Reakció-kinetika szimulátor
6. IRÁNYÍTÁSI ALGORITMUSOK VIZSGÁLATA
6.2. Technológiai reaktorrendszer irányítása
6.2.1. Slave-köri szabályozás
6.2.1.1. Split-range szabályozás
A hűtő illetve a fűtőközeg térfogatáramát változtató szelepeket megosztott (split-range) üzemmódban használják. Sok esetben egy fizikai kimenetet (analóg kimenet, AO) használva a terepen történik meg a két beavatkozó működtetését végző jel lineáris szétosztása.
A köpeny struktúrájának megfelelő (6.25. ábra) stacioner modellt felhasználva kiszámolható a beavatkozó jel függvényében a köpeny belépő hőmérséklet (T2). Ez a stacioner jelleggörbe mutatja azt, hogy a slave köri szabályozás objektuma mennyire tér el a lineáristól.
BBGB, BBVB+BBG *P
T BBVB, T T
BBCB,
6.25. ábra A köpeny sémája
(
2 3) (
1 3)
0A megfelelő szelep karakterisztikákat is figyelembe véve különböző reaktorhőmérsékletek mellett végzett szimuláció alapján (6.26. ábra) megállapíthatjuk, hogy a stacioner karakterisztika nem lineáris.
0
6.26. ábra Stacioner karakterisztika
A stacioner karakterisztika deriváltja jelenti az objektum erősítését (6.27. ábra).
Abban az esetben, ha a reaktorhőmérséklet a belépő hűtővíz hőmérséklete alatt van, akkor az objektum erősítése negatív, ha a reaktorhőmérséklet a belépő hűtővíz hőmérséklete fölött van, akkor pozitív. Két közeget használó split-range beavatkozó mellett legtöbb esetben ez nem jelent problémát, hiszen nagyon ritkán áll fenn olyan eset, hogy a reaktorhőmérséklet a belépő hűtővíz hőmérséklete alatt van. Ebben az esetben is csak átmeneti instabilitás tapasztalható, mivel a hűtővízszelepet lezárja a szabályozó, fűtés üzemmódba tér át, és itt már pozitív az erősítés.
-20 0 20 40 60 80 100
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8
beavatkozójel
erősítés
K (0 °C) K (25 °C) K (50 °C) K (75 °C)
6.27. ábra Erősítés a beavatkozó jel függvényében
Egyközeges (monofluid) köpenykapcsolás esetén azonban a beavatkozók megosztását a reaktor hőmérsékletétől függően kell változtatni, mivel az erősítés előjele függ a reaktorhőmérséklettől. Egy olyan reaktor esetén, ahol három különböző hőmérsékletű hőközlő közeget használunk a reaktorhőmérséklet aktuális értékétől függően, négyféle megosztás adódik (6.28. ábra: T1= -30 °C, 6.29. ábra: T1= -10 °C , 6.30. ábra: T1= 80 °C, 6.31. ábra: T1= 160 °C). Az ábrákon szereplő görbéket egy -25
°C, 6 °C, 150 °C hőmérsékletű hűtőközegekkel rendelkező monofluidos rendszer esetén kaptuk. A közegváltást akkor végezzük, ha az adott közegnél a szelepállás eléri a 100 %-ot, vagy a 0 %-ot.
Három különböző hőmérsékletű hőközlő közeggel rendelkező egyközeges köpenykapcsolás esetén már nem használható egy előre definiált megosztás. Állandó megosztás esetén a váltakozó előjelű erősítés miatt instabil szabályozó működést kapunk. Hagyományos (pl. PID) szabályozókat ilyen esetben csak akkor alkalmazhatunk, ha kiegészítjük a split-range megosztást egy olyan algoritmussal, amely a reaktorhőmérséklet, a köpeny hőmérséklet és az előírt köpeny hőmérséklet alapjel alapján határozza meg a szükséges szeleppozíciót és a megfelelő hőmérsékletű közeg kapcsolását biztosító kétállású szelepek állapotát.
0
6.28. ábra Split-range megosztás (T1= -30 °C)
0
6.29. ábra Split-range megosztás (T1= -10 °C)
0
6.30. ábra Split-range megosztás (T1= 80 °C)
0
6.31. ábra Split-range megosztás (T1= 160 °C)
6.2.1.2. PCC szabályozó
Az 50 dm3-es reaktor hőmérsékletszabályozásánál a master szabályozó mellett a slave-köri hőmérsékletszabályozására is alkalmazhatjuk a PCC algoritmust (Madár, 2003).
A köpeny sémáját a 6.32. ábra szemlélteti. A rendszerre felírható mérlegek az alábbiak lesznek:
a köpenytérre:
(
2 3) (
3 1a köpenytéren kívüli elhanyagolható térfogatú részre:
(
Bc −BG −BV)
ρcpT3+BGρcpTF +BVρcpTV =BcρcpT2A mérlegegyenletek alapján a tervezési egyenlet az alábbi lesz:
(
3)
3 T3(
1 p3)
T2 p3T1T2 köpeny be hőmérséklet (szabályozott jellemző),
A PCC etettségét jól illusztrálja a 6.33.
ábra
T1 reaktorhőmérséklet (zavaró jellemző).
-ben alkalmazandó tendencia modell össz . T1,T2 időállandó
DT holtidő K erősítés KAR szelep
karakterisztika s Laplace változó
6.33. ábra A slave-köri objektum modellje A számítási algoritmus változói:
köpeny be hőmérséklet,
Out
1 szelep állás,
gű: TG, TV,
2(x2) paraméterei, p1, p2, p3,th
A üve sznált PCC algoritmust
(kie
Input jelek:
T2
PCC paraméterek pw alapjel predikció.
greaktor masterköri hőmérséklet-szabályozásánál ha
gészítve a slave algoritmussal) C programnyelven kódolva felhasználói függvényblokként építettem be az iLogic (Paradym-31) programba. A reaktor FIX SCADA rendszerén megfelelő ember-gép kapcsolatot biztosító képernyő képeket készítettem az algoritmus teszteléséhez. A modell paramétereinek identifikálásához Matlab/Simulink programot használtam.
A slave-köri (6.34. ábra) és master-köri mérés (6.41. ábra) alapján megállapíthatjuk, hogy egy túllendülésmentes, gyors beállást kaptunk úgy, hogy a korlátozott beavatkozó jeltartományt teljesen kihasználjuk. A beavatkozók alsó korlátozására azért volt szükség, mert mindkét szelep esetén a megengedettnél nagyobb hiszterézist lehetett mérni. A gőzszelepet felülről 50 %-nál kellett korlátozni, mert a szelep kv értéke túl nagy volt.
20 30 40 50 60 70 80
15 25 35 45 55 65 75 85 95 105 115
idő (min)
hőmérséklet (°C)
0 10 20 30 40 50 60 70 80 90 100
szelepállás (%)
T1 WT2 T2 V1 V2
6.34. ábra Köpeny hőmérsékletszabályozás PCC szabályozóval 6.2.2. Master-köri szabályozás
Az ipari méretű reaktorok hőmérsékletének szabályozásakor a legnagyobb problémát a túllendülés okozza. A gyors felmelegítés mellett a túllendülés nélküli beállás pontos szabályozó hangolással is sok esetben csak egy adott alapjel váltás esetén valósítható meg. Ezt a problémát gyakran dual mode szabályozó alkalmazásával próbálják megoldani. Ebben az esetben az állandó paraméterű PID szabályozó már megfelelő lehet, de a dual mode szabályozó többi paraméterét kell változtatni a recepturától függően ahhoz, hogy pontos szabályozást kapjunk. Gyors, túllendülésmentes szabályozást kaphatunk modellbázisú (pl. PCC) szabályozó alkalmazásával (Madár, 2004)
6.2.2.1. PID szabályozó
A BatchSim program AuSim modulját alkalmazva a programba beépített PID hangoló modulját felhasználva meghatároztam egy PI szabályozó paramétereit (D tagra közel 0 érték adódott). A kapott eredményt szimulációval ellenőriztem (6.35.
ábra). Az ábra alapján megállapítható, hogy az első alapjel váltáskor egy ideális beállást, a másik két alapjel váltásnál túllendülő beállást kapunk. A szimulációval meghatározott szabályozó paraméterekkel végzett mérés (6.36. ábra) során is hasonló eredményt kaptam. A szimulációs és a fizikai mérés alapján is megállapítható, hogy
behangolt PID szabályozóval nem tudjuk biztosítani a teljes tartományban a gyors és túllendülésmentes beállást.
0
6.35. ábra Reaktorhőmérséklet szabályozás PID szabályozóval (szimuláció)
0
450 470 490 510 530 550 570 590
idő (min)
6.36. ábra Reaktorhőmérséklet szabályozás PID szabályozóval (mérés)
6.2.2.2. Dual mode szabályozó
Abban az esetben, ha állandó paraméterű PID szabályozóval nem érhető el megfelelő szabályozás, akkor egy megfelelően behangolt dual mode szabályozóval csökkenthető, illetve megszüntethető a túllendülés úgy, hogy a beállási idő nem
csökken. Állandó batch sávval és várakozási idővel végzett szimulációs vizsgálat (6.37. ábra) és fizikai mérés (6.38. ábra) is azt igazolja, hogy állandó paraméterekkel nem kapunk túllendülésmentes beállást.
0
6.37. ábra Dual mode szabályozás fázisonként azonos paraméterekkel (szimuláció)
0
230 250 270 290 310 330 350 370 390 410
idő (min)
6.38. ábra Dual mode szabályozás fázisonként azonos paraméterekkel (mérés) Szimulációs kísérletekkel sikerült olyan paraméter kombinációt meghatározni, ahol egyik alapjel váltásnál sincs jelentős túllendülés (6.39. ábra).
0
6.39. ábra Dual mode szabályozás fázisonként hangolt paraméterekkel (szimuláció) 6.2.2.3. PCC szabályozó
A 6.1.2.1. fejezetben ismertetett PCC algoritmust leképeztem az 50 dm3-es reaktorrendszer folyamatirányító rendszerére, és beépítettem az AuSim reaktor szimulátorba is. A szimuláció (6.40. ábra) illetve a mérés (6.41. ábra) során kapott ábrák alapján megállapítható, hogy a szimuláció és a fizikai mérés is gyors, túllendülésmentes beállást eredményez.
0
6.40. ábra Reaktorhőmérséklet szabályozás PCC szabályozóval (szimuláció) A szabályozó paramétereinek meghatározása nem jelent nehézséget, mert a T2-T1 objektum elsőrendű holtidős modelljének paramétereit kell csak meghatározni.
0 10 20 30 40 50 60 70 80 90 100
335 355 375 395 415 435 455 475 495
idő (min)
hőmérséklet (°C)
0 10 20 30 40 50 60 70 80 90 100
szelepállás (%)
WT1 T1 WT2 T2 V1 V2
6.41. ábra Reaktorhőmérséklet szabályozás PCC szabályozóval (mérés) 6.3. Irányítási algoritmusok összehasonlítása
Az előző két fejezetben (6.1-6.2.) bemutatott megoldások kidolgozása során szerzett tapasztalatok alapján megállapíthatjuk, hogy a szakaszos rendszerek irányítási algoritmusainak kidolgozásához és paramétereinek meghatározásához - az alkalmazott algoritmustól függetlenül - a szimulációs technika alkalmazása jelentős mértékben felgyorsítja a kutató-fejlesztő munkát.
A hagyományos (PID, dual mode) algoritmusok paramétereinek meghatározása nem egyszerű feladat. A vizsgált esetek nagy részében a teljes működési tartományt egy paraméterkészlettel átfogva nem kapunk jó megoldást. Az üvegreaktor esetében pedig a slave-master kör dinamikai viszonyai miatti túllendülés okoz problémát.
Modell alapú szabályozó esetén valamivel jobb megoldást kapunk, de a túllendülés ebben az esetben is jelentkezik.
A PCC algoritmus jellegéből következően a paramétereinek meghatározása egyszerű feladat, hiszen az objektum identifikálása során megkapjuk a paramétereit. A túllendülés megakadályozását biztosító modellalapú korlát beépítése ebben az esetben a legegyszerűbb, hiszen itt az elintegrálás (wind up) jelenségével nem kell számolni.
Összességében megállapíthatjuk, hogy mind az üvegreaktor, mind a 50 dm3-es reaktor esetében is a PCC algoritmus alkalmazása során kaptam a legjobb eredményt.
Összefoglalás
A dolgozat a szakaszos rendszerek, ezen belül a szakaszos reaktorok modellezésével, szimulációjával és irányításával foglalkozik. Ismerteti a kutatómunka során létrehozott folyamatirányítással ellátott laboratóriumi méretű üvegreaktor (1 dm3), és félüzemi méretű (50 dm3) reaktort tartalmazó rendszert, azok modelljeit.
Bemutatja a kialakított rendszereken, illetve a létrehozott szimulátorokon végzett vizsgálatok eredményeit.
A szerző a Folyamatmérnöki Tanszék technológiai laboratóriumában létrehozott egy olyan rendszert, amely a kutatómunka során kifejlesztett új modellek, irányítási algoritmusok hatékony, reprodukálható vizsgálatát segíti. Az 1 dm3-es automatizált üvegreaktor technológiafejlesztéshez, a félüzemi méretű reaktort tartalmazó szakaszos technológiai reaktor-rendszer pedig méretnövelési feladatok megoldására használható.
A szerző bemutatta és összehasonlította a laboratóriumi méretű reaktoroktól kezdve a félüzemi, illetve ipari reaktorok leírására alkalmas modelleket. Az üvegreaktor és köpenyének (köpeny+termosztát) leírására különböző típusú és részletességű modellek alkalmazását vizsgálta. A legegyszerűbb lineáris fekete doboz modellektől a részletes vegyészmérnöki modellekig terjedően elvégezte ezek paramétereinek meghatározását és numerikusan minősítette azok teljesítőképességét.
A vizsgálatok során kapott eredmények alapján megállapította, hogy a köpeny leírására részletesebb, a fűtési és hűtési tartományt külön kezelő modellre van szükség.
Az üvegreaktor kaloriméterként történő használatánál a különböző időállandójú, illetve holtidejű hőmérsékletmérésekből adódó hibák jelentős mértékben csökkenthetők, ha az időállandóban, illetve holtidőben jelentkező eltéréseket kompenzálják. A vizsgálatokból az is megállapítható, hogy a hőáram alapján történő reakcióhő becslés a hagyományos műszerezés esetén jobb megoldást ad, mint a hőmérlegen alapuló becslés.
Az üvegreaktoron végzett mérésekhez egy receptura vezérelt irányítási rendszert alakítottak ki, amely - a készülék fizikai korlátain belül - teljes rugalmasságot biztosít a kísérletek végzése során.
A félüzemi méretű technológiai reaktor-rendszer esetén elkészült egy részletes vegyészmérnöki modell és a modell alapján egy kényelmesen használható ember-gép kapcsolattal rendelkező szimulátor. A részletes modell számos paraméterét megfelelően tervezett fizikai mérések során kapott adatok alapján kell meghatározni.
A dolgozatban módszert találunk arra, hogy hogyan célszerű részekre bontani (dekomponálni) az összetett (sokváltozós) identifikációs feladatot.
A kialakított szimulációs környezet lehetővé tette a különböző típusú irányítási algoritmusok gyors kipróbálását és összehasonlítását. A Matlab/Simulk programoknak a folyamatirányító rendszerbe történő beintegrálásával lehetővé vált, hogy a Simulink-es környezetben létrehozott szabályozó algoritmust a fizikai rendszeren is lehSimulink-essen használni. A letesztelt hatékony algoritmusok megfelelő programnyelven (pl. C, VisualBasic) beépítésre kerültek a rendszerbe, azért, hogy a Matlab/Simulink programcsomag nélkül is használhatók legyenek.
A szerző szimulációs vizsgálatokkal és a fizikai rendszeren végzett mérésekkel is bemutatta a kidolgozott szabályozási megoldások teljesítőképességét, összehasonlította azokat a közismert PID és dual mode algoritmusokkal.
Az üvegreaktor esetében összehasonlította a PID, a GMC és a PCC algoritmust. A köpeny és a reaktor dinamikai tulajdonságai miatt ezek az algoritmusok jelentős túllendüléssel tudták csak a hőmérsékletet szabályozni. A stacioner modellt felhasználva sikerült egy olyan dinamikus korlátot kialakítani, amely mindhárom algoritmus esetén jelentősen csökkentette, illetve megszüntette a túllendülést.
A legjobb megoldást a PCC algoritmussal lehetett elérni. Ez az algoritmus a termosztát beépített és behangolt gyári algoritmusánál is jobb megoldást adott.
Az 50 dm3-es reaktor esetében a kísérletek alapján megállapítható, hogy a köpeny (slave) részre kidolgozott PCC algoritmussal jobb megoldás érhető el, mint a PID szabályozóval. A reaktor (master) hőmérsékletszabályozásánál az állandó paraméterű PID és a dual mode szabályozó nem ad kielégítő eredményt. A PCC szabályozó adaptációs képességének köszönhetően ebben az esetben is jobb megoldást adott.
A szabályozó algoritmusok tesztelésénél első lépésben a szimulátort használva meghatározhatók voltak a szabályozók paraméterei, a kapott paraméterekkel végzett fizikai mérések és a szimulációs vizsgálatok azonos eredményt adtak.
A kialakított módszer helyességét az is igazolja, hogy a dolgozatban bemutatott szimulátor segítségével számos ipari probléma megoldását végezték már el széles mérettartományú reaktorok esetén (1 dm3-től 40 m3-ig).
Az automatizált üvegreaktor-rendszer hőmérsékletszabályozójának pontosságát két ipari alkalmazás is bizonyítja. Ezekben az esetekben szerzett tapasztalatok is azt bizonyítják, hogy a bemutatott módszerrel jobb megoldás érhető el, mint a gyári megoldással. A kifejlesztett receptura vezérlő rugalmasságát illetve kényelmes használhatóságát szintén igazolják az ipari visszajelzések.
A kifejlesztett slave köri PCC split-range algoritmus alkalmas különböző köpenyelrendezésű reaktorok köpenyhőmérséklet szabályozására. A tanszéki technológiai laborban szerzett kedvező tapasztalatokat az ipari alkalmazás tapasztalatai is megerősítik. Az egyközeges (monofluidos) köpenyű reaktor esetében csak ezzel a megoldással sikerült ipari esetében is megfelelő minőségű hőmérsékletszabályozást elérni.
A master köri szabályozások esetében a PID illetve a dual mode szabályozónál csak abban az esetben kapunk jó eredményt, ha az egyes fázisokban külön hangoljuk a szabályozót. A PCC algoritmus esetében azonban legtöbbször nincs szükség a fázisonkénti hangolásra.
Irodalomjegyzék
Abonyi J., L. Nagy and F. Szeifert: Fuzzy Control of Batch Polymerization Reactors, IEEE International Conference on Intelligent Systems, INES'97, pp. 251-255, 15-17 Sept. 1997a, Budapest
Abonyi J., L. Nagy and F. Szeifert: Takagi-Sugeno Fuzzy Control of Batch Polymerization Reactors, Soft Computing in Engineering Design and
Manufacturing (Eds.), P.K. Chawdry, R. Roy and R.K. Plant, Springer – London, 1997, ISBN 3-540-76214-0, 1997b
Abonyi J., L. Nagy and F. Szeifert: Takagi-Sugeno Fuzzy Control of Batch
Polymerization Reactors, 2nd On-line World Conference on Soft Computing (WSC2), June 1997c
Abonyi J., Á. Bódizs, L. Nagy and F. Szeifert: Predictor Corrector Controller using Wiener Fuzzy Convolution Model, Hungarian Journal of Industrial Chemistry, 27(3), 227-233, 1999
Aldren D. B.: Temperature Control of Batch Reactors. Imperial Chemical Industries, Ltd (England), Dynamic model using ACSL of a batch reactor with exothermic chemical reaction
(http://www.aegistg.com/ACSLCUT/newseventsPUBS/pubs/0091.pdf) Åström K.J.: The Control Handbook, chapter PID Control, pages 198-200. The
Electrical Engineering Handbook Series. CRC Press, Inc., Boca Raton/FA, 1995.
Aziz N., M.A. Hussain and I.M. Mujtaba: Performance of different types of controllers in tracking optimal temperature profiles in batch reactors. Computers and
Chemical Engineering, 24 (2000), 1069-1075
Babu B.V. and K.Jyotsna: Temperature control in an exothermic batch reactor using Generic Model Control and Globally Linearizing Control, Proceedings of International Symposium & 51st Annual Session of IIChE (CHEMCON-98), A.U.College of Engineering, Visakhapatnam, December 16-19, 1998.,
http://bvbabu.50megs.com/GmcCC98.pdf
Bequette B.W., S. Holihan and S. Bacher: Automation and control issues in the design of a pharmaceutical pilot plant, Control Engineering Practice 12 (2004) 901–908 Bonvin D.: Optimal operation of batch reactors - a personal view, Journal of Process
Control, Volume 8, Issues 5-6, October-December 1998, Pages 355-368 CHINOIN Gyógyszer- és Vegyészeti Termékek Gyára Rt., Budapest (HU):
Berendezés hőkezelési műveletek végrehajtására, NSZO: B01J-003/04, 1995, Lsz.: 211223, Ü.sz.: P8702440
Chován T.: Kinetikai modellek a technológiafejlesztésben, PhD. Doktori dolgozat (kidolgozás alatt), Veszprémi Egyetem, VMDI
Chylla R. W. and D. Randall Haase: Temperature control of Semibatch polymerization reactors, Computers and Chemical Engineering, 17 (1993), 257-264
Cott B.J. and S. Macchietto: Temperature control of exothermic batch reactors using generic model control, Ind. Eng. Chem. Res. 28 (1989) 1177–1184
De Luca P. and G., C. Scali: Temperature Oscillation Calorimetry: Robustness
analysis of different algorithms for the evaluation of the heat transfer coefficient, Chemical Engineering Science 57 (2002) 2077 – 2087
Dirion J.L., B. Ettedgui, M. Cabassud, M.V. Le Lann and G. Casamatta: Elaboration of a neural network system for semi-batch reactor temperature control: an experimental study, Chemical Engineering and Processing 35 (1996a) 225-234 Dirion J.L., M. Cabassud, M.V. Le Lann and G. Casamatta: Design of a neural
controller by inverse modelling, Computers and Chemical Engineering Vol. 19, Suppl., pp. S797-S802, 1995
Dirion J.L., M. Cabassud, M. V. Le Lann and G. Casamatta: Development of adaptive neural networks for flexible control of batch processes, The Chemical
Engineering Journal, 63 (1996b), 65-77
Doyle F.J., H.S. Kwatra and J.S. Schwabert: Dynamic gain scheduled process control, Chemical Engineering Science, Vol. 53, No. 15, pp. 2675-2690, 1998
Edwards J. E.: DYNAMIC MODELLING OF BATCH REACTORS & BATCH DISTILLATION, Batch Reactor Systems Technology Symposium, Teesside, October 2001, (http://www.chemstations.net/documents/jeedyna.pdf,
http://www.geajet.com/ndk_website/Jetpump/EN/CMSDoc.nsf/WebDoc/ndkw5s tc4qOncethroughandCirculatingHeating)
Filippi C., J.L. Graffe, J. Bordet, J. Villermaux, J.L. Barney, P. Bonte and C.
Georgakis: Tendency modeling of semibatch reactors for optimization and control. Chem. Eng. Sci. 41 (1986), p. 913.
Garcia, C. E., Prett, D. M. and Morari, M.: Model predictive, control: Theory and practice—a survey. Automatica, 25(3), 335–348., 1989
Hariri M. H., R.A. Lewis, T.R. Lonis,B.E. Parker and K.A. Stephenson: The effect of operating conditions on a reaction calorimeter, Thermochimica Acta, 289 (1996) 343-349
Kravaris, C. and C. B. Chung: Nonlinear state feedback synthesis by global input/output linearization, AIChE Journal, Vol. 33, No. 4, (1987), 592-603.
Kumpinsky E.: A method to determine heat-transfer coefficients in a heat-flow reaction calorimeter, Thermochimica Acta, 289 (1996), 351-366
Landau R.N.: Expanding the role of reaction calorimetry, Thermochimica Acta 289 (1996) 101-126
Lee K. S., C. M. Jeong, S. Yi, J. S. Son, and S. C. Yoon: Dynamic heat balance modell for industrial batch reactors and its applications, DYCORD +’95, (1995), 369-374
Lee P.L. and Sullivan, G.R.: Generic model control (GMC). Computers & Chemical Engineering 12, 573. 1988.
Luyben W.L.: Fed-Batch Reactor Temperature Control Using Lag Compensation and Gain Scheduling,Ind. Eng. Chem. Res. 2004, 43, 4243-4252
Madár J., F. Szeifert, L. Nagy, T. Chován and J. Abonyi: Tendency Model-based improvement of the Slave Loop in Cascade Temperature Control of Batch Process Units, European Symposium on Computer Aided Process Engineering -13, 467-472, (ESCAPE-13 Lappeenranta, Finland, June 1-4, 2003), A.
Kraslawski, I. Turunen (Eds.), Computer-Aided Chemical Engineering, Vol. 14, Elsevier, 2003
Mohilla R. and Ferencz, B.: Chemical Process Dynamics, Budapest, Akadémiai Kiadó, 1982
Nagy L., Árva P., Szeifert F., Chován T.: Nagylaboratóriumi gáztisztító irányítása, Műszaki Kémiai Napok '91, Veszprém (1991).
Nagy L., Moser, K., Árva, P.: Folyamatirányított kristályosító rendszer létrehozása, Műszaki Kémiai Napok '92, Veszprém (1992).
Nagy L., Szeifert, F., Chován, T.: Reaktor irányítás rátáplálással, Műszaki Kémiai Napok '94, Veszprém (1994).
Nagy L., Szeifert, F., Kiss, P., Kovács, K.: Fejlesztő és tesztelő rendszer adaptív szabályozók és algoritmusok vizsgálatához, Műszaki Kémiai Napok '93, Veszprém (1993).
Nagy L, Szeifert F, Chován T.: Szimulációs programcsomag szakaszos technológiák fejlesztésére, Műszaki Kémiai Napok '99, Veszprém (1999).
Narendra K. S. and K. Parthasarathy: „Identification and Control of Dynamical
Systems using Neural Networks,” IEEE Transactions on Neural Networks , Vol.
1, No. 1, (1990), pp. 4-27
Qina S. J. and T. A. Badgwell: A survey of industrial model predictive control technology, Control Engineering Practice 11 (2003) 733–764
Rawlings, J. B.: Tutorial overview of model predictive control, IEEE Control Systems Magazine, 20, 38–52., 2000
Rippin D.W.T.: Design and operation of multiproduct and multipurpose batch chemical plants: an analysis of problem structure. Computers Chem. Eng. 7 (1983), pp. 463–481.
Sekia H, M. Ogawab, S. Ooyamab, K. Akamatsub, M. Ohshimac and W. Yang:
Industrial application of a nonlinear model predictive control to polymerization reactors, Control Engineering Practice 9 (2001) 819–828
Szeifert F., Nagy L., Chován T., Abonyi J.: Szakaszos gyártó rendszer modell bázisú irányítása, Folyamatirányító Rendszerek IX. Találkozója (DCS 9), Lillafüred, 2003. okt. 1.
Szeifert, F., Chován, J. T. and Nagy, L.: Adaptive Optimizing Control Algorithm for a CSTR, Comp. and Chem. Eng. 16-S, S197 (1992a).
Szeifert, F., Chován, J. T. and Nagy, L.: Dynamic simulation and Control of flexible chemical technologies, Mérés és Automatika, 40, 24 (1992b).
Szeifert, F., Chován, T. and Nagy, L.: Process Dynamics and Temperature Control of Fed-Batch Reactors, Comp. and Chem. Eng. 19-S, S447 (1995a).
Szeifert, F., Nagy, L. and Chován, T.: Model-Based Temperature Control of Fed-Batch Reactors, Proc. of DYCORD+ '95, IFAC, Helsingor (Dánia, 1995b).
Szeifert, F., Nagy, L., Chován, T. and Molnár, F.: Realistic model-based adaptive temperature control of batch reactors, Proc of ACASP '95, IFAC, 201 - 206, Budapest (1995c).
Xiong Q.,A.Jutan: Grey-box modelling and control of chemical processes, Chemical Engineering Science 57 (2002) 1027 – 1039
Verbruggen H.B. and P.M. Bruijn: Fuzzy control and conventional control: What is (and can be) the real contribution of Fuzzy Systems?, Fuzzy Sets and Systems 90 (1997) 151-160
Vass J., Árva P.: Fuzzy szabályozási algoritmus vizsgálata, Mérés és Automatika, 36.
évf., 1988, 2. szám
Zaldivar J.M., H. Hernfindez and C. Barcons:Development of a mathematical model and a simulator for the analysis and optimisation of batch reactors: Experimental model characterisation using a reaction calorimeter, Thermochimica Acta 289 (1996) 267-302
Tézisek
1. A Folyamatmérnöki Tanszék technológiai laboratóriumában kialakítottam egy szakaszos rendszerek irányítási algoritmusainak kutatására, tesztelésére és méretnövelési feladatok megoldására használható üvegreaktorból és félüzemi méretű reaktorból álló rendszert.
2. Kidolgoztam és összehasonlítottam a kialakított rendszerek különböző információtartalmú modelljeit.
a. A vizsgált rendszereken gyűjtött adatok alapján identifikálással meghatároztam a modellek paramétereit.
b. Megvizsgáltam az elsőrendű, a tendencia és a részletes modell képességét és megállapítottam, hogy a tendencia modell egyszerűsége ellenére a részletes modellhez hasonló eredményt ad.
c. Megállapítottam, hogy szabályozási célra a köpeny leírására részletesebb modellek szükségesek, mint a reaktor leírására.
3. Létrehoztam egy szimulációs programrendszert, amely alkalmas különböző szakaszos gyártórendszerek köpenyes reaktorainak és környezetének szimulációjára.
a. Szimulációs vizsgálatok és fizikai mérések során kapott eredmények
a. Szimulációs vizsgálatok és fizikai mérések során kapott eredmények