![](/images/graphics-bg.png)
Neuro-fuzzy controller for methanol recovery distillation column
Other Title(s)
السيطرة على البرج التقطير باستخدام نظام الشبكة العصبية المتضببة
Joint Authors
al-Nuaymi, Safa al-Din Abd Allah
Jad, Ghida M.
Source
Engineering and Technology Journal
Issue
Vol. 31, Issue 6 (30 Apr. 2013), pp.1026-1044, 19 p.
Publisher
Publication Date
2013-04-30
Country of Publication
Iraq
No. of Pages
19
Main Subjects
Topics
Abstract AR
برج التقطير يستخدم بصورة واسعة لعمليات الفصل في الصناعات الكيميائية و لضمان الحصول على أفضل إنتاج بصرفيات طاقة قليلة نحتاج إلى نظام سيطرة فعال يسمح لبرج التقطير بالعمل بظروف مختلفة.
تم استخدام طرق سيطرة مختلفة للسيطرة على التراكيز الخارجة من أعلى و أسفل برج التقطير الحشوي لعملية الفصل بين مزيج الماء و الميثانول.
و تم ضبط محددات السيطرة لمسيطرين PI و PID باستخدام ثلاث طرق Internal Model Control (IMC) و Ziegler – Nichols و Cohen – Coon لإيجاد أفضل القيم للكسب التناسبي (Kc) و زمن التكامل (Iז) و الزمن التفاضلي (Dז) وجد أن طريقة Internal Model Control كانت أفضل من بقية الطرق و تم اعتمادها في هذا العمل.
تم الحصول على أقل قيمة لمعيار التكامل الزمني للخطأ المطلق (ITAE) للمسيطر الشبكة العصبية الاصطناعية الضبابية المتكيفة (ANFS) لتركيز الناتج العلوي لبرج التقطير بنتيجة 61.3 و 54 لتركيز الناتج السفلي و الذي يؤكد على أنه أفضل مسيطر من بين المسيطرات الأخرى (المسيطر التقليدي, مسيطر الشبة العصبية الاصطناعية (NARMA – L2), مسيطر (PID fuzzy), مسيطر الضبابي المنطقي المتكيف (Adaptive fuzzy logic).
Abstract EN
Distillation columns are widely used in chemical processes as separation systems in industries.
In order to gain better product quality and lower the energy consumption of the distillation column, an effective control system is needed to allow the process to be operated over larger operating ranges.
In this study Different control strategies were used to control the distillate and bottom compositions of a packed distillation column to separate the mixture of methanol (CH3OH) and water (H2O).
The tuning of control parameters were determined for PI and PID controllers using three different methods; Internal Model Control (IMC), Ziegler- Nichols (Z.N), and Cohen-Coon (PRC) to find the best values of proportional gain (KC), integral time (τI) and derivative time (τD).
The Internal Model Control (IMC) method gave better results than that of the other two methods thus it was recommended to be the tuning method in this work.
The low values of ITAE of 61.3 for distillate product composition and 54 for bottom composition were obtained which represent the adaptive neuro-fuzzy inference system (ANFIS) method and assure the feasibility of this method as a control strategy among other methods (conventional feedback controllers (PI, PID), artificial neural network (ANN), adaptive fuzzy logic and PID fuzzy logic controllers).
American Psychological Association (APA)
al-Nuaymi, Safa al-Din Abd Allah& Jad, Ghida M.. 2013. Neuro-fuzzy controller for methanol recovery distillation column. Engineering and Technology Journal،Vol. 31, no. 6, pp.1026-1044.
https://search.emarefa.net/detail/BIM-346051
Modern Language Association (MLA)
al-Nuaymi, Safa al-Din Abd Allah& Jad, Ghida M.. Neuro-fuzzy controller for methanol recovery distillation column. Engineering and Technology Journal Vol. 31, no. 6 A (2013), pp.1026-1044.
https://search.emarefa.net/detail/BIM-346051
American Medical Association (AMA)
al-Nuaymi, Safa al-Din Abd Allah& Jad, Ghida M.. Neuro-fuzzy controller for methanol recovery distillation column. Engineering and Technology Journal. 2013. Vol. 31, no. 6, pp.1026-1044.
https://search.emarefa.net/detail/BIM-346051
Data Type
Journal Articles
Language
English
Notes
Includes bibliographical references : p. 1043-1044
Record ID
BIM-346051