Two step, PID and model predictive control using artificial neural network applied on semi-batch reactor

Abstract

Článek se zabývá řízením polodávkového reaktoru používaného v procesu recyklace chromitého odpadu enzymatickou hydrolýzou. Chromitý odpad pochází z procesu chromočinění při zpracování přírodní kůže. Recyklační technika odděluje chrom od proteinu ve formě chromitého filtračního koláče. Všechny produkty tohoto procesu jsou dále využitelné, jedná se tedy o bezodpadní technologii. V reaktoru dochází k opakovanému využití chromitého kalu (chromitého filtračního koláče). Regulace polodávkového reaktoru je ale velmi složitá z důvodu neboť chemická reakce v reaktoru je silně exotermní a teplota v reaktoru roste velmi rychle v závislosti na dávkování reakční komponenty. Za účelem simulace reálného procesu byl sestaven matematický model zahrnující reakční kinetiku. Parametry modelu byly obdrženy a ověřeny experimentálně. K regulaci teploty byly použity tři různé přístupy: dvoupolohová regulace s penalizací a bez penalizace, PID regulace a model prediktivní řízení. Řízení systému je obecně obtížné z důvodu jeho nelineárního chování.

The article deals with the control of the semi-batch reactor that is used in chromium waste recycling process based on the enzymatic hydrolysis. The chromium waste comes from the chromium salt tanning while processing the natural leather. The recycling technique separates chrome in the form of chromium filter cake from protein. All products of this procedure are utilisable thus it is a waste free technology. The reactor deals with a problem of chromium sludge (chromium filter cake) reusing. However, the control of the semi-batch reactor is highly complex because the chemical reaction in the reactor is strongly exothermic and the in-reactor temperature is rising very fast depending on the reaction component dosing. To simulate the real process a mathematical model including reaction kinetics was used. The parameters of the achieved model were obtained and verified by experiments. Three different approaches are applied to the temperature control problem: two step control without and with penalization, PID control and model predictive control. The system control is generally difficult because of its nonlinear behaviour.