Técnicas de Inteligência Artificial Aplicadas no Controle da Composição do Gás Liquefeito de Petróleo
Fuzzy, Geração de Set Points, Processamento de Gás Natural, GLP, coluna de destilação.
No presente trabalho, aplicaram-se técnicas de inteligência artificial em uma planta simulada de processamento de gás natural, composta de duas colunas de destilação: uma coluna deetanizadora e uma coluna debutanizadora. Nesse processo, o produto de fundo da deetanizadora, conhecido como LGN, é fornecido à coluna debutanizadora, onde é fracionado. Os componentes mais leves são evaporados dando origem ao GLP (Gás Liquefeito de Petróleo), enquanto as frações mais pesadas, denominadas de C5+, continuam no estado líquido. Idealmente, o GLP é composto apenas por butanos e propanos, porém na prática isso não acontece, pois sempre há a presença de contaminantes, como pentanos e etanos. Neste trabalho propõe-se regular simultaneamente a quantidade de pentano e etano na composição do GLP, por meio da geração dinâmica de set points (SP) para os controladores presentes camada da instrumentação conhecida como controle regulatório. Para isso, é utilizado um sistema fuzzy multivariável que ajustará os valores desses SP’s, a partir da comparação da fração molar do pentano e etano presente na saída da planta (GLP) e suas quantidades desejadas. A medição do pentano e do etano é considerada difícil, devido ao alto custo, longos intervalos de medição e baixa confiabilidade dos equipamentos quando operam diretamente em linha de produção. Por essa razão, neste trabalho também investiga a possibilidade da utilização conjunta dos sistemas fuzzy aqui propostos com sistemas de inferência, baseado em redes neurais artificiais.