeseen, jossa kolonnia operoidaan manuaalisesti.
Kokeellisen osion tulokset osoittavat, että alkuperäiset tavoitteet tisleen sekä alitteen puhtaudesta ovat mahdollista saavuttaa tämän kandidaatintyön esittelemien metodien avulla. Tuloksissa ensin havaitaan, että mallin toiminta on aika-ajoin epätarkkaa, erityisesti silloin, kun erotettavien komponenttien pitoisuus lähentelee 50 %:a. Tästä huolimatta todetaan, että kyseinen malli on kuitenkin riittävän tarkka jatkokäyttöä varten ja sen implementoima säädin tuottaakin yli 96 %:a puhtaita tuotteita. Alkuperäisten tavoitteiden ylittyminen osoittaa että, työn kokeellinen osuus tuotti onnistuneen lopputuloksen, joka herättää kysymyksen sen käytön mahdollisuudesta teollisella mittakaavalla.