Desarrollo de un sensor virtual de la conversión de un reactor CSTR usando metodología PLS

Abstract

En la industria química, los reactores de tanque agitado continuo (CSTR) son comúnmente utilizados cuando la composición de la reacción debe mantenerse constante para que la conversión del reactor sea eficiente. Para controlar este proceso generalmente se utilizan sensores específicos (de cara implementación y mantención) o muestras de laboratorio (limitadas por la frecuencia de muestreo y velocidad de análisis) para controlar la conversión del reactor. Últimamente se ha visto un surgimiento del uso de sensores virtuales, capaces de predecir variables objetivo de un proceso utilizando información de otras variables relacionadas a este, y siendo capaz de controlar un proceso con bajos costos e información en línea. Por esta razón esta memoria de título pretende desarrollar un sensor virtual utilizando la metodología de PLS dinámico que prediga la conversión final de un reactor CSTR. Para poder generar el modelo, se construyó un simulador dinámico a partir de los balances de masa, componentes y energía que describen el comportamiento de un reactor CSTR, en el cual a partir de valores de entrada al reactor (caudal de entrada, concentración de A en el flujo de entrada, temperatura del flujo de entrada, caudal de refrigerante y temperatura del flujo refrigerante) se simula como cambiará en el tiempo las variables relacionadas al reactor (nivel de líquido en el reactor, temperatura en el reactor, temperatura en la chaqueta refrigerante y concentración de B en el flujo de salida). Una vez simulado el reactor se recopila como cambiaron las variables en el tiempo y estas se alimentan al modelo PLS para entrenar su predicción de la conversión del reactor. Se probaron distintas variaciones del modelo PLS, modificando el intervalo de tiempo entre predicciones y la cantidad de información pasada que este retiene para su predicción. De todas las combinaciones consideradas, la que consistentemente obtuvo un menor error de predicción (menor a 1% de error) fue la que considera dos mediciones pasadas, además de la del momento, separadas por 30 segundos entre cada una de ellas. También se obtuvo que variables fueron las que más afectaron la predicción del modelo, siendo la temperatura del reactor y las predicciones pasadas de la molaridad de B las que más afectan la predicción, esto debido a que la correlación entre estas variables y la predicción final es más alta que con las otras variables utilizadas para la predicción. Para validar el modelo se realizaron análisis de residuos, variación de rangos de operación, y propagación de error. Obteniendo que la distribución de los residuos no es normal, pero como el error de predicción promedio es menor al 1% del valor real, el modelo sigue siendo aceptado. Además, el modelo es capaz de adaptarse a cambios en los rango de operación siempre y cuando estos no sean extremos, también se observó que el modelo es suficientemente robusto para que errores puntuales de medición no se propaguen exponencialmente en la predicción del modelo y este se mantenga preciso. Se concluye que el modelo predice la conversión final de un reactor CSTR satisfactoriamente con un error de predicción promedio menor al 1% del valor de la conversión real de B, siendo este capaz de reemplazar a sensores físicos o a muestras de laboratorio, o que incluso pueda ser utilizado como un gemelo digital de un reactor CSTR. Cabe destacar que este trabajo estuvo limitado por el acceso a un reactor CSTR real, por lo que no existió error experimental causado por variables externas o error instrumental. Finalmente se recomienda aplicar la metodología PLS dinámico en un reactor real y que implicaría utilizar este sensor en un lazo de control.